智能視頻監(jiān)控中運(yùn)動目標(biāo)檢測技術(shù)研究.pdf

1、計算機(jī)智能視頻監(jiān)控是計算機(jī)視覺領(lǐng)域一個新興的應(yīng)用方向和備受關(guān)注的前言課題，是計算機(jī)科學(xué)、機(jī)器視覺、圖像工程、模式識別、人工智能等多學(xué)科高科技的結(jié)晶。運(yùn)動物體視覺分析作為智能監(jiān)控中的一項核心技術(shù)，它包括運(yùn)動物體檢測與提取、物體分類、事件檢測、行為識別和分析等，而運(yùn)動物體檢測與提取又是其中的基礎(chǔ)和關(guān)鍵。在運(yùn)動物體檢測與提取中，陰影的存在會導(dǎo)致物體的錯誤分類或者使不同物體相互融合，為后續(xù)的高級處理帶來錯誤的結(jié)果，導(dǎo)致不能夠很好的跟蹤物體以及對

2、物體的行為進(jìn)行理解和描述。 本文在總結(jié)和分析了國內(nèi)外相關(guān)研究的基礎(chǔ)上，分別在前景區(qū)域檢測與提取、運(yùn)動物體的陰影檢測與去除及目標(biāo)跟蹤技術(shù)三個方面作了一定的研究： 1)在前景區(qū)域檢測與提取中，討論各種常用的背景提取方法原理時，著重分析了混合高斯背景建模方法，指出減背景技術(shù)中存在分割閾值難以合理選取的不足。選用混合高斯前景建模的方法來實現(xiàn)運(yùn)動目標(biāo)檢測，從而避開分割閾值難以選取這一難題。為了防止漏檢，本文改進(jìn)了混合前景建模方法，

3、增加了判斷為前景點的條件并與原有條件采用“或”策略，所以也產(chǎn)生了部分假前景，但經(jīng)過精心的后處理，獲得的前景圖不僅好于處理前，而且也明顯優(yōu)于混合高斯背景建模再采用減背景技術(shù)獲得的前景圖。 2)在陰影檢測與去除方面，首先介紹了本文陰影檢測中用到的相關(guān)理論基礎(chǔ)，包括形態(tài)學(xué)處理、光流計算和運(yùn)動目標(biāo)陰影的特性，然后分析了HSV顏色空間去陰影方法不能有效消除微弱陰影和虛影的原因。針對HSV法的不足，本文提出了一種在HSV法的基礎(chǔ)上應(yīng)用光流法