学位论文 > 优秀研究生学位论文题录展示

海关码头智能视频监控系统关键技术的研究

作　者: 陈潇君
导　师: 鞠时光
学　校: 江苏大学
专　业: 计算机应用技术
关键词: 混合高斯背景模型 运动目标检测 Snake模型 运动目标跟踪 轮廓矩不变量特征 CamShift算法
分类号: TP277
类　型: 硕士论文
年　份: 2008年
下　载: 122次
引　用: 1次
阅　读: 论文下载
 

内容摘要


伴随着网络和数字视频技术的飞速发展,监控技术正向着智能化、网络化方向不断前进。智能视频监控是计算机视觉领域一个新兴的应用方向,智能视频监控是在不需要人为干预情况下,利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析,实现对动态场景中目标的定位、识别和跟踪,并在此基础上分析和判断目标的行为。在完成日常管理的同时,对异常情况及时作出反应。从功能上,视频监控可用于安全防范、信息获取和指挥调度等方面。本文围绕着智能视频监控的一些关键技术,包括背景分析、对象提取、对象识别、对象描述、对象跟踪和对象行为分析。以海关码头智能监管系统中的事件检测为应用背景,对运动目标检测、提取和跟踪进行了深入的分析研究,并在此基础上完成了海关码头智能监管系统CDIIS(Custom Dock Intelligent Inspecting System)的设计与开发。本文的主要工作包括:1.提出了一种改进的混合高斯背景模型,并引入平滑方程,用于摄像机静止状态下的运动目标检测,对序列图像进行背景建模,将多个运动目标从背景图像中分离出来。该算法可以有效解决动态环境中捕捉的图像受到天气的变化、光照条件的变化、摄像机微小的抖动等影响。2.提出一种新的基于轮廓线的轮廓矩不变量特征的方法,用于表示运动目标特征。运动目标提取分别采用了外接多边形方法得到运动目标的初始大致轮廓,和Snake算法计算出运动目标的详细轮廓信息。针对CDIIS中海关码头监控中的船体对象的形状特性,提出了轮廓不变量特征方法。试验证明,该方法同传统方法相比,计算时间短,并可以精确的描述出运动物体。3.提出了一种快速CamShift算法,并将其与活动轮廓模型相结合,用于运动目标跟踪,该方法有效解决了对遮掩物体跟踪的问题。在处理过程中引入Epanechikov核函数平滑色彩概率分布图,并证明了其收敛性。实验结果证明在直方图背投影中引入核函数,能够得到平滑的输入信息;快速CamShift算法也具有较好的实时性和较强的抗干扰能力。整个系统在镇江海关下属多个码头运行的结果表明,本文所采用的一整套方法能够达到理想的效果。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-18
  1.1 研究背景和意义  10-13
  1.2 国内外研究现状  13-16
    1.2.1 运动目标检测  14-15
    1.2.2 运动目标提取和特征表示  15-16
    1.2.3 运动目标跟踪和行为理解  16
  1.3 本文的工作及论文组织  16-18
第2章 运动目标检测  18-38
  2.1 颜色空间  18-20
    2.1.1 RGB颜色空间  18-19
    2.1.2 HSV色彩空间  19-20
  2.2 运动目标检测方法  20-23
    2.2.1 光流计算法  20-21
    2.2.2 帧间差分法  21
    2.2.3 背景减法  21-23
  2.3 背景模型  23-27
    2.3.1 中值滤波  23-24
    2.3.2 单高斯背景模型  24
    2.3.3 混合高斯背景模型  24-27
  2.4 改进的混合高斯背景模型  27-37
    2.4.1 平滑方程  28-32
    2.4.2 改进的混合高斯背景模型的建立  32-33
    2.4.3 改进的混合高斯模型的更新  33-34
    2.4.4 试验分析  34-37
  2.5 本章小结  37-38
第3章 运动目标的提取和特征表示  38-49
  3.1 目标的标记和计数  38-39
  3.2 运动目标的轮廓提取  39-43
    3.2.1 运动目标初始轮廓的外接多边形表示  39-40
    3.2.2 运动目标精确轮廓的Snake模型表示  40-43
  3.3 运动目标的特征表示  43-46
    3.3.1 轮廓矩不变量特征  44
    3.3.2 运动物体轮廓矩不变性证明  44-46
    3.3.3 轮廓矩不变量特征目标匹配  46
  3.4 实验分析  46-48
    3.4.1 目标区域的外接多边形表示试验  46-47
    3.4.2 Snake模型实验  47-48
    3.4.3 轮廓矩不变量特征试验  48
  3.5 本章小结  48-49
第4章 运动目标跟踪  49-67
  4.1 CAMSHIFT算法  49-57
    4.1.1 MeanShift算法  50-51
    4.1.2 色彩直方图  51
    4.1.3 直方图背投影计算  51-53
    4.1.4 收敛性分析  53-55
    4.1.5 Cam Shift算法流程  55-57
  4.2 改进的快速CAMSHIFT算法  57-63
    4.2.1 差分求和定理  57-59
    4.2.2 快速矩的计算  59-60
    4.2.3 快速CamShift算法实现  60-62
    4.2.4 实验及效率分析  62-63
  4.3 基于轮廓矩不变量特征的快速CAMSHIFT算法  63-66
    4.3.1 CIMQCS算法流程  64-65
    4.3.2 试验  65-66
  4.4 本章小结  66-67
第5章 智能视频监控技术在海关码头中的应用  67-82
  5.1 CDⅡS应用背景  67-68
  5.2 CDⅡS原理  68-69
  5.3 CDⅡS体系结构  69-72
    5.3.1 CDⅡS系统硬件平台  69-71
    5.3.2 CDⅡS系统软件体系  71-72
  5.4 CDⅡS系统主要算法设计  72-74
    5.4.1 背景建模  72-73
    5.4.2 运动目标检测及提取  73
    5.4.3 运动物体跟踪  73-74
  5.5 CDⅡS系统码头事件处理方案  74-81
    5.5.1 对靠港事件的检测  76
    5.5.2 对过往船只可疑性的检测  76-78
    5.5.3 码头船只跟踪  78-79
    5.5.4 对离港事件的检测  79-80
    5.5.5 对作业状态的检测  80
    5.5.6 事件分析  80-81
  5.6 本章小结  81-82
第6章 总结与展望  82-84
  6.1 全文总结  82-83
  6.2 工作展望  83-84
参考文献  84-88
致谢  88-89
论文及科研情况  89

相似论文

  1. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  2. 基于车载3D加速传感器的路况监测研究,TP274
  3. 基于机器视觉的车辆检测和车距测量方法研究,TP274
  4. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  5. 安防监控系统中运动目标检测算法研究,TP391.41
  6. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  7. 运动目标检测与跟踪的研究,TP391.41
  8. 视频图像序列中运动目标的获取与跟踪,TP391.41
  9. 视频监控系统中的运动目标检测算法研究,TP391.41
  10. 边防红外监控系统中运动目标的检测预警设计,TP391.41
  11. 多目标视觉检测与跟踪方法研究及视频监控软件平台的开发,TP391.41
  12. 以太网高帧测量摄像机的设计与实现,TP391.41
  13. 面向PTZ摄像机的运动目标检测技术研究,TP391.41
  14. 视频监控系统中相关图像处理技术的研究与实现,TP391.41
  15. 动态场景下基于空时显著性的运动目标检测研究,TP391.41
  16. 基于视觉的粒子滤波目标跟踪算法及其在移动机器人中的应用,TP242
  17. 基于μC/OS-Ⅱ的移动机器人平台的设计与实现,TP242.6
  18. 红外监控系统中关键技术研究,TP277
  19. 视频图像中的运动目标跟踪算法研究,TP391.41
  20. 智能交通视频监控系统中关键技术研究,TP391.41
  21. 边界防御系统中移动目标跟踪技术研究与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 监视、报警、故障诊断系统
© 2012 www.xueweilunwen.com