第五章 利用 MATLAB 实现 KDE
5.1 基于 MATLAB 的 KDE 实现
通过以上的理论分析，我们基本可以得到
KDE 算法的基本实现过程。
代码段一：这个代码段主要通过计算图像的 KDE 像素点来完成图像的检测工作。 然后对通过算法后的点利用 reshape函数进行重构图像，得到我们所要的像素值。
代码段二：通过这个代码，我们将得到满足条件要求的图像类型值。
代码段三：权重的计算
代码段四：最后我们得到了图像的最后需要的像素值来达到动态物体的跟踪效果。
第 16 页 共 17 页
5.2 仿真结果以及分析
通过上面的代码分析，我们得到了所要的效果。
图 1
图 2
通过这个程序，我们可以看到，只有动的人物被检测出来了，但是背景的树叶没有被检
测出来，完好的解决了 GMM 算法中存在的问题。
图 5-3
图 5-4
通过这个程序，我们可以看到，只有动的汽车被检测出来了，但是背景的树叶没有被检
测出来，完好的解决了 GMM 算法中存在的问题。
图 5-5
图 5-6
通过这个程序，我们可以看到，只有动的人物被检测出来了，但是背景环境物体没有被
检测出来，完好的解决了 GMM 算法中存在的问题。
通过以上的对比，很显然 KDE 的效果比 GMM 效果更加理想，所以在大多数的情况下，
我们一般采用 KDE 算法作为移动物体的动态检测算法。
第 17 页 共 17 页
(完整word版)【matlab代做】基于MATLAB的GMM和KDE核估计得目标跟踪仿真.doc
