基于視頻圖像處理的人數(shù)統(tǒng)計系統(tǒng)算法研究與實現(xiàn).pdf

1、隨著視頻圖像處理技術(shù)的發(fā)展，智能視頻監(jiān)控已成為一個十分活躍的新領(lǐng)域，而人數(shù)統(tǒng)計作為一個重要的應(yīng)用方向已經(jīng)延伸到很多領(lǐng)域.例如，通過對人群流動繁忙的十字路口進(jìn)行人數(shù)統(tǒng)計，可以合理安排交警的工作時間和工作額度.如何在特定場景內(nèi)準(zhǔn)確而高效的實現(xiàn)人數(shù)統(tǒng)計已經(jīng)成為一個重要的研究課題.
　　為了使人數(shù)統(tǒng)計算法的應(yīng)用更一般化，本文并沒有選定一個固定場景，而只是假定了單目相機(jī)固定在天花板的情況.這樣，對于辦公樓宇、廣場、以至公交車等場景，均可在本

2、文所述方法的基礎(chǔ)上，對特定場景進(jìn)行適當(dāng)?shù)奶幚?，來實現(xiàn)人數(shù)統(tǒng)計.
　　本文根據(jù)檢測、跟蹤、計數(shù)三個主要環(huán)節(jié)設(shè)計了如下算法:
　　(1)運(yùn)動人體檢測.首先通過幀間差分法和邊緣差分法獲取運(yùn)動區(qū)域信息，再經(jīng)過信息融合、形態(tài)學(xué)處理、區(qū)域連通和邊緣連接、填充空洞等操作，提取了較為完整的運(yùn)動區(qū)域的信息.之后，采用了雙向投影法來確定每個運(yùn)動區(qū)域的在圖像中的位置.為了分割出每個運(yùn)動人體，本文根據(jù)視頻圖像中所能容納的人體數(shù)量的多少，給出了兩種分

3、割方法:簡單分割法和基于投票算法的圓檢測分割法.
　　(2)運(yùn)動人體跟蹤.為了確保待跟蹤目標(biāo)信息的完整性，本文首先設(shè)定了兩條檢測線.其次，采用分塊色彩分布模型來代表每個運(yùn)動人體.并以Kullback Leibler距離來表征兩個色彩分布模型的相似程度，建立了運(yùn)動人體跟蹤模型.在使用信賴域法求解時，遇到了由于圖像中的點(diǎn)是離散點(diǎn)而導(dǎo)致的迭代不能收斂的問題.對此，本文對信賴域方法做了改進(jìn)，給出了一種新的終止條件和最優(yōu)解的選取方法，加快收