视频监控中的图像匹配和运动目标检测

论文摘要

本文所设计的智能视频监控系统应用在列车车头和车厢之间,主要起到两个方面的作用:第一个作用是对连接两者的列车车钩的连挂状态（连挂上和未连挂上）进行基于图像模板匹配的状态识别,从而提高列车司机连挂车钩时的工作效率;第二个作用是在列车启动前检测车头和车厢之间有无正在活动的人体,以保障人员安全。在对列车车钩连挂状态的图像匹配识别上,本文提出了一种的粗-精两步匹配的方法,把归一化积相关匹配法用于粗匹配阶段,图像不变矩匹配法用于精匹配阶段,并在匹配过程中采用匹配模板自适应更新的方法。本文首先分析了车钩的结构特点,并对其完成连挂和未完成连挂的各种状态进行分类,然后进行粗-精两步匹配。粗匹配阶段的归一化积相关匹配法对完成连挂的车钩图像可以很好的匹配识别,对存在平移、旋转或尺度变换等几何形变的车钩图像,有较大匹配误差,这时须采用图像不变矩匹配方法做精匹配,才可以保证匹配精度。实验表明这种粗-精两步匹配法有较好的稳定性,匹配准确率较高。在对列车车头和车厢之间的运动目标的检测上,本文提出一种联合了帧间差分法和背景差分法的检测方法。首先采用自适应阈值二值化、形态学操作等方法去除视频图像中由于摄像机振动带来的噪声,然后结合帧间差分法和背景差分法的各自优点:利用帧间差分法较好的稳定性,结合背景差分法能够比较精确地反映运动目标的位置、大小、形状等目标信息的特点,对每一帧图像做联合差分法处理,准确而完整的检测、提取了运动目标区域,并在视频中加矩形框标记出运动目标。仿真实验结果验证了这种方法的实用性以及优越性。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 课题来源
• 1.2 课题背景
• 1.3 课题的目的及意义
• 1.4 国内外研究现状
• 1.5 本文主要研究内容
• 2 视频监控中的图像匹配和运动目标检测方法
• 2.1 引言
• 2.2 图像匹配算法
• 2.3 运动目标检测方法
• 2.4 本章小结
• 3 车钩的图像匹配识别
• 3.1 引言
• 3.2 车钩的构造和连挂状态分类
• 3.3 图像预处理
• 3.4 两种图像匹配方法的实验研究
• 3.5 粗-精两步匹配法
• 3.6 本章小结
• 4 视频监控中的运动目标检测
• 4.1 引言
• 4.2 运动目标检测技术
• 4.3 帧间差分与背景差分的结合算法
• 4.4 视频监控系统的的实现和应用
• 4.5 本章小结
• 5 总结和展望
• 5.1 全文总结
• 5.2 研究展望
• 致谢
• 参考文献
• 附录 车钩图像的归一化中心矩