智能视频监控中运动目标检测技术研究

武汉理工大学硕士学位论文智能视频监控中运动目标检测技术研究姓名：陈勇申请学位级别：硕士专业：通信与信息系统指导教师：郭金旭20071101智能视频监控中运动目标检测技术研究作者：陈勇学位授予单位：武汉理工大学相似文献(10条)1.学位论文张海青智能视频监控中的运动目标检测与跟踪2007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，是计算机视觉、图像处理、模式识别、人工智能等多学科高技术的结合。智能视频监控在不需要人为干预的情况下，利用计算机视觉和视频分析的方法对图像序列进行自动分析，实现对动态场景中目标的检测、识别和跟踪，并在此基础上分析和判断目标的行为，得出对图像内容含义的理解以及对客观场景的解释，从而指导和规划行动。目前，计算机智能视频监控在理论研究和实践应用上还都面临着许多难题，国内外大批学者投身于该领域的研究和探索，并且取得了大量的成果。本文在这些成果的基础上，对计算机智能视频监控系统的两个关键基础技术--目标运动检测和跟踪进行了研究，主要贡献可概括如下：首先对运动检测技术进行了研究，并提出一种新的实时运动检测方法，即均匀混合模型运动检测法；接着研究了目标的跟踪问题，并在基于粒子滤波目标跟踪方法的启发下，提出了一种新的基于蒙特卡罗的目标跟踪方法；最后通过对人眼跟踪机制的研究，提出了一种新的基于多线索的目标跟踪方法。实验表明这些方法克服了以往方法的不足，提高了算法的实时性和可靠性，能够很好的完成运动检测和目标跟踪任务，更加满足智能视频监控系统的要求。2.学位论文吕行基于DirectShow的智能视频监控系统研究2007安防系统在社会生活和工业生产中占有举足轻重的地位，而视频监控系统是目前安防体系中非常重要的一个环节，研究和实现智能化程度高、通用性强的视频监控系统不仅具有一定的理论意义，而且具有巨大的实用价值。本文研究了摄像机静止情况下基于单目视觉的运动目标检测与目标运动分析方法，并在此基础上采用DirectShow技术设计和实现了一种与底层硬件无关的通用型智能视频监控系统。该系统能够自动检测和跟踪监控场景中的运动目标，并能够通过实时提取和分析目标的运动特征参数提出报警信息。论文的研究工作主要有以下几个方面：1、针对室内监控场景，使用自适应背景模型技术和运动分割相结合的方法尉运动目标进行实时检测与提取。基于正态分布提取背景模型，采用简化的卡尔曼滤波对背景模型进行实时更新，在当前帧差分图像分析的基础上，将直方图自动阈值分割和数学形态学运算有机结合起来准确提取运动目标。2、针对监控场景下的智能报警问题，研究了单目标的运动分析与事件理解方法。首先通过投影法和三点线性预测实现运动目标的实时跟踪；然后，通过在视频流中对目标质心的记录，提取目标的运动轨迹，并根据该运动轨迹求取目标的运动特征参数；最后，通过在监控场景下警戒区域的设定和对目标运动特征参数的分析，建立了一套基于规则的事件理解方法，以针对不同的事件提出相应的报警信息。3、为使所开发的智能视频监控系统具有良好的通用性和可扩展性，本文按照微软公司建立的具有“硬件设备无关性”的DirectX标准进行系统开发，选择DirectShow开发包作为系统开发框架。系统硬件基于PC平台，软件按照模块化的设计思想，在DirectShow框架下分别实现了视频采集、运动目标检测与分析、Mpeg4视频压缩编解码和网络通信与传输等功能模块，并最终实现了一种“先检测处理后压缩传输的智能视频监控系统。经测试，本文设计的智能视频监控系统不仅能够有效进行智能监控报警，而且能够极大地降低存储空间的需求，并能够满足远程监控的需要，具有一定的工程实用价值。3.学位论文张景元基于OpenCV和无线通信的智能视频监控报警系统设计2009近年来，随着视频监控系统不断地向数字化和智能化方向发展，智能视频监控系统越来越多地出现在了多个应用领域中。智能视频监控不但提高了传统视频监控系统的自动化程度，而且对社会的经济发展、国防建设和社会治安也做出了重要贡献。本文以智能视频监控报警系统为研究对象，对运动目标检测与跟踪算法进行了分析研究。针对检测过程中视频监控背景极易受到干扰的情况，采用RGB颜色、色度、亮度为建模参数的混合高斯模型检测前景图像，有效地消除了视频背景中的抖动干扰以及光线变化产生的影响；着重讨论了卡尔曼滤波器跟踪算法和MeanShift算法两种运动目标跟踪算法的理论和实现过程，并将Intel公司的OpenCV视觉库与MFC应用程序相结合，利用OpenCV提供的二次开发功能，实现了对运动目标的检测与跟踪，通过其对视频数据处理的高度封装，简化了研发过程，减小了系统开发的工作量。本文所设计的系统在检测到运动目标侵入后，不仅实现了声光报警功能，还将无线通信技术应用在智能视频监控系统中，以西门子短信猫模块为基础，实现了一种专门用于监控报警系统的无线通信报警方式，为系统提供了多样化的报警手段。4.学位论文贾茜智能视频监控中运动目标检测与跟踪技术研究及实现2009基于计算机视觉的智能视频分析融合了图像处理、模式识别、人工智能、自动控制及数学和计算机科学等多个学科领域的技术，具有重要的科学意义和广阔的应用前景。随着信息技术的高速发展以及安全形势的迫切需要，人们对安防设备的性能要求日益提高。利用计算机视觉技术，提高视频监控系统的自动化、智能化是未来的发展方向。运动目标检测与跟踪是视频监控中的一个重要任务，它是后续各种高级处理的基础，如模式识别、行为分析等。现实的监控环境往往是错综复杂、变化无常的，探求能够从容应对复杂环境的各种变化，快速、准确而稳定的检测和跟踪目标的方法是该课题的主要研究内容。本论文以实现智能化视频监控系统这一背景为基础，重点针对智能视频监控系统中运动目标的检测和跟踪这两个关键技术进行研究，以期获得满足智能视频监控更为实用的算法，以及系统整体的闭环控制方法。论文针对运动目标检测与跟踪算法及其发展进行了全面的综述。首先，回顾了若干常用的运动目标检测算法，包括光流法、时域差分法、背景差分法，并阐述了基于高斯背景建模的前景检测方法；然后，对常用的跟踪算法作出了分类，并深入讨论了MeanShift理论及相关的目标跟踪算法。针对这些算法，探讨了各方法的原理，并分析、比较它们各自的优缺点和适用范围。在此基础上，论文完成了三个方面的工作：结合帧差法和CAMShift算法，设计了一种自动的运动目标检测与跟踪算法。首先用时间连续的三帧双差分对运动目标识别和提取，自动的选取跟踪框；再通过CAMShift算法计算目标的精确位置并调整跟踪窗口大小。将上述改进的目标检测与跟踪算法完成了在DSP上的实现，并设计了一个由DM642-PCI开发板和伺服机云台组成的闭环控制系统。该系统首先自动检测运动目标，再在每一帧中通过CAMShift算法计算目标的精确位置；最后将目标质心与视野中心的偏差信息转化成控制协议，通过串口发送，驱动云台转动来改变摄像机视野，使目标始终可见。利用CCS2.2开发环境，在以TMS320DM642为核心的硬件平台上实现了系统的软件算法。设计了一种高速球形摄像机PTZ跟踪的控制策略。球形摄像机机能在水平、垂直、光轴三个方向运动，360°范围全方位高速旋转。在球机机械参数未知的情况下，通过控制球机做间歇性转动，调整球机P/T方向姿态角度使被跟踪对象始终可见；当视野中心对准目标后，控制球机开始进行变倍动作对图像缩放，可以观察或抓拍目标局部细节。同时，针对球机变倍控制中跟踪窗口大小自适应调整的问题，利用SIFT特征匹配算法设计了一种计算球机变倍率的方法，并给出了一种在RGB颜色模型中基于MeanShift的跟踪算法。基于PELCO协议，利用VS2005和OpenCV软件平台，实现了PTZ跟踪的整体流程。论文的主要研究集中在算法和系统控制流程设计上，而对它们结合硬件的实现为实验性的工作，搭建了系统平台。为了发挥DSP的强大性能，还需对嵌入式软件进一步优化，而这是个非常需要时间和工程项目经验的工作。对于球机PTZ跟踪策略，通过实验证明能有效、实时的跟踪目标，并能够控制球机放大拍摄目标的局部细节，在犯罪取证的应用场合有一定参考价值。由于目前对于PTZ跟踪实现方面的参考资料较少，本文策略为预演性的研究，离真正的商业化用途仍有一定差距。5.期刊论文夏永泉.李卫丽.甘勇.张素智.XIAYong-quan.LIWei-li.GANYong.ZHANGSu-zhi智能视频监控中的运动目标检测技术研究-通信技术2009,42(6)运动目标检测是视频序列分析中非常一个重要的研究方向,同时也在智能视频监控中发挥着非常重要的作用.目前国内外对运动目标检测的研究非常广泛,方法各异,文中对当前常用的视频序列中运动目标检测的方法进行了研究和分析,并对这些种方法的优越性和不足之处进行了比较.6.学位论文郝菲智能监控系统中运动目标检测跟踪的研究2009智能监控系统是计算机视觉领域的一个热点问题，具有重要的实用价值和广阔的发展前景。智能监控技术包括了对视频图像序列自动地进行运动目标的检测、跟踪、目标分类和行为理解等方面，是一个具有挑战性的困难问题。在本文中，主要研究了智能视频监控系统应用背景下的多目标检测跟踪部分，讨论了目标检测、特征选取、目标跟踪、遮挡处理等相关问题。在目标检测方面，本文对帧差法进行了改进，利用帧差结果更新运动历史图像来进行目标的检测和提取。在目标特征选取方面，本文分析了目标的几何特征和外观特征，引入颜色直方图特征及巴氏距离度量以提高检测跟踪的鲁棒性。在目标跟踪方面，本文研究了基于卡尔曼滤波的多目标跟踪算法和基于粒子滤波的多目标跟踪算法。在卡尔曼滤波算法中，对匹配代价函数进行了改进，同时提出了结合跟踪矩阵和“母目标和子目标”机制来处理遮挡分裂问题。在粒子滤波算法中，对粒子进行重采样以解决退化问题，同时采用了颜色直方图特征及巴氏距离作为度量，使得系统可以应对一定的遮挡。实验结果验证了这两种算法的有效性。最后，本文设计实现了一个检测跟踪监控系统，实现了讨论的算法并验证了其可行性和有效性。7.学位论文毛群凌基于运动目标检测跟踪算法的智能视频监控系统设计与研究2008智能视频监控系统是一门集通信、计算机视觉、数字视频、运动目标检测跟踪等技术为一体的综合系统，随着视频信息处理技术的发展，全数字化、网络化的视频监控系统优势越来越明显，其高度的开放性、集成性和灵活性为视频监控系统和设备的整体性能提升创造了必要的条件，智能视频(IV：IntdligentVideo)监控成为第三代全数字化网络视频监控领域中最前沿的应用模式之一。本论文围绕运动目标检测和跟踪算法进行研究，然后设计出一个基于运动目标检测和跟踪算法的智能视频监控系统。取得的创新成果如下：(1)针对Snake轮廓过度收缩或没有达到真实轮廓的现象，提出运动目标边缘记忆轮廓收缩算法，命名为RGreedy(RecordGreedy)算法，即在原始Greedy算法的基础上增加运动边缘点约束力和一个区域面积项，此算法在解决该问题上具有鲁棒性。(2)帧间差分算法中，由于环境和噪声的影响，固定的阈值分割很难准确提取目标，且伴有量化噪声，针对这两个缺陷，提出在线阈值三帧梯度差分检测算法，实验证明该算法具备自适应性，可以更有效地提取出运动目标并消除了量化噪声，解决了上述两缺陷。(3)对Kahman滤波器进行创新性3D建模，针对MeanShift对快速运动目标的跟踪不稳定；当运动目标出现大比例遮挡时，MeanShift算法会失效两个缺陷，提出KahmanMeanShift残差跟踪算法，算法中参数σv，σw，σu的取值很关键，其决定着物体的加速度，直接影响Kalman滤波器是否能准确对下一帧运动目标的位置进行预测，在本文取值6最佳。实验证明该算法可以实现对快速运动目标的稳定跟踪，并对运动目标的大比例遮挡具有鲁棒性。(4)新型可动态扩展的设计方式：采用ARM传输母板与视频监控子板的主从设计方式，根据现场需要可灵活增加视频监控子板的数目，解决了传统监控系统固定监控路数的问题，可以灵活适应视频监控