基于OpenCV的智能監(jiān)控預(yù)警系統(tǒng)的研究與設(shè)計
發(fā)布時間:2021-06-22 05:57
隨著人們對安全要求的提高,智能視頻監(jiān)控系統(tǒng)作為安全預(yù)警的主要手段也越來越廣泛的應(yīng)用在日常生活中。但是購買監(jiān)控設(shè)備往往要花費很多,安裝也不方便。本文旨在開發(fā)一個僅使用家庭電腦和USB攝像頭,就能在短時間內(nèi)對特定區(qū)域進行監(jiān)控的簡單智能預(yù)警系統(tǒng)。本系統(tǒng)的軟件開發(fā)環(huán)境為Visual Studio 2015和OpenCV 3.4.2,核心代碼由C++編寫,軟件界面由C#編寫。應(yīng)用場景為在目標(biāo)可見的情況下進行防盜預(yù)警,如小區(qū)樓下電動車的防盜預(yù)警。設(shè)計思路如下:當(dāng)有運動目標(biāo)出現(xiàn)時,能及時檢測到運動目標(biāo),并對運動目標(biāo)進行判斷,如果是行人則進行跟蹤,跟蹤過程中對異常行為進行預(yù)警。本文主要工作如下:(1)對傳統(tǒng)的運動目標(biāo)檢測方法進行了理論研究和實驗探索,針對傳統(tǒng)運動目標(biāo)檢測方法在多目標(biāo)距離較近時不能給出目標(biāo)準(zhǔn)確位置的缺點,本文引入了基于深度學(xué)習(xí)的SSD網(wǎng)絡(luò)目標(biāo)檢測方法。經(jīng)過實驗探索了SSD方法的優(yōu)點和不足,最后本文提出了基于幀差法和SSD網(wǎng)絡(luò)的改進的運動目標(biāo)檢測方法。新方法能有效避免幀差法和SSD網(wǎng)絡(luò)單獨使用時存在的缺點,并且對邊緣處的目標(biāo)識別做了優(yōu)化設(shè)計,有效的提高了目標(biāo)檢測的準(zhǔn)確度和效率。(2)對Op...
【文章來源】:河北大學(xué)河北省
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
使用大津法和固定閾值法得到的二值化背景圖
而是和周圍領(lǐng)域像素的大小相關(guān)的。比如在亮度高的區(qū)域,二值化閾值通常會較高,而在亮度較低的區(qū)域,二值化閾值則會相應(yīng)較小。常用的局部自適應(yīng)閾值方法有:局部領(lǐng)域塊的均值作為閾值,效果如圖2-3中的(d)圖所示;局部領(lǐng)域塊的高斯加權(quán)和作為閾值,效果如圖 2-3 中的(c)圖所示。
腐蝕操作
本文編號:3242266
【文章來源】:河北大學(xué)河北省
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【部分圖文】:
使用大津法和固定閾值法得到的二值化背景圖
而是和周圍領(lǐng)域像素的大小相關(guān)的。比如在亮度高的區(qū)域,二值化閾值通常會較高,而在亮度較低的區(qū)域,二值化閾值則會相應(yīng)較小。常用的局部自適應(yīng)閾值方法有:局部領(lǐng)域塊的均值作為閾值,效果如圖2-3中的(d)圖所示;局部領(lǐng)域塊的高斯加權(quán)和作為閾值,效果如圖 2-3 中的(c)圖所示。
腐蝕操作
本文編號:3242266
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3242266.html
最近更新
教材專著