發(fā)布時間：2024-04-21 03:35

　　智能視頻監(jiān)控系統(tǒng)具有智能化與數(shù)字化的優(yōu)勢,目前被廣泛的應用于交通與安防等領域。而隨著“智慧城市”與“安全城市”等管理系統(tǒng)的提出,智能視頻監(jiān)控的應用更加廣泛,運動行人檢測作為其重要組成部分,越來越受到關注。本文主要對運動前景檢測和運動行人檢測算法進行了研究,主要完成了以下工作:首先對傳統(tǒng)基于像素點建模的背景減除算法進行優(yōu)化,將基于像素塊的自適應背景減除法作用于運動前景檢測,采用最小差分和算法對背景模型初始化并采用信息熵估計算法對背景模型選擇性更新,將最大類間方差法計算的閾值應用于背景減除法中,得到運動前景檢測的二值圖像,對其進行MATLAB仿真并與其它算法比較,結果表明本文基于像素塊的運動前景檢測算法具有較好的檢測效果。然后對檢測的二值結果采用基于游程的一次掃描連通域標記算法提取其特征信息,與閾值進行比較完成運動行人檢測,通過MATLAB仿真驗證該算法可以較好的檢測出運動行人。為了提高運動行人檢測算法的實時性,本文搭建基于FPGA的硬件平臺,包括圖像緩存模塊、算法處理模塊與圖像輸出模塊。算法處理模塊包括運動前景檢測單元與運動行人檢測單元。在運動前景檢測單元中,分別設計了基于像素塊的背景初...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及研究意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 運動前景檢測算法研究現(xiàn)狀
        1.2.2 運動行人檢測算法研究現(xiàn)狀
    1.3 論文主要研究內容
    1.4 論文章節(jié)安排
2 視頻監(jiān)控中運動前景檢測理論基礎
    2.1 運動前景檢測算法概述
        2.1.1 光流法
        2.1.2 幀間差分法
        2.1.3 背景減除法
        2.1.4 運動前景檢測難點
        2.1.5 數(shù)學形態(tài)學處理
    2.2 經(jīng)典背景建模研究方法概述
        2.2.1 中值、均值模型
        2.2.2 混合高斯模型
        2.2.3 碼本模型
    2.3 本章小結
3 視頻監(jiān)控中基于塊的運動行人檢測算法研究
    3.1 視頻監(jiān)控中運動行人檢測算法整體框架
    3.2 基于像素塊的運動前景檢測
        3.2.1 最小差分和算法背景初始化
        3.2.2 自適應背景更新
        3.2.3 改進的基于信息熵估計的背景更新
        3.2.4 自適應運動前景檢測
        3.2.5 實驗結果與分析
    3.3 基于目標區(qū)域特征的運動行人檢測
        3.3.1 運動前景檢測后處理
        3.3.2 兩次掃描連通域標記
        3.3.3 改進的基于游程的一次掃描連通域標記
        3.3.4 運動區(qū)域特征信息提取
        3.3.5 仿真結果及分析
    3.4 本章小結
4 視頻監(jiān)控中運動行人檢測系統(tǒng)硬件實現(xiàn)
    4.1 運動行人檢測系統(tǒng)整體結構框架
    4.2 數(shù)據(jù)緩存模塊
    4.3 運動前景檢測算法單元設計
        4.3.1 運動前景檢測單元整體介紹
        4.3.2 子模塊設計與仿真
    4.4 運動行人檢測算法單元設計
        4.4.1 運動行人檢測單元整體介紹
        4.4.2 子模塊設計與仿真
    4.5 數(shù)據(jù)輸出模塊
    4.6 系統(tǒng)板級驗證
    4.7 本章小結
5 總結與展望
    5.1 工作總結
    5.2 研究展望
致謝
參考文獻



本文編號：3960357