学位论文 > 优秀研究生学位论文题录展示
视频监控中运动目标检测与分类识别方法的研究与实验
作 者: 王小平
导 师: 常佶;张丽杰
学 校: 内蒙古工业大学
专 业: 计算机应用技术
关键词: 运动目标检测 背景更新 阴影去除 分类识别
分类号: TP277
类 型: 硕士论文
年 份: 2009年
下 载: 193次
引 用: 1次
阅 读: 论文下载
内容摘要
计算机智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题,是计算机科学、机器视觉、图像工程、模式识别、人工智能等多学科高技术的结晶。运动目标的检测与分类识别技术是智能监控中的关键技术,在虚拟现实、视觉监控、感知接口等领域均有着广阔的应用前景。本文介绍了所设计的监控系统硬件组成和软件代码的体系结构。针对实验室已设计监控软件在视频图像采集、记录以及控制等方面的不足,对已有软件进行改进,增强软件的智能性。同时,针对监控环境中摄像头固定不动的情况,对视频监控系统中背景模型的建立及更新、阴影去除、分类识别算法展开研究。本文利用背景减除法进行运动目标的检测,对传统单高斯背景模型估计算法进行改进,采用基于统计的方法进行前景与背景的判断,有效克服了物体运动状态发生改变——静止变为运动或运动变为静止时背景模型不能及时更新的问题。同时,利用阴影的光学特性,提出了消除阴影的数学模型,排除了阴影对后续分类识别等工作的影响。针对直立行走的运动人体识别问题,本文通过对运动方向与摄像头光轴平行和垂直两种情况下物体的形状特征进行分析,最终选用目标高宽比、占空比、物体高度6/7处的宽度与物体高度的比例三种形状特征。通过对常用的轮廓提取算法进行比较,确定采用改进后的形态学轮廓提取算法进行运动检测结果的轮廓提取操作,并在此基础上提取各形状特征。基于运动人体和某些常见运动干扰物线性可分的前提,设计最小距离分类器完成分类,并采用椅子、球体、箱体以及玩具模型进行实验,验证识别效果。本文将涉及到的算法和外设控制根据其实现功能的不同封装在不同的类中,使源代码易于移植和维护,研究结果为后续的目标跟踪、行为分析工作奠定了良好的基础。
|
全文目录
摘要 3-4 Abstract 4-8 第一章 绪论 8-13 1.1 研究背景及意义 8-9 1.2 运动目标检测技术的研究现状 9-10 1.3 目标分类技术的研究现状 10-11 1.4 本文主要研究工作 11 1.5 论文组织结构 11-13 第二章 视频监控实验系统总体结构 13-20 2.1 视频监控实验系统的硬件组成及其性能简介 13-14 2.2 视频监控软件的总体结构 14-18 2.2.1 采用的开发平台和开发方法 14-15 2.2.2 软件的源码体系 15-17 2.2.3 软件系统的主界面 17-18 2.3 小结 18-20 第三章 视频图像采集、记录软件模块的改进及实现 20-26 3.1 图像采集、记录及控制函数的说明 20-22 3.1.1 图像采集函数 20-21 3.1.2 图像记录及控制函数 21-22 3.2 监控软件的操作流程分析及改进方法 22-25 3.2.1 软件操作流程分析 22-23 3.2.2 软件自动控制方面的改进与实现 23-24 3.2.3 视频图像记录方式的改进与实现 24-25 3.3 小结 25-26 第四章 图像预处理模块的设计与实现 26-32 4.1 影响视频图像质量的原因分析 26 4.2 椒盐噪声的抑制 26-28 4.2.1 中值滤波的优点 26-27 4.2.2 中值滤波的基本原理 27 4.2.3 椒盐噪声的抑制结果 27-28 4.3 图像毛刺边缘的抑制 28-30 4.3.1 毛刺边缘的产生原因 28-29 4.3.2 图像毛刺边缘的抑制 29-30 4.4 图像预处理函数说明 30-31 4.5 小结 31-32 第五章 运动目标检测方法的设计与实现 32-45 5.1 背景减除法的基本原理 32-33 5.2 单高斯背景模型估计算法的实验分析 33-35 5.2.1 基本原理 33-34 5.2.2 实验结果分析 34-35 5.3 单高斯背景模型更新策略的改进与实现 35-40 5.3.1 更新策略的改进思想 35-36 5.3.2 单高斯背景模型改进算法的实现 36-40 5.4 基于阴影光学特性的阴影去除方法的设计与实现 40-44 5.4.1 阴影消除的必要性 40-41 5.4.2 阴影的光学特性分析 41 5.4.3 基于阴影光学特性的阴影去除方法的设计 41-42 5.4.4 阴影去除方法的实现 42-44 5.4.5 实验结果 44 5.5 小结 44-45 第六章 运动人体识别方法的初步研究 45-63 6.1 分类问题的提出 45 6.2 常用目标分类方法的比较 45-46 6.2.1 基于形状信息的分类方法 45-46 6.2.2 基于运动特性的分类方法 46 6.3 形状特征的选择与定义 46-51 6.3.1 常用的形状特征 46-47 6.3.2 运动人体形状特征的选择 47-51 6.4 比例特征提取方法的设计与实现 51-55 6.4.1 常用的轮廓提取方法 51-53 6.4.2 实验结果比较 53-55 6.4.3 比例特征的获取 55 6.5 分类器的设计 55-56 6.5.1 分类器的选择 55 6.5.2 判别函数的定义 55-56 6.5.3 特征训练 56 6.6 分类算法的实现与性能分析 56-60 6.6.1 分类算法的总体流程 56-58 6.6.2 分类准确性的提高方法 58-59 6.6.3 处理速度的提高方法 59 6.6.4 算法适用性分析 59-60 6.7 分类识别算法相关函数说明 60-62 6.7.1 轮廓提取算法相关函数说明 60-61 6.7.2 特征提取及识别相关函数说明 61-62 6.8 小结 62-63 第七章 总结与展望 63-65 7.1 本文主要工作总结 63-64 7.2 后续工作展望 64-65 参考文献 65-67 致谢 67-68 在读期间取得的科研成果 68
|
相似论文
- 嵌入式多参数环境智能监测系统的设计与实现,TP274
- 安防监控系统中运动目标检测算法研究,TP391.41
- 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
- 运动目标检测与跟踪的研究,TP391.41
- 视频监控系统中的运动目标检测算法研究,TP391.41
- 基于图像特征的车型识别,TP391.41
- 边防红外监控系统中运动目标的检测预警设计,TP391.41
- 多目标视觉检测与跟踪方法研究及视频监控软件平台的开发,TP391.41
- 基于FPA的手指康复器研究,TH789
- 面向PTZ摄像机的运动目标检测技术研究,TP391.41
- 基于视频的车流量及排队事件检测研究,TP391.41
- 视频监控系统中相关图像处理技术的研究与实现,TP391.41
- 动态场景下基于空时显著性的运动目标检测研究,TP391.41
- 电力变压器局放超高频监测数据分析,TM41
- 智能交通系统中的车辆检测方法研究,U495
- 基于μC/OS-Ⅱ的移动机器人平台的设计与实现,TP242.6
- 红外监控系统中关键技术研究,TP277
- 智能交通视频监控系统中关键技术研究,TP391.41
- 运动目标检测跟踪中关键问题研究,TP391.41
- 基于智能监控技术的PTZ研究,TP391.41
- 视频监控报警跟踪技术的研究与实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 监视、报警、故障诊断系统
© 2012 www.xueweilunwen.com
|