多攝像機監(jiān)控系統(tǒng)若干問題的研究.pdf

1、監(jiān)控系統(tǒng)中攝像機系統(tǒng)的標定，目標檢測與跟蹤一直是該領域中基礎也是十分重要的兩個組成部分與研究領域。隨著監(jiān)控系統(tǒng)朝著大型化與智能化方向發(fā)展，所需要的攝像機數(shù)目越來越多，對監(jiān)控場景的內容分析也越來越重要，因此，這兩個問題變得越來越具有研究意義。攝像機系統(tǒng)的標定主要有兩種，強標定與弱標定。強標定的目的是在一定攝像機模型下，確立從真實三維世界到攝像機成像平面的投影關系。而弱標定不直接得到強標定所求得的映射關系，而是通過各種方法，求得各攝像機成像

2、平面之間的相對映射關系。就一個多攝像機系統(tǒng)而言，強標定每個攝像機是基礎，弱標定多攝像機之間的相對關系是關鍵。對于視頻目標檢測，是指在圖像序列中就某一個或一類物體進行專門的檢測，包括運動目標檢測，人臉檢測，行人檢測，車輛檢測等等。目標檢測發(fā)展到現(xiàn)在形成了綜合計算機視覺，圖像處理，模式識別與機器學習等學科的研究領域。視頻目標跟蹤是指在圖像序列中對某一個感興趣物體在連續(xù)的時間內跟蹤其運動軌跡。該研究領域同樣綜合了多學科的知識，并且具有十分重要

3、的應用價值，是計算機視覺中核心的研究領域之一。本文首先提出了一種基于圖像拼接的自動標定主從攝像機系統(tǒng)方法。該方法利用動態(tài)攝像機自動拼接表示視場范圍的馬賽克圖像，然后通過對特征點的提取與匹配估計動態(tài)攝像機與靜態(tài)攝像機的相對關系，從而完成主從多攝像機系統(tǒng)的標定。本文其次提出了一種基于Online RankBoost與粒子濾波相聯(lián)合的目標跟蹤算法。該算法首先通過Online RankBoost算法在線學習并更新一個能夠準確區(qū)分目標與背景的檢測