动态目标框定

朱雀 2022-10-01 15:56 143阅读 0赞

### 动态目标框定 ###

*  说明
 *  实验思路
 *  具体操作
 *  核心代码
 *  实验结果

# 说明 #

在前文的运动目标分割基础上，此文将运动目标标定出来。主要是实现对人和车的认定。

# 实验思路 #

想要得到人，所以不需要在乎内部细节，而是要得到人的轮廓。那么，首先需要把人与车的轮廓尽可能呈现出来且各自连为一体，中间尽量没有孔洞。其次，找出人与车的区别。最后，根据两者区别框定人。

# 具体操作 #

获取轮廓得到带框定图像，先通过中值滤波消去部分噪点，再通过膨胀实现区域连通；  
调用regionprops函数得到连通域边界的属性；  
根据所得属性寻找人与车连通域的区别，发现主要在于人所占面积范围为1500-3500px，且其最小矩形长大于宽；  
用以上区别来限制框定范围。

# 核心代码 #

for nn=41:500
        filename = sprintf('待框定/dkd%04d.jpg',nn); 
        I = imread(filename);
        BW = im2bw(I, graythresh(I));
        [L,num]=bwlabel(BW,8);
        STATS = regionprops(BW,'basic');      %获取轮廓信息，Area、Centroid、BoundingBox
        [B,L] = bwboundaries(BW,'noholes');  %寻找边缘  
        imshow(label2rgb(L, @jet, [.5 .5 .5]))
        hold on
        for k = 1:length(B)
            boundary = B{
        k};
            plot(boundary(:,2), boundary(:,1), 'w', 'LineWidth', 2)  %框轮廓
            for i=1:num                          %限定人的轮廓的条件
             if((STATS(i).Area>1500)&&(STATS(i).Area<3500)&&STATS(i).BoundingBox(4)>STATS(i).BoundingBox(3))
                                                   %矩形框定人
                    rectangle('Position',STATS(i).BoundingBox,'Curvature',[0,0],'LineWidth',2,'EdgeColor','r');
                                                   %text命令
                    text(STATS(i).Centroid(1),STATS(i).Centroid(2),'people','Color','black');
                end
            end
                                                   %保存
            saveas(1,['kd',sprintf('%04d',nn),'.jpg']);
        end
    end

# 实验结果 #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDM3NzQ2_size_16_color_FFFFFF_t_70_pic_center]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDM3NzQ2_size_16_color_FFFFFF_t_70_pic_center]: /images/20220113/2c4dca8a11c14342949ac1765aa90b25.png