1.软件版本
matlab2013b
2.部分核心代码
第一步：读取图片视屏序列
function [n_frames,I3] = func_readvedio(folder,list);
n_frames = 0;
for i=1:length(list)
I = imread(fullfile(folder,list(i).name));
I2 = rgb2gray(uint8(I));
I3(:,:,i) = I2;
n_frames = n_frames + 1;
end
这样写可以专门用来读取连续编号的图片序列作为视屏。
第二步：提取背景
这个部分的方法参考您提供的论文的这个部分：
对应的代码如下所示：
function back3 = func_getbackground(image,frames,T);
rows = size(image,1);
cols = size(image,2);
d(1:rows,1:cols,1) = image(1:rows,1:cols,1);
for k = 2:frames
d(1:rows,1:cols,k) = image(1:rows,1:cols,k) - image(1:rows,1:cols,k-1);
end
//以上就是求解图像的差分
CDM(1:rows,1:cols,2:frames) = d(1:rows,1:cols,2:frames);
CDM(abs(CDM) < T)=0;
CDM(abs(CDM) >= T)=255;
//求CDM值
m=0;
for i=1:rows
for j=1:cols
for k=2:frames
if CDM(i,j,k) == 0
m(k)=1;
end
if CDM(i,j,k) == 255
m(k)=rand(1);
end
end
position(i,j) = func_position(m);
end
end
//求解CDM中最大的连0的坐标
for i=1:rows
for j=1:cols
back3(i,j) =image(i,j,position(i,j));
end
end
//获得背景
第三步：当前图片与背景的差
function images2 = func_subbackground(image,back,frames,T2);
rows = size(image,1);
cols = size(image,2);
for k=1:frames
images(1:rows,1:cols,k) = back(1:rows,1:cols)-image(1:rows,1:cols,k);
images2(1:rows,1:cols,k) = im2bw(images(1:rows,1:cols,k),T2);
end
这里求解差，并将得到的结果求二值图
第四步：形态学处理
rows = size(image,1);
cols = size(image,2);
for k=1:frames
images3(1:rows,1:cols,k)=bwareaopen(image(1:rows,1:cols,k),10);
end
这里我们主要将视屏中的个别噪点去掉使画面更加’干净’；
第五步：边缘检测
function images = func_edgecheck(image,frames);
rows = size(image,1);
cols = size(image,2);
for k = 1:frames
for i=2:rows
for j=2:cols
if image(i,j,k)==1 &&(image(i+1,j,k)==0||image(i-1,j,k)==0||image(i,j+1,k)==0||image(i,j-1,k)==0)
images(i,j,k)=255;
else
images(i,j,k)=0;
end
end
end
end
普通边间求解法
第六步：求解前景像素数
function Num = func_pixel(image,frames);
rows = size(image,1);
cols = size(image,2);
Num(1:frames) = 0;
for k = 1:frames
for i=2:rows
for j=2:cols
if image(i,j,k)>0
Num(k) = Num(k)+1;
end
end
end
end
plot(Num,'r-*');
grid;
ylabel('ÏñËØÊý');
xlabel('Ö¡ÊýÄ¿');
title('µÍÃܶÈÈË¿ÚÃܶÈ');
第七步：拟合说明
这个步骤主要是通过求的的像素值与实际存在的人数进行拟合。其拟合效果如下所示：
通过拟合得到人数和像素数的关系曲线为：
即在低密度的条件下，像素数和人数的关系曲线。
clc;
clear;
close all;
Max_num = 8;%本视屏的最大人数数目
folder = 'Vedio\01\';
list = dir('Vedio\01\*.jpg');
level = 60;
level2 = 0.25;
%step1:读取图片序列
[n_frames,I3] = func_readvedio(folder,list);
implay(I3);
%step2:提取背景
back3 = func_getbackground(I3,n_frames,level);
figure;
imshow(uint8(back3));
%step3:背景差
images2 = func_subbackground(I3,back3,n_frames,level2);
implay(images2);
%step4:形态学处理
images3 = func_Xintai(images2,n_frames);
implay(images3);
%step5:边缘检测
images4 = func_edgecheck(images3,n_frames);
implay(images4);
%step6:统计前景像素数目
Num1 = func_pixel(images3,n_frames);
%曲线拟合
xdata1=1:length(Num1);
a1=polyfit(xdata1,Num1,1);
y1=polyval(a1,xdata1);
figure;
plot(y1,'b-*');hold on;
plot(Num1,'r-*');
a1
%人数曲线拟合
figure;
x1=1:Max_num;
y1=5*a1(1)*x1+a1(2);
plot(y1,x1,'r-*');
title('前景人数');
grid on;
%step6:统计前景边缘像素数目
Num2 = func_pixel(images4,n_frames);
%曲线拟合
xdata2=1:length(Num2);
a2=polyfit(xdata2,Num2,1);
y2=polyval(a2,xdata2);
figure;
plot(y2,'b-*');hold on;
plot(Num2,'r-*');
a2
%人数曲线拟合
figure;
x2=1:Max_num;
y2=5*a2(1)*x2+a2(2);
plot(y2,x2,'r-*');
title('前景边缘人数');
grid on;
3.参考文献
A10-07
4.完整源码获得方式
方式1：微信或者QQ联系博主