視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測算法的研究.pdf

1、視頻監(jiān)控是計(jì)算機(jī)視覺、模式識(shí)別以及人工智能等領(lǐng)域的一個(gè)重要的研究內(nèi)容，在安全監(jiān)控、智能交通、軍事導(dǎo)航等方面有著廣泛的應(yīng)用前景。運(yùn)動(dòng)目標(biāo)檢測技術(shù)是視頻監(jiān)控系統(tǒng)中一個(gè)重要組成部分，其檢測結(jié)果直接影響著后續(xù)的目標(biāo)定位、識(shí)別和跟蹤以及運(yùn)動(dòng)行為的理解和描述。國內(nèi)外大批學(xué)者投身于該領(lǐng)域的研究和探索，并取得了大量的成果。本文是在這些成果的基礎(chǔ)上，對(duì)視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測算法進(jìn)行了研究。 本文首先對(duì)數(shù)字圖像處理的基礎(chǔ)知識(shí)進(jìn)行了介紹，并根據(jù)實(shí)

2、際情況，針對(duì)噪聲濾波、顏色空間的選擇與變換、圖像邊緣檢測和數(shù)學(xué)形態(tài)學(xué)處理等常用方法進(jìn)行了對(duì)比驗(yàn)證，為運(yùn)動(dòng)目標(biāo)檢測與陰影抑制算法的研究奠定了基礎(chǔ)。 在運(yùn)動(dòng)目標(biāo)檢測方面，針對(duì)背景差分法，對(duì)常用的背景建模方法進(jìn)行了分析研究，并提出了一種基于關(guān)鍵幀采樣機(jī)制的核密度估計(jì)背景建模算法。利用間隔視頻序列的平均背景對(duì)樣本進(jìn)行預(yù)處理，并根據(jù)相似性原理，從中提取具有關(guān)鍵背景信息的樣本建立背景模型。采用閾值分割，將灰度圖像轉(zhuǎn)化成黑白二值圖像，再對(duì)目標(biāo)

3、粗糙的邊緣輪廓進(jìn)行數(shù)學(xué)形態(tài)學(xué)濾波以去除背景噪聲，提取出目標(biāo)輪廓。同時(shí)引入定時(shí)全樣本更新和實(shí)時(shí)選擇性更新相結(jié)合的更新策略，實(shí)現(xiàn)了背景的自適應(yīng)更新。該算法具有運(yùn)行速度快，檢測精度高的優(yōu)點(diǎn)，較好地解決了運(yùn)動(dòng)目標(biāo)檢測系統(tǒng)中背景模型的建立、更新、背景擾動(dòng)、外界光照變化等問題。 在運(yùn)動(dòng)陰影抑制方面，陰影抑制算法直接影響著運(yùn)動(dòng)目標(biāo)檢測的準(zhǔn)確性和完整性，目前的陰影檢測算法大多是基于陰影光學(xué)屬性的，雖然該算法實(shí)現(xiàn)簡單，但是主要是針對(duì)陰影的某一特性

4、展開的，不具通用性。本文在對(duì)陰影檢測算法分析的基礎(chǔ)上，將基于幾何模型和陰影屬性的方法結(jié)合起來，提出了一種基于8方向Sobel算子和高斯核密度聚類的陰影消除方法。首先對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行陰影存在性判定，對(duì)帶有陰影的圖像利用8方向Sobel算子提取邊緣，并通過數(shù)學(xué)形態(tài)學(xué)處理獲得粗略的陰影區(qū)域。然后在此基礎(chǔ)上，利用陰影區(qū)域相對(duì)于背景的亮度增益波動(dòng)很小的特點(diǎn)，運(yùn)用高斯核密度聚類算法檢測出陰影，從而實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)與陰影的完整分割。 在實(shí)際應(yīng)用方面

5、，針對(duì)ITS設(shè)計(jì)了一種運(yùn)動(dòng)車輛檢測系統(tǒng)。介紹了系統(tǒng)的設(shè)計(jì)思想和設(shè)備組成，并根據(jù)實(shí)際情況進(jìn)行了模塊化設(shè)計(jì)，包括模塊的工作原理和系統(tǒng)設(shè)計(jì)流程。 總之，本文通過對(duì)運(yùn)動(dòng)目標(biāo)檢測問題進(jìn)行了深入分析和研究，對(duì)該問題提出了自己的解決方法。并且對(duì)這些方法作了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本文提出的運(yùn)動(dòng)目標(biāo)檢測算法能夠快速完整的檢測出運(yùn)動(dòng)區(qū)域，同時(shí)在很大程度上了抑制噪聲和背景區(qū)域的變化；而基于8方向Sobel算子和高斯核密度聚類的陰影檢測方法，能有效的抑制