欢迎来到天天文库
浏览记录
ID:37388870
大小:9.95 MB
页数:70页
时间:2019-05-23
《智能视频监控系统的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、声明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:鉴圭日期:塑至!蔓:!关于论文使用授权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段保存学位论文;⑨学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布论文的全
2、部或部分内容(保密学位论文在解密后遵守此规定)。签名:..盘查日期:塑!圣:!:i导师签名:!垒二呈垒盐日期:翌!兰:i:星太原理工大学硕士研究生学位论文智能视频监控系统的设计与实现l愀㈣摘要智能视频监控系统在未来具有广泛的应用。其中,运动目标检测与跟踪这项核心技术更是吸引着国内外大批专家学者的对其进行研究。目前已经在计算机视觉领域取得了相当大的进步。它可以实现对视频源中有用的目标的关键信息进行智能提取和分析,识别场景中的异常目标,及时的向相关部门预警,真正达到无监管、无差错的智能化监控水平。本文以监控视频为处理对象,针对智能监控系统涉及到的几种核心算法的进行了研究,主要内容包括以下方面
3、:首先,在目标检测方面,对目前比较成熟的算法做了分析和比较,在背景差分的基础上,对像素灰度归类在帧选取方式和灰度归类方法做了改进,提高了目标检测的精准度。通过深入分析和比较几种常用的阴影去除方式的优缺点,提出一种图形分割中门限处理和改进的OSTU阈值选取相结合的方式进行目标的灰度值替换。它既可以满足灰度图像中阴影去除的要求也能快速准确地将目标、阴影、背景像素点分离开来。其次,在目标跟踪方面,采用OSTU和Camshift跟踪方法相结合的方式,通过对传统Camshiff方法的改进,克服了手动选取目标跟踪的缺点和灰度图像的限制,提高了目标跟踪的稳定性。设计并实现了一个智能视频监控系统,系统包
4、括对灰度图像中运动目标的检测、目标阴影去除、目标边缘检测、目标跟踪的功能。通过测试,验证了本系统所选择的目标检测跟踪算法对多目标检测跟踪具有很高的实时性和鲁棒性。最后本文对所做的工作做出总结,指出了算法目前存在的问题和对系统未来需要改进的地方做出展望。太原理工大学硕士研究生学位论文关键词:背景差分,运动目标检测,灰度归类,Camshifi算法,运动目标跟踪太原理工大学硕士研究生学位论文DESIGNANDIN口LEⅣ匝N仉气TIONOFINTELLIGENTVIDEOSI丁ItVEILLANCESYSTEMABSTRACTIntelligentvideosurveillancesystem
5、hasawiderangeofapplicationsinthefuture,asitscoretechnologyismovingtargetdetectionandtrackingwhichattractsalargenumberofexpertsandscholarsathomeandabroad.Ithasmadeconsiderableprogressinthefieldofcomputervision.Itcanrealizekeyinformationextractionandanalysisofusefultargetinintelligentvideosource,id
6、entifyabnormaltargetinthescene,timelywarningtotherelevantdepartments,achievealevelofintelligentmonitoringwithoutsupervisionandiserror-free.Inthisthesis,theobjectissurveillancevideo,andintelligentmonitoringsysteminvolvesseveralcorealgorithmswhichhavebeenstudied.Themaincontentsincludethefollowingas
7、pects:Firstly,intermsoftargetdetection,relativelysophisticatedalgorithmshavebeenanalyzedandcompared.Onthebasisofthedifferenceinthebackground,frameselectionmethodandgrayclassificationmethodofPixelgrayclassifiedhavebeeni
此文档下载收益归作者所有