智能視頻監(jiān)控系統(tǒng)中目標(biāo)檢測(cè)分類及跟蹤研究.pdf

1、智能視頻監(jiān)控自誕生以來(lái)就一直是機(jī)器視覺(jué)領(lǐng)域的研究難點(diǎn)與熱點(diǎn)。智能視頻監(jiān)控研究的內(nèi)容包括運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)分類、目標(biāo)跟蹤、行為分析以及異常個(gè)體跟蹤。目前關(guān)于這幾個(gè)內(nèi)容的研究算法層出不窮，但都在實(shí)時(shí)性和精確性之間，很難找到最優(yōu)解。
　　 本文在前人的研究基礎(chǔ)上，以實(shí)時(shí)性和精確性為宗旨，重點(diǎn)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)分類、目標(biāo)跟蹤進(jìn)入了深入研究。主要工作如下：
　　 在運(yùn)動(dòng)目標(biāo)輪廓提取方面，在相鄰幀差法的優(yōu)劣分析基礎(chǔ)上，從系統(tǒng)整體效

2、率出發(fā)，采用了一種具有自適應(yīng)幀間隔的自適應(yīng)相鄰幀差方法來(lái)提取運(yùn)動(dòng)前景，其后采用高斯自適應(yīng)閾值對(duì)檢測(cè)出的前景圖像進(jìn)行二值化、膨脹、抽樣等處理，以及采用Suzuki算法進(jìn)行運(yùn)動(dòng)目標(biāo)輪廓提取。實(shí)驗(yàn)表明，本文的方法能夠滿足視頻監(jiān)控系統(tǒng)對(duì)速度的要求，能夠適應(yīng)不同環(huán)境下多目標(biāo)的運(yùn)動(dòng)目標(biāo)輪廓提取。
　　 在運(yùn)動(dòng)目標(biāo)分類研究中，對(duì)運(yùn)動(dòng)目標(biāo)區(qū)域特征的選擇進(jìn)行了深入研究。分別對(duì)離散度、長(zhǎng)寬比、占空比、運(yùn)動(dòng)目標(biāo)高度寬度、形心坐標(biāo)、以及Hu矩不變量中的

3、Hu1和Hu2進(jìn)行了分析，發(fā)現(xiàn)長(zhǎng)寬比、占空比和運(yùn)動(dòng)目標(biāo)高度寬度能夠有效地應(yīng)用到運(yùn)動(dòng)目標(biāo)分類中。隨后，針對(duì)在實(shí)踐中難以確定分類參數(shù)最優(yōu)取值的難題，借助基于粗糙集的數(shù)據(jù)挖掘方法，得到了參數(shù)的最優(yōu)取值范圍。實(shí)驗(yàn)表明，基于數(shù)據(jù)挖掘得出的參數(shù)知識(shí)能夠提高運(yùn)動(dòng)目標(biāo)分類正確率。
　　 在運(yùn)動(dòng)目標(biāo)跟蹤方面，根據(jù)分類出來(lái)的運(yùn)動(dòng)汽車和人這兩類運(yùn)動(dòng)目標(biāo)的不同特性，提出采用不同的策略來(lái)進(jìn)行目標(biāo)跟蹤。對(duì)于汽車，采用基于形心坐標(biāo)和Hu矩不變量構(gòu)建特征矢量的