智能视频监控中的遗留物检测研究

发布时间：2017-08-04 08:19

  本文关键词：智能视频监控中的遗留物检测研究

  更多相关文章： 智能视频监控 遗留物检测 混合高斯模型 局部特征匹配 安防监控系统

【摘要】：随着社会公共安全日益受到人们的关注与重视,智能视频监控技术在安全防范预警中发挥的作用及优势愈发明显,具有巨大的发展潜力。遗留物检测是智能视频监控中的重要组成部分,有助于及时排除公共区域内的不明遗留物体带来的安全隐患,其算法设计与系统实现,是本文的主要研究课题。本文首先在总结遗留物检测的已有研究成果的基础上,讨论了其在准确性、实时性和鲁棒性方面仍需解决的关键问题。通过对常用目标检测方法的研究,确立了帧间差分法和背景差分法相结合的方式作为算法实现的基础。根据遗留物检测的应用特点,本文对传统的混合高斯背景建模方法做出了局部更新的改进,并结合一种改进的三帧差分法,通过前景比较获得目标候选区域。为了提高目标区域提取的精确性,进一步采用基于YCbCr颜色空间的阴影消除、形态学处理、连通域分析等方法,分割得到暂时静止物团块。通过计算质心距离实现帧间团块的配对,为不同的目标分别统计静止时间,并采取间歇性调用HOG行人检测算法的方式排除驻留行人的影响,保持了算法的准确性与处理速度。为了实现多个遗留物的并行检测,设计了代表单个遗留物性质的参数结构,随着目标遗留状态的变迁在存储容器中实时地插入或删除对应的结构元素,保证了每个目标的遗留特性得到独立的判定与分析。针对场景中的行人遮挡现象对检测造成的影响,提出了提取与匹配遗留物的FAST局部特征的方式来维持其遗留特性的判别,增强了对干扰的抑制能力。随后使用实际的监控视频数据对算法进行了测试和分析,实验结果表明,本文提出的遗留物检测算法具有较高的准确性和抗干扰性,并能满足实时处理的要求。最后,本文设计并实现了一款用于公共区域安防监控的视频图像智能分析系统,介绍了系统各个功能模块的原理和作用,阐述了软件界面的设计思想和功能实现效果。该系统采用面向对象的开发方法,操作简便,交互性好,可扩展性强,具有较高的实际应用价值。
【关键词】：智能视频监控 遗留物检测 混合高斯模型 局部特征匹配 安防监控系统
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-15
• 1.1 本文研究背景与意义10
• 1.2 智能视频监控研究的发展状况10-11
• 1.3 遗留物检测研究的发展状况11-13
• 1.4 本文研究内容与结构安排13-15
• 第二章 常用的目标检测方法15-22
• 2.1 光流法15-16
• 2.2 帧间差分法16-18
• 2.3 背景差分法18-20
• 2.4 目标检测方法在遗留物检测中的应用20-21
• 2.5 本章小结21-22
• 第三章 遗留物检测的算法研究22-56
• 3.1 局部更新的混合高斯背景模型22-26
• 3.1.1 混合高斯背景模型的原理22-25
• 3.1.2 改进的局部更新模型25-26
• 3.2 改进的三帧差分法26-27
• 3.3 阴影消除27-32
• 3.3.1 阴影的性质特点28-29
• 3.3.2 RGB颜色空间29-30
• 3.3.3 YCbCr颜色空间30-32
• 3.4 形态学处理32-34
• 3.5 连通域分析34-35
• 3.6 遗留特性的判定35-40
• 3.6.1 两帧图像间的团块配对35-36
• 3.6.2 行人检测36-39
• 3.6.3 多个遗留物的并行检测39-40
• 3.7 局部特征匹配抑制干扰40-45
• 3.7.1 FAST特征点的提取41-43
• 3.7.2 FAST特征点的匹配43-45
• 3.7.3 遗留物的FAST特征点匹配45
• 3.8 遗留物检测算法完整流程45-47
• 3.9 实验结果与分析47-55
• 3.10 本章小结55-56
• 第四章 视频图像智能分析系统的设计与实现56-72
• 4.1 系统的整体结构56-57
• 4.2 系统界面设计与功能实现57-68
• 4.2.1 用户登录与界面区域划分57-59
• 4.2.2 视频信号源选择与播放59-62
• 4.2.3 安全规则设置62-63
• 4.2.4 算法执行与报警63-65
• 4.2.5 多窗.并行处理65-68
• 4.3 遗留物检测算法结构的实现68-71
• 4.4 本章小结71-72
• 结论72-75
• 参考文献75-79
• 攻读硕士学位期间取得的研究成果79-80
• 致谢80-81
• 附件81

【相似文献】

中国期刊全文数据库 前4条

1 程换丽;许向阳;王晓宁;赵光磊;;视频监控中遗留物检测算法研究[J];无线互联科技;2014年04期

2 黄向琼;吴豪斌;;基于人体识别与跟踪的遗留物检测[J];福建电脑;2011年10期

3 张超;吴小培;周建英;戚培庆;王营冠;吕钊;;基于改进混合高斯建模和短时稳定度的遗留物检测算法[J];信号处理;2012年08期

4 ;[J];;年期

中国重要报纸全文数据库 前3条

1 高丙中;从文化遗留物到非物质文化遗产[N];中国社会科学院院报;2007年

2 岳德亮;杭州：的哥不得侵占乘客遗留物[N];人民公安报·交通安全周刊;2007年

3 本报记者 冷雪 实习生 翟晖;机场“遗留物”两难选择何去何从[N];山西日报;2012年

中国硕士学位论文全文数据库 前6条

1 陈娜;视频监控中的遗留物检测技术的应用研究[D];电子科技大学;2014年

2 叶立仁;智能视频监控中的遗留物检测研究[D];华南理工大学;2015年

3 南云霞;视频监控中遗留物检测关键技术的研究[D];武汉理工大学;2014年

4 闫硕;复杂环境下的遗留物检测方法研究[D];北京交通大学;2015年

5 富吉勇;基于全方位视觉的遗留物及其放置者检测的研究[D];浙江工业大学;2011年

6 周金旺;视频监控场景中的遗留物检测研究与实现[D];安徽大学;2012年

，

本文编号：618523