本文關(guān)鍵詞：基于mjpg_streamer視頻監(jiān)控的運(yùn)動目標(biāo)檢測系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會的不斷進(jìn)步,智能化的視頻監(jiān)控系統(tǒng)在許多場所替代了傳統(tǒng)的監(jiān)控系統(tǒng),這些視頻監(jiān)控具有的智能化、高效性優(yōu)點,使其得到廣泛使用。其中運(yùn)動目標(biāo)識別和檢測作為實現(xiàn)視頻監(jiān)控智能化的重要一環(huán),是進(jìn)行目標(biāo)識別、跟蹤技術(shù)研究的重要基礎(chǔ)和關(guān)鍵所在。運(yùn)動目標(biāo)檢測算法的研究,從單一算法向多種運(yùn)動目標(biāo)算法結(jié)合的方向發(fā)展,不僅提高了運(yùn)動目標(biāo)檢測的效果,而且對于運(yùn)動目標(biāo)的實際運(yùn)用具有十分重要的意義。本論文主要探究多種運(yùn)動目標(biāo)檢測算法的結(jié)合在嵌入式系統(tǒng)上的應(yīng)用,通過對高斯混合建模模型與二幀幀差等運(yùn)動目標(biāo)算法的研究改進(jìn),加強(qiáng)了運(yùn)動目標(biāo)算法理論研究,實現(xiàn)了運(yùn)動目標(biāo)檢測算法在mjpg_streamer視頻服務(wù)器上的實際運(yùn)用。本論文做了如下主要工作:(1)提出將高斯混合建模模型與兩幀幀差算法結(jié)合,首先實現(xiàn)自適應(yīng)學(xué)習(xí)更新速率對高斯建模模型改進(jìn),并將改進(jìn)后的自適應(yīng)高斯混合建模與兩幀差分結(jié)果進(jìn)行與運(yùn)算,在VS2010軟件平臺進(jìn)行算法仿真,相比于單一高斯混合建模方式,運(yùn)動物體的輪廓提取更加完整、平滑。(2)提出三幀幀差法與背景差分算法結(jié)合,在軟件平臺上進(jìn)行算法測試,相比于普通三幀差分算法,達(dá)到了對運(yùn)動目標(biāo)準(zhǔn)確檢測,同時克服了單一運(yùn)動目標(biāo)檢測算法產(chǎn)生的“重影現(xiàn)象”。(3)基于ARM硬件平臺,提出閾值自動設(shè)置的三幀幀差與背景差分結(jié)合算法,這種算法實現(xiàn)的優(yōu)勢在于:通過引入三幀幀差閾值自動設(shè)置條件,能對背景進(jìn)行自動更新,更好的反映實時背景效果,在硬件實現(xiàn)系統(tǒng)中具有更強(qiáng)的適應(yīng)性。運(yùn)動目標(biāo)檢測算法實現(xiàn)過程中,通過運(yùn)動目標(biāo)算法研究及改進(jìn),結(jié)合openCV中的圖像處理函數(shù),在mjpg_streamer視頻服務(wù)器軟件框架上進(jìn)行代碼編寫,最終完成本文提出的閾值自動設(shè)置三幀幀差與背景差分結(jié)合算法在mjpg_streamer上的改進(jìn)方案。通過圖像處理算法對mjpg_streamer進(jìn)行智能化改進(jìn),達(dá)到運(yùn)動目標(biāo)檢測目的。研究的成果對傳統(tǒng)監(jiān)控向智能化目標(biāo)跟蹤、行為識別發(fā)展具有促進(jìn)作用。
【關(guān)鍵詞】：運(yùn)動目標(biāo)檢測 三幀幀差差分 linux mjpg_streamer
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要4-6
• Abstract6-13
• 第1章 緒論13-17
• 1.1 研究背景與意義13
• 1.2 智能化視頻監(jiān)控發(fā)展與研究現(xiàn)狀13-16
• 1.3 論文的結(jié)構(gòu)安排16-17
• 第2章 系統(tǒng)硬件方案設(shè)計17-25
• 2.1 硬件整體功能分析17
• 2.2 硬件平臺方案設(shè)計17-20
• 2.2.1 DSP方案18-19
• 2.2.2 FPGA方案19
• 2.2.3 ARM方案19
• 2.2.4 方案定型19-20
• 2.3 主要硬件模塊20-24
• 2.3.1 圖像采集模塊21-22
• 2.3.2 主處理器平臺設(shè)計22-23
• 2.3.3 數(shù)據(jù)傳輸模塊23-24
• 2.4 本章小結(jié)24-25
• 第3章 系統(tǒng)軟件平臺構(gòu)建25-39
• 3.1 整體軟件系統(tǒng)框架25-26
• 3.2 嵌入式系統(tǒng)平臺簡介26
• 3.3 系統(tǒng)開發(fā)環(huán)境構(gòu)建26-28
• 3.4 編譯環(huán)境28-29
• 3.5 硬件平臺啟動引導(dǎo)29-32
• 3.6 系統(tǒng)內(nèi)核定制32-35
• 3.7 根文件系統(tǒng)制作35-37
• 3.8 本章小結(jié)37-39
• 第4章 mjpg_streamer及運(yùn)動目標(biāo)算法研究39-57
• 4.1 mjpg_streamer簡介39-40
• 4.2 mjpg_streamer圖像采集40-44
• 4.2.1 V4L2框架接口分析40-41
• 4.2.2 圖像采集實現(xiàn)41-44
• 4.3 mjpg_streamer圖像壓縮44-45
• 4.4 mjpg_streamer視頻圖像傳輸45-47
• 4.4.1 網(wǎng)絡(luò)傳輸協(xié)議45-46
• 4.4.2 數(shù)據(jù)通信方式46-47
• 4.5 運(yùn)動目標(biāo)算法研究47-55
• 4.5.1 改進(jìn)高斯混合背景模型48-52
• 4.5.1.1 建立高斯混合背景模型48-49
• 4.5.1.2 高斯模型更新與背景匹配49
• 4.5.1.3 改進(jìn)混合高斯模型49-50
• 4.5.1.4 快速高斯混合模型50-51
• 4.5.1.5 快速自適應(yīng)混合高斯模型結(jié)合算法51-52
• 4.5.2 三幀幀差與背景差分結(jié)合算法52-55
• 4.5.2.1 背景差分前景獲取52-54
• 4.5.2.2 三幀幀差前景獲取54
• 4.5.2.3 前景目標(biāo)結(jié)合54
• 4.5.2.4 前景圖像形態(tài)學(xué)處理54-55
• 4.6 本章小結(jié)55-57
• 第5章 基于mjpg_streamer的目標(biāo)檢測算法實現(xiàn)57-69
• 5.1 目標(biāo)檢測算法實現(xiàn)57-63
• 5.1.1 算法實現(xiàn)原理58-59
• 5.1.2 目標(biāo)檢測算法的OpenCV支持59-61
• 5.1.3 基于mjpg_streamer的改進(jìn)目標(biāo)檢測算法61-62
• 5.1.4 運(yùn)動目標(biāo)檢測實現(xiàn)62-63
• 5.2 目標(biāo)檢測算法檢驗63-67
• 5.3 結(jié)果分析67
• 5.4 本章小結(jié)67-69
• 第6章 總結(jié)與展望69-71
• 6.1 總結(jié)69
• 6.2 工作展望69-71
• 參考文獻(xiàn)71-75
• 附錄75-77
• 作者攻讀學(xué)位期間的科研成果77-79
• 致謝79

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張桂林，熊艷，曹偉，李強(qiáng);一種評價自動目標(biāo)檢測算法性能的方法[J];華中理工大學(xué)學(xué)報(社會科學(xué)版);1994年05期

2 秦劍;陳錢;錢惟賢;;基于背景分類的弱小目標(biāo)檢測算法[J];光電工程;2011年01期

3 蔣建國;吳暉;齊美彬;張莉;;攝像機(jī)旋轉(zhuǎn)運(yùn)動下的快速目標(biāo)檢測算法[J];圖學(xué)學(xué)報;2012年03期

4 逯鵬;張姍姍;劉馳;黃石磊;湯玉合;;基于稀疏超完備表示的目標(biāo)檢測算法[J];儀器儀表學(xué)報;2013年06期

5 李大輝;金濤;;弱小目標(biāo)檢測算法的設(shè)計與分析[J];中國科技信息;2013年16期

6 張明艷;許鋼;孟櫻;;基于時空特性的運(yùn)動目標(biāo)檢測算法研究[J];安徽工程大學(xué)學(xué)報;2013年04期

7 徐振海,王雪松,肖順平,莊釗文;基于模糊融合的目標(biāo)檢測算法研究[J];國防科技大學(xué)學(xué)報;2000年04期

8 李維雅,董能力,金鋼,李正周;弱小目標(biāo)檢測算法性能評價的回歸分析方法[J];光電工程;2005年02期

9 高陳強(qiáng);田金文;王鵬;;基于時域特性分析的紅外運(yùn)動小目標(biāo)檢測算法[J];紅外與激光工程;2008年05期

10 曾脈;左志宏;常曉夫;何煊;;一種準(zhǔn)確而快速的運(yùn)動目標(biāo)檢測算法[J];成都信息工程學(xué)院學(xué)報;2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 高飛;蔣建國;安紅新;齊美彬;;一種快速運(yùn)動目標(biāo)檢測算法[A];全國第22屆計算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

2 孫瑾秋;張艷寧;姜磊;王敏;;基于變換域特征的星空背景弱小目標(biāo)檢測算法[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

3 鄧宇;陳孝威;;綜合利用時空信息的運(yùn)動目標(biāo)檢測算法[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(NCMT'06)論文集[C];2006年

4 袁輝;孫卓;李德民;魏穎;;基于小波多尺度互能量交叉融合濾波的弱小目標(biāo)檢測算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

5 顧靜良;萬敏;張衛(wèi);鄭捷;;低對比度弱小目標(biāo)檢測算法[A];中國工程物理研究院科技年報（2005）[C];2005年

6 黃龔;鄭錦;劉養(yǎng)科;;攝像機(jī)水平巡掃時的運(yùn)動目標(biāo)檢測算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

7 張國華;;一種基于導(dǎo)引頭穩(wěn)定平臺結(jié)構(gòu)的目標(biāo)檢測算法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

8 王正;劉瑞華;;基于PTZ攝像機(jī)的運(yùn)動目標(biāo)檢測算法[A];全國第一屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

9 王彪;王成儒;王芬芬;;一種改進(jìn)的運(yùn)動目標(biāo)檢測算法[A];計算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

10 劉琳;顧國華;錢惟賢;陳錢;徐富元;;目標(biāo)檢測算法的研究以及SRIO協(xié)議在目標(biāo)檢測的應(yīng)用[A];第八屆華東三省一市真空學(xué)術(shù)交流會論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王海豐;基于機(jī)器視覺的剖竹機(jī)加工目標(biāo)檢測算法研究[D];東北林業(yè)大學(xué);2015年

2 高永嬋;復(fù)雜場景下多通道陣列自適應(yīng)目標(biāo)檢測算法研究[D];西安電子科技大學(xué);2015年

3 王俊強(qiáng);圖像中人體目標(biāo)檢測算法研究[D];北京郵電大學(xué);2012年

4 郭明瑋;基于視覺記憶的目標(biāo)檢測算法：一個特征學(xué)習(xí)與特征聯(lián)想的過程[D];中國科學(xué)技術(shù)大學(xué);2014年

5 臧風(fēng)妮;智能視頻監(jiān)控中海面艦船目標(biāo)檢測算法研究[D];中國海洋大學(xué);2014年

6 陳偉;基于PSO的復(fù)雜工業(yè)環(huán)境視覺目標(biāo)檢測算法應(yīng)用研究[D];武漢科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉恒建;基于FPGA+DSP的運(yùn)動目標(biāo)檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];南京理工大學(xué);2015年

2 賈建英;視頻序列中運(yùn)動目標(biāo)檢測算法研究[D];長安大學(xué);2015年

3 周亞運(yùn);基于TMS320DM642平臺的紅外運(yùn)動目標(biāo)檢測算法設(shè)計[D];南京理工大學(xué);2015年

4 姚丹;基于多光譜信息融合的弱小運(yùn)動目標(biāo)檢測技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

5 劉培培;基于區(qū)域特征的運(yùn)動目標(biāo)檢測算法的研究與開發(fā)[D];廣西大學(xué);2015年

6 崔璇;天空背景下紅外小目標(biāo)檢測算法研究[D];陜西師范大學(xué);2015年

7 范肖肖;基于視覺注意機(jī)制的目標(biāo)檢測算法的研究[D];電子科技大學(xué);2015年

8 丁嬋;運(yùn)動目標(biāo)檢測算法在嵌入式平臺的研究[D];電子科技大學(xué);2015年

9 張冠雄;基于標(biāo)簽傳播的顯著性目標(biāo)檢測算法研究[D];大連理工大學(xué);2015年

10 李建波;視頻監(jiān)控中運(yùn)動目標(biāo)檢測算法的研究[D];哈爾濱工業(yè)大學(xué);2014年

  本文關(guān)鍵詞：基于mjpg_streamer視頻監(jiān)控的運(yùn)動目標(biāo)檢測系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：286365