监视视频运动检测与目标判断技术

论文摘要

随着电子技术、通信技术、计算机视觉技术的发展,视频监视系统的研究与应用日益得到人们的重视。其中,运动检测与目标判断作为视频监视系统中视频处理的基础,具有非常重要的地位。本文通过对现有运动检测方法的原理、特点以及不足的分析,提出了一种基于时间差分与背景差分的运动检测方法。该方法在运用基于混合高斯模型的背景差分法进行运动检测的基础上,通过累积三帧时间差分法对检测结果进行判断检验,有效地解决了目前视频监视系统中经常出现的“虚检”、“漏检”问题,同时,该方法在光线突变情况下也能够快速的进行运动检测。目标判断可以理解为对运动检测出的目标进行语义上的分类,并将其对应于相应的类别。本文在深入分析运动目标图像特征的基础上,提出了一种基于物体形状的目标判断方法。该方法首先结合运动目标的水平投影与垂直投影提取出形状特征参数,然后训练基于小样本学习理论的支持向量机(SVM)多类别分类器对运动目标进行判断分类。实验结果表明,本文提出的目标判断方法能够较好地判断出实际应用环境中的人、车辆、狗以及骑车人这四类目标,准确率达到了97.38%。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究现状
• 1.3 运动检测与目标判断技术的主要难点
• 1.4 论文工作及内容安排
• 第二章 运动检测与目标判断理论
• 2.1 运动检测
• 2.1.1 基于特征的运动检测方法
• 2.1.2 光流法
• 2.1.3 时间差分法
• 2.1.4 背景差分法
• 2.2 运动检测方法的评价原则与指标
• 2.3 目标判断
• 2.3.1 图像特征
• 2.3.2 目标判断方法
• 2.3.3 分类器
• 2.4 目标判断方法的评价原则与指标
• 2.5 本章小结
• 第三章 一种基于时间差分与背景差分的运动检测方法
• 3.1 传统运动检测方法分析
• 3.2 基于时间差分与背景差分的运动检测方法
• 3.2.1 检测流程
• 3.2.2 累积三帧时间差分法
• 3.2.3 背景模型的初始化与更新
• 3.2.4 运动检测
• 3.2.5 阴影检测
• 3.2.6 后处理
• 3.3 实验仿真与分析
• 3.4 本章小结
• 第四章 一种基于物体形状的目标判断方法
• 4.1 目标判断问题描述
• 4.2 目标判断的特征选择与提取
• 4.2.1 典型形状特征
• 4.2.2 基于运动目标水平投影与垂直投影的形状特征参数
• 4.3 分类器设计
• 4.3.1 支持向量机方法
• 4.3.2 多类别分类器构造
• 4.4 实验仿真与分析
• 4.5 本章小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果