基于GPU的運(yùn)動目標(biāo)輪廓提取算法的研究與實(shí)現(xiàn).pdf

1、智能視頻監(jiān)控就是利用數(shù)字圖像處理和計算機(jī)視覺的相關(guān)方法，解決傳統(tǒng)上需要人為參與監(jiān)控的模式，改為由計算機(jī)完成對前方拍攝的圖像視頻數(shù)據(jù)的自行處理達(dá)到對運(yùn)動目標(biāo)的識別檢測跟蹤的目的，并且能夠在此基礎(chǔ)上完成對運(yùn)動目標(biāo)相關(guān)的分析和判斷，給出對其行為和動作的描述，實(shí)現(xiàn)在全程無人監(jiān)控情況下的異常進(jìn)行鑒別和自動報警，進(jìn)而約束和指導(dǎo)人們的行動。
　　目前智能視頻監(jiān)控的研究和應(yīng)用是國內(nèi)外的熱點(diǎn)和難點(diǎn)，許多學(xué)者潛心研究該領(lǐng)域多年并且獲得了大量可喜的成果

2、。本文對國內(nèi)外的成果做了詳細(xì)的研究，對智能視頻監(jiān)控系統(tǒng)中的關(guān)鍵步驟——運(yùn)動目標(biāo)檢測與輪廓提取進(jìn)行了分析和研究，并在此基礎(chǔ)上提出了并行化處理的想法。
　　在運(yùn)動目標(biāo)檢測問題上現(xiàn)階段國內(nèi)外主要的技術(shù)包括背景減除法、連續(xù)幀間差分法，包括兩幀，三幀甚至是多幀之間的差分、光流法等。本文針對靜態(tài)背景視頻文件運(yùn)用幀間差分法檢測運(yùn)動目標(biāo)，再進(jìn)行二值化對提取到的圖像進(jìn)行處理，比較了幾種數(shù)學(xué)形態(tài)學(xué)相關(guān)算法的優(yōu)劣，最后利用形態(tài)學(xué)中膨脹腐蝕操作對運(yùn)動目標(biāo)

3、進(jìn)行輪廓的提取，實(shí)驗(yàn)結(jié)果與之前理論上的分析一致。
　　但是由于數(shù)學(xué)形態(tài)學(xué)運(yùn)算計算量大在處理上很難達(dá)到人們對視頻監(jiān)控實(shí)時性的需求?？紤]到膨脹腐蝕是一種可并行化處理的運(yùn)算，為了提高數(shù)學(xué)形態(tài)學(xué)運(yùn)算的速度，提出了圖形處理器GPU(Graphic processing unit)的相關(guān)概念，并對圖形處理器硬件結(jié)構(gòu)以及CUDA(Computer Unified Device Architecture)平臺如何在圖形處理器上并行處理形態(tài)學(xué)算法進(jìn)