智能視覺監(jiān)控系統運動目標檢測算法研究.pdf

1、智能視覺監(jiān)控是計算機智能化的一個重要的研究課題，廣泛應用在安全監(jiān)控、智能交通、軍事制導、視覺導航、氣象分析以及醫(yī)療診斷等眾多領域。此外，監(jiān)控系統與無線網絡的結合拓寬了監(jiān)控系統的應用范圍，因此加強對監(jiān)控系統的智能化、網絡化和無線化研究具有極大的學術價值、社會價值和經濟價值。視覺監(jiān)控中，如何對場景中的運動目標進行跟蹤與分類是人們普遍關注的問題，也是當今研究的熱點，特別是在室外的復雜背景下，由于目標的尺度伸縮變化、光線變化、平移、旋轉、遮擋和

2、形變等情況時常存在，很難對目標進行準確跟蹤與識別。本文在研究多種常用跟蹤和匹配算法的基礎上尋求有效的解決方案，實現高精度、高魯棒性、高實時性的運動目標跟蹤與匹配算法。文中以人或車為檢測對象，在攝像機固定的情況下，對視覺監(jiān)控系統中復雜背景下的運動目標進行檢測與跟蹤，并對運動目標進行分類，達到智能化的目的。主要研究內容如下：
　　 ⑴研究了圖像預處理算法包括圖像增強、圖像平滑、圖像銳化等，并對各算法進行分析，得出結論。
　　

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。提出了“三幀差分和背景相減相結合算法”。該算法消除了幀間差分法帶來的“重影”和“空洞”現象，能夠較完整地提取出運動目標的輪廓。實驗結果表明，此算法可以有效適應光線等環(huán)境變化，達到了快速準確地檢測運動目標的目的。
　　 ⑶研究了圖像配準方法和圖像匹配技術。提出了“SIFT匹配算法”，并與三幀差分和背景相減算法相結合識別人或車。實驗結果表明，SIFT匹配算法能夠在庫模板

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