人體運(yùn)動(dòng)目標(biāo)視覺監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、基于視覺圖像的人體運(yùn)動(dòng)目標(biāo)的智能監(jiān)控,融合了圖像處理、模式識(shí)別、人工智能和計(jì)算機(jī)控制等多學(xué)科領(lǐng)域的先進(jìn)技術(shù),在機(jī)器人視覺、可視預(yù)警、智能交通、多媒體教學(xué)以及重要場(chǎng)合的安全監(jiān)控領(lǐng)域得到廣泛的應(yīng)用。同時(shí),運(yùn)動(dòng)目標(biāo)的檢測(cè)、識(shí)別和自動(dòng)跟蹤問題具有很高的學(xué)術(shù)價(jià)值和理論研究意義,已經(jīng)成為近年來國(guó)際上研究的熱點(diǎn)問題之一。
　　 本文對(duì)復(fù)雜環(huán)境下,基于視覺圖像的人體運(yùn)動(dòng)目標(biāo)的圖像預(yù)處理、檢測(cè)提取、匹配識(shí)別和自動(dòng)跟蹤進(jìn)行了深入地分析與研究,將理論

2、研究、仿真分析和實(shí)驗(yàn)測(cè)試三者有機(jī)結(jié)合,相互補(bǔ)充,為人體目標(biāo)視覺監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)打下了良好的基礎(chǔ)。本文的主要內(nèi)容如下:
　　 1.視覺監(jiān)控系統(tǒng)平臺(tái)的方案設(shè)計(jì)和硬件搭建。首先綜述了課題的國(guó)內(nèi)外研究和應(yīng)用現(xiàn)狀,總結(jié)和分析了現(xiàn)有視覺監(jiān)控應(yīng)用中的關(guān)鍵點(diǎn)與難點(diǎn),并結(jié)合系統(tǒng)總體設(shè)計(jì)方案,通過對(duì)現(xiàn)有的視覺監(jiān)控系統(tǒng)方案的分析比較,設(shè)計(jì)并搭建了基于云臺(tái)與解碼器的監(jiān)控系統(tǒng)平臺(tái)。
　　 2.圖像預(yù)處理和運(yùn)動(dòng)目標(biāo)檢測(cè)提取的研究與實(shí)現(xiàn)。主要研究

3、了圖像變換、濾波去噪和基于直方圖均衡化的圖像增強(qiáng)處理的原理和實(shí)現(xiàn),在運(yùn)動(dòng)目標(biāo)檢測(cè)提取中,本文提出了一種新的基于“全景圖”的背景更新算法,理論分析與實(shí)驗(yàn)測(cè)試結(jié)果都表明,該方法能夠準(zhǔn)確地實(shí)現(xiàn)復(fù)雜背景更新,運(yùn)算量小,實(shí)時(shí)性強(qiáng)。然后本文對(duì)目標(biāo)圖像進(jìn)行了二值化、形態(tài)學(xué)和邊緣檢測(cè)處理,以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的分割與提取。
　　 3.人體目標(biāo)匹配識(shí)別與自動(dòng)跟蹤的研究與實(shí)現(xiàn)。本文采用了基于人體特征的匹配方法,通過對(duì)特征的選擇、提取和特征識(shí)別規(guī)則的制定,

4、實(shí)現(xiàn)了人體目標(biāo)的識(shí)別。在圖像檢測(cè)與跟蹤系統(tǒng)中,采用了閉環(huán)控制的思想,以目標(biāo)質(zhì)心坐標(biāo)為反饋量,提出了一種基于約束區(qū)域的云臺(tái)控制策略,并設(shè)計(jì)模糊控制器,構(gòu)造云臺(tái)的模糊控制規(guī)則,實(shí)現(xiàn)目標(biāo)的自動(dòng)跟蹤。最后,為實(shí)現(xiàn)快速跟蹤,本文采用了Kalman預(yù)測(cè)進(jìn)行目標(biāo)運(yùn)動(dòng)估計(jì),仿真分析與實(shí)驗(yàn)測(cè)試都驗(yàn)證了該方法的可行性。
　　 4.視覺監(jiān)控系統(tǒng)的軟件實(shí)現(xiàn)與實(shí)際應(yīng)用?；谝陨侠碚撗芯颗c實(shí)驗(yàn)測(cè)試分析,在Windows平臺(tái)框架下,本文主要實(shí)現(xiàn)了VFW視頻捕