智能视频监控中运动目标跟踪技术研究

论文摘要

21世纪以来,随着科学技术水平的不断提高,视频监控技术得到了飞速发展,已广泛应用于工业生产、国防建设、商业、交通、金融办公自动化及安防等多个领域。智能视频监控系统是采用智能视频分析技术的监控系统,它超越传统的数字监控系统,能最大限度地减少人为干预,提高监控效率,减轻人的工作负担,并可对视频中的运动目标进行检测、分离、跟踪与有效的识别,作出智能判断,实现真正意义上的智能监控。智能视频监控系统中运动目标的检测与跟踪技术是智能监控中的关键技术,因此对运动目标检测跟踪技术进行研究具有重要意义本文主要对智能视频监控系统中运动目标的检测与跟踪技术进行研究,主要工作如下：目标检测方面,对运动目标检测算法中的三帧差分法进行了研究,提出了一种改进的三帧差分法用于本文的目标检测,并采用opencv中轮廓检测与运动模板相结合的方法得到运动目标的位置,使得目标检测更为准确。运动目标跟踪方面,针对基于颜色直方图均值平移算法cam-shift在实际应用中的不足,采用卡尔曼滤波器建立运动模型,预测运动目标在下一帧图像中的位置,在此附近范围内进行匹配搜索,将以图像统计特性为特征的模板匹配算法与cam-shift结合起来实现运动目标的跟踪。最后,根据本文提出的运动目标检测与跟踪算法,基于MFC开发平台与opencv函数库设计了一个智能视频监控程序验证算法的可行性,实验表明,该程序能够较好对视频图像中运动目标进行检测和跟踪,实现简单的智能识别判断

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的背景和意义
• 1.2 国内外研究现状
• 1.3 opencv简介
• 1.4 本文研究的主要内容,目标与方法
• 第二章 数字图像处理基础
• 2.1 图像颜色模型
• 2.1.1 RGB颜色模型
• 2.1.2 HSV颜色模型
• 2.1.3 HSV和RGB模型之间的转换
• 2.2 图像滤波
• 2.2.1 均值滤波
• 2.2.2 中值滤波
• 2.3 图像形态学
• 2.3.1 腐蚀
• 2.3.2 膨胀
• 2.3.3 开运算与闭运算
• 2.4 小结
• 第三章 运动目标检测
• 3.1 运动目标检测基本方法
• 3.1.1 背景差法
• 3.1.2 光流法
• 3.1.3 帧差法
• 3.2 轮廓检测与运动模板
• 3.2.1 轮廓检测
• 3.2.2 运动模板
• 3.4 改进的目标检测算法
• 3.4.1 三帧差分法
• 3.4.2 运动目标检测
• 3.5 小结
• 第四章 运动目标跟踪
• 4.1 运动目标跟踪基本方法
• 4.2 cam-shift算法
• 4.3 卡尔曼滤波
• 4.4 运动目标跟踪算法实现
• 4.4.1 图像的统计特征
• 4.4.2 跟踪算法实现
• 4.5 小结
• 第五章 软件设计与实现
• 5.1 软件总体设计
• 5.2 软件实现
• 5.3 小结
• 结论与展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表论文