基于運(yùn)動(dòng)物體檢測的智能監(jiān)控系統(tǒng).pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、在智能監(jiān)控領(lǐng)域日益追求自動(dòng)化的今天,具有運(yùn)動(dòng)檢測、目標(biāo)跟蹤,能完全替代監(jiān)控人員,自動(dòng)對監(jiān)視場景中運(yùn)動(dòng)物體進(jìn)行實(shí)時(shí)、持續(xù)的主動(dòng)監(jiān)控是非常必要的。 本文研究了攝像機(jī)靜止情況下基于單目視覺的運(yùn)動(dòng)物體檢測與運(yùn)動(dòng)物體跟蹤方法,主要進(jìn)行了以下幾方面的研究: 1. 在深入研究了現(xiàn)有的前景運(yùn)動(dòng)區(qū)域檢測技術(shù)基礎(chǔ)上,針對單目視覺中的運(yùn)動(dòng)物體檢測,提出了背景差分法和前景自適應(yīng)分割相結(jié)合的檢測方法。采用正態(tài)分布模型和卡爾曼濾波法提取背景及動(dòng)態(tài)更

2、新背景,并利用數(shù)學(xué)形態(tài)學(xué)及連通性處理對提取的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行后處理,提高了檢測效率。 2. 采用擴(kuò)展的卡爾曼濾波法對傳統(tǒng)的卡爾曼濾波運(yùn)動(dòng)物體的跟蹤算法進(jìn)行改進(jìn),通過設(shè)置初始值、預(yù)測下一時(shí)刻目標(biāo)的位置、目標(biāo)匹配搜索、卡爾曼濾波器參數(shù)的修正等步驟實(shí)現(xiàn)跟蹤算法的改進(jìn),一方面可以為監(jiān)控人員提供明確的指示,另一方面連續(xù)定位的數(shù)據(jù)可以為目標(biāo)運(yùn)動(dòng)行為分析理解提供依據(jù)。 3. 在所描述的檢測和跟蹤理論基礎(chǔ)上,針對實(shí)驗(yàn)室環(huán)境設(shè)計(jì)智能樓宇監(jiān)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論