【图像检测】基于帧差法实现跌倒检测matlab代码

284 阅读2分钟

1 简介

基于视觉的人体动作识别( human action recognition,HAR) 是在一个视频序列中检测和分析人体的行为/动作,近些年,HAR 已经成为计算机视觉中一个重要的研究方向,HAR 的应用十分广泛,如监控、辅助健康保健、机器人和恐怖活动预警, 因此,这类研究具有很高的应用价值和现实意义。​

2 部分代码

clear all clc
global Bili;
A=[];
B=imread('46.jpg');
B=rgb2gray(B);
B=medfilt2(B);        %中值滤波
fileName = '倾斜跌倒1.avi'
obj = VideoReader(fileName);           %读取录制的视频
vidFrames=read(obj);                 %读取所有帧图像
numFrames=get(obj, 'NumberOfFrames');%总帧数    
for k = 63:250                   %帧数循环,人为选取33帧作为背景帧
mov(k).cdata=vidFrames(:,:,:,k);
mov(k).cdata=rgb2gray(mov(k).cdata);
mov(k).cdata=medfilt2(mov(k).cdata);
R=imabsdiff(mov(k).cdata,B);
z=im2bw(R,graythresh(R));
z=bwmorph(z,'erode',3);                       % 3次腐蚀处理掉噪点
P = bwmorph(z,'dilate',3);                    %3次膨胀膨胀
P= bwareaopen(P,50);     
figure(1),subplot(121);imshow(vidFrames(:,:,:,k));
figure(1);subplot(122);imshow(P);
x=sum(P(:));
s=x/(480*640);
if s>=0.03
  [m1,n1] = find(P == 1)
%第一级检测,角度
  top1= min(m1);%纵向
  bottom1= max(m1);
  left1= min(n1);%横向
  right1= max(n1);
  height1=bottom1-top1+1;%纵向高;
  width1 = right1-left1+1;%横向宽
  rectangle('Position',[left1,top1,width1,height1],'EdgeColor','r');
  line([left1,right1],[top1,bottom1],'color','r','LineWidth',1);%标记对角线
  line([left1,right1],[bottom1,top1],'color','r','LineWidth',1);
  tan=(bottom1-top1)/(right1-left1);
  tan=atan(tan);
  J=tan*180/pi;
%第二级检测,质心高度比Rz
  [rectx,recty,area,perimeter] = minboundrect(n1,m1,'p');
  line(rectx(:),recty(:),'color','w','LineWidth',1);
  line([rectx(1),rectx(3)],[recty(1),recty(3)],'color','b','LineWidth',1);
  line([rectx(2),rectx(4)],[recty(2),recty(4)],'color','b','LineWidth',1);
  line([0,640],[max(bottom1),max(bottom1)],'color','r','LineWidth',2);%水平线
  line([(rectx(1)+rectx(3))/2,(rectx(1)+rectx(3))/2],[(recty(1)+recty(3))/2,max(bottom1)],'color','b','LineWidth',2);%画高
  h=max(bottom1)-(recty(1)+recty(3))/2;%高度
  Rz=h/360;
%第三级检测,判断宽高比
  width=sqrt((rectx(2)-rectx(1))^2+(recty(2)-recty(1))^2);
  length=sqrt((rectx(1)-rectx(4))^2+(recty(1)-recty(4))^2);
  Bili=width/length;
%判断
   if J<=45
       if(Rz<0.5||Bili>2)
%           imwrite(vidFrames(:,:,:,k),strcat(num2str(k),'.jpg'),'jpg');% 保存帧
           load chirp
           sound(y,Fs)
       end
   end
end
end

3 仿真结果

4 参考文献​

[1]万航等. "基于智能视频监控的老人跌倒识别算法研究." 太原科技大学学报 34.004(2013):245-249.

5 MATLAB代码与数据下载地址

见博客主页