基于計(jì)算機(jī)視覺的智能監(jiān)控技術(shù)研究.pdf

1、隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，基于計(jì)算機(jī)視覺的智能監(jiān)控系統(tǒng)得到了越來(lái)越廣泛的應(yīng)用，其功能與傳統(tǒng)的監(jiān)控系統(tǒng)相比也有了質(zhì)的變化，不僅極大的擴(kuò)展了傳統(tǒng)的監(jiān)控功能，而且降低了在監(jiān)控方面投入的成本。本文在攝像機(jī)固定的情況下，對(duì)智能監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了研究，并實(shí)現(xiàn)了具有實(shí)際應(yīng)用功能的智能監(jiān)控系統(tǒng)。
　　 運(yùn)動(dòng)目標(biāo)的檢測(cè)是智能監(jiān)控系統(tǒng)要實(shí)現(xiàn)的第一步，也是至關(guān)重要的一步，檢測(cè)出的運(yùn)動(dòng)目標(biāo)的質(zhì)量將直接關(guān)系到運(yùn)動(dòng)目標(biāo)的分類和行為分析等。因此要求檢測(cè)

2、出的運(yùn)動(dòng)目標(biāo)信息要盡可能的完整。本文采用了常用的減背景法進(jìn)行檢測(cè)，并對(duì)其中關(guān)鍵的背景建模方法進(jìn)行了研究，對(duì)單高斯背景建模方法和混合高斯背景建模方法進(jìn)行了融合，通過實(shí)驗(yàn)驗(yàn)證了該方法既可以清晰的檢測(cè)出運(yùn)動(dòng)目標(biāo)，同時(shí)也能減少建模的時(shí)間，很好的減小外界環(huán)境的影響。
　　 目標(biāo)分類也是計(jì)算機(jī)視覺領(lǐng)域當(dāng)中一個(gè)研究的熱門問題，主要應(yīng)用于智能監(jiān)控系統(tǒng)、智能機(jī)器人、醫(yī)學(xué)圖像等。通過目標(biāo)分類，可以實(shí)現(xiàn)根據(jù)預(yù)先設(shè)定的定義來(lái)區(qū)分運(yùn)動(dòng)目標(biāo)的種類，從而可以

3、進(jìn)一步的進(jìn)行行為分析。本文利用了目標(biāo)的長(zhǎng)寬比、占空比等四個(gè)目標(biāo)特征，通過實(shí)驗(yàn)統(tǒng)計(jì)了大量樣本的均值和方差，通過最小誤差概率條件下的貝葉斯分類理論對(duì)監(jiān)控場(chǎng)景內(nèi)的目標(biāo)進(jìn)行分類。
　　 在運(yùn)動(dòng)目標(biāo)的跟蹤這一技術(shù)上本文使用了較為成熟的卡爾曼濾波跟蹤算法，該算法可以根據(jù)已有的運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)信息對(duì)之后的運(yùn)動(dòng)狀態(tài)做出預(yù)測(cè)，能夠很好的對(duì)其進(jìn)行跟蹤。同時(shí)本文對(duì)跟蹤中的難點(diǎn)：運(yùn)動(dòng)目標(biāo)的遮擋問題做了深入的研究，提出了利用運(yùn)動(dòng)目標(biāo)的面積判斷遮擋的發(fā)生時(shí)刻