基于android系統(tǒng)的行人檢測(cè)設(shè)計(jì)

1、天津大學(xué)碩士學(xué)位論文基于基于roid系統(tǒng)的行人檢測(cè)設(shè)計(jì)系統(tǒng)的行人檢測(cè)設(shè)計(jì)PedestrianDetectionDesignBasedonroidSystem學(xué)科專業(yè)：信息與通信工程研究生：李鈺指導(dǎo)教師：蘇育挺教授天津大學(xué)電子信息工程學(xué)院2012年11月中文中文摘要摘要隨著智能視頻監(jiān)控技術(shù)的不斷發(fā)展，智能視頻監(jiān)控的應(yīng)用范圍不僅僅局限于安保，而更多的為人類管理和做出決策提供了依據(jù)。本文設(shè)計(jì)的行人檢測(cè)系統(tǒng)主要分為三大部分：前景檢測(cè)、目標(biāo)跟蹤和

2、行人計(jì)數(shù)。在前景檢測(cè)部分，本文采用了基于單高斯背景建模的背景差分法來提取運(yùn)動(dòng)前景。在本文的視頻場(chǎng)景中，基于單高斯背景建模的背景差分不僅可以準(zhǔn)確的提取運(yùn)動(dòng)前景，而且具有較快的數(shù)據(jù)處理速度。隨后對(duì)提取出的運(yùn)動(dòng)目標(biāo)前景圖像進(jìn)行后期處理，首先進(jìn)行開運(yùn)算和閉運(yùn)算，然后進(jìn)行腐蝕和膨脹操作。經(jīng)過后期處理的前景圖像邊緣平滑、孔洞減少，為后續(xù)的處理打下了良好的基礎(chǔ)。在目標(biāo)跟蹤部分，本文采用了基于Kalman濾波的目標(biāo)跟蹤算法。利用Kalman濾波算法找出

3、運(yùn)動(dòng)目標(biāo)在下一幀中的搜索范圍，計(jì)算搜索范圍中各個(gè)目標(biāo)的代價(jià)函數(shù)，選擇代價(jià)函數(shù)最小的目標(biāo)作為運(yùn)動(dòng)目標(biāo)的后繼。在行人檢測(cè)部分，由于行人數(shù)目和前景像素?cái)?shù)（前景面積）成線性關(guān)系，因此本文采用了基于面積的行人統(tǒng)計(jì)算法。由于行人由遠(yuǎn)到近走向攝像頭或由近到遠(yuǎn)離開攝像頭時(shí)，行人投影在攝像頭中的面積不斷變化，因此為了得到可用于人數(shù)估計(jì)的準(zhǔn)確前景面積需要對(duì)前景進(jìn)行幾何校正。本文在roid平臺(tái)上實(shí)現(xiàn)了行人檢測(cè)系統(tǒng)。由于roid移動(dòng)終端的便攜性，將運(yùn)用Open