遠(yuǎn)程實(shí)時(shí)運(yùn)動(dòng)目標(biāo)識(shí)別技術(shù)的研究.pdf

1、隨著多媒體技術(shù)的發(fā)展和計(jì)算機(jī)性能的提高，基于圖像處理的智能監(jiān)控系統(tǒng)有很大的需求并得到了越來越廣泛的應(yīng)用，比如交通、公安、醫(yī)療、軍事、電信、金融等系統(tǒng)、領(lǐng)域的安全監(jiān)控、自動(dòng)監(jiān)控和遠(yuǎn)程監(jiān)控。 運(yùn)動(dòng)目標(biāo)的檢測(cè)、識(shí)別是智能監(jiān)控系統(tǒng)中的一個(gè)重要的研究課題。本論文從算法分析和實(shí)驗(yàn)研究?jī)蓚€(gè)角度，對(duì)智能圖像監(jiān)控系統(tǒng)中的關(guān)鍵技術(shù)——運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別技術(shù)及其實(shí)時(shí)處理方法進(jìn)行了研究。在滿足實(shí)時(shí)性要求的前提下，解決了目標(biāo)檢測(cè)、目標(biāo)分割精度和識(shí)別準(zhǔn)確性

2、的問題。 具體地說，本論文的研究?jī)?nèi)容主要包括圖像預(yù)處理、目標(biāo)運(yùn)動(dòng)信息提取、圖像分割、目標(biāo)識(shí)別幾個(gè)部分： 首先采用快速中值濾波和線性灰度變換對(duì)圖像進(jìn)行預(yù)處理，提高了圖像的質(zhì)量；然后采用基于序列圖像差分的鄰域比較方法獲取目標(biāo)的運(yùn)動(dòng)信息，該方法簡(jiǎn)單、易實(shí)現(xiàn)，并有一定的降噪功能，增強(qiáng)了系統(tǒng)的抗干擾能力。 在圖像分割中采用了由粗到精的兩步分割的策略。特別地，在目標(biāo)精分割中，本論文提出了一種基于一維最大類間方差和區(qū)域生長(zhǎng)法的

3、新的分割算法，算法中對(duì)區(qū)域生長(zhǎng)法作了改進(jìn)，提出了一種帶約束條件的生長(zhǎng)規(guī)則和一種新的生長(zhǎng)策略，降低了算法的復(fù)雜度，減小了運(yùn)算量，克服了因目標(biāo)圖像模糊或目標(biāo)的灰度不均勻造成的分割失敗，實(shí)現(xiàn)了跟蹤過程中目標(biāo)圖像的快速、準(zhǔn)確分割。 針對(duì)運(yùn)動(dòng)目標(biāo)準(zhǔn)確識(shí)別的難題，提出了兩種識(shí)別方法：即基于目標(biāo)整體形狀的BP神經(jīng)網(wǎng)絡(luò)識(shí)別方法和基于目標(biāo)頭肩區(qū)域形狀特征的遺傳神經(jīng)網(wǎng)絡(luò)識(shí)別方法。采用遺傳神經(jīng)算法能夠克服以往神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)時(shí)，人為確定帶來的弊病，有效縮