基于計(jì)算機(jī)圖像處理的智能監(jiān)控技術(shù)的研究.pdf

1、隨著安防產(chǎn)品需求的增長(zhǎng)，基于計(jì)算機(jī)視覺的智能監(jiān)控技術(shù)得到了快速發(fā)展，其相關(guān)技術(shù)成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。本文在已有的研究成果下，對(duì)該技術(shù)中的一些難點(diǎn)進(jìn)行了深入研究。在目標(biāo)檢測(cè)前，需要對(duì)攝像頭獲取的原始圖片進(jìn)行預(yù)處理。本文采用常見的中值濾波方法對(duì)圖片進(jìn)行去噪，并且結(jié)合直方圖均衡化算法增強(qiáng)了感興趣區(qū)域，便于后期的進(jìn)一步處理。通過(guò)實(shí)驗(yàn)論證了該方法的有效性。
　　本文對(duì)傳統(tǒng)的目標(biāo)檢測(cè)方法進(jìn)行了簡(jiǎn)要介紹。針對(duì)在動(dòng)態(tài)背景下基于背景差分法的視覺

2、背景提取算法（ViBe）容易形成殘影區(qū)域，對(duì)前景目標(biāo)檢測(cè)結(jié)果不夠清楚準(zhǔn)確的問(wèn)題，本文提出了一種改進(jìn)的ViBe算法。在原ViBe算法基礎(chǔ)上采用時(shí)空聯(lián)合背景建模方法，分別初始化單幀圖像和多幀連續(xù)圖像，通過(guò)時(shí)間和空間維度的關(guān)系把它們結(jié)合起來(lái)，這樣可以有效消除“鬼影”的影響；在匹配過(guò)程中，分別對(duì)它們進(jìn)行模型更新，并引入自適應(yīng)閾值的方法，增強(qiáng)了閾值對(duì)動(dòng)態(tài)背景的適應(yīng)能力。在目標(biāo)跟蹤方面，對(duì)傳統(tǒng)的卡爾曼濾波和Camshift跟蹤算法進(jìn)行了詳細(xì)研究。針