一、前言

此示例演示如何跟踪火车站的对象并确定哪些对象保持静止。公共场所的遗弃物品会引起当局的关注，因为它们可能会构成安全风险。算法（例如本例中使用的算法）可用于通过将他们的注意力引导到潜在的感兴趣区域来协助监控实时监控视频的安全人员。

此示例说明如何使用 Blob 分析和 MATLAB® 功能块来设计自定义跟踪算法。该示例使用以下步骤实现此算法：1） 通过提取感兴趣区域 （ROI） 来消除不太可能包含废弃对象的视频区域。2）使用背景减法执行视频分割。3） 使用 Blob 分析块计算对象统计信息。4） 根据对象的面积和质心统计信息跟踪对象。5）可视化结果。

二、模型

下图显示了“放弃对象检测”示例模型。

三、存储后台子系统

此示例使用视频的第一帧作为背景。为了提高准确性，该示例使用强度和颜色信息进行背景减法操作。在此操作期间，Cb 和 Cr 颜色通道存储在复杂数组中。

如果您正在设计专业的监控系统，则应实现更复杂的分割算法。

四、检测子系统

检测子系统包含主算法。在此子系统中，亮度分割和颜色分割子系统使用强度和颜色数据执行背景减法。该示例使用二进制 OR 运算符组合这两个分段结果。斑点分析块计算场景中存在的对象的统计信息。

废弃的对象跟踪器子系统（如下所示）使用对象统计信息来确定哪些对象是静止的。要查看此子系统的内容，请右键单击该子系统，然后选择“掩码”>“掩码下查找”。要查看跟踪算法详细信息，请双击“放弃的对象跟踪器”块。

五、遗弃物体检测结果

“所有对象”窗口用黄色框标记感兴趣区域 （ROI），用绿色框标记所有检测到的对象。

Threshold（阈值）窗口显示ROI中背景相减的结果。

“放弃的对象”窗口用一个红色框高亮显示放弃的对象。

六、程序

使用Matlab R2022b版本，点击打开。（版本过低，运行该程序可能会报错）

程序有偿获取：评论区下留言，博主看到会私信你。