目标检测算法讲解.docx
《目标检测算法讲解.docx》由会员分享，可在线阅读，更多相关《目标检测算法讲解.docx（17页珍藏版）》请在冰点文库上搜索。
目标检测算法讲解
function MovingTargetDetectionByMMI（）
%MovingTargetDetection
%BasedonMaximunMutualInformation
%
%EDITBYPSL@CSU
%QQ：
547423688
%Email：
anyuezhiji@
%2012-06-01
%读文件
Im1=imread（'001.jpg'）;
Im2=imread（'002.jpg'）;
Im3=imread（'003.jpg'）;
Im1=rgb2gray（Im1）;
Im2=rgb2gray（Im2）;
Im3=rgb2gray（Im3）;
tic;
d12=GetDifferenceImg（Im2,Im1）;
d23=GetDifferenceImg（Im2,Im3）;
d=d12.*d23;
se=;
fori=1:
4
d=imfilter（d,se）;
end
fori=1:
2
d=medfilt2（d,）;
end
%%d=abs（（d12-d23）.^0.7）;
d=uint8（d/max（max（d））*255）;
level=graythresh（d）;
BW=im2bw（d,level）;
s=regionprops（BW,'BoundingBox'）;
figure
（1）
subplot（2,2,1）;
imshow（uint8（d12/max（max（d12））*255））;
title（'参考帧与前一帧的差值'）
subplot（2,2,2）;
imshow（uint8（d23/max（max（d23））*255））;
title（'参考帧与后一帧的差值'）
subplot（2,2,3）;
imshow（BW）;
title（'由前后帧得出的差值'）
subplot（2,2,4）;
imshow（Im2）;
%imshow（d）;
rectangle（'Position',s
（1）.BoundingBox,'Curvature',,'LineWidth',2,'LineStyle','--','EdgeColor','r'）
title（'参考帧与检测结果'）
%求相邻两帧重合部分差值主函数
functionoutImg=GetDifferenceImg（R,F）
=dwt2（R,'db1'）;
=dwt2（F,'db1'）;
CA1=uint8（CA1）;
CA2=uint8（CA2）;
fprintf（'\n------PSOstart\n'）;
=PSO（CA1,CA2）;
whilemi<1.2
=PSO（CA1,CA2）;
end
fprintf（'tx:
%f ty:
%f ang:
%fmi:
%f\n',pa
（1）,pa
（2）,pa（3）,mi）;
fprintf（'------PSOend\n\n'）;
%pa=;
fprintf（'------Powellstart\n'）;
mi_old=0;
whileabs（mi-mi_old）>0.01
mi_old=mi;
=powell（R,F,pa）;
end
fprintf（'------Powellend\n\n'）;
time=toc;
fprintf（'tx:
%.4f ty:
%.4f ang:
%.2fmi:
%f\n',pa
（1）,pa
（2）,pa（3）,mi）;
fprintf（'time:
%f\n',time）;
outImg=GetDifference（pa
（1）,pa
（2）,pa（3）,R,F）;
%figure（6）;imshow（outImg）;
%求相邻两帧重合部分差值
functionoutImg=GetDifference（tx,ty,ang,R,F）
=size（R）;
%
R=im2double（R）;
F=im2double（F）;
theta=ang*pi/180; %旋转角度转弧度
cx=floor（n/2）; %旋转的中心点
cy=floor（m/2）;
outImg=zeros（m,n）;
forj=1:
m
fori=1:
n
%参考图像在浮动图像平移后的对应点
% x=i-tx; %列
% y=j-ty; %
x=（i-cx）*cos（theta）-（j-cy）*sin（theta）+cx-tx;
y=（i-cx）*sin（theta）+（j-cy）*cos（theta）+cy-ty;
x1=floor（x）;
y1=floor（y）;
rval=R（j,i）;
%图像重合部分求差
if（x1>=1&&x10px;word-break:
break-all;word-wrap:
break-word;">=1&&y1 dy=y1-y;dx=x1-x;
%双线性插值
fval=（F（y1+1,x1）-F（y1,x1））*dy+（F（y1,x1+1）-F（y1,x1））*dx+（F（y1+1,x1+1）+F（y1,x1）-F（y1,x1+1）-F（y1+1,x1））*dy*dx+F（y1,x1）;
outImg（j,i）=abs（（rval-fval）.^0.7*exp（-min（）/20））;
%outImg（j,i）=abs（（rval-fval）.^2.5/（min（））.^0.2）;
end
end
end
%outImg=uint8（outImg/max（max（outImg））*255）;
%双线性插值求互信息
functionout=BI_mi（tx,ty,ang,R,F）
=size（R）;
hist=zeros（256,256）;
ha=zeros（1,256）;
hb=zeros（1,256）;
%归一化到256级灰度
%ifmax（max（r））~=min（min（r））%max（max（a））结果是A中最大的元素，max（A）结果一个行向量，元素分别是A的每个列向量的最大的元素
% r=（r-min（min（r）））/（max（max（r））-min（min（r）））;
%else
% r=zeros（M,N）;
%end
%
%ifmax（max（f））-min（min（f））
% f=（f-min（min（f）））/（max（max（f））-min（min（f）））;
%else
% f=zeros（M,N）;
%end
%
%r=double（int16（r*255））+1;
%f=double（int16（f*255））+1;
R=R+1;
F=F+1;
theta=ang*pi/180; %旋转角度转弧度
cx=floor（n/2）; %旋转的中心点
cy=floor（m/2）;
%求联合概率密度
forj=1:
m
fori=1:
n
%参考图像在浮动图像平移后的对应点
% x=i-tx; %列
% y=j-ty; %
x=（i-cx）*cos（theta）-（j-cy）*sin（theta）+cx-tx;
y=（i-cx）*sin（theta）+（j-cy）*cos（theta）+cy-ty;
x1=floor（x）;
y1=floor（y）;
rval=R（j,i）;
%图像重合部分求差
if（x1>=1&&x10px;word-break:
break-all;word-wrap:
break-word;">=1&&y1 dy=y1-y;dx=x1-x;
%双线性插值
fval=（F（y1+1,x1）-F（y1,x1））*dy+（F（y1,x1+1）-F（y1,x1））*dx+（F（y1+1,x1+1）+F（y1,x1）-F（y1,x1+1）-F（y1+1,x1））*dy*dx+F（y1,x1）;
hist（fval,rval）=hist（fval,rval）+1;
end
end
end
%下面求边缘概率密度
fori=1:
256
ha（i）=sum（hist（i,:
））;
hb（i）=sum（hist（:
i））;
end
%调用互信息函数
out=MI（hist,ha,hb）;
%下面是求互信息的函数
functionmi=MI（hist,ha,hb）
%
hsum=sum（sum（hist））;
index=find（hist~=0）;
p=hist/hsum;
Hab=sum（sum（-p（index）.*log（p（index））））;%联合熵
hsum=sum（sum（ha））;
index=find（ha~=0）;
p=ha/hsum;
Ha=sum（sum（-p（index）.*log（p（index））））; %边缘熵
hsum=sum（sum（hb））;
index=find（hb~=0）;
p=hb/hsum;
Hb=sum（sum（-p（index）.*log（p（index））））; %边缘熵
mi=Ha+Hb-Hab;
%粒子群算法
function=PSO（R,F）
%粒子群算法
%初始化
D=3; %维数
ps=30; %种群规模
VRmin=ones（D,1）*-20; %最小速度
VRmax=ones（D,1）*20; %最大速度
VR=;
%minmax=1;
pos=40*rand（ps,D）-20; %随机产生初始位置
vel=8*rand（ps,D）-4; %产生随机速度
%ps=15; %种群规模
%VRmin=ones（D,1）*-10; %最小速度
%VRmax=ones（D,1）*10; %最大速度
%VR=;
%%minmax=1;
%pos=20*rand（ps,D）-10; %随机产生初始位置
%vel=4*rand（ps,D）-2; %产生随机速度
%一些参数
maxinterations=20; %最大迭代次数
iw=1; %固定权重
iw1=0.9; %最大惯性权重
iw2=0.4;
iwe=15;
ac1=2;
ac2=2;
flagg=1;
%ergrd=1e-5;
%ergrdep=5; %
%mv=4;%
ergrd=1e-4;
ergrdep=5; %
mv=4;%
%初始个体极值
pbest=pos;
%求初始全局极值
fori=1:
ps
p=pos（i,:
）; %第i个粒子位置
out（i）=BI_mi（p
（1）,p
（2）,p（3）,R,F）; %求函数值
end
pbestval=out; %每个粒子当前函数值
=max（pbestval）; %全局最优函数值
gbest=pbest（idx,:
）; %全局极值
tr
（1）=gbestval; %保存当前全局最优函数值
%startPSOiterativeprocedures
cnt=0;%counterusedforupdatingdisplayaccordingtodfintheoptions
cnt2=0;%counterusedforthestoppingsubroutinebasedonerrorconvergence
%开始迭代
fori=1:
maxinterations
forj=1:
ps
ifflagg==1 %randomizationcontrol,onerandomsetforeachparticleateachepoch
rannum1=rand
（1）;
rannum2=rand
（1）;
end
p=pos（j,:
）; %第i个粒子位置
out（j）=BI_mi（p
（1）,p
（2）,p（3）,R,F）; %求函数值
e（j）=out（j）;
%更新pbest
ifpbestval（j）<=e（j）;%%%====
pbestval（j）=e（j）;
pbest（j,:
）=pos（j,:
）;
end
%更新gbest
=max（pbestval）;
ifgbestval<=iterbestval%%%===
gbestval=iterbestval;
gbest=pbest（idx1,:
）;
end
tr（i+1）=gbestval;
te=i;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%更新速度，位置
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
ifi<=iwe%%%===
iwt（i）=（（iw2-iw1）/（iwe-1））*（i-1）+iw1; %惯性权重
else
iwt（i）=iw2;
end
%iwt（i）=1;
%%%%%%%%%%速度%%%%%%%%%%%%%%%%%%%%
ifflagg==2 %粒子的每个参数的随机数不同
fordimcnt=1:
D
rannum1=rand
（1）;
rannum2=rand
（1）;
vel（j,dimcnt）=iwt（i）*vel（j,dimcnt）...
+ac1*rannum1*（pbest（j,dimcnt）-pos（j,dimcnt））...
+ac2*rannum2*（gbest（1,dimcnt）-pos（j,dimcnt））;
end
else %粒子的每个参数的随机数相同
vel（j,:
）=iwt（i）*vel（j,:
）...
+ac1*rannum1*（pbest（j,:
）-pos（j,:
））...
+ac2*rannum2*（gbest（1,:
）-pos（j,:
））;
end
% 固定权重
% vel（j,:
）=iw*vel（j,:
）...
% +ac1*rannum1*（pbest（j,:
）-pos（j,:
））...
% +ac2*rannum2*（gbest（1,:
）-pos（j,:
））;
%%%%%%%%%%位置%%%%%%%%%%%%%%%%%%%%%%%
pos（j,:
）=pos（j,:
）+vel（j,:
）;
%%%%%%%%%速度和位置范围％％％％％％％％％
fordimcnt=1:
D
ifvel（j,dimcnt）>mv
vel（j,dimcnt）=mv;
end
ifvel（j,dimcnt）<-mv
vel（j,dimcnt）=-mv;
end
ifpos（j,dimcnt）>=VR（dimcnt,2）
pos（j,dimcnt）=VR（dimcnt,2）;
end
ifpos（j,dimcnt）<=VR（dimcnt,1）%%%===
pos（j,dimcnt）=VR（dimcnt,1）;
end
end
end %结束一次粒子循环
temp=gbest';
fprintf（'%f,%f,%f,%f\n',temp
（1）,temp
（2）,temp（3）,gbestval）;
Y（i）=gbestval;
X（i）=i;
%收敛条件
tmp1=abs（tr（i）-gbestval）;
iftmp1>ergrd
cnt2=0;
elseiftmp1<=ergrd%%%===
cnt2=cnt2+1;
ifcnt2>=ergrdep
break
end
end
end %迭代结束
fprintf（'totalinterations:
%d\n',i）;
%OUT=;
pa=gbest;
mi=gbestval;
%POWELL优化算法
function=powell（R,F,x）
len=5; %搜索区间
itmax=30;%最大循环次数
e=1e-3; %允许误差
%方向矢量矩阵存放d1,d2,d3三个方向矢量
D=;
%起始点
%x0=;
x0=x;
fx0=BI_mi（x0
（1）,x0
（2）,x0（3）,R,F）;
%fx0=pv_mi（x0
（1）,x0
（2）,-x0（3）,R,F）;
%循环搜索
fork=0:
itmax
%从起始点出发，沿d1方向搜索，得到最大值fx1,对应点x1
d1=D（1,:
）;
=oneDimSearch（R,F,x0,d1,len）;
fprintf（'%f, %f, %f, %f\n',x1
（1）,x1
（2）,x1（3）,fx1）;
%从x1出发，沿d2方向搜索
d2=D（2,:
）;
=oneDimSearch（R,F,x1,d2,len）;
fprintf（'%f, %f, %f, %f\n',x2
（1）,x2
（2）,x2（3）,fx2）;
%从x2出发，沿d3方向搜索
d3=D（3,:
）;
=oneDimSearch（R,F,x2,d3,len）;
%加速方向
dn=x3-x0;
y=sum（dn.*dn）;
fprintf（'%f\n',y）;
fprintf（'%f, %f, %f, %f\n',x3
（1）,x3
（2）,x3（3）,fx3）;
ify<=e %满足结束条件，退出循环%%%===
pa=x3;
mi=fx3;
return;
end
%调整搜索方向
%计算目标值下降最多的那个方向
cha=;
=max（cha）;
%
xe=2*x3-x0;
fe=BI_mi（xe
（1）,xe
（2）,xe（3）,R,F）;
%fe=pv_mi（xe
（1）,xe
（2）,-xe（3）,R,F）;
%这里求极大值
if（fe<=fx0）||（2*（fx0-2*fx3+fe）*（fx0-fx3-maxcha）*（fx0-fx3-maxcha）>=（fx0-fe）*（fx0-fe）*maxcha）
%不引入新的方向%%%===
x0=x3; %下次搜索的新起点
fx0=fx3;
else %引进新的方向
%以xn为起点沿dn进行搜索，得到下次搜索的新起点
=oneDimSearch（R,F,x3,dn,len）;
%替换方向
D（4,:
）=dn;
fori=j0:
3
D（i,:
）=D（i+1,:
）;
end
end
end %endfor
pa=x3;
mi=fx3;
%一维搜索。
从-len到len，找出最大值的点
function=oneDimSearch（R,F,X,direction,len）
%一维brent搜索求函数最小值
CGOLD=0.3819660;
a=-len;
b=len;
%a=a0;
%b=b0;
tol=0.01;
e=0.0;
ITMAX=100;
v=a+CGOLD*（b-a）;
Xv=X+direction*v;
%fv=pv_mi（Xv
（1）,Xv
（2）,-Xv（3）,R,F）;
fv=BI_mi（Xv
（1）,Xv
（2）,Xv（3）,R,F）;
w=v;
x=v;
fw=fv;
fx=fv;
fork=0:
ITMAX
xm=0.5*（a+b）; %中点
tol1=tol*abs（x）;
tol2=2*tol1;
升级会员 