基于matlab的人體姿態(tài)的檢測(cè)課程設(shè)計(jì)

1、山東建筑大學(xué)信電學(xué)院課程設(shè)計(jì)說(shuō)明書1基于視頻的人體姿態(tài)檢測(cè)一、一、設(shè)計(jì)目的和要求設(shè)計(jì)目的和要求1.根據(jù)已知要求分析視頻監(jiān)控中行人站立和躺臥姿態(tài)檢測(cè)的處理流程，確定視頻監(jiān)中行人的檢測(cè)設(shè)計(jì)的方法，畫出流程圖，編寫實(shí)現(xiàn)程序，并進(jìn)行調(diào)試，錄制實(shí)驗(yàn)視頻，驗(yàn)證檢測(cè)方法的有效性，完成系統(tǒng)軟件設(shè)計(jì)。2.基本教學(xué)要求：每人一臺(tái)計(jì)算機(jī)，計(jì)算安裝matlab、visio等軟件。二、二、設(shè)計(jì)原理設(shè)計(jì)原理2.1圖像分割中運(yùn)動(dòng)的運(yùn)用（運(yùn)動(dòng)目標(biāo)檢測(cè)）首先利用統(tǒng)計(jì)的方

2、法得到背景模型，并實(shí)時(shí)地對(duì)背景模型進(jìn)行更新以適應(yīng)光線變化和場(chǎng)景本身的變化，用形態(tài)學(xué)方法和檢測(cè)連通域面積進(jìn)行后處理，消除噪聲和背景擾動(dòng)帶來(lái)的影響，在HSV色度空間下檢測(cè)陰影，得到準(zhǔn)確的運(yùn)動(dòng)目標(biāo)。噪聲的影響，會(huì)使檢測(cè)結(jié)果中出現(xiàn)一些本身背景的區(qū)域像素點(diǎn)被檢測(cè)成運(yùn)動(dòng)區(qū)域，也可能是運(yùn)動(dòng)目標(biāo)內(nèi)的部分區(qū)域被漏檢。另外，背景的擾動(dòng)，如樹枝、樹葉的輕微搖動(dòng)，會(huì)使這部分也被誤判斷為運(yùn)動(dòng)目標(biāo)，為了消除這些影響，首先對(duì)上一步的檢測(cè)結(jié)果用形態(tài)學(xué)的方法進(jìn)行處理，在

3、找出經(jīng)過(guò)形態(tài)學(xué)處理的后的連通域，計(jì)算每個(gè)連通域中的面積，對(duì)于面積小于一定值的區(qū)域，將其拋棄，不看做是前景運(yùn)動(dòng)目標(biāo)。2.2bwlabel函數(shù)用法：L=bwlabel(BWn)[Lnum]=bwlabel(BWn)，這里num返回的就是BW中連通區(qū)域的個(gè)數(shù)。返回一個(gè)和BW大小相同的L矩陣，包含了標(biāo)記了BW中每個(gè)連通區(qū)域的類別標(biāo)簽，這些標(biāo)簽的值為1、2、num（連通區(qū)域的個(gè)數(shù)）。n的值為4或8，表示是按4連通尋找區(qū)域，還是8連通尋找，默認(rèn)為8

4、。四連通或八連通是圖像處理里的基本感念：8連通，是說(shuō)一個(gè)像素，如果和其他像素在上、下、左、右、左上角、左下角、右上角或右下角連接著，則認(rèn)為他們是聯(lián)通的；4連通是指，如果像素的位置在其他像素相鄰的上、下、左或右，則認(rèn)為他們是連接著的，連通的，在左上角、左下角、右上角或右下角連接，則不認(rèn)為他們連通。2.3regionprops統(tǒng)計(jì)被標(biāo)記的區(qū)域的面積分布，顯示區(qū)域總數(shù)山東建筑大學(xué)信電學(xué)院課程設(shè)計(jì)說(shuō)明書3和場(chǎng)景本身的變化，用形態(tài)學(xué)方法和檢測(cè)連通

5、域面積進(jìn)行后處理，消除噪聲和背景擾動(dòng)帶來(lái)的影響，在HSV色度空間下檢測(cè)陰影，得到準(zhǔn)確的運(yùn)動(dòng)目標(biāo)。本次采用了基于累積差分和數(shù)學(xué)形態(tài)學(xué)處理的運(yùn)動(dòng)區(qū)域提取算法。在時(shí)域窗口內(nèi)，首先對(duì)圖象進(jìn)行降級(jí)處理得到灰度帶圖象，對(duì)灰度帶差分圖象累積并進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理得到運(yùn)動(dòng)目標(biāo)的軌跡模版，將軌跡模版與當(dāng)前幀差分圖象與運(yùn)算得到當(dāng)前幀運(yùn)動(dòng)目標(biāo)象素，最后進(jìn)行多級(jí)數(shù)學(xué)形態(tài)學(xué)處理得到當(dāng)前幀運(yùn)動(dòng)區(qū)域。實(shí)驗(yàn)結(jié)果表明，該算法不僅能夠?qū)o止背景序列運(yùn)動(dòng)區(qū)域有較好的分割結(jié)果，

6、而且在沒(méi)有進(jìn)行全局運(yùn)動(dòng)補(bǔ)償?shù)那闆r下，對(duì)部分運(yùn)動(dòng)背景序列也能成功的提取出運(yùn)動(dòng)區(qū)域。3.1.3研究人體姿態(tài)的特征描述BoundingBox——包含相應(yīng)區(qū)域的最小矩形ientation與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的長(zhǎng)軸與x軸的交角（度）3.2方案設(shè)計(jì)根據(jù)設(shè)計(jì)要求確定視頻監(jiān)控中行人分割和人體姿態(tài)識(shí)別的方法，選擇確定運(yùn)動(dòng)目標(biāo)檢測(cè)、行人人體姿態(tài)特征信息提取實(shí)現(xiàn)方法。畫出流程圖見(jiàn)附錄2并對(duì)各部分功能進(jìn)行說(shuō)明。（1）判斷是否為人體在目標(biāo)提取之前，

7、首先要對(duì)輸入的圖片進(jìn)行檢測(cè)。本文通過(guò)連通域的面積來(lái)檢測(cè)判斷目標(biāo)是否為人體。（2）人體目標(biāo)提取如果是人體導(dǎo)入背景圖片與背景圖片做差，再通過(guò)背景差閾值分割法進(jìn)行提取。（4）行為識(shí)別在解決了以上的問(wèn)題之后，接下來(lái)就是要選擇一種合適的算法來(lái)進(jìn)行人體姿態(tài)識(shí)別，這也是本文研究的重點(diǎn)和難點(diǎn)。本文采用人體目標(biāo)的連通區(qū)域的長(zhǎng)寬比例和方向角的方法來(lái)對(duì)人體行為進(jìn)行識(shí)別。3.3程序設(shè)計(jì)根據(jù)設(shè)計(jì)要求確定視頻中行人檢測(cè)和人體姿態(tài)特征信息提取方法，進(jìn)行程序設(shè)計(jì)，編寫