matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹

威哥 2023-01-29 02:30:31 712

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹frame = read(V 362);% 获取视频第362帧第二步，上图的视频中又很多区域要分析，作为新手教学，我们选择每一个区域内的画面进行分析。那么我们就先随便打开某一帧的画面，然后选择我们要分析的区域，代码如下： 'File Selector');%获取MP4或者Avi格式的视频文件路径以及名称V=VideoReader([pathname1 filename1]);%读取视频Framerate=V.FrameRate;%获取视频帧率

对于很多生命科学领域的研究者来说，研究生物的行为是很多人研究工作中必不可少的部分。在进行生物行为研究工作的时候，生物的运动又是重中之重。这这里我以小鼠的一段运动视频为例，教大家用Matlab来分析视频中物体的运动轨迹。这里还是使用之前一篇文章所使用的视频，我们今天只分析视频中11秒到14秒片段里一只老鼠的运动轨迹，也就是下面这个画面。

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(1)

视频出处见7月29号的文章

导入视频

第一步，我们来导入视频，代码如下：

[filename1 pathname1] = uigetfile({'*.mp4';'*.avi';'*.*'}...

'File Selector');%获取MP4或者Avi格式的视频文件路径以及名称

V=VideoReader([pathname1 filename1]);%读取视频

Framerate=V.FrameRate;%获取视频帧率

选区要分析的区域

第二步，上图的视频中又很多区域要分析，作为新手教学，我们选择每一个区域内的画面进行分析。那么我们就先随便打开某一帧的画面，然后选择我们要分析的区域，代码如下：

frame = read(V 362);% 获取视频第362帧

frame=rgb2gray(frame);%把彩色的图像转换为灰度图

figure(1)%生成一个图形窗口figure1

imshow(frame);%显示视频第362帧

rec=imrect(gca [ V.Width/2 V.Height/2 15 20]);%生成一个可拉伸的矩形

运行上面这部分代码后，就能生成第362帧的画面以及一个可拉伸的矩形框，选中我们要分析的区域后的画面如下图所示：

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(2)

随后截取这部分区域，并显示出来，接下来我们分析的每一帧都会用到这个框框的坐标。

p=ceil(getPosition(rec));%获取拉伸后矩阵的坐标

frame_1=frame(p(2):p(2) p(4) p(1):p(1) p(3));%截取矩形框中的图像

imshow(frame_1)%显示截取的图像

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(3)

识别物体

我们人眼很容易就能认出上图中的老鼠在图像的大概位置。我们为什么能把老鼠和周围环境分开，因为老鼠亮度（其它视频中也可以是颜色，形状等等）和周围环境的亮度有很较大差别。那么，我们就用类似的方法让计算机也能识别出来老鼠。在这里，老鼠是很黑的，那么我们就可以让计算机去识别相对较黑的区域。要让计算机进行识，起码要让计算机知道大概数值，多黑以下才算是老鼠吧！这里我们可以用之前一篇讲如何画图的文章中使用过的surf函数，把图像的灰度值转换为空间高度和颜色，这样我们好人为的设定具体的数值让计算机去执行。当然，也通过编写算法，让计算机自己去完成这一步。运行surf(frame_1);，后我们就看到了一个三维曲面，高度代表了灰度值，通过转动视角，我们可以看到老鼠所在的区域以及环境的灰度值的大概范围，如下图所示。

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(4)

从图中可以看到，老鼠所在的位置曲面明显凹陷进去，调整视角到老鼠所在平面与电脑或者手机屏幕垂直的位置后，我们差不多可以把阈值设定为56左右，可以认为图像中灰度值低于56以下的都是老鼠。

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(5)

随后运行以下代码，把我们要的区域单独显示出来：

Threshold=56;%设置阈值

frame_2=frame_1<Threshold;%进行逻辑判断，亮度小于阈值=1，否者为=0

imshow(frame_2);

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(6)

结果如上图所示，我们发现，老鼠所在区域被单独显示出来了，可是多了一些我们不想要的背景噪音。这个时候，我们可以再降低阈值去掉这些噪音，比如将阈值设为50。

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(7)

阈值降低了以后，背景噪音被完全减掉了，老鼠也单独显示出来了，可是和上图相比，老鼠变“瘦了”，显示的老鼠所在区域不够理想。其实在阈值为56的情况下得到的图，我们可以通过其它的一些方法来去掉背景噪音。仔细观察我们可以发现那些噪音都是比较小的一些区域，我们可以用regionprops函数得到图像中显示的区域的相关参数。

ROI=regionprops(frame_2);

运行之后，双击工作区的ROI 可以查看都有那些属性：

matlab移动轨迹模拟，用Matlab来识别中物体的运动轨迹(8)