收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

智能视频监控中的运动目标检测和跟踪算法研究

袁国武  
【摘要】:智能视频监控就是利用计算机视觉和数字图像处理的方法,在不需要人为干预的情况下,对摄像机拍摄的图像序列进行自动分析,实现对动态场景中运动目标的检测、跟踪和识别,并在此基础上分析和判断目标的行为,给出对运动目标行为和动作的描述,自动发现一些可疑情况,实现系统对场景中的异常进行鉴别并自动报警,从而指导和规划人们的行动。 目前,智能视频监控方面的研究和应用都面临着很多难题,国内外的许多学者投身于该领域的研究,取得了大量的成果。本文在这些成果的基础上,对智能视频监控系统中的关键步骤——运动目标检测与跟踪进行了研究。主要的工作概括如下: (1)针对运动目标检测和跟踪算法中的应用,改进了LBP (Local Binary Pattern)算子。LBP是一种强大的纹理描述算子,论文经过对LBP的二进制位串的01跳变情况进行统计,合并了出现概率较低的模式,使得LBP纹理的种类得到极大地削减,使后续使用LBP纹理的运动目标检测与跟踪算法在特征匹配时的速度得到提高。 (2)提出了一种结合改进的LBP纹理和色度信息的运动目标检测算法。运用LBP纹理和色度这两种特征对阴影都不敏感的特性,论文用LBP纹理和色度信息对背景进行描述,然后把该背景描述应用到高斯混合模型中,提出了一种新的运动目标检测方法,该方法能较好的抵御阴影及背景光照变化的影响; (3)提出了一种结合光流法与三帧差分法的运动目标检测算法。由于计算光流的算法复杂,论文简化了光流的计算:选择图像中少数具有某些特征的像素点,只对这部分像素点计算光流信息,有效地减少了复杂度。但是,由于只选取了部分代表性像素,检测得到的运动目标区域不太完整,于是论文引入了三帧差分法作为简化光流法的补充,在不增加太多计算量的情况下,得到了相对完整的运动目标轮廓。 (4)提出了联合LBP纹理和色度信息的Camshift跟踪算法。由于传统的Camshift算法是基于色彩直方图的目标跟踪,当目标和背景颜色相近或干扰目标和被跟踪目标颜色相近时,或者运动目标存在阴影时,跟踪的正确性受到很大的影响。论文采用LBP纹理和色度信息相结合描述运动物体,两种特征都对阴影不敏感,能克服阴影对跟踪结果的影响。另外,对于纹理缺乏区域,LBP纹理性能不好,但是色度往往能取得较好效果;而对运动目标和背景颜色相同的区域,而LBP纹理往往又能取得一定的效果。 (5)提出了基于Kalman滤波器和Blob匹配法的目标跟踪算法。Blob匹配法利用目标的外形特征去匹配候选目标,该方法在运动物体数目较多时,每个Blob都要与其它的各物体相匹配,速度会变慢,且不适用于对非刚性物体的跟踪,同时在目标遮挡时也难于继续跟踪到目标。而Kalman滤波器可以根据目标先前的运动信息去预测下一帧中目标的位置,和Blob匹配法结合后,能在Blob搜索时只需在预测到的位置附近做Blob匹配,减少了计算量。 论文得到了云南省应用基础研究计划项目“智能视频坚控中的运动目标检测与跟踪技术研究”(编号:2011FB019)的支持。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘相锋;周航;;步态识别技术及其在视频监控中的应用[J];电视技术;2011年01期
2 梁玉伟;杨起;王忠平;;智能视频监控在煤矿主井装卸载系统中的应用[J];中小企业管理与科技(下旬刊);2011年07期
3 周仲文;刘洋;;基于轮廓匹配与光流预测的智能监控应用研究[J];机械与电子;2010年S1期
4 夏永泉;李卫丽;甘勇;张素智;;智能视频监控中的运动目标检测技术研究[J];通信技术;2009年06期
5 申文彪;;智能视频监控技术研究及应用[J];煤;2009年09期
6 陶南;;小型智能视频监控软件的设计与实现[J];现代计算机(专业版);2011年08期
7 刘莹;;智能视频监控技术在城市轨道交通系统的应用及发展[J];铁路计算机应用;2007年11期
8 贾慧星;章毓晋;;智能视频监控中基于机器学习的自动人数统计[J];电视技术;2009年04期
9 张新新;孔英会;;智能视频监控中的异常检测方法研究[J];黑龙江科技信息;2009年36期
10 张俊芳;;智能视频监控技术在监狱中的应用[J];价值工程;2010年35期
11 郭会茹;;智能视频监控系统在看守所中的应用研究[J];淮阴工学院学报;2011年03期
12 张乐;郑世宝;;基于无线网络的嵌入式智能视频监控系统设计[J];微计算机信息;2010年29期
13 冷祥;高广珠;何智勇;;运动目标智能检测算法研究[J];现代电子技术;2010年19期
14 龙章勇;;浅析轨道交通智能视频监控的关键技术[J];硅谷;2011年06期
15 张曙光;;智能视频监控在公共安防中的应用研究[J];信息系统工程;2011年07期
16 钟庆;戴礼荣;宋彦;王仁华;;融合两种运动信息的分级运动检测算法[J];模式识别与人工智能;2005年05期
17 罗时朋;;浅析智能视频监控系统及其应用[J];网络与信息;2007年07期
18 马海兵;白洁;;人脸识别技术在智能视频监控系统中的应用[J];现代电子技术;2007年20期
19 马海兵;白洁;;人脸识别技术在智能视频监控系统中的应用[J];安防科技;2007年12期
20 赵继;陶学恒;李大运;;基于校园的智能视频监控系统关键技术研究[J];科技信息(学术研究);2008年21期
中国重要会议论文全文数据库 前2条
1 王建林;孙孟奎;杨磊;孙永奇;张士国;王志海;;一种基于减背景模型的运动目标检测算法[A];2008第四届中国智能交通年会论文集[C];2008年
2 李易;管庆;;基于DM642的智能视频监控系统[A];2008年中国西部青年通信学术会议论文集[C];2008年
中国博士学位论文全文数据库 前8条
1 王传旭;视频图像中人体目标的检测方法研究[D];中国海洋大学;2007年
2 孔晓东;智能视频监控技术研究[D];上海交通大学;2008年
3 陈功;鲁棒的智能视频监控方法研究[D];中国科学技术大学;2008年
4 李志华;智能视频监控系统目标跟踪与分类算法研究[D];浙江大学;2008年
5 陈远;复杂场景中视觉运动目标检测与跟踪[D];华中科技大学;2008年
6 罗青山;面向视频挖掘的视觉内容分析[D];上海交通大学;2009年
7 张剑;基于内容的智能视频监控关键技术及在公共安防中的应用研究[D];浙江大学;2007年
8 李峰;智能视频监控系统中的行人运动分析研究[D];中国科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 吴江波;智能视频监控系统的运动目标检测与跟踪算法研究[D];宁夏大学;2014年
2 李晓伟;智能视频监控系统中视频浏览子系统的设计与实现[D];山东大学;2009年
3 孔潇;快速实用的人脸检测与跟踪算法的研究[D];北京工业大学;2005年
4 陈念年;智能视频监控中运动对象检测的设计与实现[D];电子科技大学;2008年
5 李晨;智能视频监控中的算法研究及一种新的背景差分模型[D];吉林大学;2008年
6 严杰;支持人脸检测的智能视频监控系统的设计与实现[D];重庆大学;2008年
7 鲁玮;移动阴影检测抑制算法研究及在智能视频监控系统中的实现[D];电子科技大学;2009年
8 吴国良;仪表的图像识别及智能图像监控方法研究[D];重庆大学;2009年
9 柴望;面向智能视频监控的Shape Context算法的研究与应用[D];东华大学;2008年
10 宋波涛;智能视频监控系统的设计与实现[D];吉林大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978