智能監(jiān)控中對運動目標的檢測與測距技術研究.pdf

1、智能視頻監(jiān)控系統(tǒng)是利用計算機視覺技術對觀測到的視頻信息進行處理、分析和理解,從而實現(xiàn)對運動目標的監(jiān)測。隨著計算機和圖像處理技術的不斷發(fā)展,智能視頻監(jiān)控系統(tǒng)的研究和設計在工業(yè)生產(chǎn)、交通運輸、安全監(jiān)控等領域受到了廣泛的關注,已成為計算機視覺領域中一個重要的研究課題。
　　運動目標的檢測、跟蹤和測距算法的設計是影響智能視頻監(jiān)控系統(tǒng)效果的重要組成部分。合理有效的算法可以大幅提高對運動目標的識別精度,改善智能視頻監(jiān)控系統(tǒng)的性能。因此,本文主

2、要從算法設計的角度上對該問題進行了研究,主要工作和貢獻如下:
　　1.在目標檢測方面;針對動態(tài)背景下運動目標檢測的準確性和快速性要求,比較了常用的幾種檢測方法(如:幀間差分法、背景差分法、光流法等)和基于背景建模的算法,并針對其在復雜動態(tài)背景中對運動目標檢測的不足,提出了一種改進的碼書建模運動目標檢測方法。該算法是在原碼書模型基礎上,通過將每個像素點從RGB顏色空間轉換為HSV顏色空間計算其顏色扭曲度,從而使背景的碼字分離出來并作

3、為背景模型。同時考慮到運動目標在光照情況下存在陰影現(xiàn)象,使用HSV顏色空間對運動目標陰影進行處理。實驗結果表明,在復雜動態(tài)背景下,該方法能夠快速、準確地檢測出運動目標,從而為后續(xù)的運動目標跟蹤和測距奠定了基礎。
　　2.在目標跟蹤方面;以檢測出的運動目標為基礎,對運動目標進行跟蹤。首先簡單地介紹了運動物體跟蹤算法的基本原理以及一些主流的跟蹤算法。然后著重研究了基于卡爾曼濾波的運動物體跟蹤算法,并實現(xiàn)了其利用運動物體運動屬性對運動目

4、標的跟蹤。最后通過仿真實驗結果證明了,基于卡爾曼濾波的運動目標跟蹤算法能夠較好地預測運動目標信息,實現(xiàn)穩(wěn)定的運動目標跟蹤。
　　3.在目標測距方面,首先簡單地分析了單目、雙目及多目的視覺測距的優(yōu)缺點,并結合實際問題的需要,提出了基于單目視覺的運動目標的測距方法。首先根據(jù)小孔成像原理,得到成像點和目標點的映射關系,建立線性模型。其次通過成像的基本原理和成像點與目標點的幾何關系,獲取圖像的深度信息。最后通過攝像機標定對目標點的成像坐標