智能視頻監(jiān)控目標(biāo)檢測算法研究.pdf

1、隨著計算機、電子、多媒體等技術(shù)的快速發(fā)展及人們生活水平的提高，智能視頻監(jiān)控系統(tǒng)的研究及發(fā)展正越來越受到國內(nèi)外政府和研究機構(gòu)的重視。運動目標(biāo)檢測是智能視頻監(jiān)控技術(shù)的基礎(chǔ)和關(guān)鍵，運動區(qū)域的有效分割直接影響到后續(xù)處理過程如目標(biāo)跟蹤，識別分類等的檢測效果。因此，基于視頻圖像的運動目標(biāo)檢測有十分重要的研究價值和現(xiàn)實意義。
　　 在運動目標(biāo)檢測方面，本文首先總結(jié)和分析了目前國內(nèi)外相關(guān)研究的發(fā)展?fàn)顩r，對幾種目標(biāo)檢測算法進行了詳細的研究，對其中

2、的背景差算法進行了主要研究，包括背景模型的獲取和更新、背景減除等。特別對高斯分布背景模型進行了詳細探討，并通過實驗對比確定高斯背景模型對于目標(biāo)檢測具有較好的效果，其能夠減小光照變化所引起的干擾，而且對存在多模態(tài)物體的背景或從背景中增加或去除物體具有較好的魯棒性。
　　 由于在攝像機拍攝的過程中會出現(xiàn)光線不足，照相機曝光不均勻以及在進行目標(biāo)前景提取時可能存在閾值選取不當(dāng)?shù)纫蛩氐挠绊?，?dǎo)致背景減除后的二值化圖像中會含有許多孤立點及孤

3、立的小區(qū)域、小間隙和孔洞，采用形態(tài)學(xué)算法對二值化圖像作噪聲濾除及連能性檢測處理后可以得到完整的前景目標(biāo)。
　　 物體的運動常伴隨有陰影，陰影的存在會影響目標(biāo)檢測的精度。本文在詳細研究了幾種陰影檢測算法后，對常用兩種基于顏色空間的陰影檢測算法進行了驗證，獲得了較好的效果。
　　 最后提出了基于DM642的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)設(shè)計方案。該系統(tǒng)視頻獲取端采用高性能DSP芯片對采集的視頻進行壓縮并通過以太網(wǎng)傳送到上位機，PC 端軟件