基于視頻的紅外運(yùn)動(dòng)目標(biāo)檢測(cè)研究與應(yīng)用.pdf

1、隨著社會(huì)安全問(wèn)題的凸顯，視頻監(jiān)控系統(tǒng)幾乎成為每一個(gè)人類(lèi)聚集活動(dòng)區(qū)域的必備設(shè)備。傳統(tǒng)監(jiān)控系統(tǒng)因?yàn)樾枰叨鹊娜藶榭刂?，已?jīng)無(wú)法滿(mǎn)足智能化時(shí)代的要求，智能監(jiān)控系統(tǒng)的出現(xiàn)勢(shì)在必行。計(jì)算機(jī)視覺(jué)技術(shù)和圖像處理技術(shù)的快速發(fā)展使得該智能系統(tǒng)的實(shí)現(xiàn)成為可能。
　　智能視頻監(jiān)控系統(tǒng)的核心是目標(biāo)檢測(cè)與行為識(shí)別，而依據(jù)成像技術(shù)的不同，可將視頻監(jiān)控系統(tǒng)分為可見(jiàn)光成像系統(tǒng)和紅外成像系統(tǒng)。本文以紅外成像技術(shù)為切入點(diǎn)，首先使計(jì)算機(jī)感知環(huán)境中物體的幾何信息，如輪廓

2、、位置、姿態(tài)、運(yùn)動(dòng)狀態(tài)等，然后對(duì)物體進(jìn)行檢測(cè)、特征分析、跟蹤和異常行為識(shí)別。
　　論文主要研究工作如下：
　　1.研究分析了紅外圖像的成像原理，結(jié)合紅外圖像的特點(diǎn)選出了最優(yōu)的圖形預(yù)處理方法，并對(duì)其中噪聲抑制和圖像增強(qiáng)環(huán)節(jié)提出了改進(jìn)方法。
　　2.重點(diǎn)分析了目標(biāo)檢測(cè)算法中基于OTSU的紅外目標(biāo)檢測(cè)算法，并針對(duì)該算法的缺點(diǎn)提出了兩種優(yōu)化的目標(biāo)檢測(cè)算法。
　　3.根據(jù)檢測(cè)到目標(biāo)的特征建立目標(biāo)模型，對(duì)目標(biāo)進(jìn)行跟蹤濾波和運(yùn)

3、動(dòng)軌跡預(yù)測(cè)。在分析多種濾波方法后選用了卡爾曼跟蹤濾波與預(yù)測(cè)方法，并對(duì)其精度進(jìn)行了檢驗(yàn)。利用積分背景值構(gòu)造方法對(duì)傳統(tǒng)GM(1，1)灰色預(yù)測(cè)模型進(jìn)行了優(yōu)化。
　　4.詳細(xì)闡述了目標(biāo)異常行為識(shí)別算法原理，根據(jù)檢測(cè)和跟蹤到的信息進(jìn)行軌跡擬合，以服務(wù)器機(jī)房、倉(cāng)庫(kù)、馬路、校園等對(duì)安全有一定要求且較為常見(jiàn)的區(qū)域?yàn)楸尘皩?duì)目標(biāo)常見(jiàn)異常行為進(jìn)行識(shí)別。常見(jiàn)異常行為主要包括入侵行為和徘徊行為。
　　最后，本文針對(duì)當(dāng)前研究工作的局限與不足對(duì)后續(xù)工作進(jìn)