多攝像頭協(xié)力環(huán)境下視頻目標(biāo)定位算法的研究.pdf

1、隨著各類監(jiān)控器材的價格下降以及相關(guān)技術(shù)的成熟，視頻監(jiān)控系統(tǒng)正在由城市逐步走向城鎮(zhèn)鄉(xiāng)村，應(yīng)用方向也從一開始的安全監(jiān)控擴展到了生產(chǎn)生活的方方面面：從養(yǎng)殖場中對豬只行為進行實時監(jiān)控，以便及時發(fā)現(xiàn)豬只產(chǎn)仔等特殊情況，到智能溫室中采用的病蟲害防治監(jiān)控系統(tǒng)，再到智能家居系統(tǒng)中的人機交互，這些都是視頻監(jiān)控系統(tǒng)大顯身手的地方。但現(xiàn)有視頻監(jiān)控系統(tǒng)多采用單攝像頭“各自為戰(zhàn)”的方式來進行目標(biāo)跟蹤定位，單個攝像頭監(jiān)控范圍有限，安裝位置不當(dāng)?shù)脑捜菀琢粝卤O(jiān)控死角，

2、也容易因干擾、遮擋而丟失目標(biāo)。這種簡單的把多個攝像頭組合到一起的系統(tǒng)越來越難滿足人們對視頻監(jiān)控系統(tǒng)的需要，由此，對能夠使多攝像頭協(xié)力工作的算法進行研究就顯得相當(dāng)有必要，這也正是本文研究的一大意義所在。
　　本研究主要內(nèi)容包括：⑴在單攝像頭階段，提出了一種基于場景分類的多算法融合運動目標(biāo)定位算法，比較并改進了常用的色調(diào)、飽和度、亮度以及顏色距離算子，同時針對復(fù)雜背景下前景的破損問題，除了采用改進算子以及多算子融合的方法外，通過比對在

3、整體/局部閾值下前景的不同表現(xiàn)，提出了基于質(zhì)心位置的破損目標(biāo)聚攏法和網(wǎng)格化局部背景提取法，最后在算子改進和融合方法基礎(chǔ)上，提出了改進Surendra法和改進碼本法，并在仿真實驗中證明了它們的價值；⑵提出了用于提取運動物體縱向主骨架的分割橫截線法，并用該算法成功實現(xiàn)了特定姿勢的行人識別，在此基礎(chǔ)上提出了以人體近似地面接觸點和縱向骨架最高點作為單應(yīng)性矩陣匹配點的方法，并通過基于色調(diào)非等分量化的主顏色特征實現(xiàn)了多攝像頭交疊區(qū)域的人體匹配，兩者