|
背景建模是从拍摄的视频中分离出背景和前景。
由于背景的视频基本是不变的，所以如果把每帧当做一个矩阵的一列那么，矩阵是低秩的，所以低秩矩阵的恢复来恢复出背景。
今天主要完成了，在自己的数据库让进行背景和前景的分离。下面为主要步骤：
1.从马毅的实验室网址下载RPCA求解的代码http://perception.csl.illinois.edu/matrix-rank/introduction.html
2.给出的接口是[A_hat E_hat iter] = inexact_alm_rpca(D, lambda, tol, maxIter)
所以明确目标：D是我们的视频中的每一帧，A_hat 是我们估计的背景，E_hat是前景。
RPCA解决的问题是
- clc;
- clear;
-
- %% this to read avi by using mmread to get every frame
- video = VideoReader('E:\FFOutput\test.avi');
- nFrames = video.NumberOfFrames; %得到帧数
- H = video.Height; %得到高度
- W = video.Width; %得到宽度
- Rate = video.FrameRate;
- Cal_FrameN=300;
- % Preallocate movie structure.
- mov(1:Cal_FrameN) = struct('cdata',zeros(H,W,3,'uint8'),'colormap',[]);
-
-
- %read one frame every time
- for i = 1:Cal_FrameN
- mov(i).cdata = read(video,i);
- P = mov(i).cdata;
- double_P=im2double(P);
- %imshow( double_P),title('原始图片3');
- Frame=rgb2gray( double_P);%当前灰度帧
- %下采样
- Down_Frame=Frame(2:4:H,2:4:W);
- M(:, i) = Down_Frame(:);
- % disp('当前播帧数：'),disp(i);
- % imshow(P),title('原始图片');
-
-
- % P2=rgb2gray(P);
-
-
- end
-
- [A_hat, E_hat, iter]=inexact_alm_rpca(M,0.006);
- A=reshape(A_hat(:,200), size(Down_Frame));
- E=reshape(E_hat(:,200), size(Down_Frame));
- D_real=reshape(M(:,200), size(Down_Frame));
- figure;
- imshow(D_real),title('原始图片');
- figure;
- imshow(A),title('恢复图片');
- figure;
- imshow(abs(E)),title('错误图片');
因为是MATLAB的初学者所以遇到了两个问题：
A.必须对读取的图像做double_P=im2double(P);处理不然会出现
错误使用 *
MTIMES 不完全支持整数类。至少有一个输入必须为标量。
要按元素进行 TIMES 计算，请改用 TIMES (.*)。
出错 lanbpro (line 298)
r = At*U(:,1);
出错 lansvd (line 209)
[U,B,V,p,ierr,w] = lanbpro(A,j,p,options,U,B,V,anorm);
出错 inexact_alm_rpca (line 53)
norm_two = lansvd(Y, 1, 'L');
出错 background (line 36)
[A_hat, E_hat, iter]=inexact_alm_rpca(M,0.006);
B在显示错误图片时需要做abs绝对值处理，不然是全黑的图片，不能看到前景图像。
C.最后一个也非常重要lumada值为1/(根号m).m为一张图片像素点的个数
D还有一个问题就是原图片很到，直接做会有内存不够的问题，所以进行了下采样。
实验结果：
 = + | 
转播
