学位论文 > 优秀研究生学位论文题录展示

智能视频监控系统中关键技术的研究

作　者: 耿剑锋
导　师: 沈廷根
学　校: 江苏大学
专　业: 通信与信息系统
关键词: 智能视频监控运动目标检测目标识别混合高斯模型阴影去除
分类号: TP277
类　型: 硕士论文
年　份: 2008年
下　载: 193次
引　用: 2次
阅　读: 论文下载

内容摘要

智能视频监控是计算机视觉领域的一个新兴的应用方向和备受关注的前沿课题,相对于传统的视频监控系统,智能视频监控系统具有监控能力强、安全隐患少,节省人力物力资源的优点。它在交通、银行、宾馆、商场等重要场所的监控中有广泛的应用前景。本文旨在设计摄像头静止情况下的智能视频监控系统,在分析现有成果的基础上,对运动目标的检测和识别的相关技术进行了改进和实现。主要内容如下:(1)本文采用基于背景模型的运动目标检测方法,对传统混合高斯模型进行改进。第一,简化背景模型建立和初始化过程,扩展运动目标检测方法的应用范围。第二,建立S和V分量混合模型,增加目标检测的精确度。第三,借鉴帧间差分法的思想,通过设置循环计数器和动态设置学习率的方法对变化的背景区域进行重建,解决背景突变的问题。(2)针对初步提取的运动目标中存在的影响目标特征提取的噪声问题,本文中采用中值滤波和形态学滤波结合的办法去掉背景噪声。对于前景中存在的阴影,本文在RGB色彩模型的基础上提出一种阴影检测算法来检测阴影区域。(3)为了应对场景中存在多目标情况,本文采用8连通域检测,对目标像素做分组标记,同时去掉非目标噪声区域。针对目标区域描述的问题,本文提出了一种套接多边形边界的算法来代替传统的套接矩形和圆形的算法,该算法能够更准确的描述运动目标区域,提高提取目标特征的精确度。(4)在运动目标识别的过程中,本文提出采用目标边缘的不变矩特征构建特征向量,并通过目标特征向量之间的欧氏距离来进行识别。这样,在保留不变矩作为识别特征的优良特性的基础上,又在很大程度上减少了计算量,提高了系统识别的实时性。相关试验的结果证明了本文中的算法的有效性,可应用在复杂场景条件下快速提取背景模型,检测运动目标并识别目标类型。

全文目录

摘要  5-7
ABSTRACT  7-11
第一章绪论  11-16
  1.1 引言  11
  1.2 智能视频监控的主要任务  11-13
  1.3 智能视频监控的研究现状  13-15
  1.4 论文的主要研究内容及结构  15-16
第二章智能监控系统总体设计  16-19
  2.1 引言  16
  2.2 系统结构设计  16-17
  2.3 技术难点  17-18
  2.4 小结  18-19
第三章运动目标检测  19-46
  3.1 引言  19
  3.2 运动目标检测方法  19-25
    3.2.1 光流场法  19-20
    3.2.2 帧间差分法  20-23
    3.2.3 背景减法  23-25
  3.3 背景建模的方法  25-32
    3.3.1 背景描述模型  25-26
    3.3.2 单高斯背景模型算法  26-28
    3.3.3 混合高斯背景模型算法  28-32
  3.4 改进的高斯背景模型  32-41
    3.4.1 背景模型的建立  33-35
    3.4.2 基于背景模型的检测  35-36
    3.4.3 背景模型的更新与重建  36-41
  3.5 试验结果及分析  41-45
  3.6 小结  45-46
第四章噪声去除及目标区域分割  46-60
  4.1 引言  46
  4.2 背景噪声去除  46-50
    4.2.1 中值滤波  46-48
    4.2.2 形态学处理  48-50
  4.3 阴影去除  50-55
    4.3.1 阴影的特性  51-52
    4.3.2 本文中的阴影检测方法  52-55
  4.4 目标区域分割  55-57
    4.4.1 连通区域标记  55-56
    4.4.2 套接多边形边界  56-57
  4.5 试验分析  57-59
  4.6 小结  59-60
第五章运动目标识别  60-66
  5.1 引言  60
  5.2 图像不变矩特征  60-61
  5.3 本文特征提取方法  61-62
  5.4 基于不变矩的识别算法  62-63
  5.5 试验分析  63-65
  5.6 小结  65-66
第六章总结与展望  66-68
致谢  68-69
参考文献  69-73
附录一:攻读硕士学位期间发表的论文  73-74
附录二:攻读硕士学位期间参加的科研项目  74

智能视频监控系统中关键技术的研究

内容摘要

全文目录

相似论文