智能視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的應(yīng)用實(shí)現(xiàn).pdf

1、隨著人們對(duì)安全需求的增加和計(jì)算機(jī)視覺(jué)技術(shù)的快速發(fā)展，智能視頻監(jiān)控系統(tǒng)得到了廣泛的應(yīng)用，并成為該領(lǐng)域的研究熱點(diǎn)。智能視頻監(jiān)控系統(tǒng)通過(guò)對(duì)視頻內(nèi)容進(jìn)行分析，實(shí)現(xiàn)對(duì)監(jiān)控場(chǎng)景中運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤和行為分析，并對(duì)觸發(fā)事件規(guī)則的目標(biāo)及時(shí)進(jìn)行報(bào)警、錄像等處理。智能視頻監(jiān)控系統(tǒng)被用于安防事業(yè)、智能交通、平安城市等諸多領(lǐng)域，具有廣泛的應(yīng)用前景和巨大的理論研究?jī)r(jià)值。
　　 本課題源于科技型中小企業(yè)技術(shù)創(chuàng)新基金項(xiàng)目:基于TD-SCDMA的遠(yuǎn)程無(wú)線視頻

2、監(jiān)控系統(tǒng)，以視頻高清化、傳輸無(wú)線化、視頻分析智能化為重點(diǎn)研究目標(biāo)。論文在研究運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法、異常行為判斷規(guī)則的基礎(chǔ)上，利用OpenCV實(shí)現(xiàn)系統(tǒng)的智能性。
　　 為準(zhǔn)確檢測(cè)出運(yùn)動(dòng)目標(biāo)，文章研究幀間差分、背景差分和光流法的原理，分析驗(yàn)證各自的優(yōu)缺點(diǎn)及使用場(chǎng)景，本文針對(duì)攝像機(jī)固定場(chǎng)景下，選擇基于混合高斯背景模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，實(shí)現(xiàn)系統(tǒng)運(yùn)動(dòng)目標(biāo)檢測(cè)模塊，并驗(yàn)證其有效性。文章對(duì)常用的跟蹤算法:Kalman濾波器、MeanShi

3、ft算法和CamShift算法進(jìn)行研究，并分析驗(yàn)證他們的優(yōu)缺點(diǎn)，采用結(jié)合Kalman濾波器的CamShift跟蹤算法實(shí)現(xiàn)對(duì)目標(biāo)的實(shí)時(shí)跟蹤:首先利用Kalman濾波器對(duì)運(yùn)動(dòng)目標(biāo)在下一幀中的位置進(jìn)行預(yù)測(cè)，然后利用CamShift算法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行定位，并將其位置信息反饋到Kalman濾波器，經(jīng)過(guò)反復(fù)循環(huán)完成對(duì)目標(biāo)的跟蹤。利用該算法實(shí)現(xiàn)目標(biāo)跟蹤模塊并驗(yàn)證了其有效性。為實(shí)現(xiàn)行人異常行為的判斷，文章分析了進(jìn)入（退出）區(qū)域、單（多）絆線、行人徘徊等

4、異常行為的特征，并定義了相應(yīng)的判斷規(guī)則，然后根據(jù)目標(biāo)的運(yùn)動(dòng)軌跡完成異常行為判斷，最后通過(guò)系統(tǒng)測(cè)試驗(yàn)證了規(guī)則的正確性。
　　 以C++為開發(fā)語(yǔ)言，在Visual Studio2010開發(fā)環(huán)境下，利用開源的計(jì)算機(jī)視覺(jué)庫(kù)OpenCV并結(jié)合多線程技術(shù)設(shè)計(jì)實(shí)現(xiàn)了智能視頻分析系統(tǒng)。通過(guò)分析行人的運(yùn)動(dòng)軌跡，實(shí)現(xiàn)了進(jìn)入（退出）區(qū)域、單（多）絆線入侵和行人徘徊等異常行為的檢測(cè)預(yù)警功能。最后對(duì)系統(tǒng)進(jìn)行測(cè)試，驗(yàn)證了系統(tǒng)設(shè)計(jì)的合理性和系統(tǒng)功能的魯棒性與