基于DSP的嵌入式视频监控系统的应用研究

论文摘要

视频监控技术是一个新兴的应用方向和备受关注的前沿课题,是计算机科学、机器视觉、图像工程、模式识别和人工智能等多学科高技术的结晶。视频监控在技术上可解释为在不需要人为干预的情况下,利用计算机视觉和序列图像分析的方法对摄像机拍录的图像序列进行自动分析。当监控的场所发生异常情况时,实现对场景中运动目标的识别和跟踪,并及时准确地发出警报,也减少了雇佣大批监视人员所需要的人力、物力和财力的投入。同时能够在对场景中目标的定位、识别和跟踪的基础上分析和判断目标的行为,得出对图像内容含义的理解以及对客观场景的解释,从而指导和规划行动。目前,视频监控在理论和应用上都面临着很多难题,比如多目标分割,阴影下目标检测等。国内外有大批的学者投身于该领域的研究和探索,并且取得了大量的成果。本文在分析和研究这些成果的基础上,对视频监控系统的一些关键技术进行研究。可概括如下:(1)在基于图像差分的运动目标检测算法中,检测判定阈值是这类算法的关键。基于背景差分与帧间差分相结合的运动目标检测算法采用经验设定检测阈值易发生误报警或错报警。本文采用自适应阈值的判定方法,克服了传统差分算法中的缺点。(2)为了从目标检测算法检测出的前景点集中,把目标完整地分割提取出来,从而获得关于各前景目标的特征描述。本文依据目标的空间连续性,采用了数学形态学处理和连通区域检测算法以去除噪声和填补孔洞,并结合单高斯模型获取背景估计图像的特点,在兼顾减少噪声和保持目标完整的前提下,通过自适应的阈值更新,获得了理想的目标背景的二值图像。(3)本文设计了一种基于双DSP方案的嵌入式视频监控实现方案。该方案采用TI公司的高性能多媒体数字信号处理器DM642,对传统摄像机进行了数字化、网络化智能化等技术改进,硬件设计简单,软件升级容易,安装方便,性价比高。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 智能视频监控研究现状及其应用前景分析
• 1.3 本课题的主要研究内容
• 1.4 本章小结
• 第二章 智能视频监控中的关键技术
• 2.1 运动目标检测
• 2.1.1 背景差分方法
• 2.1.2 统计模型背景
• 2.1.3 帧间差分模型
• 2.1.4 光流法
• 2.2 目标分类
• 2.2.1 基于形状信息的分类
• 2.2.2 基于运动的分类
• 2.3 本章小结
• 第三章 运动目标检测技术
• 3.1 基于背景差分的方法
• 3.1.1 背景差分方法原理
• 3.1.2 背景图像更新
• 3.2 基于背景描述模型的方法
• 3.2.1 方法原理
• 3.2.2 背景描述模型
• 3.2.3 单模态背景模型算法
• 3.2.4 多模态背景模型算法
• 3.2.5 背景像素建模
• 3.3 帧间差分方法
• 3.3.1 帧间差分法原理
• 3.3.2 基于块的帧间差分法
• 3.4 基于光流的方法
• 3.4.1 基于帧间差和光流的运动目标检测和估计算法
• 3.4.2 算法实现步骤
• 3.5 本章小结
• 第四章 运动目标跟踪技术研究
• 4.1 概述
• 4.2 运动目标跟踪方法分析
• 4.2.1 基于特征的跟踪方法
• 4.2.2 基于变形模型的跟踪方法
• 4.3 基于区域的跟踪方法
• 4.4 KALMAN滤波预测方法
• 4.4.1 Kalman 滤波器
• 4.4.2 基于Kalman 滤波器的目标运动估计
• 4.5 本章小结
• 第五章 运动目标分类技术
• 5.1 概述
• 5.2 支持向量机
• 5.2.1 支持向量机（SVM）概述
• 5.2.2 支持向量机算法
• 5.2.2.1 分类面结构
• 5.2.2.2 最优分类面
• 5.2.2.3 非线性支持向量机
• 5.3 基于支持向量机的目标分类
• 5.3.1 特征选择与提取
• 5.3.2 支持向量机的训练
• 5.4 本章小结
• 第六章 智能视频监控系统的设计与开发
• 6.1 基于数字信号处理器（DSP）的视频监控系统
• 6.2 总体方案设计
• 6.2.1 系统的总体结构
• 6.2.2 TMS320DM642 DSP 的简介
• 6.3 系统的硬件设计
• 6.3.1 视频采集接口
• 6.3.2 主机接口
• 6.3.3 视频显示接口
• 6.3.4 网络接口
• 6.4 系统软件设计
• 6.4.1 代码移植
• 6.4.2 代码优化
• 6.5 本系统软件实现
• 6.6 综合试验结果
• 6.7 本章小结
• 第七章 总结与展望
• 7.1 本文主要工作总结
• 7.2 进一步工作展望
• 参考文献
• 发表论文和科研情况说明
• 致谢