本文關(guān)鍵詞：智能視頻監(jiān)控中的遺留物檢測(cè)研究

  更多相關(guān)文章： 智能視頻監(jiān)控 遺留物檢測(cè) 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(huì)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(shì)愈發(fā)明顯,具有巨大的發(fā)展?jié)摿Α＿z留物檢測(cè)是智能視頻監(jiān)控中的重要組成部分,有助于及時(shí)排除公共區(qū)域內(nèi)的不明遺留物體帶來(lái)的安全隱患,其算法設(shè)計(jì)與系統(tǒng)實(shí)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(cè)的已有研究成果的基礎(chǔ)上,討論了其在準(zhǔn)確性、實(shí)時(shí)性和魯棒性方面仍需解決的關(guān)鍵問(wèn)題。通過(guò)對(duì)常用目標(biāo)檢測(cè)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(shí)現(xiàn)的基礎(chǔ)。根據(jù)遺留物檢測(cè)的應(yīng)用特點(diǎn),本文對(duì)傳統(tǒng)的混合高斯背景建模方法做出了局部更新的改進(jìn),并結(jié)合一種改進(jìn)的三幀差分法,通過(guò)前景比較獲得目標(biāo)候選區(qū)域。為了提高目標(biāo)區(qū)域提取的精確性,進(jìn)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(shí)靜止物團(tuán)塊。通過(guò)計(jì)算質(zhì)心距離實(shí)現(xiàn)幀間團(tuán)塊的配對(duì),為不同的目標(biāo)分別統(tǒng)計(jì)靜止時(shí)間,并采取間歇性調(diào)用HOG行人檢測(cè)算法的方式排除駐留行人的影響,保持了算法的準(zhǔn)確性與處理速度。為了實(shí)現(xiàn)多個(gè)遺留物的并行檢測(cè),設(shè)計(jì)了代表單個(gè)遺留物性質(zhì)的參數(shù)結(jié)構(gòu),隨著目標(biāo)遺留狀態(tài)的變遷在存儲(chǔ)容器中實(shí)時(shí)地插入或刪除對(duì)應(yīng)的結(jié)構(gòu)元素,保證了每個(gè)目標(biāo)的遺留特性得到獨(dú)立的判定與分析。針對(duì)場(chǎng)景中的行人遮擋現(xiàn)象對(duì)檢測(cè)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(lái)維持其遺留特性的判別,增強(qiáng)了對(duì)干擾的抑制能力。隨后使用實(shí)際的監(jiān)控視頻數(shù)據(jù)對(duì)算法進(jìn)行了測(cè)試和分析,實(shí)驗(yàn)結(jié)果表明,本文提出的遺留物檢測(cè)算法具有較高的準(zhǔn)確性和抗干擾性,并能滿(mǎn)足實(shí)時(shí)處理的要求。最后,本文設(shè)計(jì)并實(shí)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(gè)功能模塊的原理和作用,闡述了軟件界面的設(shè)計(jì)思想和功能實(shí)現(xiàn)效果。該系統(tǒng)采用面向?qū)ο蟮拈_(kāi)發(fā)方法,操作簡(jiǎn)便,交互性好,可擴(kuò)展性強(qiáng),具有較高的實(shí)際應(yīng)用價(jià)值。
【關(guān)鍵詞】：智能視頻監(jiān)控 遺留物檢測(cè) 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(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：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?fàn)顩r10-11
• 1.3 遺留物檢測(cè)研究的發(fā)展?fàn)顩r11-13
• 1.4 本文研究?jī)?nèi)容與結(jié)構(gòu)安排13-15
• 第二章 常用的目標(biāo)檢測(cè)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(biāo)檢測(cè)方法在遺留物檢測(cè)中的應(yīng)用20-21
• 2.5 本章小結(jié)21-22
• 第三章 遺留物檢測(cè)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(jìn)的局部更新模型25-26
• 3.2 改進(jìn)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(diǎn)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(tuán)塊配對(duì)35-36
• 3.6.2 行人檢測(cè)36-39
• 3.6.3 多個(gè)遺留物的并行檢測(cè)39-40
• 3.7 局部特征匹配抑制干擾40-45
• 3.7.1 FAST特征點(diǎn)的提取41-43
• 3.7.2 FAST特征點(diǎn)的匹配43-45
• 3.7.3 遺留物的FAST特征點(diǎn)匹配45
• 3.8 遺留物檢測(cè)算法完整流程45-47
• 3.9 實(shí)驗(yàn)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(jì)與實(shí)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(jì)與功能實(shí)現(xiàn)57-68
• 4.2.1 用戶(hù)登錄與界面區(qū)域劃分57-59
• 4.2.2 視頻信號(hào)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(bào)警63-65
• 4.2.5 多窗.并行處理65-68
• 4.3 遺留物檢測(cè)算法結(jié)構(gòu)的實(shí)現(xiàn)68-71
• 4.4 本章小結(jié)71-72
• 結(jié)論72-75
• 參考文獻(xiàn)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(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

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

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

3 張超;吳小培;周建英;戚培慶;王營(yíng)冠;呂釗;;基于改進(jìn)混合高斯建模和短時(shí)穩(wěn)定度的遺留物檢測(cè)算法[J];信號(hào)處理;2012年08期

4 ;[J];;年期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 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(guó)社會(huì)科學(xué)院院報(bào);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(bào)·交通安全周刊;2007年

3 本報(bào)記者 冷雪 實(shí)習(xí)生 翟暉;機(jī)場(chǎng)“遺留物”兩難選擇何去何從[N];山西日?qǐng)?bào);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 陳娜;視頻監(jiān)控中的遺留物檢測(cè)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(cè)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(cè)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(cè)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(jué)的遺留物及其放置者檢測(cè)的研究[D];浙江工業(yè)大學(xué);2011年

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

，

本文編號(hào)：618523