• WilliamsLau
    了解作者
  • matlab
    开发工具
  • 1KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 9
    下载次数
  • 2018-11-20 10:12
    上传日期
用MATLAB实现KDE运动目标检测,输入图像序列进行学习,再输入测试图像可以检测图像序列中运动的目标。
源码.zip
  • 源码
  • test.m
    906B
  • code.m
    1.2KB
内容介绍
%读入训练数据集和测试数据集 for i=1:20 T(:,:,:,i)=imread(['E:\学习资料\2018硕\2018-2019-1\数据分析与机器学习\大作业\KDE大作业\KDE作业数据\训练数据集\2\',int2str(i),'.jpg']); end [m,n,x,y]=size(T); test(:,:,:)=imread('E:\学习资料\2018硕\2018-2019-1\数据分析与机器学习\大作业\KDE大作业\KDE作业数据\测试数据集\test.jpg'); B=zeros(m,n); %设定带宽h h=115; %计算核函数估计值 Pr=1; for i=1:y for j=1:m for k=1:n for l=1:x B1(j,k,l)=1-((double(test(j,k,l))-double(T(j,k,l,i)))/h)^2; if B1(j,k,l)<0 %将估计值为0的点去除 B1(j,k,l)=0; end Pr=Pr*B1(j,k,l); end B2(j,k)=Pr; Pr=1; end end B=B+B2; end B=15/(8*pi*y*h^3)*B; %Epanechnikov函数密度估计 figure,mesh(B) %绘制三维彩色KDE估计图 colormap(jet) %选定colormap为jet %根据核函数估计值转化成二值图像 G=zeros(m,n); for i=1:m for j=1:n if B(i,j)<2.3*10^(-7) %选取二值化阈值 G(i,j)=255; %将像素置为白色 else G(i,j)=0; %将像素置为黑色 end end end figure,imshow(G) %显示二值化后的图像
评论
    相关推荐
    • 1.rar
      提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素分类. 该方法用双阈值能克服用单阈值分类存在的不足, 阈值的选择能...
    • A1rard.rar
      自适应核密度估计运动检测方法 提出一种自适应的核密度(kernel density estimation, KDE)估计运动检测算法. 算法首先提出一种自适应前景、背景阈值的双阈值选择方法, 用于像素素分类. 该方法用双阈值能克服用单阈值...
    • 核密度估计大作业KDE .zip
      东华大学机器学习核密度估计大作业 第一部分是一个三维的彩色KDE估计图(最好用MATLAB画);第二部分是测试图片的运动目标二值图像检测结果(运动员用白色像素,背景用黑色)
    • KDE.zip
      KDE算法。采用KDE算法对输入的图像数据进行去背景运动目标检测
    • KDE.rar
      根据KDE原理,通过训练集训练,能够检测图片中运动的部分,将运动和静止的部分分别用白色和黑色表示。
    • xscale embeded develop
      xscale cpu embeded linux develop
    • 核密度估计大作业KDE
      东华大学机器学习核密度估计大作业 第一部分是一个三维的彩色KDE估计图(最好用MATLAB画);第二部分是测试图片的运动目标二值图像检测结果(运动员用白色像素,背景用黑色)
    • 核密度估计大作业KDE代码
      东华大学核密度估计KDE代码 第一部分是一个三维的彩色KDE估计图(最好用MATLAB画);第二部分是测试图片的运动目标二值图像检测结果(运动员用白色像素,背景用黑色)
    • 基于KDE(核密度估计)的运动目标检测matlab的gpu加速版
      基于KDE(核密度估计)的运动目标检测matlab的gpu加速版,清清楚楚,明明白白,注释易懂。本人课堂大作业的完整版。
    • SIM800C_MQTT.rar
      使用SIM800C模块,使用MQTT协议,连接中国移动onenet平台,能实现数据的订阅、发布、存储等