監(jiān)控圖像中ROI提取及目標(biāo)檢測(cè)技術(shù)研究.pdf

1、目前，基于靜態(tài)單幀圖像的監(jiān)控模式主要應(yīng)用于監(jiān)控點(diǎn)分布較廣、實(shí)時(shí)性要求不高與不需要連續(xù)監(jiān)控的應(yīng)用場(chǎng)景中。其中，監(jiān)控圖像中的感興趣區(qū)域（RegionofInterest,ROI）提取與目標(biāo)檢測(cè)是實(shí)現(xiàn)監(jiān)控智能化的關(guān)鍵。與基于連續(xù)視頻序列分析的監(jiān)控模式相比，由于靜態(tài)單幀圖像中未包括目標(biāo)的運(yùn)動(dòng)信息且場(chǎng)景各異，傳統(tǒng)的基于運(yùn)動(dòng)檢測(cè)的目標(biāo)提取與檢測(cè)方法難以適用，加大了監(jiān)控場(chǎng)景中ROI提取與目標(biāo)檢測(cè)的難度。為此，研究適應(yīng)場(chǎng)景變化的ROI提取與目標(biāo)檢測(cè)方法

2、具有重要的現(xiàn)實(shí)意義和理論價(jià)值。
　　本文針對(duì)靜態(tài)單幀圖像監(jiān)控模式，圍繞監(jiān)控圖像中重點(diǎn)監(jiān)控區(qū)域分割、ROI提取與目標(biāo)檢測(cè)識(shí)別三方面進(jìn)行研究，以獲得滿(mǎn)足智能監(jiān)控更為可靠和實(shí)用的方法。
　　在重點(diǎn)監(jiān)控區(qū)域提取方面，結(jié)合重點(diǎn)監(jiān)控區(qū)域的特點(diǎn)，提出了一種基于改進(jìn)邊緣檢測(cè)的重點(diǎn)監(jiān)控區(qū)域提取方法。首先通過(guò)引入快速小波變換去除光照、燈光等噪聲對(duì)重點(diǎn)監(jiān)控區(qū)域的影響。在此基礎(chǔ)上，根據(jù)監(jiān)控中心區(qū)域的概念，提出一種有效的重點(diǎn)監(jiān)控區(qū)域邊緣像素點(diǎn)采樣方法

3、，并建立邊緣像素點(diǎn)評(píng)價(jià)方法，進(jìn)一步去除了偽邊緣像素點(diǎn)；最后，采用最小二乘法擬合重點(diǎn)監(jiān)控區(qū)域的邊緣像素點(diǎn)，獲得重點(diǎn)監(jiān)控區(qū)域的邊緣。提出的算法運(yùn)算量較小，且具有較高的精確度，能夠較為準(zhǔn)確地提取出圖像中的重點(diǎn)監(jiān)控區(qū)域。
　　在ROI提取方面，針對(duì)在噪聲與背景差異大于前景目標(biāo)與背景差異時(shí)，基于顏色差異的方法無(wú)法正確提取出ROI的問(wèn)題，提出了基于背景概率統(tǒng)計(jì)模型的ROI提取方法，實(shí)現(xiàn)重點(diǎn)監(jiān)控區(qū)域前景和背景的分離。在此基礎(chǔ)上，引入分塊統(tǒng)計(jì)的思

4、想來(lái)抑制背景噪聲，從而提高了ROI提取的準(zhǔn)確性。
　　在多目標(biāo)檢測(cè)識(shí)別方面，給出了基于目標(biāo)特征的級(jí)聯(lián)檢測(cè)算法。通過(guò)選取不同目標(biāo)之間具有明顯差異的輪廓特征量，建立基于模糊C均值聚類(lèi)算法的輪廓特征檢測(cè)器，實(shí)現(xiàn)物體目標(biāo)和人體目標(biāo)的粗分；進(jìn)一步根據(jù)目標(biāo)的感興趣區(qū)域之間的顏色差異建立顏色特征檢測(cè)器，實(shí)現(xiàn)物體目標(biāo)和人體目標(biāo)的正確識(shí)別。
　　最后，結(jié)合提出的重點(diǎn)監(jiān)控區(qū)域分割提取、ROI提取及目標(biāo)檢測(cè)算法，利用典型室內(nèi)外監(jiān)控場(chǎng)景圖像，進(jìn)行了