魯棒的智能視頻監(jiān)控方法研究.pdf

1、智能視頻監(jiān)控(Intelligent Visual Surveillance，IVS)是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)新興的研究方向，與傳統(tǒng)的視頻監(jiān)控系統(tǒng)相比，它不僅能用攝像機(jī)代替人眼，還將借助于計(jì)算機(jī)軟件構(gòu)建一個(gè)自動(dòng)化或半自動(dòng)化的視頻理解和分析系統(tǒng)，以提供及時(shí)準(zhǔn)確的視頻分析結(jié)果，并根據(jù)需要及時(shí)發(fā)出報(bào)警信息。主要研究?jī)?nèi)容包括運(yùn)動(dòng)物體的檢測(cè)、運(yùn)動(dòng)物體的識(shí)別和跟蹤、異常現(xiàn)象的檢測(cè)和報(bào)警等。該系統(tǒng)在交通、公安、海關(guān)、銀行、軍事等許多領(lǐng)域都有重要的用途。

2、 智能視頻監(jiān)控系統(tǒng)的研究已引起國(guó)際上許多著名科研機(jī)構(gòu)和研究人員的興趣，如美國(guó)的Carnegie Mellon大學(xué)，國(guó)內(nèi)的中科院自動(dòng)化所等，都已經(jīng)實(shí)現(xiàn)了自己的智能視頻監(jiān)控平臺(tái)。為了提高監(jiān)控系統(tǒng)的可靠性和智能化程度，必須研究魯棒的視頻監(jiān)控算法，相關(guān)的研究涉及到許多難題。本論文對(duì)魯棒的智能視頻監(jiān)控方法進(jìn)行了深入細(xì)致的研究，研究對(duì)象是交通路口、住宅小區(qū)的監(jiān)控視頻，給出了一個(gè)魯棒的智能視頻監(jiān)控的解決方案，能夠適應(yīng)復(fù)雜天氣狀況下的目標(biāo)檢測(cè)和跟

3、蹤，包括白天、夜間、霧天的場(chǎng)景，并在監(jiān)控中完成對(duì)陰影和遮擋的處理。本文解決了該領(lǐng)域內(nèi)的一些難題，例如，特殊天氣條件下(如霧天)的圖像復(fù)原算法，處在夜間場(chǎng)景中的運(yùn)動(dòng)物體檢測(cè)方法，運(yùn)動(dòng)物體的陰影檢測(cè)，監(jiān)控過(guò)程中對(duì)運(yùn)動(dòng)目標(biāo)遮擋的處理等。歸納起來(lái)本文主要完成了以下有特色的研究工作： (1)提出基于無(wú)偏卡爾曼濾波器(Unscented Kalman Filter,UKF)的背景提取方法，構(gòu)建整體的運(yùn)動(dòng)物體檢測(cè)框架。該方法通過(guò)對(duì)背景建模，分

4、別從幀間差分和背景差分兩個(gè)層次綜合分析象素值的動(dòng)態(tài)變化特性，然后借助UKF對(duì)兩個(gè)模型參數(shù)進(jìn)行在線更新，實(shí)現(xiàn)實(shí)時(shí)的運(yùn)動(dòng)物體分割。 (2)霧天場(chǎng)景的能見度很低，為了保證視頻監(jiān)控系統(tǒng)的正常工作，本文提出一種新的基于物理模型的霧天圖像復(fù)原方法，該方法首先對(duì)霧天場(chǎng)景的光學(xué)成像建模，然后借助于一張晴天和一張霧天的場(chǎng)景參考圖像，計(jì)算出場(chǎng)景各點(diǎn)的深度比關(guān)系，最后利用深度關(guān)系復(fù)原霧天圖像或霧天視頻。 (3)針對(duì)夜晚環(huán)境光線較暗的情況，提出

5、了兩種夜間圖像增強(qiáng)和運(yùn)動(dòng)檢測(cè)方法。算法能夠增強(qiáng)夜間低質(zhì)量圖像的對(duì)比度，而且夜間車輛檢測(cè)的效果也比較令人滿意。并將夜間和白天的圖像融合，使之包含全面的場(chǎng)景信息，更加適用于人體視覺(jué)和機(jī)器感知。 (4)運(yùn)動(dòng)陰影的存在會(huì)導(dǎo)致多目標(biāo)粘連，影響目標(biāo)的識(shí)別與跟蹤，本文從陰影的特性出發(fā)，提出了有效的解決方法，包括改進(jìn)的基于特征的方法以及基于邊緣特征和角點(diǎn)信息的方法，應(yīng)用于各監(jiān)控場(chǎng)景，能夠?qū)崿F(xiàn)運(yùn)動(dòng)陰影的檢測(cè)和濾除。 (5)針對(duì)目標(biāo)跟蹤中存在的遮擋