智能監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)識(shí)別技術(shù)的研究.pdf

1、視頻監(jiān)控歷經(jīng)了普通監(jiān)控、網(wǎng)絡(luò)監(jiān)控到現(xiàn)在的智能監(jiān)控三個(gè)發(fā)展階段。近幾年來,智能監(jiān)控在交通、銀行、博物館等安全性要求比較高的場(chǎng)所發(fā)揮了舉足輕重的作用。但由于其應(yīng)用范圍的廣泛性、應(yīng)用場(chǎng)景的多樣性,就其技術(shù)而言仍未達(dá)到人們所期望的要求。其算法實(shí)時(shí)性、穩(wěn)定性情況還不甚理想,受雨雪等惡劣天氣的影響也比較大,還需要進(jìn)一步研究出更好的算法,因此它是一個(gè)十分有意義的課題。
　　 智能監(jiān)控技術(shù)的主要應(yīng)用包括人數(shù)統(tǒng)計(jì)、非法滯留物體檢測(cè)、智能交通(如超

2、時(shí)停車、越線停車、車流量等)、入侵檢測(cè),還有高速公路上的智能監(jiān)控等方面。
　　 智能監(jiān)控技術(shù)主要分為運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)跟蹤、識(shí)別、目標(biāo)行為分析等幾大模塊,而智能視頻監(jiān)控技術(shù)的核心在于智能視頻監(jiān)控算法。本文首先主要對(duì)目前國(guó)內(nèi)外智能監(jiān)控技術(shù)的發(fā)展情況進(jìn)行了介紹,然后對(duì)目標(biāo)檢測(cè)、跟蹤技術(shù)算法的原理與實(shí)現(xiàn)進(jìn)行了研究,著重討論了基于混合高斯模型的運(yùn)動(dòng)目標(biāo)建模技術(shù)和Meanshift跟蹤技術(shù)。并在依托目前比較流行的開源計(jì)算機(jī)視覺類庫(kù)-Ope

3、nCV的基礎(chǔ)上,利用VC作為開發(fā)工具,實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)檢測(cè)與追蹤,同時(shí)采用面積閾值法和形態(tài)學(xué)處理對(duì)檢測(cè)到的運(yùn)動(dòng)目標(biāo)進(jìn)行濾波,取得了較好的效果。在此基礎(chǔ)上對(duì)運(yùn)動(dòng)目標(biāo)識(shí)別技術(shù)進(jìn)行了探討,首先討論了常用于圖像識(shí)別的一些特征,并根據(jù)運(yùn)動(dòng)目標(biāo)一般為灰度圖像這一大特點(diǎn),選擇了形狀作為分類特征。并用兩種方法進(jìn)行分類識(shí)別,一種是簡(jiǎn)單地利用形狀進(jìn)行分類,另一種是利用SVM作為訓(xùn)練識(shí)別的工具,采用基于運(yùn)動(dòng)目標(biāo)輪廓不變矩、輪廓的面積、長(zhǎng)寬比等適合于描述運(yùn)動(dòng)目標(biāo)