m通过目标形心提取、颜色模型以及边缘提取实现两个相向移动人员交叉遮挡过程的检测和分割matlab仿真
1.算法仿真效果
matlab2013b仿真结果如下：
2.算法涉及理论知识概要
我对这种类型的问题的做了几方面研究，总的归纳来讲又如下几个方面：对于交叉问题，目前所了解的方法，视频必须满足如下几个要求：
第一：视频的背景需要静止，或者说不能又太大的抖动，否则会导致较大的干扰；
第二：视频上物体必须又出现物体分开的效果，这样可以提取物体物体的特征，所以你提供的第二个视频，两个人一直重合，这会导致无法识别；
第三：视频的特征提取方法，如果两个物体颜色相似，那么通过提取颜色是不可取的，如果根据动作来区分，如果两个物体运动一致，那么也不行，这里我们通过提取物体的形心来区分不同的物体，只有当两个物体完全重合的时候，形心才有可能重合；
第四：物体的分割，采用传统的方框来分，人物轮廓的分割方法在交叉的时候，或者是物体在较远的时候，不太可行。
本算法是根据物体的特征提取进行的。
物体的形心：
物体的颜色：
在运动的开始，必须满足不同物体是分开的，这样就可以对每个不同的物体进行特征提取，当出现不同物体交叉的时候，就可以通过之前提取的特征参数进行分割。当时当物体的颜色相似的时候，靠颜色的提取是无法区分物体的，这里，我们主要通过形心来区分物体。
形心跟踪：
%第三级显示，人物形心跟踪效果
jj=0;
for j=1:nobjs
jj = jj+1;
if check_frame>0
check1 = abs(Xn_ref(nseg,1) - Xn(nseg,1));
check2 = abs(Xn_ref(nseg,1) - Xn(nseg,2));
end
%为了计算精度，将形心坐标的差值的平均作为预测增量
if nobjs == 2
if check1 >= check2
plot(Xn(nseg,1),Yn(nseg,1),'g*');hold on
plot(Xn(nseg,2),Yn(nseg,2),'r*');hold on
else
plot(Xn(nseg,1),Yn(nseg,1),'r*');hold on
plot(Xn(nseg,2),Yn(nseg,2),'g*');hold on
end
end
if nobjs == 1
plot(Xn(nseg,1),Yn(nseg,1),'g*');hold on
plot(Xn(nseg,2),Yn(nseg,2),'r*');hold on
end
end
3.MATLAB核心程序
%第二级显示，人体轮廓
%第二级显示，人体轮廓
%第二级显示，人体轮廓
jj=0;
for j=1:nobjs
rc=[min(B{j}(:,2)) min(B{j}(:,1)) max(B{j}(:,2))-min(B{j}(:,2)) max(B{j}(:,1))-min(B{j}(:,1))];
[l_x l_y] = find(L==j);%计算坐标
cx = mean(l_x);
cy = mean(l_y);
Area = size(l_x,1);
jj = jj+1;
if check_frame>0
check1(nseg) = abs(Xn_ref(nseg,1) - Xn(nseg,1));
check2(nseg) = abs(Xn_ref(nseg,1) - Xn(nseg,2));
end
%为了计算精度，将形心坐标的差值的平均作为预测增量
if nobjs == 2
if check1 >= check2
if jj == 1
figure(1);
plot(B{j}(:,2),B{j}(:,1),'g','LineWidth',1);hold on
else
figure(1);
plot(B{j}(:,2),B{j}(:,1),'r','LineWidth',1);hold on
end
else
if jj == 1
figure(1);
plot(B{j}(:,2),B{j}(:,1),'r','LineWidth',1);hold on
else
figure(1);
plot(B{j}(:,2),B{j}(:,1),'g','LineWidth',1);hold on
end
end
end
if nobjs == 1
plot(B{j}(:,2),B{j}(:,1),'y','LineWidth',1);hold on
end
end
