基于特征對象體識別的主動布防研究.pdf

1、隨著現(xiàn)代網(wǎng)絡(luò)技術(shù)、信息技術(shù)的發(fā)展，視頻監(jiān)控技術(shù)也同時經(jīng)歷由模擬監(jiān)控到數(shù)字監(jiān)控、本地單機(jī)監(jiān)控到基于Internet的網(wǎng)絡(luò)智能監(jiān)控的發(fā)展歷程。發(fā)展歷程主要體現(xiàn)為以下四個階段：本地模擬視頻監(jiān)控系統(tǒng)、基于單機(jī)的視頻監(jiān)控系統(tǒng)、基于DVR/DVS的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)以及本文所研究的智能視頻監(jiān)控系統(tǒng)。 在智能視頻監(jiān)控系統(tǒng)中，主要包含五個關(guān)鍵技術(shù)：數(shù)字視頻/音頻的壓縮技術(shù)、數(shù)字視頻/音頻的傳輸技術(shù)、高效大量的視頻存儲及內(nèi)容檢索技術(shù)、監(jiān)控場景中的運(yùn)

2、動檢測與報警技術(shù)以及監(jiān)控場景中目標(biāo)識別技術(shù)。 本文主要圍繞數(shù)字圖像的處理及處理結(jié)果后期的分析技術(shù)與運(yùn)動檢測及報警技術(shù)兩個關(guān)鍵技術(shù)為研究主線。文中對典型的圖像處理與圖像分析算法進(jìn)行比較分析，并根據(jù)圖像識別過程中圖像預(yù)處理技術(shù)、運(yùn)動目標(biāo)檢測技術(shù)及圖像分析技術(shù)進(jìn)行相關(guān)的實驗。最后，結(jié)合儲備糧智能視頻監(jiān)控的散裝糧倉實物數(shù)量識別場景的要求，通過構(gòu)建圖像色調(diào)、亮度及其梯度空間，以色調(diào)初步確定感興趣區(qū)域，以色調(diào)一致結(jié)合梯度極值（閾值）的二維分

3、割方法確定識別目標(biāo)邊緣，再通過傅立葉形狀描述算子對所分割邊界進(jìn)行表述，并通過其傅立葉描述子和色調(diào)參數(shù)與先驗知識多維特征函數(shù)的比對實現(xiàn)對象體的精確分割與高可靠判別，實現(xiàn)特征目標(biāo)體的識別；在運(yùn)動檢測及報警實現(xiàn)方面，本文采用基于背景減法和時間差分相結(jié)合的幀差分的算法來實現(xiàn)遠(yuǎn)程監(jiān)控端的運(yùn)動檢測及報警，并按照視頻監(jiān)控與圖像分析系統(tǒng)的系統(tǒng)調(diào)查、系統(tǒng)需求分析、系統(tǒng)實施的軟件標(biāo)準(zhǔn)開發(fā)流程，開發(fā)出以嵌入式DVR/DVS為核心的基于客戶機(jī)/服務(wù)器（Clie