基于视频序列的徘徊检测跟踪算法的研究与实现-电路与系统专业论文.docxVIP

3 3 PAGE PAGE 5 太原理 工太学硕士研究生学位论文 至今，智能视频分析技术已经应用了 10 多年，但是过去的智能视频分析大多是基 于 PC 机的应用。直到近 2、3 年，随着网络视频监控系统的部署和众多大型监控项目的 上马，基于嵌入式设备的智能分析系统才开始得到更多关注和应用。 1.3 本文的主要内容 通过对现有检测和跟踪算法进行深入研究 ，设计出了一种Camshift;fIJ背景差分相结 合的目标检测和跟踪方法，并根据深入剖析徘徊行为特点后提出的徘徊行为判定标准， 最终在PC机平台上实现了问标徘徊检测跟踪算法。最后，将 目标徘徊检测跟踪算法移植 到TI针对视频应用领域所推出的 DaVinci 处理器上。本文的具体章节安排如下 : 第一章主要介绍了课题的研究背景和意义以及国内外研究现状及存在问题，同时安 排了论文的组织结构。 第二章主要研究了现有运动目标的检测和跟踪技术。包括目标检测常用的背景差分 法、三帧差分法，光流法。目标跟踪常用的 Camshi负算法以及基于运动估计的跟踪算法。 第三章设计了一种运动目标徘徊检测与跟踪算法。包括基于徘徊运动的特点，提出 了一条徘徊判定标准 ，并进行了算法设计。同时对背景差分检测算法和Camshi负跟踪算 法进行了详细阐述。 第四章在徘徊检测与跟踪算法设计的基础上，实现了基于 OpenCV开源算法库的徘 徊检测JiHH宗算法， 1主算法能够对监控区内徘徊运动目标进行实时检测和跟踪报警。 第五章在嵌入式 DVS6446平台上成功移植了徘徊检测与跟踪算法，主要涉及到了 开 发平台搭建，系统整体设计，算法的移植、优化、封装，应用程序开发等内容。 第六章是总结。总结了本文的工作并对今后的 工作进行了展望。 1.4 本文创新点 本文在研究目标检测和跟踪方法的基础上设计出了一种目标徘徊检测跟踪算沽， 并在PC机和嵌入式两个平台 上实现。创新点如下 : (1) 提山了一种判定徘徊行为发生的标准，并进行了算法设计。 (2) 解决了背景差分法检测的目标由于长时间静止而消失的问题。 太原 太原理工大学硕士研究生学位论文 第二章运动目标检测和跟踪方法 2. 1 引言 智能视频监控系统的工作流程是先提高摄像头获取的监控视频图像的质量 ，然后对 场是中的目标进行分类检测和跟踪报警，进 r(ú实现场景中的入侵检测 [4]、人的身份检测 等问。通过 工作流程不难发现， 目标检测处于整个监按系统的前端 ，是后续目标行为分 析、跟踪环节的基础。只有在精确的检测到运动目标的前提下后续处理才有意义，否则 很大的偏差和错误必将导致整个智能系统失灵。目前，常用的检测算法包括背景减法、 帧差法、光流法以及一些改进算法。 目标的位置是通过在后续帧图像中有哪些信誉好的足球投注网站目标唯--的特征来确定的 ，确定位置后的目 标就可以实现连续跟踪，常用的跟踪算法包括 :基于颜色的跟踪算法 ，基于主动轮廓模 型的跟踪算法[6J 以及基于运动估计的跟踪算法等。 2_2 运动目标检测方法 运动目标的检测就是将输入的视频图像中变 化剧烈的图像区域从图像背景 中分离 出来，并提取其特征。研究内容包括 :快速提取运动目标的位置 、运动估计和对象描述 等。视频序列巾第刷出 f(x ，y ，k) 可以表示为: f(x ，y ，k) = M (x，y ，k)+ B(x，y ，k)+n(x，y ，k) 其中: M(x，y ，k) 为前景图像 ，B(x，y ，k) 为背景 图像，n(x，y，k) 为噪声信息。  (2-1) 2_ 2_ L 运动 目标检测流程 运动目标检测流程如图 2-1 所示，要想、从视频序列中检测出前景日标 ，首先必须对 视频图像序列进行必要的高斯滤波等预处理操作，然后通过检测算法本身确定场景内是 否出现了运动目标 ，一旦发现运动目标 ，就对当前帧图像进行去除 噪声处理，原因在于 有时噪声会把一些背景的就动或者背景的区域误判为前景目标，另外 ，对于前景目标的 运动内部也可能造成漏检现象 17]。为了消除以上影响，前景目标的二值图像还要进行形 态学处理间，如 : 膨胀、腐蚀、开启和闭合 I9.10l ，最后分割出前景目标，实现了别运动 目标的检测。 PAGE PAGE 6 PAGE PAGE 7 太原理工大学硕士研究生学位论文 图 2-1 运动自析斗会测流程图 fig.2-1 Flow chart of moving object detection 2.2. 2 背景差分检测目标 背景差分 (Background Subtraction) 方法是一种原理简单，易于实现的运动检测方 法， 关于背景差分方法的详细介绍请参见本文的 3.2 节r11-1付。 2.2.