首頁 > 智能視頻監控中的運動目標檢測和跟蹤算法研究 > 正文

智能視頻監控中的運動目標檢測和跟蹤算法研究

來源:0 2017/3/10 18:36:17

摘要:

東莞市中小企業公共服務平臺旨在為東莞市各類企業提供各類企業信息,技術升級,集中采購,政策申報以及企業新三板上市投融資鄧相關配套服務,旨在綜合各類企業數據,解決企業教育培訓,技術升級難題,降低企業庫存風險,優化產業供應鏈

智能視頻監控中的運動目標檢測和跟蹤算法研究

智能視頻監控就是利用計算機視覺和數字圖像處理的方法,在不需要人為干預的情況下,對攝像機拍攝的圖像序列進行自動分析,實現對動態場景中運動目標的檢測、跟蹤和識別,并在此基礎上分析和判斷目標的行為,給出對運動目標行為和動作的描述,自動發現一些可疑情況,實現系統對場景中的異常進行鑒別并自動報警,從而指導和規劃人們的行動。

目前,智能視頻監控方面的研究和應用都面臨著很多難題,國內外的許多學者投身于該領域的研究,取得了大量的成果。本文在這些成果的基礎上,對智能視頻監控系統中的關鍵步驟——運動目標檢測與跟蹤進行了研究。主要的工作概括如下:

(1)針對運動目標檢測和跟蹤算法中的應用,改進了LBP(Local BinaryPattern)算子。LBP是一種強大的紋理描述算子,論文經過對LBP的二進制位串的01跳變情況進行統計,合并了出現概率較低的模式,使得LBP紋理的種類得到極大地削減,使后續使用LBP紋理的運動目標檢測與跟蹤算法在特征匹配時的速度得到提高。

(2)提出了一種結合改進的LBP紋理和色度信息的運動目標檢測算法。運用LBP紋理和色度這兩種特征對陰影都不敏感的特性,論文用LBP紋理和色度信息對背景進行描述,然后把該背景描述應用到高斯混合模型中,提出了一種新的運動目標檢測方法,該方法能較好的抵御陰影及背景光照變化的影響;

(3)提出了一種結合光流法與三幀差分法的運動目標檢測算法。由于計算光流的算法復雜,論文簡化了光流的計算:選擇圖像中少數具有某些特征的像素點,只對這部分像素點計算光流信息,有效地減少了復雜度。但是,由于只選取了部分代表性像素,檢測得到的運動目標區域不太完整,于是論文引入了三幀差分法作為簡化光流法的補充,在不增加太多計算量的情況下,得到了相對完整的運動目標輪廓。

(4)提出了聯合LBP紋理和色度信息的Camshift跟蹤算法。由于傳統的Camshift算法是基于色彩直方圖的目標跟蹤,當目標和背景顏色相近或干擾目標和被跟蹤目標顏色相近時,或者運動目標存在陰影時,跟蹤的正確性受到很大的影響。論文采用LBP紋理和色度信息相結合描述運動物體,兩種特征都對陰影不敏感,能克服陰影對跟蹤結果的影響。另外,對于紋理缺乏區域,LBP紋理性能不好,但是色度往往能取得較好效果;而對運動目標和背景顏色相同的區域,而LBP紋理往往又能取得一定的效果。

(5)提出了基于Kalman濾波器和Blob匹配法的目標跟蹤算法。Blob匹配法利用目標的外形特征去匹配候選目標,該方法在運動物體數目較多時,每個Blob都要與其它的各物體相匹配,速度會變慢,且不適用于對非剛性物體的跟蹤,同時在目標遮擋時也難于繼續跟蹤到目標。而Kalman濾波器可以根據目標先前的運動信息去預測下一幀中目標的位置,和Blob匹配法結合后,能在Blob搜索時只需在預測到的位置附近做Blob匹配,減少了計算量。

論文得到了云南省應用基礎研究計劃項目“智能視頻監控中的運動目標檢測與跟蹤技術研究”(編號:2011FB019)的支持。


者:袁國武

學科專業:通信與信息系統授予

學位:碩士

學位授予單位:云南大學

導師姓名:徐丹

學位年度:2012

研究方向:

種:chi

分類號:TP391.41 TP277

關鍵詞:智能視頻監控數字圖像處理運動目標檢測跟蹤算法

機標分類號:

機標關鍵詞:智能視頻監控系統運動目標檢測檢測和跟蹤紋理  LBP  跟蹤算法色度信息檢測與跟蹤匹配法目標檢測算法論文計算

基金項目:

香车美女捕鱼机 广西快乐双彩最新开奖结果彩宝网 上海时时最快开奖 3d试机号走势maijiu 陕西快乐十分中奖规则 4d开奖号码今 甘肃十一选五开奖时间 辽宁11选5任5走势图 75秒时时彩走势图 四川时时app下载手机版下载手机版下载 街机电玩捕鱼安装 新时时合买 南粤36选7第4983期开奖结果 四不像必中一肖图102 最新pk10计划软件 山东11选5走势图快 安徽时时平台下载