智能視頻監(jiān)控系統(tǒng)中的運動目標(biāo)檢測方法研究.pdf

1、視頻監(jiān)控以其視覺直觀、準(zhǔn)確及時、內(nèi)容信息豐富等優(yōu)點在安防技術(shù)中得到廣泛應(yīng)用，而運動目標(biāo)檢測是由傳統(tǒng)視頻監(jiān)控轉(zhuǎn)向智能視頻監(jiān)控的最重要的核心技術(shù)之一，運動目標(biāo)的檢測精度與效果直接影響后續(xù)的目標(biāo)跟蹤、目標(biāo)分類、行為理解等處理過程，因為后續(xù)的工作大多只考慮視頻中的運動區(qū)域。對復(fù)雜環(huán)境中光照條件、移動陰影、場景變更等條件下進(jìn)行高效的運動目標(biāo)檢測是近年來計算機視覺領(lǐng)域研究的熱點與難點問題。本文針對復(fù)雜環(huán)境中運動目標(biāo)檢測方法進(jìn)行了深入研究，主要工作如

2、下：
　　(1)對簡單的減背景方法、相鄰幀間差分、運行期均值等方法的原理、效果進(jìn)行對比分析，在此基礎(chǔ)上提出一種結(jié)合背景差分及幀間差分的自適應(yīng)閾值的運動目標(biāo)檢測方法，該方法采用OTSU進(jìn)行閾值選取，背景模型更新過程中針對背景點與運動點采取不同的更新方式；該方法能夠有效提高檢測精度，但計算復(fù)雜度高，實用性較低；介紹基于形態(tài)學(xué)操作和基于輪廓的連通域分析方法來進(jìn)行后續(xù)二值圖像處理，便于對運動目標(biāo)進(jìn)行下一步分析。
　　(2)對傳統(tǒng)的混

3、合高斯模型的運動目標(biāo)檢測的模型原理、背景更新方法進(jìn)行深入研究，針對其對環(huán)境突變適應(yīng)慢，固定高斯模型個數(shù)的缺點，提出一種能適應(yīng)場景突變及自動調(diào)節(jié)高斯模型個數(shù)的改進(jìn)方法；闡述了移動陰影產(chǎn)生原因及危害，著重分析了在HSV，RGB空間陰影檢測理論，討論了基于改進(jìn)的混合高斯模型基礎(chǔ)上在RGB空間進(jìn)行移動陰影檢測的方法。
　　(3)在對以往運動目標(biāo)檢測優(yōu)缺點分析的基礎(chǔ)上，提出一種新穎的基于隨機取值策略的運動目標(biāo)檢測方法，詳細(xì)論述該方法的建模原

4、理、背景模型更新過程，該方法利用視頻序列第一幀快速完成背景模型的初始化，檢測精度大幅提高，有效的抑制陰影及空洞、幻影，同時降低算法復(fù)雜度與計算消耗；通過與現(xiàn)有的檢測方法進(jìn)行對比分析，證明該方法的準(zhǔn)確性與實用性。
　　(4)闡述Directshow的工作原理，通過Directshow實現(xiàn)對采集卡數(shù)據(jù)的捕獲，結(jié)合OpenCV對采集視頻數(shù)據(jù)進(jìn)行分析處理，使用基于隨機策略的運動目標(biāo)檢測方法及連通域分析完成對運動目標(biāo)檢測、運動目標(biāo)個數(shù)統(tǒng)計、