基于運(yùn)動(dòng)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究.pdf

1、智能視頻監(jiān)控技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域近年來(lái)新興的一個(gè)研究方向。它的主要研究?jī)?nèi)容包括：監(jiān)控視頻運(yùn)動(dòng)對(duì)象的檢測(cè)、對(duì)象的描述、對(duì)象的跟蹤、對(duì)象的識(shí)別和對(duì)象的行為分析等。目前的智能監(jiān)控系統(tǒng)中，通常采用固定攝像頭對(duì)于場(chǎng)景進(jìn)行記錄。對(duì)于大視場(chǎng)監(jiān)控，單一固定攝像頭難以滿足監(jiān)控的大視場(chǎng)和高分辨率要求，而采用多個(gè)攝像頭成本過(guò)高。因此有必要采用旋轉(zhuǎn)攝像頭對(duì)整個(gè)視場(chǎng)進(jìn)行掃描監(jiān)控。本文研究了基于旋轉(zhuǎn)攝像頭的全局運(yùn)動(dòng)估計(jì)方法以及全局運(yùn)動(dòng)補(bǔ)償后運(yùn)動(dòng)目標(biāo)的分割和填充技術(shù)

2、。
　　 在全局運(yùn)動(dòng)估計(jì)過(guò)程中，首先提取當(dāng)前幀的特征點(diǎn)并將其離散化，然后以特征點(diǎn)為中心在當(dāng)前幀和前一幀之間進(jìn)行塊匹配，其后用 準(zhǔn)則除去誤差塊，從而得到全局運(yùn)動(dòng)估計(jì)量。在VC平臺(tái)上編程實(shí)現(xiàn)了該算法。其中，在特征點(diǎn)提取階段，本文對(duì)特征點(diǎn)提取算法進(jìn)行了深入研究和比較，由于提升小波速度較快，因此研究了基于提升小波的特征點(diǎn)快速提取方法。實(shí)驗(yàn)結(jié)果表明取得同等效果情況下，基于提升小波的特征點(diǎn)提取方法耗時(shí)僅為以sobel算子極大值方法的20％。

3、另外，已有的一種快速SUSAN算法對(duì)于實(shí)際圖像提取特征點(diǎn)的實(shí)時(shí)性不夠，研究發(fā)現(xiàn)其原因是未對(duì)小波系數(shù)值進(jìn)行區(qū)分，將大量由噪聲引起的點(diǎn)進(jìn)行處理造成的。本文對(duì)其進(jìn)行了改進(jìn)，通過(guò)對(duì)小波系數(shù)值的劃分，解決了這一問(wèn)題。改進(jìn)后方法所用的時(shí)間小于原SUSAN算法的15％，提取到的點(diǎn)數(shù)大于原SUSAN算法的90％。還有，由于攝像頭是旋轉(zhuǎn)的，則背景的運(yùn)動(dòng)有一定的規(guī)律，故此本文采用卡爾曼濾波來(lái)預(yù)測(cè)跟蹤匹配塊，大大減少了全局運(yùn)動(dòng)估計(jì)的計(jì)算量。該方法在實(shí)驗(yàn)中匹配