KDE图片处理分析_kde图像处理

一．总体介绍
（初学机器学习，如有不足，还望指出）
基于MATLAB平台进行编程绘制并处理，其中的带宽的选取为优化分析后得到的值，此次直接采用h为0.855。
根据图片的像素为576768个像素点，所以构造出f = zeros(576,768);根据函数公式来构造 G{a}=(1-(X{a}/h).^{2).*(1-(Y{a}/h).}2).(1-(Z{a}/h).^2);函数公式。将图片信息导入MATLAB中，经过处理后便得到三维KDE示图，二值图像用，中值滤波简单消噪的二值图像.
二．具体的程序：
h=0.855;
%根据PPT中对h的讨论选取带宽 为0.855为恰当值
T = imread(’ C:\Users\Administrator\Desktop\KDE作业数据\测试数据集\frame_01.jpg’);
%将测试图像导入
T = im2double(T);
%对测试图像处理
for a = 1:20
S = strcat (‘C:\Users\Administrator\Desktop\KDE作业数据\训练数据集\ ‘, int2str(a) ,’.jpg’) ;
%将20幅训练图像导入
image = imread(S);
A{a} = im2double(image);
%对20幅训练图像处理
end
%上式为对训练图像的处理
for a=1:20
X{a}= A{a}(:,:,1)- T(:,:,1);
Y{a}= A{a}(:,:,2)- T(:,:,2);
Z{a}= A{a}(:,:,3)- T(:,:,3);
G{a}=(1-(X{a}/h).^{2).*(1-(Y{a}/h).}2).(1-(Z{a}/h).^2);
end
%根据导入的数据构建一个核密度估计公式，函数公式由PPT获得
f = zeros(576,768);
%构造零矩阵
N=20;
%数据个数
for a=1:20
f=f+G{a};
end
%构建公式矩阵
F=15/(8piNh^3)*f;
%将3维超体体积带入得到 F函数
mesh(F),title(‘三维KDE示图’);
%生成三维KDE示图
x=graythresh(F);
%获得阈值
P=im2bw(F,x);
%二值图像
P1=medfilt2(P,[3,3]);
%用中值滤波简单消噪的二值图像
figure,imshow(~P);
%生成二值图像
figure,imshow(~P1);
%生成用中值滤波简单消噪的二值图像
三．图像序列一
第一个图像序列为PPT中提供所得，直接进行处理。第二张是二值图像，第三张是用中值滤波简单消噪的二值图像。



四．图像序列二

第二个图像序列来源是在腾讯视屏播放器上查找的路口监控视频，然后进行手机截屏，再利用计算机进行像素处理得到的图像序列。
第二张是二值图像，第三张是用中值滤波简单消噪的二值图像。检测出第二幅与第三幅差别并没有多大，分析原因可能是没有第一个图像序列中的干扰因素，也可能是由于图像处理的有点模糊造成的干扰不易去除。