智能視覺監(jiān)控系統(tǒng)運(yùn)動目標(biāo)檢測算法研究.pdf

1、智能視覺監(jiān)控是計算機(jī)智能化的一個重要的研究課題，廣泛應(yīng)用在安全監(jiān)控、智能交通、軍事制導(dǎo)、視覺導(dǎo)航、氣象分析以及醫(yī)療診斷等眾多領(lǐng)域。此外，監(jiān)控系統(tǒng)與無線網(wǎng)絡(luò)的結(jié)合拓寬了監(jiān)控系統(tǒng)的應(yīng)用范圍，因此加強(qiáng)對監(jiān)控系統(tǒng)的智能化、網(wǎng)絡(luò)化和無線化研究具有極大的學(xué)術(shù)價值、社會價值和經(jīng)濟(jì)價值。視覺監(jiān)控中，如何對場景中的運(yùn)動目標(biāo)進(jìn)行跟蹤與分類是人們普遍關(guān)注的問題，也是當(dāng)今研究的熱點(diǎn)，特別是在室外的復(fù)雜背景下，由于目標(biāo)的尺度伸縮變化、光線變化、平移、旋轉(zhuǎn)、遮擋和

2、形變等情況時常存在，很難對目標(biāo)進(jìn)行準(zhǔn)確跟蹤與識別。本文在研究多種常用跟蹤和匹配算法的基礎(chǔ)上尋求有效的解決方案，實(shí)現(xiàn)高精度、高魯棒性、高實(shí)時性的運(yùn)動目標(biāo)跟蹤與匹配算法。文中以人或車為檢測對象，在攝像機(jī)固定的情況下，對視覺監(jiān)控系統(tǒng)中復(fù)雜背景下的運(yùn)動目標(biāo)進(jìn)行檢測與跟蹤，并對運(yùn)動目標(biāo)進(jìn)行分類，達(dá)到智能化的目的。主要研究內(nèi)容如下：
　　 ⑴研究了圖像預(yù)處理算法包括圖像增強(qiáng)、圖像平滑、圖像銳化等，并對各算法進(jìn)行分析，得出結(jié)論。
　　

3、 ⑵研究了幀間差分法、背景相減法和光流法，分析三種方法的優(yōu)缺點(diǎn)。提出了“三幀差分和背景相減相結(jié)合算法”。該算法消除了幀間差分法帶來的“重影”和“空洞”現(xiàn)象，能夠較完整地提取出運(yùn)動目標(biāo)的輪廓。實(shí)驗(yàn)結(jié)果表明，此算法可以有效適應(yīng)光線等環(huán)境變化，達(dá)到了快速準(zhǔn)確地檢測運(yùn)動目標(biāo)的目的。
　　 ⑶研究了圖像配準(zhǔn)方法和圖像匹配技術(shù)。提出了“SIFT匹配算法”，并與三幀差分和背景相減算法相結(jié)合識別人或車。實(shí)驗(yàn)結(jié)果表明，SIFT匹配算法能夠在庫模板

4、與待識別目標(biāo)相同的情況下，目標(biāo)存在尺度伸縮變化、光線變化、平移、旋轉(zhuǎn)和形變等情況下進(jìn)行準(zhǔn)確、魯棒匹配；與三幀差分和背景相減算法相結(jié)合能夠在庫模板與待識別目標(biāo)相似而不相同的情況下，目標(biāo)存在上述情況時對目標(biāo)進(jìn)行分類，達(dá)到準(zhǔn)確、快速匹配。
　　 ⑷研究了Camshift(Continuously Adaptive Meanshift)連續(xù)自適應(yīng)均值漂移算法和Kalman濾波算法。提出了“Camshift與Kalman相結(jié)合算法”。該算