一個基于圖像的物流數(shù)據(jù)采集系統(tǒng)的研發(fā).pdf

1、物流數(shù)據(jù)的采集是實(shí)現(xiàn)供應(yīng)鏈物流信息化的基礎(chǔ)。本文基于圖像處理的方法進(jìn)行物流數(shù)據(jù)的采集，將行人作為圖像研究的運(yùn)動目標(biāo)進(jìn)行統(tǒng)計。在運(yùn)動目標(biāo)檢測、分類和跟蹤的技術(shù)基礎(chǔ)上，結(jié)合目標(biāo)統(tǒng)計在車站、道路、超市出入口等公共場所的廣泛應(yīng)用需求，設(shè)計并實(shí)現(xiàn)了一個基于圖像的物流數(shù)據(jù)采集系統(tǒng)。
　　在運(yùn)動目標(biāo)檢測方面，本文利用背景建模的方法對監(jiān)控區(qū)域的背景進(jìn)行實(shí)時更新，采用背景減除與幀間差分相結(jié)合的方法進(jìn)行運(yùn)動檢測，提取出運(yùn)動區(qū)域。
　　在運(yùn)動目標(biāo)

2、分類方面，本文采用一種簡化了的目標(biāo)分類方法，選取運(yùn)動區(qū)域的高寬比和垂直投影直方圖梯度作為特征對目標(biāo)進(jìn)行分類，提取出行人目標(biāo)，作為后續(xù)跟蹤統(tǒng)計的基礎(chǔ)。
　　在行人跟蹤研究方面，針對 Camshift算法在目標(biāo)互相遮擋時易發(fā)生跟蹤丟失的缺陷，采用引入Kalman預(yù)測和Camshift匹配搜索算法完成跟蹤任務(wù)。
　　最后，在前文研究的基礎(chǔ)上，本文針對物流數(shù)據(jù)采集系統(tǒng)的應(yīng)用需求，實(shí)現(xiàn)了在實(shí)際環(huán)境下對人體目標(biāo)的檢測提取和跟蹤計數(shù)。實(shí)驗(yàn)