視頻序列中入侵目標(biāo)檢測算法研究.pdf

1、入侵目標(biāo)檢測技術(shù)是視頻分析領(lǐng)域備受關(guān)注的前沿方向,也是該領(lǐng)域的研究熱點，是保證現(xiàn)代社會公共安全的重要高科技手段和技術(shù)。主要內(nèi)容包括運動目標(biāo)的檢測、分類和跟蹤，其中提高入侵檢測算法的實時性和準(zhǔn)確性對于檢測系統(tǒng)順利完成目標(biāo)檢測和后續(xù)的高級處理都有重要意義，論文也是以此為研究目的展開。
　　 主要是通過對視頻序列的處理，讓計算機(jī)在不需要人參與的情況下，檢測出監(jiān)控區(qū)域內(nèi)的運動目標(biāo)，提取目標(biāo)的活動特征與活動信息，并與預(yù)先設(shè)定的報警規(guī)則相比

2、較，當(dāng)發(fā)現(xiàn)異常行為時則自動產(chǎn)生報警信號，提醒監(jiān)管人員查看。重點研究了背景模型下入侵目標(biāo)的檢測和目標(biāo)分類跟蹤技術(shù)，主要工作有：
　　 (1) 研究了傳統(tǒng)的運動目標(biāo)檢測算法，并在其基礎(chǔ)上對運動目標(biāo)檢測算法改進(jìn)。該算法通過改進(jìn)的Surendra算法更新背景模型，由Otsu動態(tài)閾值背景差分法得到二值圖像，然后與三幀差分法得到的二值化圖像邏輯“或”運算，對結(jié)合后的二值化圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)濾波以去除噪聲，最終得到可靠的運動目標(biāo)區(qū)域并在此基礎(chǔ)

3、上實時更新背景。實驗結(jié)果表明該方法提高了目標(biāo)檢測的魯棒性和實時性。
　　 (2)對檢測到的運動目標(biāo)提取特征參數(shù)、定義分類準(zhǔn)則，根據(jù)目標(biāo)的點表示和矩形框表示相結(jié)合的方法，采用多特征的樹型分類器，逐層細(xì)化分類方法來區(qū)分人和車輛；在目標(biāo)跟蹤方面，利用進(jìn)入監(jiān)控區(qū)域目標(biāo)的顏色直方圖作為特征，采用Camshift算法手動實現(xiàn)對目標(biāo)的連續(xù)跟蹤。實驗結(jié)果表明，該算法能較簡便的對入侵目標(biāo)分類并能可靠地預(yù)測跟蹤目標(biāo)的運動軌跡。
　　 (3)