视频检测与跟踪技术在行人计数中的应用研究

论文摘要

随着公共安全需求的提高，视频监控系统在国民生活的许多方面得到广泛应用，如智能小区、超市安全、交通流量的监控等领域。本文主要对固定镜头视频序列中运动人体的检测和跟踪计数方法进行了研究。在运动目标检测研究方面，首先介绍了常用的运动目标检测算法，通过实验分析这些算法的优缺点，提出了一种以帧差法为基础的改进的运动目标检测算法。在运动目标跟踪研究方面，介绍了几种常用的目标特征和匹配算法。研究了普通模板匹配法，由于其匹配过程非常耗时，根本无法用于实时跟踪，因此紧接着又研究了速度较快的基于Hausdorff距离的匹配，提出了一种基于Hausdorff距离的快速目标匹配方法，即先在图像上粗匹配，得到一些侯选区域，然后在这些侯选区域内，利用快速匹配形成的聚类进行最佳匹配，得到最终的匹配结果，实现对运动目标的跟踪。在跟踪中，通过目标运动速度和方向的光滑性度量来建立每个运动目标的“目标链”即运动轨迹，实验结果表明此方法保证了运动跟踪的连续性和行人计数的有效性。最后对论文的研究工作进行了总结，指出了工作中存在的一些不足，同时对下一步视频跟踪系统理论研究及实现方面的工作进行了展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 视频监控系统概述
• 1.3 研究的任务与目标
• 1.3.1 运动检测理论研究
• 1.3.2 运动目标匹配和跟踪有关问题研究及应用
• 1.3.3 工作的难点及重点
• 第二章 图像的预处理
• 2.1 图像增强
• 2.2 平滑和噪声消除
• 2.2.1 移动平均法
• 2.2.2 中值滤波
• 2.2.3 形态学去噪
• 第三章 目标检测与提取
• 3.1 边缘检测
• 3.1.1 梯度算子
• 3.1.2 Canny边缘检测
• 3.2 阀值分割
• 3.3 区域分割
• 3.3.1 区域生长法
• 3.3.2 区域分裂合并法
• 3.4 运动检测技术
• 3.4.1 图像差分法
• 3.4.2 背景差值法
• 3.4.3 光流场法
• 3.5 目标区域定位
• 第四章 目标识别与跟踪技术研究
• 4.1 基于模板匹配的目标识别方法
• 4.1.1 模板匹配
• 4.1.2 模板的更新
• 4.2 基于目标不变特征的目标识别方法
• 4.2.1 目标不变特征
• 4.2.2 Mahalanobis距离
• 4.3 基于颜色直方图的目标识别方法
• 4.4 基于Hausdorff距离的目标识别方法
• 4.5 目标运动位置的预测
• 第五章 行人检测与跟踪计数系统实现
• 5.1 概述
• 5.2 改进的Hausdorff距离
• 5.3 距离变换
• 5.4 算法设计及技术要点
• 5.5 实验结果与结论
• 第六章 结束语
• 6.1 总结
• 6.2 下一步工作展望
• 参考文献
• 攻读硕士期间发表的学术论文