基于数字图像处理的室内人数统计

论文摘要

从视频截取的图象中统计人数,一直是图象处理领域的一个前沿课题,在交通监控、客流量统计、运动分析、虚拟现实、智能建筑视频监控等领域都有很高的实用价值。本文以视频截图中的“人”为目标,采用轮廓提取和数学形态学膨胀,最后进行连通域处理的方法,达到了检测智能建筑内部人数统计的目的。动态目标检测是本文人数统计的前提,通过研究不同的动态目标检测算法,本文提出了一种基于改进的高斯背景模型的背景差分法,对动态目标的检测具有更好的效果。图像预处理几乎是所有数字图像处理的必经步骤,本文主要应用了图像灰度变换和图像滤波。通过对原始图像进行灰度直方图均衡化和灰度直方图规定化来改善原始图像的质量。比较了均值滤波,中值滤波和高斯滤波等方法的优劣,并根据不同的噪声选择不同的去噪方法对原始图像进行了处理。边缘检测一直是图像模式识别的基本问题,同时也是最难的问题之一,本文比较了各种不同的边缘提取算子的效果和不同的适用范围,最终选取了Canny算子来提取边缘,获得了较好的轮廓,避免了后续的复杂处理。本文通过对边缘进行膨胀解决了边缘细微处不连续的问题,并对图像中的目标进行了图像填充,得到了目标图像的连通域；接着计算连通域的面积,通过设置面积阈值,剔除了图像中的小的瑕疵,最终得到了图像中的人数。对于人数统计中的重复计数问题,本文根据连通域面积阈值的设定,将连通域面积大于一定阈值的目标计数为两个人,很好的解决了这个问题。最后,为了实现算法的集成,同时为了能够让算法实现简单易行,建立了MATLAB图形交互界面,实现了人数的快速直观检测。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.2 国内外研究现状
• 1.3 课题研究内容
• 1.4 存在的问题及本文应对办法
• 第二章 人数统计系统的总体设计
• 2.1 人数统计系统的主要思想
• 2.2 算法的主要辅助技术
• 2.2.1 检测目标图像的获取
• 2.2.2 图像预处理
• 2.3 本章小结
• 第三章 基于形态学处理人数统计的算法研究
• 3.1 动态目标检测
• 3.1.1 传统的动态目标检测方法
• 3.1.2 背景模型建立算法改进
• 3.2 边缘检测
• 3.2.1 基于梯度算子的边缘检测
• 3.2.2 二阶微分算子
• 3.3 人数统计
• 3.3.1 数学形态学处理
• 3.3.2 数学形态学在人数统计过程中的应用
• 3.3.3 基于连通域特性的人数统计
• 3.4 本章小结
• 第四章 实验结果分析与软件实现
• 4.1 动态目标检测的实现与结果分析
• 4.2 基于形态学处理的人数统计实现与结果分析
• 4.3 算法的软件设计与实现
• 4.4 本章小结
• 第五章 结论与展望
• 5.1 本文结论
• 5.2 展望
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者和导师简介
• 硕士研究生学位论文答辩委员会决议书