本文選題：智能監(jiān)控　切入點：運動檢測　出處：《中南大學》2014年碩士論文　論文類型：學位論文

【摘要】：近年來,隨著計算機和圖像處理技術的進步,智能視頻監(jiān)控技術發(fā)展迅速,對維護公共安全起到了巨大作用。運動目標檢測和運動目標跟蹤作為智能視頻監(jiān)控技術的核心一直是計算機視覺領域的研究熱點。本文對運動目標檢測與跟蹤技術展開研究,并設計實現(xiàn)一個智能視頻監(jiān)控系統(tǒng)。 本文首先介紹視頻監(jiān)控系統(tǒng)的相關背景和研究現(xiàn)狀,闡述進行系統(tǒng)設計與實現(xiàn)的關鍵技術及其相關理論基礎。隨后對智能視頻監(jiān)控系統(tǒng)中的運動目標檢測和跟蹤技術進行了詳細研究,針對傳統(tǒng)算法的不足,結合實際運用場景提出有效的改進方案。最后對系統(tǒng)總體框架和詳細模塊設計進行介紹,并對系統(tǒng)運行結果進行詳細分析。 本文針對傳統(tǒng)混合高斯算法使用場景受限、實時性差等不足,使用分塊匹配以及跳幀處理的策略降低算法的復雜度,采用基于混合高斯算法和幀差法的雙模型檢測方法提高運動檢測的可靠性。系統(tǒng)改進camshift算法提高運動目標跟蹤效果。針對算法中存在的背景點干擾嚴重、只能手動選取目標以及算法迭代次數(shù)多、容易跟蹤失敗等問題,提出基于線性預測的camshift跟蹤方法,通過進行幀差操作提取運動區(qū)域以及采用運動檢測結果作為自動跟蹤目標,減少了噪聲和人為干預,提高了算法的智能性和準確性。
[Abstract]:In recent years, with the development of computer and image processing technology, intelligent video surveillance technology has developed rapidly. Moving target detection and moving target tracking, as the core of intelligent video surveillance technology, has been the research hotspot in the field of computer vision. An intelligent video surveillance system is designed and implemented. Firstly, this paper introduces the background and research status of video surveillance system. This paper expounds the key technology and related theoretical basis of system design and implementation. Then, the moving target detection and tracking technology in intelligent video surveillance system is studied in detail, aiming at the shortcomings of traditional algorithms. Finally, the overall framework and detailed module design of the system are introduced, and the results of the system operation are analyzed in detail. Aiming at the limitations of the traditional mixed Gao Si algorithm, such as limited scene and poor real-time performance, the complexity of the algorithm is reduced by using the strategy of block matching and frame hopping processing. The dual model detection method based on mixed Gao Si algorithm and frame difference method is used to improve the reliability of motion detection. The camshift algorithm is improved to improve the tracking effect of moving target. We can only select the target manually and the algorithm has many iterations, so it is easy to track the problems such as failure. The camshift tracking method based on linear prediction is proposed. The motion region is extracted by the frame difference operation and the motion detection result is used as the automatic tracking target. The noise and human intervention are reduced, and the intelligence and accuracy of the algorithm are improved.
【學位授予單位】：中南大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN948.6

【共引文獻】

相關期刊論文 前10條

1 張燕妮;婁樹理;;紅外圖像模式識別的預處理[J];兵工自動化;2006年09期

2 敖勤;許寶杰;李天劍;常城;;布氏硬度圖像自動測量及其Matlab實現(xiàn)[J];北京信息科技大學學報(自然科學版);2009年04期

3 陳石平;畢婭;李曉星;周賢賓;;亞像素條紋邊緣提取技術在型面測量上的應用[J];北京航空航天大學學報;2006年08期

4 馬永成;肖詩斌;林春雨;施水才;;基于內容的文檔圖像檢索的特征抽取研究[J];江西師范大學學報(自然科學版);2008年02期

5 洪琦;沙新華;;暗背景下運動發(fā)光目標檢測[J];吉林大學學報(信息科學版);2006年01期

6 張利輝,韓莉,高慶吉,徐海軍;多種字符混合圖像的自動識別[J];東北電力學院學報;2002年04期

7 徐秋景;戚大偉;;基于灰度共生矩陣的東北虎紋理特征參數(shù)[J];東北林業(yè)大學學報;2009年07期

8 劉教民,李新福;開關電弧圖像增強算法研究[J];電工技術學報;2005年05期

9 蔡梅艷;吳慶憲;姜長生;;改進Otsu法的目標圖像分割[J];電光與控制;2007年06期

10 牛姣蕾;萬里青;高宏昌;;機載CCD數(shù)字圖像的增強[J];電光與控制;2007年06期

相關會議論文 前5條

1 王蘭莎;張國英;;HSV顏色空間及紋理特征映射方法研究[A];圖像圖形技術研究與應用(2010)[C];2010年

2 張金雷;黃勃;李乃民;賈丹兵;王淑英;張永豐;;舌象分區(qū)量化研究[A];第二次全國中西醫(yī)結合診斷學術研討會論文集[C];2008年

3 楊唐文;韓建達;王紅波;阮秋琦;;基于空間幾何約束的單目視覺物體測距[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

4 賈玉林;張麟瑞;程科;;可見光系統(tǒng)在制導武器中的應用——電視制導技術[A];2006年全國光電技術學術交流會會議文集（A 光電系統(tǒng)總體技術專題）[C];2006年

5 宋仁庭;楊衛(wèi)平;楊明月;;模板匹配算法對運動目標自動鎖定跟蹤的研究[A];2007年光電探測與制導技術的發(fā)展與應用研討會論文集[C];2007年

相關博士學位論文 前10條

1 林穎;基于水平集方法的圖像分割關鍵技術研究[D];哈爾濱工程大學;2010年

2 關叢榮;條紋分隔顏色格雷碼結構光三維測量技術研究[D];哈爾濱理工大學;2009年

3 楊寧;弱各向異性單程波波動方程數(shù)值模擬新方法研究[D];成都理工大學;2011年

4 張丹楓;基于胃腸道體數(shù)據(jù)的虛擬外翻技術研究[D];上海交通大學;2011年

5 諶雨章;激光水下成像的圖像復原及超分辨率重建算法研究[D];華中科技大學;2012年

6 李麗勤;高速攝像目標提取跟蹤系統(tǒng)研究與應用[D];中國農業(yè)大學;2004年

7 劉新福;結合圖像分析的微區(qū)薄層電阻四探針測試技術研究[D];河北工業(yè)大學;2003年

8 王軍;航空發(fā)動機葉片三維輪廓測量方法研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2005年

9 肖甫;基于圖像的虛擬場景繪制關鍵技術研究[D];南京理工大學;2007年

10 李波;基于PDE的圖像去噪、修補及分解研究[D];大連理工大學;2008年

相關碩士學位論文 前10條

1 李鑫;彩色邊緣編碼結構光三維測量與汽輪機葉片型線評價[D];哈爾濱理工大學;2010年

2 郝中華;基于圖像模式識別技術的實蠅昆蟲分類識別研究[D];昆明理工大學;2010年

3 徐光明;磁瓦表面缺陷自動檢測識別方法的研究[D];五邑大學;2010年

4 王廷銀;鼻咽細胞與鼻咽膠原的雙光子顯微圖像處理[D];福建師范大學;2009年

5 閆飛;偽裝迷彩的背景主色提取算法研究[D];西安工業(yè)大學;2011年

6 孫黎明;高幀頻CMOS相機圖像處理系統(tǒng)設計[D];西安工業(yè)大學;2011年

7 馮磊;基于圖像分析的智能考試監(jiān)控系統(tǒng)[D];北京交通大學;2011年

8 張勇;圖像中模糊邊界目標的閾值分割方法研究[D];合肥工業(yè)大學;2011年

9 李瑋姿;基于圖像處理技術的牛肉大理石紋理自動分級研究[D];南京理工大學;2011年

10 孫濤;基于數(shù)學形態(tài)學和小波變換的圖像邊緣檢測的研究[D];中南大學;2010年

，

本文編號：1597095