本文關鍵詞：智能視頻監(jiān)控算法及其在FPGA實現的研究

  更多相關文章： 智能視頻監(jiān)控 運動目標檢測 運動目標跟蹤 FPGA實現

【摘要】：隨著計算機與圖像處理技術的快速發(fā)展,智能視頻監(jiān)控技術已經成為安防領域一個重要的研究課題。智能視頻監(jiān)控可以利用成像系統代替人眼,用計算機代替大腦,從而像人那樣完成監(jiān)控任務,減輕人的負擔,對解決‘視覺信息膨脹’與監(jiān)控實時性間的矛盾十分有意義。運動目標檢測與跟蹤屬于智能視頻監(jiān)控系統的底層與中層,其結果能夠為后續(xù)的行為理解與決策提供有效可靠的數據基礎,因而準確且魯棒的檢測與跟蹤方法對于應用于復雜場景的智能監(jiān)控系統尤為重要。本文對運動目標檢測與跟蹤這兩個方面內容展開研究,詳細分析了當前常用的運動目標檢測與跟蹤方法的原理、優(yōu)缺點及適用場景,并提出了本文的創(chuàng)新方法。主要工作如下:1.針對當前簡單的兩幀圖像差分法會產生很多的噪聲點,且這些噪點基本集中在圖像的邊緣附近的特點,提出一種改進幀差法。該方法利用凹形模板處理與三幀差分法來減少圖像中背景邊緣與運動目標邊緣附近的噪點,降低了目標檢測的誤檢率。融合改進幀差法與自適應混合高斯模型的運動目標檢測方法能夠有效改進幀差法檢測目標不完整與混合高斯模型光照敏感,動態(tài)環(huán)境適應差的缺點,提高了目標檢測的準確性與魯棒性。2.利用粒子濾波實現的目標跟蹤,能夠較好的適應非線性,非高斯的復雜場景監(jiān)控系統。本文提出的自適應多特征融合的粒子濾波目標跟蹤方法將顏色作為主特征,邊緣梯度作為輔特征,充分利用這兩個特征加權直方圖的優(yōu)點,提高了目標跟蹤的魯棒性;且自適應的更新粒子數目與直方圖能夠在保持算法跟蹤準確性的基礎上,有效降低計算量,提高了目標跟蹤的實時性。3.隨著高清智能視頻監(jiān)控系統的興起,傳統的視頻圖像處理平臺已無法滿足計算需求�？紤]到FPGA單位時間內高密度運算能力強的特點,本文提出利用FPGA實現改進幀差法,其不僅占用的硬件資源少,且實時性也得到很大提升。
【關鍵詞】：智能視頻監(jiān)控 運動目標檢測 運動目標跟蹤 FPGA實現
【學位授予單位】：湖南師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要3-5
• ABSTRACT5-11
• 第一章 緒論11-18
• 1.1 智能視頻監(jiān)控技術應用11-12
• 1.2 智能視頻監(jiān)控原理12-14
• 1.3 智能視頻監(jiān)控研究現狀14-16
• 1.4 主要工作與安排16-18
• 第二章 監(jiān)控圖像預處理18-27
• 2.1 圖像去噪18-22
• 2.1.1 噪聲模型18-20
• 2.1.2 去噪方法20-22
• 2.2 形態(tài)學處理22-25
• 2.2.1 腐蝕與膨脹22-23
• 2.2.2 開運算與閉運算23-25
• 2.3 圖像邊緣檢測25-26
• 2.4 本章小結26-27
• 第三章 運動目標檢測方法研究27-41
• 3.1 常用運動目標檢測算法27-30
• 3.1.1 相鄰幀差法28
• 3.1.2 光流法28-29
• 3.1.3 背景差法29-30
• 3.1.4 不同檢測方法的適用性分析30
• 3.2 改進的運動目標檢測算法30-37
• 3.2.1 改進的幀差法30-33
• 3.2.2 自適應混合高斯模型法33-35
• 3.2.3 融合改進幀差法與自適應混合高斯模型的目標檢測方法35-37
• 3.3 實驗結果與分析37-39
• 3.4 本章小結39-41
• 第四章 運動目標跟蹤方法研究41-57
• 4.1 常用運動目標跟蹤方法42-44
• 4.1.1 基于特征的目標跟蹤方法42
• 4.1.2 基于活動輪廓的目標跟蹤方法42
• 4.1.3 基于模型的目標跟蹤方法42-43
• 4.1.4 基于預測的目標跟蹤方法43
• 4.1.5 不同跟蹤方法的適用性分析43-44
• 4.2 粒子濾波的基本原理44-49
• 4.2.1 離散貝葉斯濾波系統44-46
• 4.2.2 蒙特卡洛采樣(Monte Carlo Sampling)46
• 4.2.3 貝葉斯重要性采樣(Importance Sampling)46-48
• 4.2.4 粒子濾波的算法描述48-49
• 4.3 基于自適應多特征融合的粒子濾波目標跟蹤方法49-54
• 4.3.1 目標特征選取49-52
• 4.3.2 距離度量52
• 4.3.3 跟蹤算法設計52-54
• 4.4 實驗結果與分析54-56
• 4.5 本章小結56-57
• 第五章 基于FPGA的目標檢測算法實現57-66
• 5.1 FPGA簡介57-59
• 5.2 FPGA實現改進幀差法59-63
• 5.3 FPGA算法處理資源分析63-65
• 5.4 本章小結65-66
• 第六章 總結與展望66-68
• 6.1 本論文的主要內容66-67
• 6.2 未來的工作展望67-68
• 參考文獻68-72
• 致謝72-74
• 攻讀碩士期間主要科研成果74-75

，

本文編號：673187