本文關(guān)鍵詞：智能視頻監(jiān)控中的遺留物檢測研究

  更多相關(guān)文章： 智能視頻監(jiān)控 遺留物檢測 混合高斯模型 局部特征匹配 安防監(jiān)控系統(tǒng)

【摘要】：隨著社會公共安全日益受到人們的關(guān)注與重視,智能視頻監(jiān)控技術(shù)在安全防范預(yù)警中發(fā)揮的作用及優(yōu)勢愈發(fā)明顯,具有巨大的發(fā)展?jié)摿�。遺留物檢測是智能視頻監(jiān)控中的重要組成部分,有助于及時排除公共區(qū)域內(nèi)的不明遺留物體帶來的安全隱患,其算法設(shè)計與系統(tǒng)實現(xiàn),是本文的主要研究課題。本文首先在總結(jié)遺留物檢測的已有研究成果的基礎(chǔ)上,討論了其在準確性、實時性和魯棒性方面仍需解決的關(guān)鍵問題。通過對常用目標檢測方法的研究,確立了幀間差分法和背景差分法相結(jié)合的方式作為算法實現(xiàn)的基礎(chǔ)。根據(jù)遺留物檢測的應(yīng)用特點,本文對傳統(tǒng)的混合高斯背景建模方法做出了局部更新的改進,并結(jié)合一種改進的三幀差分法,通過前景比較獲得目標候選區(qū)域。為了提高目標區(qū)域提取的精確性,進一步采用基于YCbCr顏色空間的陰影消除、形態(tài)學(xué)處理、連通域分析等方法,分割得到暫時靜止物團塊。通過計算質(zhì)心距離實現(xiàn)幀間團塊的配對,為不同的目標分別統(tǒng)計靜止時間,并采取間歇性調(diào)用HOG行人檢測算法的方式排除駐留行人的影響,保持了算法的準確性與處理速度。為了實現(xiàn)多個遺留物的并行檢測,設(shè)計了代表單個遺留物性質(zhì)的參數(shù)結(jié)構(gòu),隨著目標遺留狀態(tài)的變遷在存儲容器中實時地插入或刪除對應(yīng)的結(jié)構(gòu)元素,保證了每個目標的遺留特性得到獨立的判定與分析。針對場景中的行人遮擋現(xiàn)象對檢測造成的影響,提出了提取與匹配遺留物的FAST局部特征的方式來維持其遺留特性的判別,增強了對干擾的抑制能力。隨后使用實際的監(jiān)控視頻數(shù)據(jù)對算法進行了測試和分析,實驗結(jié)果表明,本文提出的遺留物檢測算法具有較高的準確性和抗干擾性,并能滿足實時處理的要求。最后,本文設(shè)計并實現(xiàn)了一款用于公共區(qū)域安防監(jiān)控的視頻圖像智能分析系統(tǒng),介紹了系統(tǒng)各個功能模塊的原理和作用,闡述了軟件界面的設(shè)計思想和功能實現(xiàn)效果。該系統(tǒng)采用面向?qū)ο蟮拈_發(fā)方法,操作簡便,交互性好,可擴展性強,具有較高的實際應(yīng)用價值。
【關(guān)鍵詞】：智能視頻監(jiān)控 遺留物檢測 混合高斯模型 局部特征匹配 安防監(jiān)控系統(tǒng)
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-15
• 1.1 本文研究背景與意義10
• 1.2 智能視頻監(jiān)控研究的發(fā)展狀況10-11
• 1.3 遺留物檢測研究的發(fā)展狀況11-13
• 1.4 本文研究內(nèi)容與結(jié)構(gòu)安排13-15
• 第二章 常用的目標檢測方法15-22
• 2.1 光流法15-16
• 2.2 幀間差分法16-18
• 2.3 背景差分法18-20
• 2.4 目標檢測方法在遺留物檢測中的應(yīng)用20-21
• 2.5 本章小結(jié)21-22
• 第三章 遺留物檢測的算法研究22-56
• 3.1 局部更新的混合高斯背景模型22-26
• 3.1.1 混合高斯背景模型的原理22-25
• 3.1.2 改進的局部更新模型25-26
• 3.2 改進的三幀差分法26-27
• 3.3 陰影消除27-32
• 3.3.1 陰影的性質(zhì)特點28-29
• 3.3.2 RGB顏色空間29-30
• 3.3.3 YCbCr顏色空間30-32
• 3.4 形態(tài)學(xué)處理32-34
• 3.5 連通域分析34-35
• 3.6 遺留特性的判定35-40
• 3.6.1 兩幀圖像間的團塊配對35-36
• 3.6.2 行人檢測36-39
• 3.6.3 多個遺留物的并行檢測39-40
• 3.7 局部特征匹配抑制干擾40-45
• 3.7.1 FAST特征點的提取41-43
• 3.7.2 FAST特征點的匹配43-45
• 3.7.3 遺留物的FAST特征點匹配45
• 3.8 遺留物檢測算法完整流程45-47
• 3.9 實驗結(jié)果與分析47-55
• 3.10 本章小結(jié)55-56
• 第四章 視頻圖像智能分析系統(tǒng)的設(shè)計與實現(xiàn)56-72
• 4.1 系統(tǒng)的整體結(jié)構(gòu)56-57
• 4.2 系統(tǒng)界面設(shè)計與功能實現(xiàn)57-68
• 4.2.1 用戶登錄與界面區(qū)域劃分57-59
• 4.2.2 視頻信號源選擇與播放59-62
• 4.2.3 安全規(guī)則設(shè)置62-63
• 4.2.4 算法執(zhí)行與報警63-65
• 4.2.5 多窗.并行處理65-68
• 4.3 遺留物檢測算法結(jié)構(gòu)的實現(xiàn)68-71
• 4.4 本章小結(jié)71-72
• 結(jié)論72-75
• 參考文獻75-79
• 攻讀碩士學(xué)位期間取得的研究成果79-80
• 致謝80-81
• 附件81

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 程換麗;許向陽;王曉寧;趙光磊;;視頻監(jiān)控中遺留物檢測算法研究[J];無線互聯(lián)科技;2014年04期

2 黃向瓊;吳豪斌;;基于人體識別與跟蹤的遺留物檢測[J];福建電腦;2011年10期

3 張超;吳小培;周建英;戚培慶;王營冠;呂釗;;基于改進混合高斯建模和短時穩(wěn)定度的遺留物檢測算法[J];信號處理;2012年08期

4 ;[J];;年期

中國重要報紙全文數(shù)據(jù)庫 前3條

1 高丙中;從文化遺留物到非物質(zhì)文化遺產(chǎn)[N];中國社會科學(xué)院院報;2007年

2 岳德亮;杭州：的哥不得侵占乘客遺留物[N];人民公安報·交通安全周刊;2007年

3 本報記者 冷雪 實習(xí)生 翟暉;機場“遺留物”兩難選擇何去何從[N];山西日報;2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 陳娜;視頻監(jiān)控中的遺留物檢測技術(shù)的應(yīng)用研究[D];電子科技大學(xué);2014年

2 葉立仁;智能視頻監(jiān)控中的遺留物檢測研究[D];華南理工大學(xué);2015年

3 南云霞;視頻監(jiān)控中遺留物檢測關(guān)鍵技術(shù)的研究[D];武漢理工大學(xué);2014年

4 閆碩;復(fù)雜環(huán)境下的遺留物檢測方法研究[D];北京交通大學(xué);2015年

5 富吉勇;基于全方位視覺的遺留物及其放置者檢測的研究[D];浙江工業(yè)大學(xué);2011年

6 周金旺;視頻監(jiān)控場景中的遺留物檢測研究與實現(xiàn)[D];安徽大學(xué);2012年

，

本文編號：618523