视频安防监控系统的运动目标检测算法研究与实现

发布时间：2017-06-10 20:15

  本文关键词：视频安防监控系统的运动目标检测算法研究与实现，由笔耕文化传播整理发布。

【摘要】：近几年来,随着国民经济快速增长,许多公共领域包括银行、交通、安检等对智能化安防监控系统的需求与日俱增,要求越来越高。虽然安防监控系统己经广泛地应用在上述公共场所,但实际上监控任务并没有体现出“智能化”,并没有充分体现出监控的实时性和主动性。智能化的监控应该能做到实时对视频中的运动物体分析、识别、判断且能够在异常事件发生时给与提示,辅助人类提供有意义信息并节省工作量。运动目标检测技术作为计算机视觉技术的关键且基础技术之一,近年来迅速发展且被广泛使用,很多学者提出了多种算法,但由于实际场景多样且复杂,使得运动目标检测技术仍然是具有挑战性的课题。本文的主要工作如下:搭建监控系统框架,对当前实时采集视频进行实时运动目标监控,针对混合高斯模型中高斯分布个数固定且计算复杂难以实时检测的问题,提出一种基于混合高斯模型与三帧差算法相融合改进的自适应背景模型目标检测算法,并将此算法应用在监控系统中。初始时为每个像素建立同样个数的高斯模型,在模型学习的过程中,融合三帧差法对监控视频中复杂区域分为前景区域、噪声区域以及背景显露区域,动态调整更新每类区域的更新速率,且根据每个像素多个高斯模型的状态,动态调整高斯模型个数,即自适应调整模型的高斯分布个数以及不同区域采用不同的更新速率,使得背景模型能够适应场景的变化。本文中监控系统使用的方法与传统的混合高斯算法相比,采用自适应的高斯模型个数,不同区域自适应更新速率,且目标检测算法满足精度要求;与帧间差分法相比来说,运动目标检测提取效果好;与光流法相比,计算量相对较小,运行速度快。实验结果表明,本文介绍的实时视频监控使用MFC框架结构显示人机交互的监控界面,显示监控场景以及运动目标检测结果,能够暂停、保存帧,播放等功能,实验证明,本文目标检测算法对很多应用场景有较强的适应能力,能够达到实时的完成运动目标的提取,有应用价值。
【关键词】：混合高斯 光流 帧差法 视频监控系统
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP277;TP391.41
【目录】：

• 摘要4-6
• abstract6-11
• 第一章 绪论11-17
• 1.1 课题来源和背景11-13
• 1.2 运动目标检测技术的研究现状13-15
• 1.2.1 运动目标检测算法的技术难点15
• 1.3 本文的研究意义15
• 1.4 本文主要研究内容15-16
• 1.5 本章小结16-17
• 第二章 视频图像处理相关技术介绍17-23
• 2.0 视频图像处理相关知识17-20
• 2.0.1 灰度化17-18
• 2.0.2 图像膨胀与腐蚀18-20
• 2.1 OPENCV开源工具介绍20
• 2.1.1 OPENCV安装注意事项20
• 2.2 OPENCV相关说明20-21
• 2.3 图像特征介绍21-22
• 2.3.1 颜色特征21
• 2.3.2 形状特征21
• 2.3.3 纹理特征21-22
• 2.4 本章小结22-23
• 第三章 基于视频安防监控系统的运动目标检测算法研究23-32
• 3.1 单高斯背景建模方法23-24
• 3.2 混合高斯背景建模24-28
• 3.2.1 背景模型训练25-26
• 3.2.2 背景模型更新26-27
• 3.2.3 背景模型匹配27-28
• 3.3 基于混合高斯背景建模自适应目标检测算法介绍28-31
• 3.4 本章小结31-32
• 第四章 实验与分析32-41
• 4.1 实验平台以及内容介绍32-33
• 4.1.1 实验平台介绍32-33
• 4.2 实验内容介绍33-40
• 4.2.1 多种监控场景实时检测结果36-37
• 4.2.2 算法实验以及分析37-40
• 4.3 本章小结40-41
• 第五章 系统实现及测试41-46
• 5.1 系统的开发运行环境41-42
• 5.1.1 开发环境41
• 5.1.2 系统整体流程41-42
• 5.2 监控系统功能介绍42-44
• 5.2.1 相关页面及其功能介绍43-44
• 5.3 监控系统实时显示44-45
• 5.4 本章小结45-46
• 第六章 结论与展望46-49
• 6.1 本文主要工作总结46
• 6.2 本文的的不足46-47
• 6.3 未来研究方向47
• 6.4 本章小结47-49
• 参考文献49-52
• 致谢52

【相似文献】

中国期刊全文数据库 前10条

1 张桂林，熊艳，曹伟，，李强;一种评价自动目标检测算法性能的方法[J];华中理工大学学报(社会科学版);1994年05期

2 秦剑;陈钱;钱惟贤;;基于背景分类的弱小目标检测算法[J];光电工程;2011年01期

3 蒋建国;吴晖;齐美彬;张莉;;摄像机旋转运动下的快速目标检测算法[J];图学学报;2012年03期

4 逯鹏;张姗姗;刘驰;黄石磊;汤玉合;;基于稀疏超完备表示的目标检测算法[J];仪器仪表学报;2013年06期

5 李大辉;金涛;;弱小目标检测算法的设计与分析[J];中国科技信息;2013年16期

6 张明艳;许钢;孟樱;;基于时空特性的运动目标检测算法研究[J];安徽工程大学学报;2013年04期

7 徐振海,王雪松,肖顺平,庄钊文;基于模糊融合的目标检测算法研究[J];国防科技大学学报;2000年04期

8 李维雅,董能力,金钢,李正周;弱小目标检测算法性能评价的回归分析方法[J];光电工程;2005年02期

9 高陈强;田金文;王鹏;;基于时域特性分析的红外运动小目标检测算法[J];红外与激光工程;2008年05期

10 曾脉;左志宏;常晓夫;何煊;;一种准确而快速的运动目标检测算法[J];成都信息工程学院学报;2008年04期

中国重要会议论文全文数据库 前10条

1 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

2 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年

3 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

4 袁辉;孙卓;李德民;魏颖;;基于小波多尺度互能量交叉融合滤波的弱小目标检测算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

5 顾静良;万敏;张卫;郑捷;;低对比度弱小目标检测算法[A];中国工程物理研究院科技年报（2005）[C];2005年

6 黄龚;郑锦;刘养科;;摄像机水平巡扫时的运动目标检测算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

7 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

8 王正;刘瑞华;;基于PTZ摄像机的运动目标检测算法[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年

9 王彪;王成儒;王芬芬;;一种改进的运动目标检测算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

10 刘琳;顾国华;钱惟贤;陈钱;徐富元;;目标检测算法的研究以及SRIO协议在目标检测的应用[A];第八届华东三省一市真空学术交流会论文集[C];2013年

中国博士学位论文全文数据库 前6条

1 王海丰;基于机器视觉的剖竹机加工目标检测算法研究[D];东北林业大学;2015年

2 高永婵;复杂场景下多通道阵列自适应目标检测算法研究[D];西安电子科技大学;2015年

3 王俊强;图像中人体目标检测算法研究[D];北京邮电大学;2012年

4 郭明玮;基于视觉记忆的目标检测算法：一个特征学习与特征联想的过程[D];中国科学技术大学;2014年

5 臧风妮;智能视频监控中海面舰船目标检测算法研究[D];中国海洋大学;2014年

6 陈伟;基于PSO的复杂工业环境视觉目标检测算法应用研究[D];武汉科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 刘恒建;基于FPGA+DSP的运动目标检测系统的设计与实现[D];南京理工大学;2015年

2 贾建英;视频序列中运动目标检测算法研究[D];长安大学;2015年

3 周亚运;基于TMS320DM642平台的红外运动目标检测算法设计[D];南京理工大学;2015年

4 姚丹;基于多光谱信息融合的弱小运动目标检测技术研究[D];哈尔滨工业大学;2015年

5 刘培培;基于区域特征的运动目标检测算法的研究与开发[D];广西大学;2015年

6 崔璇;天空背景下红外小目标检测算法研究[D];陕西师范大学;2015年

7 范肖肖;基于视觉注意机制的目标检测算法的研究[D];电子科技大学;2015年

8 丁婵;运动目标检测算法在嵌入式平台的研究[D];电子科技大学;2015年

9 张冠雄;基于标签传播的显著性目标检测算法研究[D];大连理工大学;2015年

10 李建波;视频监控中运动目标检测算法的研究[D];哈尔滨工业大学;2014年

  本文关键词：视频安防监控系统的运动目标检测算法研究与实现，由笔耕文化传播整理发布。

本文编号：439777