基于特征對象體識別的主動布防研究.pdf

1、隨著現(xiàn)代網絡技術、信息技術的發(fā)展，視頻監(jiān)控技術也同時經歷由模擬監(jiān)控到數(shù)字監(jiān)控、本地單機監(jiān)控到基于Internet的網絡智能監(jiān)控的發(fā)展歷程。發(fā)展歷程主要體現(xiàn)為以下四個階段：本地模擬視頻監(jiān)控系統(tǒng)、基于單機的視頻監(jiān)控系統(tǒng)、基于DVR/DVS的網絡視頻監(jiān)控系統(tǒng)以及本文所研究的智能視頻監(jiān)控系統(tǒng)。 在智能視頻監(jiān)控系統(tǒng)中，主要包含五個關鍵技術：數(shù)字視頻/音頻的壓縮技術、數(shù)字視頻/音頻的傳輸技術、高效大量的視頻存儲及內容檢索技術、監(jiān)控場景中的運

2、動檢測與報警技術以及監(jiān)控場景中目標識別技術。 本文主要圍繞數(shù)字圖像的處理及處理結果后期的分析技術與運動檢測及報警技術兩個關鍵技術為研究主線。文中對典型的圖像處理與圖像分析算法進行比較分析，并根據(jù)圖像識別過程中圖像預處理技術、運動目標檢測技術及圖像分析技術進行相關的實驗。最后，結合儲備糧智能視頻監(jiān)控的散裝糧倉實物數(shù)量識別場景的要求，通過構建圖像色調、亮度及其梯度空間，以色調初步確定感興趣區(qū)域，以色調一致結合梯度極值（閾值）的二維分

3、割方法確定識別目標邊緣，再通過傅立葉形狀描述算子對所分割邊界進行表述，并通過其傅立葉描述子和色調參數(shù)與先驗知識多維特征函數(shù)的比對實現(xiàn)對象體的精確分割與高可靠判別，實現(xiàn)特征目標體的識別；在運動檢測及報警實現(xiàn)方面，本文采用基于背景減法和時間差分相結合的幀差分的算法來實現(xiàn)遠程監(jiān)控端的運動檢測及報警，并按照視頻監(jiān)控與圖像分析系統(tǒng)的系統(tǒng)調查、系統(tǒng)需求分析、系統(tǒng)實施的軟件標準開發(fā)流程，開發(fā)出以嵌入式DVR/DVS為核心的基于客戶機/服務器（Clie