智能视频监控系统的研究与应用

智能视频监控系统的研究与应用

论文摘要

随着计算机视觉处理技术、电子技术、通信技术的快速发展,智能视频监控系统作为安全防卫的一种重要手段正越来越受到人们的重视。智能视频监控技术包括图像处理、图像分析、模式识别、人工智能等众多研究领域,其智能化分析过程主要由运动目标检测、目标分类、目标跟踪和行为理解四个步骤组成,其中运动目标检测是其他几个环节的基础,运动目标的检测就是从图像序列中将人们感兴趣的运动目标从背景图像中分离出来,其检测效果的好坏,对于目标分类、目标跟踪、行为理解等后期高级处理起着至关重要的作用,但是由于背景图像的动态变化,如光照、天气、阴影以及背景干扰等的影响,使得运动目标检测成为一项非常困难的工作。因此,复杂场景下的运动目标检测成为智能视频监控研究的热点和难点,对其的研究有着重要的理论意义和实用价值。本文的主要内容可分为三部分:典型运动目标检测算法的研究与分析;新目标检测算法的提出及仿真实验测试;智能监控系统在变电站中的应用。一、首先,论文介绍了运动目标检测的一些基本方法:光流法、时间差分法、背景差分法;其次,论文对各种方法进行了详细的分析和比较,并指出其优缺点及其各自的适用范围。二、针对背景差分法在处理由于光照缓慢变化、区域大面积变化、物体移入或移出等原因引起背景变化从而导致的系统误检问题,论文提出了一种基于背景差分的可靠有效的背景建模及背景更新目标检测算法。首先,算法运用一种改进的基于像素灰度分类的背景建模方法初始化背景模型;其次,算法运用基于背景差分的两级背景模型自适应更新法对运动目标进行检测,同时提出一种简单的阴影检测方法消除阴影,并对检测出的运动区域进行后期处理以得到比较准确的目标物体,实验证明该算法不仅能够准确的提取出背景模型而且能有效地处理外界光照条件变化、背景物体缓慢移动等因素带来的影响并对阴影的抑制有明显的效果,该算法快速、准确、有着广泛的适应性;最后,论文利用提出的新算法,设计了一套运动目标检测系统,对检测系统的组成模块和流程进行了介绍。三、在对变电站监控系统的发展历程与需求分析研究的基础上,论文设计了一套变电站智能视频监控系统,方案从系统整体框架设计、硬件设备组成、软件系统功能以及系统特点等几个方面进行了详细的介绍,该方案的实施不仅可以大大提高电力系统的安全性和工作效率而且对其它行业的安防系统也有一定的借鉴意义。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题背景及研究意义
  • 1.2 国内外研究现状
  • 1.3 论文主要研究内容与结构安排
  • 1.3.1 论文主要研究内容
  • 1.3.2 论文结构安排
  • 第二章 智能视频监控及图像处理相关知识
  • 2.1 智能视频监控概述
  • 2.1.1 智能视频监控系统功能及优势
  • 2.1.2 智能视频监控的主要应用
  • 2.2 图像处理相关知识
  • 2.2.1 图像预处理
  • 2.2.2 图像形态学处理
  • 2.3 本章小结
  • 第三章 智能监控中的运动目标检测算法
  • 3.1 光流法
  • 3.2 时间差分法
  • 3.3 背景差分法
  • 3.3.1 基本背景差分法
  • 3.3.2 基于混合高斯模型的背景差分法
  • 3.4 本章小结
  • 第四章 基于两级背景模型更新的运动目标检测方法
  • 4.1 背景模型初始化
  • 4.2 目标检测与背景自适应更新
  • 4.3 运动目标检测算法的仿真实验结果及分析
  • 4.3.1 人体运动问题
  • 4.3.2 车辆运动问题
  • 4.3.3 室内物体缓慢移动问题
  • 4.3.4 室外光照变化问题
  • 4.4 阴影去除
  • 4.4.1 阴影检测
  • 4.4.2 阴影去除仿真实验结果及分析
  • 4.5 运动目标检测系统设计
  • 4.6 本章小结
  • 第五章 智能监控在变电站中的应用
  • 5.1 变电站监控系统概述
  • 5.1.1 发展历程
  • 5.1.2 需求分析
  • 5.2 变电站智能监控系统方案设计
  • 5.2.1 系统组成
  • 5.2.2 运动侦测的实现
  • 5.3 监控中心系统管理软件功能
  • 5.3.1 服务中心模块管理功能
  • 5.3.2 客户端模块管理功能
  • 5.4 系统功能特点
  • 5.5 本章小结
  • 第六章 总结与展望
  • 6.1 本文的主要工作
  • 6.2 下一步工作展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 相关论文文献

    • [1].畸变校正与帧差法相结合的运动目标检测[J]. 光学技术 2014(06)
    • [2].转发式干扰环境中的机载雷达运动目标检测[J]. 西安电子科技大学学报 2014(06)
    • [3].基于System Generator的帧间差分运动目标检测算法仿真[J]. 电子质量 2013(04)
    • [4].更正[J]. 航天控制 2013(05)
    • [5].基于改进背景差法的运动目标检测[J]. 仪表技术 2012(01)
    • [6].智能视频监控中的运动目标检测研究[J]. 科技创新与应用 2016(12)
    • [7].视频中运动目标检测专利技术综述[J]. 中国新通信 2016(17)
    • [8].基于栅格地图的智能车辆运动目标检测[J]. 系统工程与电子技术 2015(02)
    • [9].融合颜色信息与深度信息的运动目标检测方法[J]. 电子与信息学报 2014(09)
    • [10].融合空时显著性的运动目标检测方法[J]. 计算机仿真 2013(04)
    • [11].基于高斯混合模型的运动目标检测方法研究[J]. 电子测量技术 2013(10)
    • [12].一种改进的基于混合高斯模型的运动目标检测方法[J]. 应用光学 2012(05)
    • [13].光照变化下的运动目标检测方法[J]. 中国科技论文在线 2011(04)
    • [14].一种基于高斯混合模型的运动目标检测改进算法[J]. 现代电子技术 2010(02)
    • [15].运动目标检测视频监控软件的设计与实现[J]. 计算机技术与发展 2010(08)
    • [16].浅谈运动目标检测方法的研究[J]. 科技信息 2009(27)
    • [17].一种基于背景差分的运动目标检测新方法[J]. 成都大学学报(自然科学版) 2008(02)
    • [18].复杂条件下的运动目标检测方法研究综述[J]. 沈阳航空工业学院学报 2008(03)
    • [19].运动目标检测方法综述[J]. 电子世界 2019(04)
    • [20].视频图像中的运动目标检测方式及算法分析[J]. 网络空间安全 2016(07)
    • [21].基于帧间差分和背景相减的运动目标检测和提取算法研究[J]. 长春工程学院学报(自然科学版) 2015(03)
    • [22].运动背景下的运动目标检测方法[J]. 计算机仿真 2011(02)
    • [23].基于均值漂移聚类的运动目标检测[J]. 微型机与应用 2011(20)
    • [24].基于高斯混合模型机载下视运动目标检测方法[J]. 重庆理工大学学报(自然科学) 2011(11)
    • [25].运动目标检测方法的对比分析和仿真实现[J]. 电子科技 2011(12)
    • [26].运动目标检测与跟踪算法的研究进展[J]. 软件 2010(12)
    • [27].一种改进的运动目标检测方法[J]. 电脑知识与技术 2009(28)
    • [28].基于光流场的运动目标检测[J]. 天水师范学院学报 2008(05)
    • [29].基于背景模型的运动目标检测与跟踪[J]. 微计算机信息 2008(16)
    • [30].基于运动目标检测的视频存储策略[J]. 科技资讯 2008(23)

    标签:;  ;  ;  ;  ;  

    智能视频监控系统的研究与应用
    下载Doc文档

    猜你喜欢