学位论文 > 优秀研究生学位论文题录展示

智能视频监控中的运动物体检测与跟踪算法研究

作　者: 陈祥虎
导　师: 沈苏彬
学　校: 南京邮电大学
专　业: 计算机应用技术
关键词: 运动物体检测目标跟踪视频分析代码优化
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 97次
引　用: 0次
阅　读: 论文下载

内容摘要

监控环境的多样性和复杂性导致视频分析算法的鲁棒性较差,对于复杂的算法,在嵌入式环境下也不能满足实时性需求。为了使得视频分析算法适合应用于嵌入式环境,本文主要研究嵌入式环境下视频分析算法,算法的实现与优化,以及视频分析的应用接口。嵌入式环境下的资源紧缺性决定了视频分析算法必须简单、高效和具有较好的鲁棒性。本文研究了背景相减法、帧间差分法和光流法三种运动物体检测算法,通过理论分析和仿真实验,选择背景相减法作为运动物体检测算法；在像素标记法的基础上通过改变图像扫描方向,提出了一种改进的物体四边界定位算法,相比区域增长法和像素标记法具有较低的时空复杂度；通过Mean Shift算法和Kalman滤波器相结合,有效地解决了快速运动物体和物体大比例遮挡问题；在嵌入式环境下实现运动物体检测软件并且对代码进行优化,使软件达到了实时性要求；通过研究ONVIF核心规范的视频分析应用结构、视频分析配置接口和场景描述接口,设计和实现了嵌入式环境下的视频分析应用接口,对网络视频处理器与视频分析处理器之间的视频流同步问题提出了一个技术方案,提供软件可配置、网络视频处理器与视频分析处理器协同工作等能力。

全文目录

摘要  4-5
ABSTRACT  5-8
第一章绪论  8-12
  1.1 课题的研究背景及意义  8
  1.2 课题的研究现状  8-10
  1.3 论文工作及创新点  10-11
  1.4 论文组织结构  11-12
第二章运动物体检测算法  12-25
  2.1 运动物体检测算法  12-18
    2.1.1 背景相减法  12-16
    2.1.2 帧间差分法  16-18
    2.1.3 光流法  18
  2.2 运动物体四边界定位算法  18-24
    2.2.1 区域增长法  19
    2.2.2 基于像素标记法的改进算法  19-22
    2.2.3 算法仿真实验  22-24
  2.3 本章小结  24-25
第三章跟踪算法  25-42
  3.1 基于特征的目标跟踪算法  25-26
    3.1.1 特征的选择及提取  25-26
    3.1.2 基于特征的算法结构  26
  3.2 无参密度估计理论  26-28
    3.2.1 一维空间的核密度估计  27
    3.2.2 多维空间的核密度估计  27-28
  3.3 Mean Shift向量  28-29
  3.4 基于Mean Shift的跟踪算法  29-32
    3.4.1 目标模型  29-30
    3.4.2 候选模型  30
    3.4.3 相似性函数  30
    3.4.4 目标定位  30-31
    3.4.5 Mean Shift算法  31-32
    3.4.6 Mean Shift算法实现的要点  32
  3.5 Mean Shift跟踪算法的改进  32-35
    3.5.1 Kalman滤波器在Mean Shift算法中的应用  33-35
    3.5.2 结合Kalman滤波器的改进Mean Shift算法  35
    3.5.3 尺度自适应策略  35
  3.6 算法仿真实验  35-41
    3.6.1 仿真实现  36-39
    3.6.2 仿真结果  39-41
  3.7 本章小结  41-42
第四章软件实现与代码优化  42-61
  4.1 DSP嵌入式系统实现环境  42-43
    4.1.1 硬件环境  42
    4.1.2 软件环境  42-43
  4.2 DSP程序开发及优化流程  43-45
  4.3 运动物体检测软件的设计与实现  45-50
    4.3.1 运动物体检测软件的设计  45-46
    4.3.2 运动物体检测软件的实现  46-50
  4.4 常用的优化策略  50-52
    4.4.1 选择正确的编译器选项  50-51
    4.4.2 基本的优化技巧  51
    4.4.3 使用优化器注释  51-52
  4.5 循环代码的优化  52-55
    4.5.1 运用restrict限定符,MUST_ITERATE pragmas和_nasserts()  53-55
    4.5.2 处理嵌套循环  55
  4.6 控制代码的优化  55-59
    4.6.1 在结构体中嵌入restrict限定符指针  55-56
    4.6.2 优化"if"语句  56-59
  4.7 代码优化效果  59-60
  4.8 本章小结  60-61
第五章视频分析应用接口  61-70
  5.1 视频分析应用结构  61-62
  5.2 运动物体检测软件接口设计  62-63
  5.3 运动物体检测软件接口实现  63-66
    5.3.1 用户端  63-64
    5.3.2 网络视频处理器端  64-65
    5.3.3 视频分析处理器端  65
    5.3.4 接口实现的要点  65-66
  5.4 网络视频处理器与视频分析处理器之间视频流同步问题  66-68
  5.5 本章小结  68-70
第六章总结与展望  70-71
  6.1 论文工作总结  70
  6.2 论文不足及进一步研究工作  70-71
参考文献  71-74
致谢  74-75
发表论文  75

相似论文

带径向速度观测的跟踪算法研究,TN953
基于VRPF的机动目标跟踪的研究,TN957.52
多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
空间交会接近视觉测量方法研究,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
移动机器人视觉检测和跟踪研究,TP242.62
基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
红外图像目标识别及跟踪技术研究,TP391.41
空间红外目标仿真与跟踪技术研究,TP391.41
基于运动目标轨迹分析的智能交通监控系统,TP277
基于支持向量机的视频目标检测方法研究,TP391.41
无线传感器网络的目标跟踪算法研究,TN929.5
基于主动视觉的运动目标检测与跟踪研究,TP391.41
基于无线传感器网络的目标定位跟踪研究,TN929.5
视频监控运动目标检索方法研究,TP391.41
运动目标检测与跟踪的研究,TP391.41
视频图像中的运动目标检测与跟踪,TP391.41
车载红外图像的行人检测与跟踪技术,TP391.41
基于DM6437平台的智能视频分析系统,TP391.41
无线传感器网络定位及目标跟踪的研究,TN929.5
基于TMS320DM365的音视频传输及智能视频分析系统的设计与实现,TN919.8