论文摘要
动态现场视觉监控是计算机视觉领域一个新兴的应用方向。视觉监控区别于传统意义上的监控系统在于其智能性。简而言之,不仅用摄像机代替人眼,而且用计算机代替人、协助人,来完成监视或控制任务,从而减轻人的负担。这样不但能够节省大量的人力、物力和财力,更重要的是能够及时发现状况来避免犯罪的发生。视觉监控具有广泛的应用前景和潜在的经济价值。近年来引起了国内外研究机构和学者的关注。运动目标行为识别遵循了运动目标检测、跟踪和行为识别三大基本步骤。其中运动目标检测和跟踪是行为识别的基础,本文简要介绍了目标检测和跟踪的方法,重点研究运动目标行为识别算法。文章首先介绍了系统的图像处理平台和一些用到的图像处理方法,在运动目标检测和跟踪方面,列举了一些常见的方法,通过简要的比较,最后阐述了本系统所采用的方法。本文主要针对运动目标行为识别展开研究,介绍了Hu矩和隐马尔可夫模型,通过详细的分析,发现隐马尔可夫算法能比较好的进行运动目标行为判断,但是也存在一些缺点,针对其存在的问题最后提出了凸包算法求特征点的方法和隐马尔可夫模型相结合,改进了原有的算法,通过实验结果证明这种改进的算法具有良好的性能。
论文目录
摘要Abstract第一章 绪论1.1 课题研究的目的和意义1.2 国内外研究状况及分析1.3 运动人体行为识别系统1.4 本文主要研究内容第二章 系统平台相关技术概述2.1 OpenCV 图像处理平台简介2.1.1 OpenCV 背景知识2.1.2 OpenCV 在行为识别系统中的应用2.2 DirectShow 技术2.3 图像处理技术简介2.4 数学形态学处理方法2.5 本章小结第三章 运动人体检测与跟踪方法探究3.1 运动人体检测的方法及比较3.1.1 背景减除法3.1.2 时间差分法及其它方法介绍3.1.3 一种改进的组合检测方法3.2 几种常见的运动人体跟踪的方法探究3.2.1 块匹配方法3.2.2 光流跟踪方法3.2.3 基于特征点的运动人体跟踪3.2.4 基于区域的运动人体跟踪3.3 本章小结第四章 运动人体行为识别技术4.1 基于Hu 矩的图像识别4.2 隐马尔可夫模型4.2.1 隐马尔可夫模型的概念4.2.2 隐马尔可夫模型主要问题的解决方案4.3 隐马尔可夫模型在人体行为识别中的应用4.4 图像匹配技术4.5 实验结果与分析4.6 本章小结第五章 运动目标行为识别的改进算法研究5.1 凸包算法5.2 凸包算法在运动目标行为识别中的应用5.3 算法实现与结果分析5.4 本章小结第六章 总结与前景展望6.1 本文总结6.2 前景展望致谢参考文献在读期间发表论文
相关论文文献
标签：智能系统论文; 行为识别论文; 隐马尔可夫模型论文; 凸包算法论文;
