智能视频监控系统中若干关键技术研究

发布时间：2017-05-08 16:12

  本文关键词：智能视频监控系统中若干关键技术研究，，由笔耕文化传播整理发布。

【摘要】：近年来,公共安全形势变得愈加复杂和严峻,使得视频监控规模日益扩大,其监控方式也从传统的视频监控方式向智能视频监控方向发展。然而,智能视频监控技术是计算机视觉、模式识别、人工智能、数据挖掘等多学科的交叉和结合,且面临的问题和实际应用场景复杂,至今仍处于探索发展阶段。在实际的智能视频监控系统中,由于恶劣天气(雾霾、雨、雪等)、夜晚低照度、光照不均匀等环境造成的图像质量下降,给后面的视频分析带来了先天的困难;动态背景、光照变化、相机抖动等复杂的背景导致背景模型建立及前景目标分割困难;面对海量的视频图像数据,需要准确地检索或查询相关目标信息,使得对鲁棒的目标特征提取及匹配技术的需求也愈加的急迫;对目标尺度变化、发生遮挡、目标颜色与背景相似等复杂环境中运动目标的长期稳定跟踪也是一个亟待解决的问题。对于上述问题,目前的智能视频监控相关技术仍不成熟,易导致虚报和漏报现象的发生,从而制约了智能视频监控系统实战性能的提升。本文针对智能视频监控系统中图像增强、复杂背景建模及前景目标检测、目标特征提取及匹配、目标跟踪等关键技术进行了深入地研究。主要完成的工作总结如下:1.结合人类的视觉特性和广义对数比模型,提出了一种多尺度图像增强算法。根据视觉系统的全局自适应调节特性,对图像作全局亮度的类对数变换;利用主观亮度感觉与实际光强对数的局部线性关系以及视觉敏感特性,结合四方向Sobel梯度图像,调节图像的局部对比度;采用自适应的不同尺度引导滤波结合广义对数比模型将不同尺度图像的有效信息进行融合,得到最后的多尺度增强图像。试验证明本算法实现了图像对比度提高和动态范围的有效压缩,增强和保留了图像细节,具有较强的抗噪能力,有效解决了视频监控系统中可见光低照度图像、红外图像等降质图像的增强问题。2.根据Retinex理论中的照射_反射模型提出了一种图像增强算法。算法采用具有边缘保持特性的不同尺度引导滤波核函数作为环绕函数,来估计反映图像整体结构的低频照射分量;所有运算采用广义对数比模型的有界运算代替传统的线性运算,去除照射分量,将不同尺度的反射分量从原始图像中分割出来;通过对不同尺度反射分量的有效融合,最终得到反映物体本质特性的多尺度反射分量的增强图像。试验结果表明算法避免了传统多尺度Retinex算法中的光晕伪影现象以及传统运算中的越界问题。此算法尤其对夜间图像、雾霾图像的细节增强和对比度及清晰度的提高效果明显。3.背景建模及前景目标检测方面:1)为了对运动状态发生变化的目标进行检测,提出了一种基于双背景模型的目标检测方法,实现了视场内遗留物和搬移物的高效检测;2)在分析和总结Vi Be算法特性及不足的基础上,提出了一种基于随机聚类的复杂背景建模及前景目标检测算法。算法充分考虑同一位置的像素在时间上的关联性和与其相邻像素的空间关联性,有效地提高了背景模型对动态背景、光照变化及相机抖动等复杂背景的适应性和鲁棒性,实现了对前景目标的准确检测。4.提出了一种基于角点检测和灰度差分不变量(GDI)的局部特征描述子的快速匹配算法。算法通过建立较少图层的阶梯金字塔,利用Shi-Tomasi算法提取图层中数量适中的强角点,采用具有几何意义的低阶GDI建立其局部特征区域统计直方图的描述子,最终实现角点的稳定匹配。试验证明,算法具有旋转、尺度缩放、光照及小视角变化、模糊等性能不变性,其匹配实时性和匹配精度均较高。5.提出了一种基于颜色特征和纹理特征相融合的Mean Shift目标跟踪算法。改进Mean Shift算法中的Epanechnikov核函数模型,降低了计算量并突显跟踪窗口内目标灰度信息;考虑了目标跟踪的尺度的自适应性。从而使得目标尺度发生变化、目标和背景相似的情况下,也能很好地实时跟踪运动目标。
【关键词】：智能视频监控 图像增强 目标检测 特征匹配 目标跟踪
【学位授予单位】：中国科学院研究生院(长春光学精密机械与物理研究所)
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要4-6
• Abstract6-10
• 目录10-12
• 第1章 绪论12-22
• 1.1 课题背景及意义12-13
• 1.2 国内外现状和发展趋势13-15
• 1.3 智能视频监控系统的关键技术15-20
• 1.4 论文主要研究内容及章节安排20-22
• 第2章 基于视觉特性的图像增强算法研究22-44
• 2.1 人类视觉相关特性分析22-25
• 2.2 相关图像增强技术及理论25-31
• 2.3 结合视觉特性和GLR模型的图像增强31-37
• 2.4 试验与结果分析37-43
• 2.5 本章小结43-44
• 第3章 基于Retinex理论的图像增强算法研究44-60
• 3.1 Retinex理论概述44-45
• 3.2 基于Retinex图像增强算法45-50
• 3.3 基于照射_反射模型的图像增强50-55
• 3.4 试验与结果分析55-58
• 3.5 本章小结58-60
• 第4章 复杂背景建模及前景目标检测算法研究60-86
• 4.1 引言60-61
• 4.2 背景建模及目标检测算法61-67
• 4.3 基于双背景模型的遗留物检测算法67-71
• 4.4 基于随机聚类的复杂背景建模及前景检测算法71-84
• 4.5 本章小结84-86
• 第5章 基于角点和局部特征描述子的匹配算法研究86-102
• 5.1 引言86-87
• 5.2 局部特征描述87-93
• 5.3 基于角点和GDI描述子的匹配算法93-96
• 5.4 试验结果与分析96-100
• 5.5 本章小结100-102
• 第6章 基于均值漂移的目标跟踪算法研究102-118
• 6.1 引言102-103
• 6.2 Mean Shift算法103-110
• 6.3 改进的Mean Shift算法描述及实现110-116
• 6.4 本章小结116-118
• 第7章 总结与展望118-122
• 7.1 论文完成的主要工作总结118-120
• 7.2 论文研究成果及创新点120-121
• 7.3 下一步工作展望121-122
• 参考文献122-132
• 在学期间学术成果情况132-133
• 指导教师及作者简介133-134
• 致谢13

【相似文献】

中国期刊全文数据库 前10条

1 韩云;郑尚志;;智能视频监控及应用[J];光盘技术;2008年08期

2 李建文;康慕宁;邓正宏;;一个基于行为分析的智能视频监控系统的原型[J];科学技术与工程;2009年06期

3 余腊生;刘勇;;基于网络的智能视频监控系统的设计与实现[J];计算机工程与设计;2009年16期

4 张新新;孔英会;;智能视频监控中的异常检测方法研究[J];黑龙江科技信息;2009年36期

5 余腊生;刘勇;;基于网络的智能视频监控系统的设计与实现[J];安防科技;2009年11期

6 杨红军;;智能视频监控系统的设计研究[J];科技情报开发与经济;2010年04期

7 张迪;李伟;舒文;;一种应用于智能视频监控钢管生产的目标检测方法[J];计算机系统应用;2010年06期

8 孔英会;张新新;王蕴珠;;智能视频监控系统中物体遗留检测方法的研究[J];计算机工程与科学;2010年06期

9 李彬;曲寒冰;靳薇;;浅谈人脸识别技术在智能视频监控中的应用与发展趋势[J];中国安防;2011年03期

10 陶南;;小型智能视频监控软件的设计与实现[J];现代计算机(专业版);2011年08期

中国重要会议论文全文数据库 前9条

1 沈海燕;冯云梅;史宏;吕晓军;;铁路安检区域智能视频监控系统设计及关键技术研究[A];第八届中国智能交通年会优秀论文集——轨道交通[C];2013年

2 薄海睿;李正宜;杨永生;;浅谈智能视频监控发展[A];第二十七届中国（天津）2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年

3 付亮亮;李旭伟;;一种面向智能视频监控的系统原型[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

4 侯宏录;李宁鸟;;一种基于运动目标识别技术的智能视频监控系统[A];2011西部光子学学术会议论文摘要集[C];2011年

5 李易;管庆;;基于DM642的智能视频监控系统[A];2008年中国西部青年通信学术会议论文集[C];2008年

6 曹晓玲;;IP智能视频监控系统的发展及挑战[A];四川省通信学会Ip应用与增值电信技术会议论文集[C];2011年

7 朱映映;梁叶;文振q;;智能视频监控中头部运动跟踪的自适应算法研究[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

8 叶斌;崔兰兰;;浅析智能视频监控中的目标识别差分算法[A];四川省通信学会2013年学术年会论文集[C];2013年

9 李磊;;视频监控关键技术及其应用前景研究[A];武汉市第二届学术年会、通信学会2006年学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 天津天地伟业数码科技有限公司 瞿关明;理性对待智能视频监控[N];计算机世界;2008年

2 索尼(中国)有限公司 文军;如何有效实现智能视频监控[N];计算机世界;2008年

3 王玲;智能视频监控：让人们的生活更安全[N];经济日报;2007年

4 赛迪;智能视频监控粉墨登场[N];中华建筑报;2006年

5 彭东;智能视频监控：给您最及时的危机报告[N];科技日报;2007年

6 赛迪;智能视频监控粉墨登场[N];中华建筑报;2006年

7 记者 郭丹;万安获省专项资金230万[N];湛江日报;2011年

8 陈瑜邋唐婷;智能视频监控：给电子眼装上“大脑”[N];科技日报;2007年

9 ;世博中国馆智能视频监控系统[N];中国计算机报;2010年

10 中国工程院院士 高文;与智能视频监控有关的技术挑战[N];中国信息化周报;2014年

中国博士学位论文全文数据库 前10条

1 陈功;鲁棒的智能视频监控方法研究[D];中国科学技术大学;2008年

2 王一木;可重构的无线智能视频监控平台的研究[D];浙江大学;2013年

3 张谢华;煤矿智能视频监控系统关键技术的研究[D];中国矿业大学;2013年

4 方帅;计算机智能视频监控系统关键技术研究[D];东北大学;2005年

5 毕国玲;智能视频监控系统中若干关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

6 张剑;基于内容的智能视频监控关键技术及在公共安防中的应用研究[D];浙江大学;2007年

7 焦波;面向智能视频监控的运动目标检测与跟踪方法研究[D];国防科学技术大学;2009年

8 夏东;智能视频监控中目标检测、跟踪和识别方法研究[D];国防科学技术大学;2012年

9 楚瀛;智能视频监控中的多特征融合问题研究[D];华中科技大学;2008年

10 李峥;智能视频监控中的遮挡目标跟踪技术研究[D];华中科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 叶磊;智能视频监控嵌入式实现及传输保护研究[D];上海交通大学;2009年

2 张文香;面向数字油田的智能视频监控系统[D];兰州理工大学;2012年

3 徐农;智能视频监控系统的分析与设计[D];北京邮电大学;2012年

4 耿剑锋;智能视频监控系统中关键技术的研究[D];江苏大学;2008年

5 岑银;智能视频监控中运动目标跟踪技术研究[D];西南交通大学;2010年

6 汪德洋;智能视频监控关键技术研究[D];西安电子科技大学;2005年

7 张继霞;智能视频监控中人体的检测与跟踪研究[D];大连理工大学;2008年

8 刘运余;无人值守边防哨卡智能视频监控系统设计[D];南京理工大学;2013年

9 吴丽丽;小区智能视频监控系统的研究[D];北京邮电大学;2009年

10 范金刚;智能视频监控系统若干关键技术的研究与实现[D];电子科技大学;2006年

  本文关键词：智能视频监控系统中若干关键技术研究，由笔耕文化传播整理发布。

本文编号：351468