智能視頻監(jiān)控系統(tǒng)的運動目標檢測與跟蹤算法研究.pdf

1、安防理念的不斷提高使智能視頻監(jiān)控在人類社會生活中扮演著越來越重要的角色。智能視頻監(jiān)控的核心任務(wù)是對視頻流中的圖像序列進行有效分析，實現(xiàn)場景中運動目標的檢測和跟蹤，以及完成后續(xù)的目標識別、行為理解等任務(wù)，其中大部分有意義的信息體現(xiàn)在運動中，故運動目標的檢測與跟蹤是目前智能視頻監(jiān)控系統(tǒng)中最重要的研究內(nèi)容之一。本文分三個方面圍繞運動目標檢測和跟蹤算法開展深入研究，最后闡述了智能視頻監(jiān)控系統(tǒng)的工作原理、技術(shù)架構(gòu)及其在居家安防中的應(yīng)用情況、優(yōu)越性

2、、關(guān)鍵技術(shù)及難點和未來發(fā)展趨勢。
　　（一）對幾種常用的運動目標檢測方法進行分析，選用混合高斯模型進行背景建模，并對檢測出的前景目標選取了合適的形態(tài)學操作進行去噪。
　?。ǘ┽槍Ξ斍斑\動陰影檢測中采用的紋理信息過于粗糙、閾值選取需要人工干涉等問題，通過對NCC（歸一化互相關(guān)）紋理算法進行改進，并結(jié)合亮度和歸一化顏色特性，提出一種自適應(yīng)的運動陰影檢測方法，以混合高斯模型得到的前景像素為基礎(chǔ)，通過陰影在亮度和歸一化顏色的特性篩

3、選出候選的陰影區(qū)域，結(jié)合改進的紋理算法進一步縮小陰影區(qū)域范圍，最后利用空間后處理得到真實陰影。實驗結(jié)果表明，改進后的算法在有效降低噪聲干擾的情況下能夠較好的區(qū)分局部紋理不明顯的運動目標和陰影。
　　（三）針對傳統(tǒng)Meanshift算法在運動目標被嚴重遮擋情況下出現(xiàn)跟蹤丟失問題，提出了復(fù)雜環(huán)境中融合軌跡校正的新型Meanshift目標跟蹤算法。將顏色空間由傳統(tǒng)的RGB空間轉(zhuǎn)換到區(qū)分度更好的HSV空間，提出了新的融合規(guī)則:目標無遮擋和

4、走出遮擋時，Meanshift算法進行跟蹤;目標進入遮擋和被嚴重或完全遮擋時，Klaman濾波估計運動軌跡。實驗結(jié)果表明:新算法有效解決了目標處于遮擋下的跟蹤丟失問題。
　?。ㄋ模χ悄芤曨l監(jiān)控系統(tǒng)的工作原理、體系架構(gòu)進行分析研究，簡要闡述了智能視頻監(jiān)控系統(tǒng)在人們?nèi)粘Ｉ钪械闹匾院蛢?yōu)越性。重點對家庭智能視頻監(jiān)控系統(tǒng)做了深入的研究，分析其現(xiàn)實應(yīng)用情況、技術(shù)優(yōu)勢、關(guān)鍵技術(shù)及難點和未來的發(fā)展趨勢。
　　本文的研究內(nèi)容較好地提高了