视频监控系统中运动目标的检测与跟踪技术研究

论文摘要

智能监控系统是计算机视觉领域的一个热点问题,是计算机视觉领域的主要研究内容之一,在军事、安全等领域得到了广泛的应用。运动目标检测与跟踪技术是智能视频监控系统的核心,因此,研究运动目标的检测与跟踪技术对研究智能监控系统的性能与效率具有重要的意义。本文研究了运动目标检测与跟踪算法中所存在的一些主要问题,并对相应的算法做了验证。本文的主要研究工作如下:在运动目标检测部分,首先对几种常用的算法:帧间差分法、背景减除法和单高斯背景模型进行了比较。重点比较了两帧差分与三帧差分的检测效果,实验表明,三帧差分法虽然比两帧差分法的检测效果有了很大提高,但是检测出来的运动目标区域还不够完整,并且有大量空洞存在。本文在原有三帧差分法的基础上加入了背景减除法进行检测。通过实验比较了原有三帧差分法和改进后的算法的检测效果。实验表明,改进后的算法能完整的提取运动目标,消除了空洞现象。在运动目标跟踪部分,本文利用Kalman滤波器建立运动模型,首先用卡尔曼滤波器预测目标的大致区域,然后在预测区域内进行目标匹配,有效地对运动目标进行了跟踪。最后本文对目标特征匹配算法做了比较详细的阐述,并且通过实验证明了基于卡尔曼滤波的跟踪算法比较有效,能够可靠地预测和跟踪运动目标。最后,本文利用Visual C++ 6.0开发平台和OpenCV设计了一个简单的监视系统的演示软件,进一步验证了本文算法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 选题意义和背景
• 1.2 研究现状
• 1.3 视频监控主要内容
• 1.4 存在的主要问题
• 1.5 本文的主要研究内容
• 第二章 图像处理基础
• 2.1 色彩空间介绍
• 2.2 目标图像处理的方法研究
• 2.2.1 图像增强
• 2.2.2 图像去噪
• 2.2.3 图像二值化
• 2.2.4 数学形态学去噪
• 2.3 本章小结
• 第三章 运动目标检测
• 3.1 引言
• 3.2 运动目标检测的常用算法
• 3.2.1 帧间差分法
• 3.2.2 背景减除法
• 3.2.3 单高斯背景模型
• 3.3 背景减除法与三帧差分法相结合的运动目标检测
• 3.3.1 三帧差分法
• 3.3.2 改进的Surendra 背景更新算法
• 3.3.3 结合背景减除的三帧差分法
• 3.3.4 实验结果分析
• 3.4 本章小结
• 第四章 运动目标跟踪
• 4.1 引言
• 4.2 运动目标跟踪技术的基本方法介绍
• 4.3 卡尔曼滤波器
• 4.3.1 卡尔曼滤波器原理
• 4.3.2 基于卡尔曼滤波的跟踪算法
• 4.3.3 算法步骤说明
• 4.3.4 实验结果及分析
• 4.4 本章小结
• 第五章 基于 OpenCV 的视频监视软件的设计
• 5.1 OpenCV 简介
• 5.2 OpenCV 对视频图像的操作
• 5.3 视频监视软件的设计
• 5.3.1 软件开发环境及设计目标
• 5.3.2 软件设计流程
• 5.3.3 实验结果及分析
• 5.4 本章小结
• 第六章 总结与展望
• 致谢
• 参考文献