智能视频监控人群检测研究与应用

发布时间：2017-07-07 15:03

  本文关键词：智能视频监控人群检测研究与应用

  更多相关文章： 智能视频 运动目标 轮廓分割 能量极小

【摘要】：静态场景图像序列是指当摄像机固定静止时即背景图像不变情况下的运动图像序列,跟踪和检测其中的运动目标是计算机视觉领域中具有技术挑战的课题之一,其中运动人群的行为检测一直是近年来的研究热点之一,而且它在现代工业、民用和航空等领域有着广阔的应用前景。对该问题的研究不应局限于某些特定领域,应该广泛地结合数学、控制学以及计算机科学等学科,对它的研究具有重要的理论价值和现实意义。本课题中,以较为通用的CIF格式的视频文件为研究对象,开发建立序列动态对象链接库系统(MiddleDll层)将视频文件自行封装处理,通过MiddleDll作为一个“层”来连接视频分析和显示系统。本文在分水岭算法(WSA)和色彩空间理论(CS)对视频文件进行预处理分析基础上,通过数据过滤层将数据进行了初步的分类,并储存在一个三维数组中,利用视频帧间差分算法(VFD)进行动态目标捕捉,在运动目标个体轮廓线识别技术中,提出了基于能量极小值原理的均值平移Meanshift改进算法,对人群视频图像中的运动目标轮廓线进行了识别修正,解决了原有算法过度分割和轮廓线无法闭合的问题,为统计视频区域内的人群个数提供了基础数据。基于以上理论研究,开发制作了“智能视频监控运动目标密度检测”应用软件。通过软件应用试验表明,该软件运行符合人群检测要求,实现了基于智能视频监控的人群密度在线检测。
【关键词】：智能视频 运动目标 轮廓分割 能量极小
【学位授予单位】：上海应用技术学院
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.6
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-13
• 1.1 课题背景及意义9-10
• 1.2 国内外研究现状10-12
• 1.3 本文研究内容12-13
• 第2章 视频处理的理论基础13-21
• 2.1 视频图像基础13-15
• 2.1.1 视频图像的表示方法13-14
• 2.1.2 视频图像处理的注意事项14-15
• 2.2 运动目标检测15-18
• 2.3 帧间差分法18-20
• 2.4 本章小结20-21
• 第3章 视频图像处理21-41
• 3.1 颜色空间概述21-24
• 3.2 YUV颜色空间24-30
• 3.2.1 YUV的采样格式24-25
• 3.2.2 YUV彩色的存储格式25-30
• 3.3 分水岭算法30-40
• 3.3.1 分水岭分割算法概念30-31
• 3.3.2 梯度图像处理31-35
• 3.3.3 分水岭标记对象35-36
• 3.3.4 基于RGB彩色空间的分水岭算法实现36-40
• 3.4 本章小结40-41
• 第4章 均值平移Meanshift算法的改进和应用41-53
• 4.1 Meanshift算法理论41-48
• 4.1.1 特征空间无参数核密度估计41-42
• 4.1.2 核函数42-44
• 4.1.3 多维核Meanshift算法44-48
• 4.2 Meanshift算法步骤48-49
• 4.3 改进的Meanshift算法49-52
• 4.3.1 算法描述49-51
• 4.3.2 改进的Meanshift算法实现51-52
• 4.4 本章小结52-53
• 第5章 系统实现53-60
• 5.1 系统实现过程中主要问题描述53-57
• 5.2 系统运行结果与分析57-59
• 5.3 本章总结59-60
• 第6章 总结与展望60-63
• 6.1 应用价值60
• 6.2 全文总结60-61
• 6.3 不足与展望61-63
• 附录163-65
• 参考文献65-68
• 致谢68-69
• 攻读学位期间所开展的科研项目和发表的学术论文69-70

【参考文献】

中国期刊全文数据库 前2条

1 龚红仿;Visual Basic应用软件系统集成的窗体调控技术的研究[J];长沙电力学院学报(自然科学版);2004年01期

2 高丽;杨树元;李海强;;一种基于标记的分水岭图像分割新算法[J];中国图象图形学报;2007年06期

，

本文编号：530651