MeanShift运动目标跟踪matlab程序
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
hist2=zeros(1,a*b); for i=1:a
for j=1:b q_r=fix(double(temp1(i,j,1))/16); q_g=fix(double(temp1(i,j,2))/16); q_b=fix(double(temp1(i,j,3))/16); q_temp1(i,j)=q_r*256+q_g*16+q_b; hist2(q_temp1(i,j)+1)= hist2(q_temp1(i,j)+1)+m_wei(i,j); end end hist2=hist2*C; figure(2); subplot(1,2,1); plot(hist2); hold on;
end end Y=xw/sum_w;
%中心点位置更新 rect(1)=rect(1)+Y(2); rect(2)=rect(2)+Y(1); end
%%%跟踪轨迹矩阵%%% tic_x=[tic_x;rect(1)+rect(3)/2]; tic_y=[tic_y;rect(2)+rect(4)/2];
[temp,rect]=imcrop(I); [a,b,c]=size(temp);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%计算目标图像的权值矩 阵%%%%%%%%%%%%%%%%%%%%%%% y(1)=a/2;
y(2)=b/2; tic_x=rect(1)+rect(3)/2; tic_y=rect(2)+rect(4)/2; m_wei=zeros(a,b);%权值矩阵 h=y(1)^2+y(2)^2 ;%带宽
源程序（参考过其他程序）：
[plain] view plaincopy
1.
function [] = select() close all; clear all; %%%%%%%%%%%%%%%%%%根据一幅目标全可见的图像圈定跟踪目 标%%%%%%%%%%%%%%%%%%%%%%% I=imread('E:\数字图像处理\6\2\18.bmp'); figure(1); imshow(I);
%设置每个像素点红色、绿色、蓝色分量
hist1(q_temp+1)= hist1(q_temp+1)+m_wei(i,j); %计算直方图统计中每个像素点 占的权重
end
end
hist1=hist1*C;
rect(3)=ceil(rect(3));
rect(4)=ceil(rect(4));
%%%%%%%%%%%%%%%%%%%%%%%%%读取序列图像 my('*.bmp'); length(myfile);
v1=rect(1); v2=rect(2); v3=rect(3); v4=rect(4); %%%显示跟踪结果%%% subplot(1,2,2); imshow(uint8(Im)); title('目标跟踪结果及其运动轨迹'); hold on; plot([v1,v1+v3],[v2,v2],[v1,v1],[v2,v2+v4],[v1,v1+v3],[v2+v4,v2+v4],[v1+v3,v1+v3],[v2, v2+v4],'LineWidth',2,'Color','r'); plot(tic_x,tic_y,'LineWidth',2,'Color','b');
end
结果截图：
hist1=zeros(1,a*b);
for i=1:a
for j=1:b %rgb 颜色空间量化为 16*16*16 bins q_r=fix(double(temp(i,j,1))/16); %fix 为趋近 0 取整函数
q_g=fix(double(temp(i,j,2))/16);
q_b=fix(double(temp(i,j,3))/16); q_temp=q_r*256+q_g*16+q_b; 所占比重
for l=1:lengthfile
Im=imread(myfile(l).name); num=0; Y=[2,2];
%%%%%%%mean shift 迭代 while((Y(1)^2+Y(2)^2>0.5)&num<20) %迭代条件
num=num+1; temp1=imcrop(Im,rect); %计算侯选区域直方图 %hist2=C*wei_hist(temp1,m_wei,a,b);%target candidates pu
w=zeros(1,a*b); for i=1:a*b
if(hist2(i)~=0) w(i)=sqrt(hist1(i)/hist2(i));
else w(i)=0; end end
%变量初始化
sum_w=0; xw=[0,0]; for i=1:a;
for j=1:b sum_w=sum_w+w(uint32(q_temp1(i,j))+1); xw=xw+w(uintቤተ መጻሕፍቲ ባይዱ2(q_temp1(i,j))+1)*[i-y(1)-0.5,j-y(2)-0.5];
for i=1:a for j=1:b dist=(i-y(1))^2+(j-y(2))^2; m_wei(i,j)=1-dist/h; %epanechnikov profile end
end C=1/sum(sum(m_wei));%归一化系数
%计算目标权值直方图 qu
%hist1=C*wei_hist(temp,m_wei,a,b);%target model
MeanShift 运动目标跟踪 matlab 程序
思路简介： 1.截取跟踪目标矩阵 rect 2.求取跟踪目标的加权直方图 hist1 3.读取视频序列中的一帧， 先随机取一块与 rect 等大的矩形，计算加权直方图 hist2。 4.计算两者比重函数，如果后者差距过大， 更新新的矩阵中心 Y，进行迭代（MeanShift 是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件后停止。
for j=1:b q_r=fix(double(temp1(i,j,1))/16); q_g=fix(double(temp1(i,j,2))/16); q_b=fix(double(temp1(i,j,3))/16); q_temp1(i,j)=q_r*256+q_g*16+q_b; hist2(q_temp1(i,j)+1)= hist2(q_temp1(i,j)+1)+m_wei(i,j); end end hist2=hist2*C; figure(2); subplot(1,2,1); plot(hist2); hold on;
end end Y=xw/sum_w;
%中心点位置更新 rect(1)=rect(1)+Y(2); rect(2)=rect(2)+Y(1); end
%%%跟踪轨迹矩阵%%% tic_x=[tic_x;rect(1)+rect(3)/2]; tic_y=[tic_y;rect(2)+rect(4)/2];
[temp,rect]=imcrop(I); [a,b,c]=size(temp);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%计算目标图像的权值矩 阵%%%%%%%%%%%%%%%%%%%%%%% y(1)=a/2;
y(2)=b/2; tic_x=rect(1)+rect(3)/2; tic_y=rect(2)+rect(4)/2; m_wei=zeros(a,b);%权值矩阵 h=y(1)^2+y(2)^2 ;%带宽
源程序（参考过其他程序）：
[plain] view plaincopy
1.
function [] = select() close all; clear all; %%%%%%%%%%%%%%%%%%根据一幅目标全可见的图像圈定跟踪目 标%%%%%%%%%%%%%%%%%%%%%%% I=imread('E:\数字图像处理\6\2\18.bmp'); figure(1); imshow(I);
%设置每个像素点红色、绿色、蓝色分量
hist1(q_temp+1)= hist1(q_temp+1)+m_wei(i,j); %计算直方图统计中每个像素点 占的权重
end
end
hist1=hist1*C;
rect(3)=ceil(rect(3));
rect(4)=ceil(rect(4));
%%%%%%%%%%%%%%%%%%%%%%%%%读取序列图像 my('*.bmp'); length(myfile);
v1=rect(1); v2=rect(2); v3=rect(3); v4=rect(4); %%%显示跟踪结果%%% subplot(1,2,2); imshow(uint8(Im)); title('目标跟踪结果及其运动轨迹'); hold on; plot([v1,v1+v3],[v2,v2],[v1,v1],[v2,v2+v4],[v1,v1+v3],[v2+v4,v2+v4],[v1+v3,v1+v3],[v2, v2+v4],'LineWidth',2,'Color','r'); plot(tic_x,tic_y,'LineWidth',2,'Color','b');
end
结果截图：
hist1=zeros(1,a*b);
for i=1:a
for j=1:b %rgb 颜色空间量化为 16*16*16 bins q_r=fix(double(temp(i,j,1))/16); %fix 为趋近 0 取整函数
q_g=fix(double(temp(i,j,2))/16);
q_b=fix(double(temp(i,j,3))/16); q_temp=q_r*256+q_g*16+q_b; 所占比重
for l=1:lengthfile
Im=imread(myfile(l).name); num=0; Y=[2,2];
%%%%%%%mean shift 迭代 while((Y(1)^2+Y(2)^2>0.5)&num<20) %迭代条件
num=num+1; temp1=imcrop(Im,rect); %计算侯选区域直方图 %hist2=C*wei_hist(temp1,m_wei,a,b);%target candidates pu
w=zeros(1,a*b); for i=1:a*b
if(hist2(i)~=0) w(i)=sqrt(hist1(i)/hist2(i));
else w(i)=0; end end
%变量初始化
sum_w=0; xw=[0,0]; for i=1:a;
for j=1:b sum_w=sum_w+w(uint32(q_temp1(i,j))+1); xw=xw+w(uintቤተ መጻሕፍቲ ባይዱ2(q_temp1(i,j))+1)*[i-y(1)-0.5,j-y(2)-0.5];
for i=1:a for j=1:b dist=(i-y(1))^2+(j-y(2))^2; m_wei(i,j)=1-dist/h; %epanechnikov profile end
end C=1/sum(sum(m_wei));%归一化系数
%计算目标权值直方图 qu
%hist1=C*wei_hist(temp,m_wei,a,b);%target model
MeanShift 运动目标跟踪 matlab 程序
思路简介： 1.截取跟踪目标矩阵 rect 2.求取跟踪目标的加权直方图 hist1 3.读取视频序列中的一帧， 先随机取一块与 rect 等大的矩形，计算加权直方图 hist2。 4.计算两者比重函数，如果后者差距过大， 更新新的矩阵中心 Y，进行迭代（MeanShift 是一种变步长可以迅速接近概率密度峰值的方法），直至一定条件后停止。