主要内容

vision.ForegroundDetector

前景检测使用高斯混合模型

扩展所有的页面

描述

的ForegroundDetector比较颜色或者灰度视频帧的背景模型来确定每个像素的背景或前景。然后计算一个前景的面具。通过使用背景减法,您可以检测前景对象在一个图像从一个静止的摄像机拍摄的。

在图像检测前景:

  1. 创建vision.ForegroundDetector对象并设置其属性。

  2. 调用对象的参数,就好像它是一个函数。

了解更多关于系统对象是如何工作的,看到的系统对象是什么?

创建

语法

探测器= vision.ForegroundDetector
探测器= vision.ForegroundDetector(名称、值)

描述

例子

探测器= vision.ForegroundDetector计算并返回一个前景面具使用高斯混合模型(GMM)。

探测器= vision.ForegroundDetector (名称,值)设置使用一个或多个属性名称-值对。在报价附上每个属性的名字。例如,探测器= vision.ForegroundDetector (LearningRate, 0.005)

属性

全部展开

属性,除非另有注明nontunable后,这意味着你不能改变它们的值调用对象。对象锁当你叫他们,释放函数打开它们。

如果一个属性可调在任何时候,你可以改变它的值。

改变属性值的更多信息,请参阅系统设计在MATLAB使用系统对象。

调整学习速率,指定为“真正的”或“假”。这个属性允许对象适应指定的期间学习速率NumTrainingFrames财产。当你设定这个属性真正的对象集LearningRate属性1 /(当前帧编号)。当你设定这个属性假,LearningRate属性必须设置在每个时间步。

数量的初始培训视频帧的背景模型,指定为一个整数。当你设置AdaptLearningRate来假,这个属性将不可用。

学习速率的参数更新,指定为一个数字标量。指定学习速率调整模型参数。这个属性控制模型的速度适应不断变化的环境。适当设置该属性,确保算法的稳定性。

这个属性指定的学习速率只能当你设置来实现AdaptLearningRate来真正的指定的培训期间NumTrainingFrames已经结束了。

可调:是的

阈值来确定背景模型,指定为数字标量。设置这个属性代表最小像素被认为是背景值的可能性。多通道背景不能处理,如果这个值太小。

高斯混合模型中的模式,指定为一个正整数。通常,您将设置这个值3,4或5。将值设置为3或更高版本能够模型多个背景模式。

初始混合模型方差,作为数字标量或指定“汽车”特征向量。

图像数据类型 最初的方差
双/单 (30/255)^ 2
uint8 30 ^ 2

这个属性适用于所有渠道颜色输入。

使用

语法

foregroundMask =探测器(我)
learningRate foregroundMask =检测器(我)

描述

例子

foregroundMask=探测器(我)计算输入图像的前景面具我,并返回一个逻辑的面具。的值1掩码对应的前景像素。

foregroundMask=探测器(我,learningRate)计算前景掩码使用LearningRate。

输入参数

全部展开

指定输入图像,灰度或真彩(RGB)。

学习速率的参数更新,指定为一个数字标量。指定学习速率调整模型参数。这个属性控制模型的速度适应不断变化的环境。适当设置该属性,确保算法的稳定性。

这个属性指定的学习速率只能当你设置来实现AdaptLearningRate来真正的指定的培训期间NumTrainingFrames已经结束了。

可调:是的

输出参数

全部展开

前景面具使用高斯混合模型,计算作为一个二进制返回面具。

对象的功能

使用一个目标函数,指定系统对象™作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:

发行版(obj)

全部展开

一步 运行系统对象算法
释放 释放资源,并允许修改系统对象属性值和输入特征
重置 重置的内部状态系统对象

例子

全部折叠

打开脚本

创建一个视频源对象读取文件。

videoSource = VideoReader (“viptraffic.avi”);

创建一个探测器对象并设置训练帧数到5(因为这是一个简短的视频)。设置初始标准偏差。

探测器= vision.ForegroundDetector (…“NumTrainingFrames”5,…“InitialVariance”30 * 30);

执行团的分析。

blob = vision.BlobAnalysis (…“CentroidOutputPort”假的,“AreaOutputPort”假的,…“BoundingBoxOutputPort”,真的,…“MinimumBlobAreaSource”,“属性”,“MinimumBlobArea”,250);

插入一个边界。

shapeInserter = vision.ShapeInserter (“BorderColor”,“白色”);

比赛的结果。在汽车周围画边界框。

放像机= vision.VideoPlayer ();而hasFrame (videoSource)帧= readFrame (videoSource);fgMask =检测器(框架);bbox = blob (fgMask);= shapeInserter(框架、bbox);放像机(出);暂停(0.1);结束

释放对象。

释放(放像机);

引用

[1]Kaewtrakulpong, p, r·鲍登。一种改进的自适应背景混合模型实时跟踪与阴影检测。Proc。2日欧洲先进的视频监控系统为基础,车间AVBS01,基于视频监控系统:计算机视觉和分布式处理(2001年9月)

[2]Stauffer, c和Grimson W.E.L.。混合自适应背景模型的实时跟踪、计算机视觉、模式识别、IEEE计算机协会会议上,卷2(06年1999年8月),页2246 - 252卷。2。

扩展功能

版本历史

介绍了R2011a

另请参阅

主题