主動監(jiān)視技術研究.pdf

1、主動監(jiān)視是計算機智能監(jiān)視的一個重要的應用方向和前沿課題，從大的方向它涉及到了圖像工程、模式識別、人工智能等領域。主動監(jiān)視是利用計算機視覺和視頻的分析方法對攝像機拍攝的圖像序列進行分析，實現(xiàn)對動態(tài)場景中目標的定位、識別以及跟蹤，并以此為基礎分析和判斷目標的行為，得出對目標行為的正確理解，從而指導和規(guī)劃行動。 簡單的主動監(jiān)視系統(tǒng)已經(jīng)廣泛應用于社會生活的各個方面，同時主動監(jiān)視的研究也遇到了許多的難題。國內(nèi)外的大批學者投身于該領域進行探

2、索和研究，并取得了大量的成果。本文在這些成果的基礎上，對計算機的視頻監(jiān)視的關鍵技術進行了研究。 本文主要針對靜止背景下的運動目標檢測與跟蹤技術做了比較深入的研究。本文首先介紹了幾種常用的圖像預處理技術：圖像去噪、圖像增強、圖像恢復等。同時對彩色圖像的灰度化處理進行了研究，分別使用了平均值法、加權平均法、最大值法和能量法對圖像進行灰度化處理。然后，研究了現(xiàn)有的幾種主要的運動檢測算法：光流法、瞬時差分法和背景建模法并分析了這三種檢測

3、算法的優(yōu)劣。在以上分析的基礎上，本文結合了幀間差分算法和區(qū)域生長算法，先對相鄰三幀灰度圖像進行對稱差分得到兩幅差分圖像，然后選取閾值分別對差分圖像進行二值化運算，接著把兩幅二值圖像相與得到初步的運動目標區(qū)域。去除虛假的目標區(qū)域后，最后用區(qū)域生長法進一步完善目標區(qū)域的邊緣。MATLAB仿真實驗表明，在背景復雜、光照不均勻的視頻中，該算法比幀間差分法、數(shù)學形態(tài)學的方法等能夠更精確地檢測出多個運動物體，在提取目標的同時，僅留下很少的背景像素，