基于视觉跟踪的网络监控系统研究

发布时间：2023-05-20 12:17

　　近年来,机器视觉的发展突飞猛进,它在智能化信息领域占据举足轻重的地位。它涉及的范围也是极其广泛的,包括图像处理、光学电子技术、计算机技术,此外近期十分火热的模式识别,人工智能等领域也异军突起。而在机器视觉领域中,它有一个十分重要的分支——视觉跟踪技术。运用视觉跟踪技术可以解决在诸如智能导航,远程医疗,视频监控等领域应用中所遇到的诸多问题。本文以视频监控作为实际背景,研究了基于视觉跟踪的网络监控系统的设计与实现。通过分析比较基于检测的跟踪算法,基于卡尔曼滤波的跟踪算法,基于粒子滤波的跟踪算法以及基于Meanshift的跟踪算法的优劣性,重点研究并设计了基于改进的Camshift的视觉跟踪算法。首先,本文对国内外相关技术的研究现状进行归纳总结。提出一种实际应用监控方案,然后结合本课题的实际需求给出了基于视觉跟踪的网络监控系统的整体方案。本系统采用现场可编程门阵列(Field Programmable Gate Array)架构,将系统分为图像采集模块,数据缓存模块,核心处理模块,网络传输模块和视频显示模块五大部分,并给出系统整体的设计框架。其次对图像预处理技术进行理论分析和实验验证。对移动...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 国内外研究现状
        1.2.1 视频监控系统的研究现状
        1.2.2 视觉跟踪技术的研究现状
    1.3 本文研究的主要内容
第2章 网络监控系统方案设计
    2.1 视觉跟踪理论
    2.2 一种监控系统应用方案
    2.3 以FPGA为核心的系统设计方案
        2.3.1 核心器件的选择
        2.3.2 系统整体设计框图
    2.4 本章小结
第3章 图像预处理与目标检测算法研究
    3.1 图像预处理
        3.1.1 彩色图像的灰度化
        3.1.2 颜色空间的转换
        3.1.3 图像噪声的处理
        3.1.4 图像分割技术
    3.2 运动目标检测算法
        3.2.1 背景差分法
        3.2.2 帧间差分法
        3.2.3 光流法
    3.3 本章小结
第4章 改进的视觉跟踪算法研究
    4.1 基于滤波理论的目标跟踪
    4.2 基于Meanshift的目标跟踪
    4.3 基于Camshift算法的目标跟踪
    4.4 基于改进Camshift算法的目标跟踪
        4.4.1 SURF算法
        4.4.2 扩展卡尔曼滤波器
        4.4.3 改进的Camshift算法实现目标跟踪
        4.4.4 仿真实验结果与分析
        4.4.5 算法性能比较
    4.5 本章小结
第5章 系统平台搭建与实验结果分析
    5.1 系统的工作原理
    5.2 硬件组成与电路设计
        5.2.1 FPGA芯片
        5.2.2 图像采集模块
        5.2.3 数据存储模块
        5.2.4 时钟源输入模块
        5.2.5 电源模块
        5.2.6 烧写配置模块
        5.2.7 以太网传输模块
        5.2.8 系统总体原理图
    5.3 系统逻辑设计与软件仿真
        5.3.1 算法实现流程图
        5.3.2 I2C配置时序设计
        5.3.3 SDRAM存储器的时序设计
        5.3.4 FIFO仿真设计
        5.3.5 中值滤波预处理和本文跟踪算法设计
        5.3.6 视觉跟踪算法逻辑设计
        5.3.7 以太网传输与上位机设计
    5.4 系统功能测试
        5.4.1 系统整体硬件环境测试
        5.4.2 视觉跟踪系统性能测试及误差分析
    5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的学术成果
致谢



本文编号：3821100