视频序列中入侵目标检测算法研究

论文摘要

入侵目标检测技术是视频分析领域备受关注的前沿方向,也是该领域的研究热点,是保证现代社会公共安全的重要高科技手段和技术。主要内容包括运动目标的检测、分类和跟踪,其中提高入侵检测算法的实时性和准确性对于检测系统顺利完成目标检测和后续的高级处理都有重要意义,论文也是以此为研究目的展开。主要是通过对视频序列的处理,让计算机在不需要人参与的情况下,检测出监控区域内的运动目标,提取目标的活动特征与活动信息,并与预先设定的报警规则相比较,当发现异常行为时则自动产生报警信号,提醒监管人员查看。重点研究了背景模型下入侵目标的检测和目标分类跟踪技术,主要工作有:（1）研究了传统的运动目标检测算法,并在其基础上对运动目标检测算法改进。该算法通过改进的Surendra算法更新背景模型,由Otsu动态阈值背景差分法得到二值图像,然后与三帧差分法得到的二值化图像逻辑“或”运算,对结合后的二值化图像进行数学形态学滤波以去除噪声,最终得到可靠的运动目标区域并在此基础上实时更新背景。实验结果表明该方法提高了目标检测的鲁棒性和实时性。（2）对检测到的运动目标提取特征参数、定义分类准则,根据目标的点表示和矩形框表示相结合的方法,采用多特征的树型分类器,逐层细化分类方法来区分人和车辆;在目标跟踪方面,利用进入监控区域目标的颜色直方图作为特征,采用Camshift算法手动实现对目标的连续跟踪。实验结果表明,该算法能较简便的对入侵目标分类并能可靠地预测跟踪目标的运动轨迹。（3）实现了基于VC++和OpenCV的入侵检测系统的设计,该平台能够实现视频序列的入侵目标检测,并解决了进入监控区域的目标因静止而产生漏报和目标离开场景由于背景更新延时而产生的误报现象。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外研究现状
• 1.3 本文组织结构
• 1.4 本文创新点
• 第二章 运动目标检测和跟踪技术
• 2.1 引言
• 2.2 运动目标检测常用方法
• 2.2.1 运动目标检测流程
• 2.2.2 运动目标检测后处理
• 2.2.3 背景差分检测目标
• 2.2.4 帧间差分检测目标
• 2.3 运动目标跟踪技术
• 2.3.1 目标跟踪算法
• 2.3.2 Mean Shift 跟踪模型
• 2.4 软件介绍
• 第三章 入侵目标检测跟踪算法研究
• 3.1 引言
• 3.2 背景差分和三帧差分结合检测目标
• 3.2.1 检测思想及流程
• 3.2.2 Surendra 改进算法
• 3.2.3 目标检测及背景更新
• 3.2.4 实验结果分析
• 3.3 入侵目标分类跟踪研究
• 3.3.1 目标分类算法研究
• 3.3.2 CamShift 目标跟踪算法
• 第四章 入侵目标检测设计与实现
• 4.1 引言
• 4.2 OPENCV 在编程环境的配置
• 4.2.1 系统硬件环境
• 4.2.2 系统软件配置
• 4.3 系统设计方案
• 4.3.1 设计思想
• 4.3.2 系统功能模块
• 4.3.3 设计流程图
• 4.4 实验结果分析
• 第五章 总结与展望
• 5.1 论文总结
• 5.2 工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文和科技成果