学位论文 > 优秀研究生学位论文题录展示

智能视觉监控系统中活动目标检测算法的研究

作　者: 谭菲菲
导　师: 左敏
学　校: 北京工商大学
专　业: 管理科学与工程
关键词: 活动目标检测背景差分法散点连通域 OpenCV
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 50次
引　用: 0次
阅　读: 论文下载

内容摘要

随着智能视觉监控的发展,活动目标检测技术的研究也进入一个新的层面。活动目标检测是指在视频图像序列中判断是否有前景目标运动,如果有则对目标进行初始定位的检测过程,它是实现目标识别跟踪的基础。本文在对已有活动目标检测算法的分析和研究的基础上,完成了智能视觉监控系统中活动目标检测算法的研究与实现。论文的主要工作如下:(1)考虑实现智能视觉监控的方便与易用性,提出使用USB视频采集卡采集视频,得到清晰的视频图像。通过OpenCV函数库进行视频流的处理,包括对视频图像的预处理及在读取和写入视频文件时对视频流进行控制。(2)本文延用背景差分法的思想对活动目标进行检测,提出将活动目标检测分为四个阶段,初始背景构造、散点去除、连通域检测及背景更新,分别研究了不同阶段的算法,并分别提出改进的μ?σ背景构建算法、散点去除算法连通域检测算法及背景更新算法。(3)针对智能视觉监控中对活动目标检测的需求,提出改进的背景差分法。该算法实现包括视频采集、活动目标检测、活动目标的标识与预警的整个过程,可以移植到任何智能视觉监控系统中,具有通用性且检测准确率较高。(4)本文集中解决在活动目标检测中由于光线缓慢变化、光线突然变化和散点造成的三类误报警问题。使用背景更新算法解决光线变化问题,结合使用散点去除算法和连通域检测算法去除散点,上述算法易于理解和实现,有效性高。(5)代码实现及实验效果展示是本文的重要工作部分。通过编码实现了本文提出的五个算法,实现相关活动目标检测的功能,并通过采集的视频对算法进行验证。活动目标检测作为智能视觉中目标分类、目标跟踪、行为理解的基础,被广泛应用于交通管理、军事场景监控、敏感的公共场合等领域,具有广阔的市场应用前景。

全文目录

摘要  3-4
ABSTRACT  4-9
第一章绪论  9-17
  1.1 课题研究背景及意义  9-10
    1.1.1 智能视觉监控的研究背景  9
    1.1.2 智能视觉监控中活动目标检测的意义  9-10
  1.2 智能视觉监控概述  10-13
    1.2.1 智能视觉监控技术介绍  10
    1.2.2 国内外研究现状  10-11
    1.2.3 活动目标检测在智能视觉监控系统中的应用  11-13
  1.3 OPENCV 简介  13
  1.4 本文主要工作和创新点  13-15
    1.4.1 研究内容  13-14
    1.4.2 主要工作  14
    1.4.3 主要解决问题  14-15
    1.4.4 创新点  15
  1.5 开发平台的搭建  15-16
    1.5.1 OpenCV 安装及系统环境变量配置  15
    1.5.2 vc++6.0 中导入OpenCV 函数库  15
    1.5.3 其他配置  15-16
  1.6 本章小结  16-17
第二章结合OpenCV 的视频采集及图像预处理  17-23
  2.1 OpenCV 常用数据结构和函数  17-19
    2.1.1 图像IplImage 结构  17
    2.1.2 矩阵CvMat 结构  17
    2.1.3 窗口处理函数  17-18
    2.1.4 图像处理函数  18
    2.1.5 视频处理函数  18-19
  2.2 视频采集  19-21
    2.2.1 视频采集方法  19-20
    2.2.2 本文视频采集实现方法  20-21
  2.3 视频图像预处理  21-22
    2.3.1 转换为灰度图  21
    2.3.2 图像翻转  21-22
    2.3.3 平滑去燥处理  22
  2.4 本章小结  22-23
第三章活动目标检测算法的研究  23-44
  3.1 背景构建算法  23-29
    3.1.1 背景构建算法综述  24-26
    3.1.2 μ-σ背景构建算法  26-29
  3.2 背景更新模型  29-31
    3.2.1 算法原理图  30
    3.2.2 算法思路  30-31
    3.2.3 整帧背景更新与部分背景更新结果  31
  3.3 散点去除算法  31-36
    3.3.1 算法原理图  32-33
    3.3.2 算法思路  33-34
    3.3.3 算法结果演示  34-36
  3.4 连通域检测算法  36-42
    3.4.1 单个活动目标和多个活动目标在算法上的区别  36
    3.4.2 图像标记方法介绍  36-37
    3.4.3 迷宫算法和种子算法  37-38
    3.4.4 本文算法原理图  38
    3.4.5 算法思路  38-41
    3.4.6 算法结果演示  41-42
  3.5 本章小结  42-44
第四章智能视觉识别系统中的活动目标检测  44-50
  4.1 活动目标检测在智能视觉识别系统中的应用情况  44
  4.2 改进的背景差分算法在智能视觉识别系统中的应用  44-46
    4.2.1 算法原理图  45
    4.2.2 算法思路  45-46
  4.3 活动目标标识及预警  46-48
    4.3.1 活动目标标识  46-47
    4.3.2 预警  47-48
  4.4 解决误报警问题  48-49
    4.4.1 针对光线突然变化产生误报警的解决办法  48-49
    4.4.2 针对光线缓慢变化产生误报警的解决办法  49
    4.4.3 针对散点产生误报警的解决办法  49
  4.5 本章小结  49-50
第五章本文主要代码及实验结果  50-57
  5.1 本文关键代码  50-56
  5.2 实验结果  56-57
第六章总结与展望  57-59
参考文献  59-61
硕士期间发表论文  61-62
致谢  62

智能视觉监控系统中活动目标检测算法的研究

内容摘要

全文目录

相似论文