智能視頻監(jiān)控系統(tǒng)中關鍵技術的研究.pdf

1、智能視頻監(jiān)控是計算機視覺領域的一個新興的應用方向和備受關注的前沿課題，相對于傳統(tǒng)的視頻監(jiān)控系統(tǒng)，智能視頻監(jiān)控系統(tǒng)具有監(jiān)控能力強、安全隱患少，節(jié)省人力物力資源的優(yōu)點。它在交通、銀行、賓館、商場等重要場所的監(jiān)控中有廣泛的應用前景。 本文旨在設計攝像頭靜止情況下的智能視頻監(jiān)控系統(tǒng)，在分析現(xiàn)有成果的基礎上，對運動目標的檢測和識別的相關技術進行了改進和實現(xiàn)。主要內(nèi)容如下： (1)本文采用基于背景模型的運動目標檢測方法，對傳統(tǒng)混合高

2、斯模型進行改進。第一，簡化背景模型建立和初始化過程，擴展運動目標檢測方法的應用范圍。第二，建立S和V分量混合模型，增加目標檢測的精確度。第三，借鑒幀間差分法的思想，通過設置循環(huán)計數(shù)器和動態(tài)設置學習率的方法對變化的背景區(qū)域進行重建，解決背景突變的問題。 (2)針對初步提取的運動目標中存在的影響目標特征提取的噪聲問題，本文中采用中值濾波和形態(tài)學濾波結(jié)合的辦法去掉背景噪聲。對于前景中存在的陰影，本文在RGB色彩模型的基礎上提出一種陰影

3、檢測算法來檢測陰影區(qū)域。 (3)為了應對場景中存在多目標情況，本文采用8連通域檢測，對目標像素做分組標記，同時去掉非目標噪聲區(qū)域。針對目標區(qū)域描述的問題，本文提出了一種套接多邊形邊界的算法來代替?zhèn)鹘y(tǒng)的套接矩形和圓形的算法，該算法能夠更準確的描述運動目標區(qū)域，提高提取目標特征的精確度。 (4)在運動目標識別的過程中，本文提出采用目標邊緣的不變矩特征構(gòu)建特征向量，并通過目標特征向量之間的歐氏距離來進行識別。這樣，在保留不變矩