基于视频的车流量统计——matlab代码

基于视频的车流量统计——matlab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','RGBtointensity');%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',[02550]);%创建系统对象，用于标注检测到车辆的个数htextins=vision.TextInserter(...'Text','%4d',...'Location',[11],...'Color',[255255255],...'FontSize',12);%创建系统对象，用于显示结果sz=get(0,'ScreenSize');pos=[20sz(4)-300200200];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=ratio0.4;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);step(hVideoOrig,image);%原始视频step(hVideoFg,fg_image);%前景step(hVideoRes,image_out);%用方框勾画检测出的车辆end%关闭视频文件release(hvfr);