Обнаружение автомобилей с использованием моделей гауссовой смеси

Обнаружение автомобилей с использованием моделей гауссовой смеси

В этом примере показано, как обнаруживать и подсчитывать автомобили в видеопоследовательности с помощью детектора переднего плана на основе моделей смеси Гаусса (GMM).

•        Вступление

• Шаг 1. Импорт видео и инициализация детектора переднего плана.

• Шаг 2 - Обнаружение автомобилей в начальном кадре видео

• Шаг 3. Обработка остальных видеокадров.

Вступление

Обнаружение и подсчет автомобилей можно использовать для анализа схем движения. Обнаружение также является первым шагом перед выполнением более сложных задач, таких как отслеживание или категоризация транспортных средств по их типу.

В этом примере показано, как использовать детектор переднего плана и анализ blob для обнаружения и подсчета автомобилей в видеопоследовательности. Предполагается, что камера неподвижна. Пример фокусируется на обнаружении объектов. Чтобы узнать больше об отслеживании объектов, см. Пример под названием «Отслеживание нескольких объектов на основе движения».

Шаг 1 - Импорт видео и инициализация детектора переднего плана

Вместо того, чтобы немедленно обрабатывать все видео, пример начинается с получения исходного кадра видео, в котором движущиеся объекты сегментируются от фона. Это помогает постепенно вводить этапы обработки видео.

Детектору переднего плана требуется определенное количество видеокадров для инициализации модели гауссовой смеси. В этом примере первые 50 кадров используются для инициализации трех гауссовых мод в модели смеси.

foregroundDetector = vision.ForegroundDetector('NumGaussians', 3, ...

    'NumTrainingFrames', 50);

videoReader = vision.VideoFileReader('visiontraffic.avi');

for i = 1:150

    frame = step(videoReader); % прочитать следующий кадр видео

    foreground = step(foregroundDetector, frame);

end

После обучения детектор начинает выдавать более надежные результаты сегментации. На двух рисунках ниже показан один из видеокадров и маска переднего плана, вычисленная детектором.

figure; imshow(frame); title('Видеокадр');

[pic 1]

figure; imshow(foreground); title('Передний план');

[pic 2]

Шаг 2 - Обнаружение автомобилей в начальном кадре видео

Процесс сегментации переднего плана несовершенен и часто включает нежелательный шум. В примере используется морфологическое отверстие для удаления шума и заполнения пробелов в обнаруженных объектах.

se = strel('square', 3);

filteredForeground = imopen(foreground, se);

figure; imshow(filteredForeground); title('Чистый передний план');

[pic 3]