視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)船舶檢測(cè)與速度提取算法的研究.pdf

1、近些年來(lái)，隨著計(jì)算機(jī)技術(shù)、通信技術(shù)和互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，人們對(duì)智能化的監(jiān)控設(shè)備的需求也越來(lái)越迫切，因而視頻圖像處理領(lǐng)域也得到了快速的發(fā)展。我國(guó)幅員遼闊，內(nèi)河水運(yùn)資源非常豐富，隨著內(nèi)河航運(yùn)的繁榮發(fā)展，內(nèi)河航運(yùn)引發(fā)的事故頻率也越來(lái)越高。因此，實(shí)現(xiàn)對(duì)內(nèi)河航道上的來(lái)往運(yùn)動(dòng)船舶的自動(dòng)檢測(cè)和信息提取，這些對(duì)減小船舶的事故發(fā)生頻率和增強(qiáng)船舶的安防能力都有著重要的意義。本文基于這種背景，針對(duì)靜態(tài)攝像機(jī)所拍攝的內(nèi)河航道的運(yùn)動(dòng)船舶進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)和速度提

2、取。
　　 在運(yùn)動(dòng)船舶檢測(cè)方面，本文先分析了ViBe模型、codebook(box-based)模型和像素灰度歸類算法，同時(shí)基于精確度、實(shí)時(shí)性和占有內(nèi)存的考慮，提出一種改進(jìn)的像素灰度歸類算法。該算法相對(duì)像素灰度歸類算法，計(jì)算復(fù)雜度低，實(shí)時(shí)性好，占有內(nèi)存較小。
　　 在運(yùn)動(dòng)船舶速度提取方面，本文結(jié)合實(shí)際環(huán)境和項(xiàng)目需求，提出一種簡(jiǎn)單有效的基于虛擬線框的速度檢測(cè)算法。在對(duì)運(yùn)動(dòng)船舶進(jìn)行速度檢測(cè)時(shí)，需要對(duì)船舶進(jìn)行特征匹配，本文提出

3、了一種基于船舶外接矩形的中心和外接矩形邊界大小的特征匹配的算法，能夠較好對(duì)進(jìn)入虛擬線框的船舶進(jìn)行匹配，減小了誤判率，從而提高了船舶速度檢測(cè)的準(zhǔn)確率。
　　 最后，本文在VC++6.0平臺(tái)上，同時(shí)結(jié)合OpenCV視覺(jué)庫(kù)函數(shù)，對(duì)本文涉及到的各個(gè)算法進(jìn)行編程實(shí)現(xiàn)，并對(duì)本文算法進(jìn)行結(jié)果分析。在運(yùn)動(dòng)船舶檢測(cè)方面，通過(guò)實(shí)驗(yàn)結(jié)果可以看到，本文的檢測(cè)算法相對(duì)于ViBe模型、codebook(box-based)檢測(cè)效果好，實(shí)時(shí)性好。相對(duì)于像素灰