视频识别基于matlab视频车流量统计含Matlab源码 504期

Posted 2021-06-28 紫极神光

一、简介

基于matlab视频的车流量统计

二、源代码

% 创建系统对象，用于读入待处理视频
filename = \'viptraffic.avi\';
hvfr = vision.VideoFileReader(filename, \'ImageColorSpace\', \'RGB\');
% 创建系统对象，用于色彩空间转换
hcsc = vision.ColorSpaceConverter(\'Conversion\', \'RGB to intensity\');
% 创建系统对象，用于用高斯混合模型检测背景
hfdet = vision.ForegroundDetector(...
        \'NumTrainingFrames\', 5, ...     % 取连续五帧进行检测背景
        \'InitialVariance\', (30/255)^2);   % 初始标准差为 30/255
% 创建系统对象，用于检测出包含汽车运动的图像块
hblob = vision.BlobAnalysis( ...
                    \'CentroidOutputPort\', false, ...
                    \'AreaOutputPort\', true, ...
                    \'BoundingBoxOutputPort\', true, ...
                    \'OutputDataType\', \'single\', ...
                    \'MinimumBlobArea\', 250, ...
                    \'MaximumBlobArea\', 3600, ...
                    \'MaximumCount\', 80);
% 创建系统对象，用于对检测出的运动车辆进行框画
hshapeins = vision.ShapeInserter( ...
            \'BorderColor\', \'Custom\', ...
            \'CustomBorderColor\', [0 255 0]);
% 创建系统对象，用于标注检测到车辆的个数
htextins = vision.TextInserter( ...
        \'Text\', \'%4d\', ...
        \'Location\',  [1 1], ...
        \'Color\', [255 255 255], ...
        \'FontSize\', 12);

% 创建系统对象，用于显示结果
sz = get(0,\'ScreenSize\');
pos = [20 sz(4)-300 200 200];
hVideoOrig = vision.VideoPlayer(\'Name\', \'Original\', \'Position\', pos);
pos(1) = pos(1)+220;  %在右侧建立下一个视窗
hVideoFg = vision.VideoPlayer(\'Name\', \'Foreground\', \'Position\', pos);
pos(1) = pos(1)+220;
hVideoRes = vision.VideoPlayer(\'Name\', \'Results\', \'Position\', pos);
line_row = 23; % 定义感兴趣区域(ROI)

% 以下的程序段为对输入的视频图像进行处理
while ~isDone(hvfr)
    image = step(hvfr);      % 读入视频的每一帧
    y = step(hcsc, image);    % 将彩色图像转换成灰度图像

% 采用自动白平衡算法去除灰度突变
y = y-mean(y(:));

    fg_image = step(hfdet, y); % 检验背景

    % 采用数学形态学，在前景图像中检测变化的联通图像块区域的面积
    [area, bbox] = step(hblob, fg_image);

    image_out = image;
    image_out(22:23,:,:) = 255;  % 仅对经过白线后的车辆进行计数
    image_out(1:15,1:30,:) = 0;  % 将背景置为黑色

    Idx = bbox(:,2) > line_row;    %选择感兴趣区域.

   % 当在感兴趣区域中，联通图像块的比例占整个变化区域的40%以上时，便认为是车辆
    ratio = zeros(length(Idx),1);
    ratio(Idx) = single(area(Idx,1))./single(bbox(Idx,3).*bbox(Idx,4));
    ratiob = ratio > 0.4;
    count = int32(sum(ratiob));    % 车辆的数量
    bbox(~ratiob,:) = int32(-1);

    % 将检测出的车辆圈画出来
    image_out = step(hshapeins, image_out, bbox);

    % 显示检测汽车的数量
    image_out = step(htextins, image_out, count);

三、运行结果

四、备注

版本：2014a
完整代码或代写加1564658423