基于运动目标识别技术的视频监控系统_高钰

收稿日期:2005-10-15作者简介:高钰(1971—),男,安徽铜陵人,工程师,研究方向:计算机应用技术(E -mail :gaoyu @tlys .cn );常永亮(1980—),男,河北赵

县人,硕士研究生,研究方向:电力系统控制和智能化仪表。

文章编号:1003-6199(2005)04-0029-03

基于运动目标识别技术的视频监控系统

高　钰,常永亮,穆战松

(1.安徽铜都铜业股份有限公司铜材厂,安徽铜陵　244021;2.中南大学信息科学与工程学院,湖南长沙　410083)

摘　要:设计了一种基于运动目标识别技术的数字视频监控系统,对生产现场有无工人作业进行判断,实现无人值守的智能化监控。系统采用客户机/服务器模型,利用企业局域网进行视频信号传输;利用帧间差分图像检测运动目标,实现视频运动对象的自动分割;采用边缘检测等技术提取运动目标的特征量;最后利用特征匹配算法对运动目标进行识别,判断目标类型,当现场长时间无工人作业时,发出报警信息。目前系统已投入运行,识别准确性较高。

关键词:视频监控系统;分割;特征匹配;目标识别中图分类号:T P277 文献标识码:A

Video Monitoring System Based on Moving Object Recognition

GAO Yu ,CHANG Yong -liang ,M U Zhang -song

(1.The Copper Products Facto ry of the Anhui T ongdu Copper Sto ck Co .,Ltd 244021,China ;2.College of Information Science &Engineering ,Central South University ,Changsha 410083,China )

Abstract :A digital video monitoring system based on moving object recognition is designed in this paper to judge whether

there are wo rkers in workshop and to realize intelligent monitoring system without A ttenbant .T he system adopts C /S model ,uti -lize enterprise 's LA N to T ransmit the video sig nals ,utilize inter -frame g ray difference to automatically separate the motion regio n f rom background ,adopts edge detection technolo gy to obtain the feature of moving object ,and utilize the feature matching algo -rithm to recog nize the moving object finally .While there are no workers in the wo rkshop fo r a long time ,the alert will be sent out .T he system has been running on the spo t ,and the precision of recognition is relatively high .

Key words :video monito ring system ;seg mentation ;feature matching ;target recog nitio n

1　引言

随着经济发展和社会进步,人们对自身的安全要求日

益提高,同时现代企业对安全生产也提出了越来越高的要求。而数字视频监控系统具有可视可记录、信息量大的特点,且具有极高的准确性,是报警复核、动态监控、过程控制和信息记录的有效手段。随着数字图像处理技术和网络通信技术的成熟,视频监控系统也向智能化、分布式方向发展。现场视频信号通过网络传送至处理中心,结合数字图像处理技术,可实时对现场视频图像进行分析,判断有无异常,将报警信息输出或自行进行处理,实现无人值守的智能化视频监控系统。由于系统的高效率、智能化,因此现代视频监控系统在企业中的应用也越来越广泛。

在本系统中,用户的需求是能够实现生产现场画面的自动记录、回放等基本功能,同时可以对用户选择的特定通道进行目标识别,判断有无工人在现场作业,若画面中超过

一定的时间(约20分钟)无工人作业,就发出报警信息,保证生产的连续进行。为满足此需求,我们设计了一个基于运动目标识别技术的数字视频监控系统。该系统实现了一般视频监控系统的基本功能,同时根据客户的应用要求,实现运动目标识别等功能,从而使系统达到无人值守智能化监控的设计目标。

2　系统组成与功能

系统基于客户机/服务器模型,由视频采集前端、网络硬盘录像机和客户端等几个部分组成,如图1所示。

软件编程分为服务器软件和客户机软件,服务器软件安装在网络硬盘录像机上,而客户机软件则安装在本地的客户机上。网络硬盘录像机上的服务器程序一般会打开一个指定的端口并进行监听(Listen ),如果客户机程序向服务器的这一端口提出连接请求(Connect Request ),服务器程序就会自动执行相应操作,来响应客户机的各种请求,并遵

第24卷第4期2005年12月

计　算　技　术　与　自　动　化Computing Technology and Automation

Vol .24,No .4　Dec .2005

循双方规定的通信协议完成信息交换,实现远程监控

。

图1　系统结构示意图

2.1　视频采集前端

摄像机是获取生产现场图像的主要前端设备,它以

CCD 图像传感器为核心部件,还包括同步信号电路、视频信号处理电路以及电源部分,输出信号为按电视标准规定的视频信号。除基本参数外,摄像机需具备附带功能,包括自动光圈接口、电子快门、自动增益补偿、逆光补偿等功能。另外,新的技术包括智能数字背景光补偿、数字自动跟踪白平衡等也大量应用在摄像机中。

视频采集前端分布在生产现场的各处,每点由一个摄像机和镜头组成,它们把采集到的模拟视频信号通过同轴电缆送入网络硬盘录像机,由其对视频信号进行压缩编码和进一步处理。在系统中摄像机采用固定的方位和角度,现场调试时应确保可以看到满意的现场图像画面。视频采集前端是整个系统的信号输入部分。

2.2　网络硬盘录像机

网络硬盘录像机集成了一般视频监控系统中监控主机和视频服务器的功能,主要包括视频编码模块和视频解码模块、网络传输模块、图像处理模块和窗口界面模块。视频编码模块采用高性能的H .264视频压缩技术标准,对视频采集前端传送的视频信号进行压缩编码,并以视频文件的形式存储于硬盘上。视频解码模块负责实时解码和视频播放。视频编码模块和解码模块都由硬件实现,采用海康威视系列压缩解压卡(PCI 插槽),调用开发包中提供的函数实现硬件编码和解码,大大提高了处理速度。网络传输模块负责网络的连接工作,和客户端进行通信。图像处理模块对视场内的运动物体进行自动识别,判断是否有工人在作业,如果工人长时间离开工作台,则发出报警信息。窗口界面模块提供生产现场画面的实时显示,同时提供一些人机交互接口,如切换通道,启动停止录像,视频回放、系统设置等,其中现场画面播放主要是对视频解码模块的调用,而各个通道是否进行自动识别等也在这里选择。

2.3　客户端

客户端提供给上层用户一个查询和操作的平台,主要包含视频解码模块、网络传输模块和窗口界面模块。视频解码模块负责多路视频信息的实时解码工作,采用软件实现,降低成本和系统复杂度。网络传输模块负责和服务器端的连接工作,包括通信的建立和视频信息的传递。窗口界面模块负责人机交互,调用视频软件解码模块的功能实现软件解码并实时播放,同时可以通过网络回放网络硬盘录像机上存储的视频录像,查看报警信息等。

3　关键技术

系统需要对现场画面中是否有工人作业进行自动判别,因此运动目标的识别技术是系统实现的关键。对于动

态图像的分析以及最后识别运动目标,基本原理是将摄像

头摄入的图像信号序列送入计算机,经过对图像的预处理、运动对象分割、特征提取后,采用模糊聚类、特征匹配等方法,实现对目标物体的搜索、识别,甚至对目标进行实时跟踪。基本的流程如图2。在本系统中,主要工作包括运动对象分割、特征量提取和运动目标识别,本文将着重对其进行介绍。图像预处理等环节将不再赘述。

图2　运动目标识别流程图

3.1　运动对象分割

在实时监控中,当监控现场画面中的监控对象与背景图像不变或有规律变化时称为静态现场。静态现场的运动对象分割可以预先采集背景图像,然后用实时图像减去静态的背景图像,即可分离出运动对象。而本系统中,由于车间环境比较复杂,监控对象与背景图像都随时间变化而变化,属于动态现场,因此需要采用比较复杂的方法分割出视频运动对象。

运动对象分割的算法主要有:①基于检测变化区域的分割方法。该算法通过全局运动估计和补偿后,认为相邻视频帧的背景是静止的,经过帧间的差分图像可以检测到运动区域。②基于参数和非参数模型的分割算法。它们通过计算光流场和估计运动参数,找出符合运动模型的像素区域,进而合并这些区域来构成运动对象。我们采用下面的运动对象分割方法:

在摄像机静止的前提下,如果相邻视频图像帧差为非零值,则可以认为帧间灰度变化是由噪声和运动对象引起的。因此经过阈值处理的帧间差分图像可以反映出图像中的运动信息,然而即使在效果很好的情况下,由帧差图像检测出的运动区域一般也会比实际的运动对象大。这是由于检测出的运动区域不仅包括运动对象,也包括被运动对象遮挡和重现的纹理背景。为了减少这种纹理背景,两帧之间运动对象的位移要很小。然而对非刚体,由于运动速度慢,而且并不是整体运动,若两帧间运动对象的位移较小,则检测的效果会很差。

由于序列图像中运动对象边缘与帧差图像中的运动区域边缘具有强相关性,可以利用它有效地消除运动物体遮挡和重现的纹理背景。设三帧图像F 1,F 2,F 3,前帧F 1与中间帧F 2的差分图像为 F 1-F 2 ,中间帧F 2与后帧F 3的差分图像为 F 2-F 3 ,两幅差分图像经阈值处理为二值图像,运动区域为1,背景区域为0。则两幅二值图像重合部分(与操作)的边缘即为中间帧运动对象的边缘。对于刚体的运动,可用三帧图像来提取中间帧的运动对象边缘。这种方法不需要连续的三帧,帧之间对象的位移可以比较大。而对于非整体运动的对象,如非刚体,则需要多帧图像来提取运动对象,即在多帧中,如F 1～F 7帧中取中间帧F 4,对F 1,F 4,F 7;F 2,F 4,F 6;F 3,F 4,F 5分别计算帧间不同位移量的中间帧F 4中的运动对象边缘,对得到的结果进行或操作,则七帧中相对于中间帧的运动信息将集中在中间帧。一般采用七帧即可获得较好的结果。图3为采用上述方法在某段视频序列中提取的运动对象。

图3　七帧视频序列中提取运动目标

30

计算技术与自动化2005年12月

在工厂车间中,由于人不是刚体,除了作为一个整体发生位移外,人体的各个部份也都可以在原有平衡位置附近运动。因此我们采用多帧图像来提取运动对象。

3.2　特征量提取

在工厂的生产车间中,运动目标比较多,大体可以分为行车、铲车等车间移动设备和工人等几类。由于这些目标在面积、形状复杂度上具有较大的差异,因此本系统采用这两种特征对目标加以分类识别。具体来讲,通常情况下,车间移动设备的面积远较工人的面积大;同时它的形状一般较简单,而工人的形状复杂度较高。因此,我们可以根据工厂车间场景中的各种运动目标的特点,对其进行识别,判断现场是否有工人作业。

在各个运动目标被分割出来后,其面积特征就可以得到,即所得运动分割区域的大小。在本系统中,由于现场温度等原因,某些监控点的监控场景距离摄像头较远。根据小孔成像原理,目标的成像大小不仅与实际大小有关,而且与场景到镜头的距离成反比。对于场景中的某一特定地方,由于车间移动设备具有较大的物理尺寸,因此其投影面积也较大,而工人投影面积较小。但是在场景中与镜头距离不同的地方,上述结论不一定准确,即实际大小相差较大的目标在这种情况下可能具有相似的投影面积。因此仅使用目标面积作为识别特征,不能准确识别运动目标。在本系统中,将形状复杂度作为另一个重要的识别特征。

通常来讲,目标的形状越复杂,则相同面积大小下,其边缘的长度越长,因此可以用目标的周长和面积来检测形状复杂度。这里采用下面的形状复杂度测度方法:

O(m)=C2

S

(1)

其中O(m)为形状复杂度;C为周长,即3.1节中分割出的运动对象的边缘长度;S为面积,可以简单的用运动对象所占象素数来表示。

由上述方法得到的运动目标的形状复杂度与场景到镜头的距离无关。假设图像坐标系和物理坐标系重合,若目标点的三维坐标是(X,Y,Z),焦距为f,则目标在像平面上投影为(x,y):

x=fX

Z

,y=fY

Z

(2)

假定目标通过平移,其上某点坐标变为(X,Y,kZ),其中k为坐标缩放因子。则投影坐标变为(x/k,y/k),由于目标上所有点在x,y方向上都进行了相同比例的缩放,因此面积变为原先的1/k2,周长变为原先的1/k,根据式(1),形状复杂度没有变化。

因此形状复杂度能够较好地区分各种复杂程度不同的目标,一般而言,车间移动设备的形状复杂度较小,而现场的工人形状复杂度较大。

在系统中,运动目标的面积和形状复杂度全部进行了归一化处理。

3.3　运动目标识别

在进行目标识别时,一般采用聚类,特征匹配等方法。设有m个类别的图像,其类别分别为W1,W2,…,W m。现要判断任一个给定的图像是这m个类别中的哪一类,则可以通过提取图像的特征来进行判断。当图像类别很多时,为了分析及分类方便,可用图像的d(假设图像有d个特征)个特征组成d维空间中的特征向量X来表示,如果有m个类别,就有m个这样的特征向量。X表示如下:

X=[x1,x2,…,x d]T,

x i(i=1,2,…,d)为图像的特征。

从图像中提取出全部特征后,组成d维向量,让其与样本库中的图像类的特征向量进行匹配运算,如果与第i(0

样本库中存储着几类运动物体的典型特征,在系统运

行时,采用基于距离测量的分类方法,即用已知模式与新的待检验模式之间的合适距离度量来实现模式分类。假设本系统样本库中有m个类别,其中n(n

D ki=λ(x k1-x i1)2+(x k2-x i2)2,

i=1,2,…,m(3)其中,x k1,x k2分别为待验模式Xk的两个特征,x i1,x i2分别为已知模式X i的两个特征;λ为调整因子,对一定数量的已知样本做回归分析后其值可以确定。

经过距离度量后,得到待验模式与样本库中m个已知模式的距离,设D kj=min

i

{D ki|i=1,2,…,m},则可以认为待验模式属于第k类。若k≤m,则为车间移动设备;否则可以判断为工人

4　系统实现与结果

系统开发环境为V isual C++,同时充分利用功能完备的M FC作为开发基础。在网络硬盘录像机上实现上述的运动目标识别算法,在用户选择的通道上,可以对生产现场是否有工人活动进行识别。由于系统要求的实时性不是很强,在一定长度的时间范围(大约20分钟)内无工人活动时系统才发出报警,因此检测时间基本不受约束。系统的录像帧率为25帧/s,我们采取每10秒钟检测一次现场有无工人活动,即在每个整10秒的时候开始抓拍图片,每三帧抓拍一幅,在大约一秒的时间内均匀抓拍7幅图片。然后系统停止抓拍,对抓拍的图片进行离线识别,判断现场有无工人工作,若无工人工作,则报警时间累加,若超过设定时间开始报警;否则报警时间清零,等待下一次检测。由于现场变化不是很快,每次计算可以反映最近一段时间的现场状况,因此系统采用离线计算,实现难度较小,识别准确率也比较高。目前本系统已在安徽铜陵市某铜材厂运行半年多,提高了生产效率,同时增强了工厂的安全防范能力,取得了不错的效益。

参考文献

[1]　沈承东,谭庆平.基于M PEG4的数字视频监控系统的设计

和实现[J].计算机工程,2002,28(8).

[2]　李宏亮,张重雄.基于VC的变电站视频监控系统控制软件设

计[J].微处理机,2004,(3).

[3]　丁艳,赵一帆.运动目标的检测技术研究[J].光学技术,

2002,28(4).

[4]　刘党辉,沈兰荪.视频运动对象分割技术的研究[J].电路与

系统学报,2002,7(3).

[5]　邬正平,卜佳俊,陈纯.一种基于动态规划的视频分割方法

[J].计算机辅助设计与图形学学报,2002,14(8).

[6]　郑南宁.计算机视觉与模式识别[M].北京:国防工业出版

社,1998.

[7]　张根耀,赵西卿,等.图像法识别运动目标技术[J].陕西师

范大学学报(自然科学版),2002,(30).

[8]　谢树煜,陈倩,朱虹.实时视频对象识别与计数系统的模型和

算法设计[J].清华大学学报(自然科学版),2001,41(7).

31

第24卷第4期高　钰等:基于运动目标识别技术的视频监控系统

运动目标检测光流法

摘要 运动目标检测方法是研究如何完成对视频图像序列中感兴趣的运动目标区域的“准确定位”问题。光流场指图像灰度模式的表面运动，它可以反映视频相邻帧之间的运动信息，因而可以用于运动目标的检测。MATLAB这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以利用MATLAB 软件来用光流法对运动目标的检测中具有很大的优势。本设计主要可以借助matlab软件编写程序，运用Horn-Schunck算法对图像前后两帧进行处理，画出图像的光流场。而图像的光流场每个像素都有一个运动矢量，因此可以反映相邻帧之间的运动，分析图像的光流场就可以得出图像中的运动目标的运动情况。 关键字：光流法；Horn-Schunck算法；matlab

目录 1光流法的设计目的 (1) 2光流法的原理 (1) 2.1光流法的介绍 (1) 2.1.1光流与光流场的概念 (1) 2.1光流法检测运动目标的原理 (2) 2.1.1光流场计算的基本原理 (2) 2.2.2基于梯度的光流场算法 (2) 2.2.3Horn-Schunck算法 (3) 2.2.4光流法检测运动目标物体的基本原理概述 (5) 3光流法的程序具体实现 (6) 3.1源代码 (6) 3.1.1求解光流场函数 (6) 3.1.2求导函数 (9) 3.1.3高斯滤波函数 (9) 3.1.4平滑性约束条件函数 (10) 3.1.5画图函数 (10) 4仿真图及分析 (12) 结论 (13) 参考文献 (14)

1 光流法的设计目的 数字图像处理，就是用数字计算机及其他有关数字技术，对图像进行处理，以达到预期的目的。随着计算机的发展，图像处理技术在许多领域得到了广泛应用，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。 数字图像处理课程设计是在学习完数字图像处理的相关理论后，进行的综合性训练课程，其目的是：使学生进一步巩固数字图像处理的基本概念、理论、分析方法和实现方法；增强学生应用Matlab编写数字图像处理的应用程序及分析、解决实际问题的能力；尝试所学的内容解决实际工程问题，培养学生的工程实践能力。 运动目标检测是数字图像处理技术的一个主要部分，近些年来，随着多媒体技术的迅猛发展和计算机性能的不断提高，动态图像处理技术日益受到人们的青睞，并且取得了丰硕的成果，广泛应用于交通管理、军事目标跟踪、生物医学等领域。 因此，基于光流法，实现运动目标的检测是本文的研究对象。结合图书馆书籍、网上资料以及现有期刊杂志，初步建立起运动目标检测的整体思路和方法。 2 光流法的原理 2.1 光流法的介绍 2.1.1 光流与光流场的概念 光流是指空间运动物体在观测成像面上的像素运动的瞬时速度，它利用图像序列像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即反映图像灰度在时间上的变化与景物中物体结构及其运动的关系。将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。视觉心理学认为人与被观察物体

目标检测与识别

采用视频图像的运动目标检测与识别 相关调研 目标检测是计算机视觉的一个重要组成部分,在军事及工业等领域有着重要的应用前景。运动目标的检测方法主要有光流法,差值法。光流法的计算量很大,实时性和应用性较差。而图像差值法比较简单,实时性较好,是目前应用最广泛,最成功的运动目标检测的方法。图像差值法可分为两类,一类是用序列图像的每一帧与一个固定的静止的参考帧做图像差分,但自然场景不是静止不变的,因而必须不断的更新背景。另一类是用序列图像的两帧进行差分,这种方法无法检测出两帧图像中重合的部分,只能检测出目标的一部分信息。在绝大多数视频监控图像应用中,每一个像素都可以用一个或多个高斯模型近似,因此,高斯背景模型是绝大多数目标检测方法常用的基本模型。 智能视频服务器是飞瑞斯在多年视频分析技术优势的基础上，推出的一系列具有智能视频分析功能的DVS 视频编码设备。智能视频服务器基于DSP、ARM等核心平台，完成前端标准的H.264高压缩率编码，同时完成智能分析功能。 智能视频服务器的最大的创新点在于，这一系列DVS不仅仅提供视频监控的功能，能通过飞瑞斯核心的智能视频分析技术，来感知视频场景内的环境、人和物，并挖掘其中的人(物)行为、状态、身份信息、数量、轨迹等更深层次的元数据信息。 智能视频服务器赋予了视频监控系统智慧的大脑，从此视频监控不仅仅是能看得到，而且还能自己思考，提供更为智能的应用。

https://www.doczj.com/doc/fa5365748.html,/products_20_26.html?bdclkid=BztEJhpzcR34JE_Ft948PGoNuxuK0gsc zre7HPa3EhvUMBqk3J

视频监控系统设计方案新整理

九江东毅港口 监控系统设计方案

目录

1.系统概述

近几年视频监控报警系统的发展突飞猛进，它的推广和应用也在遍布各个领域,它已成为现代化管理和安全防范的重要手段。随着IP网络和宽带技术的不断发展，采用先进计算机通信技术及图像视频压缩技术为核心的网络化、数字化视频监控系统方案越来越得到人们的广泛使用。视频监控系统防范于未然，用来实现较周密的外围区域及建筑物内重要的区域管理，减少管理人员的工作强度，提高管理质量及管理效率。作为现代化管理有力的辅助手段，视频监控系统将现场内各现场的视频图像传送至监控中心，管理人员在不亲临现场的情况下可客观地对各监察地区进行集中监视，发现情况统一调动，节省大量巡逻人员，还可避免许多人为因素。并结合现在的高科技图像处理手段，还可为以后可能发生的事件提供强有力的证据，有了良好的环境，全方位的安全保障，才能创造良好的社会效益和经济效益。 我司考虑到以上监控系统的重要性，所以根据公司实际情况，本着“立足现在、着眼未来、功能齐全、布局合理、有效控制、经济适用”的原则，需要设计出针对本项目整个区域的全天候、全方位、多层次、多角度的监控系统设计，这套监控系统要求认真研究公司需求的基础上，根据项目规划特点，利用时下技术稳定、成熟的产品，并需要结合多年的行内经验和工程实施经验而提供。该系统一定是一个功能完善、技术先进、质量稳定可靠的管理与安全保卫系统，将为公司未来的综合治理管理体系发挥积极的作用。监控系统作为一项先进的高科技技术防范手段，通过安装在公司出入口、主要通道、重要位置如：大门、办公楼、仓库、码头等区域设置前端摄像机，将采集的图像信息传送到监控管理中心，进行全方位监控监

红外图像中弱小目标检测算法概述

文章编号21005-5 30(Z 005 04-0083-04 红外图像中弱小目标检测算法概述 卓宁1 孙华燕1 张海江Z (1.装备指挥技术学院 北京10141 ; Z. Z 41部队 8分队 辽宁葫芦岛1Z 5001 摘要2在现代战争中 复杂背景下的红外弱目标检测技术是红外制导系统中一个亟待 解决的问题 也是提高武器系统性能的关键O 现基于小目标检测的现状和最新进展 从空间 滤波和时间滤波的角度对现有的小目标检测技术进行了简单的概述 并分析了今后的研究 方向O 关键词2复杂背景;小目标;空间滤波;时间滤波 中图分类号2TP 3 1.4文献标识码2A Algorithm surveys on small target detection in inf rared image ZHUO Nzng 1 SUN Hua -yan 1 ZH NG Haz -jzang Z (1.Institute of eguipment Command and Technology Beijing 10141 China ; Z.PLA Z 41Command and 8Unit ~uludao 1Z 5001 China Abstract 2In the modern War detection of the small target in the condition of complicated background is an urgent problem for infrared control and guide it is also the key of improving Weapon system capability .Part algorithms of infrared small target detection in the Way of spatial filter and time filter are introduced in this paper based on present and recent technology .Finally the direction of the study are analyzed . Key words 2complicated background ;small target ;spatial filter ;time filter 1引言 现代战争中 要求更早地~在更远的距离上发现和捕获敌方的来袭导弹~飞机等目标 以使防御武器有足够的反应时间O 这时目标的图像很小 只有一个或几个像素 缺乏结构信息 此外视场中可能还有云~地物等各种复杂的背景杂波 目标点极易被噪声所淹没O 因此 复杂背景下低信噪比红外弱小目标检测是武器系统中的关键技术之一 是运动目标探测中一个亟待研究与解决的课题O 为了从二维序列图像中检测到低信噪比红外弱小目标 自70年代以来 国内外学者和专家进行了广 泛而深入的研究 提出了许多有实际意义的检测算法O Bauch [1]等人提出 通过采用一组时间上的高阶差分 来抑制背景干扰 并得到目标运动轨迹O 并用动态规则和状态估计技术来增加目标的可检测性O 然而 这种方法在低信噪比的情况下可能呈现较差的性能O 此后 又有人提出了频域中的三维时空匹配滤波技术 并且把其简化为只在空域中进行的二维匹配滤波 其结果在时间序列中进行递推求和O Irani M [Z ]等人用 计算小邻域上灰度的加权平均再用梯度进行归一化 以此作为运动的度量O 还有由Liou S P 和J ian R C 提出的运动目标检测方法是基于时空空间中运动轨迹任一点上切线和法线的正交性 但是为了得到图像 第Z 7卷第4期 Z 005年8月光学仪器O PTICAL I N S T R U M e N T S V ol.Z 7 N o.4 August Z 005 收稿日期2Z 004-11-1 作者简介2卓宁(1 7 - 女 安徽蚌埠人 工程师 硕士生 主要从事图像信号处理方面的研究O

一种基于运动估计的红外目标跟踪方法

2014，50（12）Computer Engineering and Applications 计算机工程与应用1引言红外目标跟踪技术融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域中的先进技术，在军事视觉制导、机器人视觉导航、安全监测、交通管制、医疗诊断以及气象分析等许多方面都有广泛的应用。但是由于红外成像是低对比度、低信噪比且边缘比较模糊图像[1]，同时红外目标成像的背景具有非平稳性、相关性、复杂性的特点，使得对红外图像的跟踪难度增加。近年来，研究者们针对红外图像自身成像特点并结合现有比较成熟的跟踪技术对红外目标跟踪进行了深 入研究。Yuhui Liu [2]等人结合模板匹配法和卡尔曼滤波[2-3]原理，使用了一种新的相似性度量方法对红外目标进行了有效跟踪；Shupeng Wang [4]针对红外图像颜色特征的单一性特点，提出了一种自适应灰度特征更新策略，使用MeanShift 算法[3]对目标进行较准确跟踪；还有部分研究者使用粒子滤波[5-8]原理对红外目标进行准确跟踪，但该方法有较高算法复杂度，所以很难应用到实 时系统中。 一种基于运动估计的红外目标跟踪方法 修彬1，2，李成龙2，汤进1，2，罗斌1，2 XIU Bin 1，2,LI Chenglong 2,TANG Jin 1，2,LUO Bin 1，2 1.安徽省工业图像处理与分析重点实验室，合肥230039 2.安徽大学计算机科学与技术学院，合肥230601 1.Key Lab of Industrial Image Processing &Analysis of Anhui Province,Hefei 230039,China 2.School of Computer Science and Technology,Anhui University,Hefei 230601,China XIU Bin,LI Chenglong,TANG Jin,et al.Infrared target tracking algorithm based on motion https://www.doczj.com/doc/fa5365748.html,puter Engineering and Applications,2014,50（12）：125-128. Abstract ：A novel object tracking method based on motion estimation is proposed in this paper to solve stagger and occlu-sion problems in infrared object tracking.The gradient direction-joint gray histogram model of an object is established,which can depict characteristics of the object accurately.Then maximum posterior probability is used to match the objects in the search area,which is efficient to enhance the target,inhibit the background and easy to find the global optimal solution.A novel method based on motion estimation,trajectory prediction,is proposed to evaluate motion trajectory of object accurately.Experimental results illustrate that the proposed method not only can solve the stagger and occlusion prob-lems better,but also has lower computation complexity. Key words ：infrared object tracking;Histogram of Oriented Gradient and Illumination （HOGI ）feature;maximum posterior probability;motion estimation 摘要：为解决红外目标跟踪中目标的交错、遮挡等问题，提出了一种新的基于运动估计的目标跟踪方法。建立目标的方向梯度-灰度直方图特征模型，该模型能较准确地刻画目标特征。使用最大后验概率指标在搜索区域进行目标匹配，该指标能很好地突出目标、抑制背景，并容易得到全局最优解。提出一种新的运动估计方法，即轨迹预测算法，对目标的运动进行较准确的估计。实验结果证明，该方法不仅计算复杂度低，而且能够较好地解决目标交错、遮挡等问题。 关键词：红外目标跟踪；方向梯度-灰度直方图特征；最大后验概率；运动估计 文献标志码：A 中图分类号：TP391.4doi ：10.3778/j.issn.1002-8331.1206-0347 基金项目：国家自然科学基金（No.61073116，No.61003038）；安徽省教育厅自然科学重点基金（No.KJ2010A006）。 作者简介：修彬（1986—），男，硕士，研究领域为数字图像处理；李成龙，男，硕士；汤进，男，副教授；罗斌，男，教授。 E-mail ：xbleozero@https://www.doczj.com/doc/fa5365748.html, 收稿日期：2012-06-21修回日期：2012-08-10文章编号：1002-8331（2014）12-0125-04 CNKI 网络优先出版：2012-09-25,https://www.doczj.com/doc/fa5365748.html,/kcms/detail/11.2127.TP.20120925.1000.015.html 125

视频监控系统设计方案

网络监控系统设计方案 导读：本次设计方案中，视频监控系统分为如下几个部分，每部分的基本功能和组成如下： (一) 前端视频数据采集部分：通过网络摄像机实现对各个监控区域的图像采集；前端视频数据 采集设备包括红外一体化网络摄像机、网络半球、网络智能球、高清网络摄像机、立杆、墙挂支架等设备。 视频监控总体设计 1.1. 网络视频监控系统组成 本次设计方案中，视频监控系统分为如下几个部分，每部分的基本功能和组成如下： (一) 前端视频数据采集部分：通过网络摄像机实现对各个监控区域的图像采集；前端视频数据采集设备包括红外一体化网络摄像机、网络半球、网络智能球、高清网络摄像机、立杆、墙挂支架等设备。 (二) 视频数据传输部分：通过超五类双绞线、室外4芯室外多模铠装光缆、光电转换设备和网络交换机等设备组成转发视频图像数据的传输网络，并通过传输网络将图像数据从前端监控设备传送到后端监控中心进行视频显示和存储，主要设备和线材包括：网络交换机、光电转换设备、超五类双绞线、室外铠装光缆等。 (三) 视频监控中心部分：视频监控中心是将前端采集的视频图像信息通过软件解码，转化为图像信号传送到监视器上，形成直观图像信息并且显示出来，同时对视频信息按照存储策略进行存储。通过网络监控中心管理平台对整个系统进行统一操作、配置、管理，其中主要设备网络监控中心管理平台、监控录像主机、大尺寸电视等设备。 (四) 监控终端部份：监控终端主要功能是监看实时视频画面、查询回放录像、抓拍图像、手动录像，主要包括监控客户端、多路视频解码器。 1.2. 监控系统拓扑图

1.3. 前端视频监控部分 1.3.1. 前端监控点设置说明 序号安装位置产品名称 单 位 数量备注 1 负一层停 车场 红外一体化网络摄像 机 台11 监控车位及通道，安全通道等出入口情 况

运动目标图像的识别与跟踪

运动目标图像的识别与跟踪 本文主要目的是将视频摄像头中的运动目标从背景中提取出来，并加以跟踪。首先考虑的是常见的目标检测的算法，其次考虑对于噪声的滤除，最后是对运动目标的跟踪。 一、基本目标检测算法 我们主要考虑的目标检测的算法主要有三种，光流场法、背景模型法以及时域差分法。 1.1光流场法 光流主要是图像亮度模式的表现运动。而光流场则是指灰度模式的表面运动。一般条件下，我们可以根据图像的运动，进行估算相对运动。 光流场法的基本理论是光流场基本方程： 0=++t y x I vI uI (1.1) 式中我们根据亮度守恒，利用泰勒公式展开，忽略高阶项与二次项。其中x I 、y I 和t I 是图像在对数轴x 、y 两个方向和t 的的导数，()v u ,就是这个点的光流坐标。 光流场法的目标检测，在摄像机运动时候也可以做出判断，但是图像的噪声太过明显，使得计算数据庞杂，计算的公式更加复杂，这样并不适合我们的对于目标跟踪的高精度的摄像系统。 1.2背景模型法 背景模型法，也被称为背景差法，主要利用当前的图像和背景的图像的二值化做差，然后取阈值，分割运动目标。 首先根据： ()()()y x b y x f y x D t t t ,,,-= (1.2) 我们可以得到当前的图像帧数()y x f t ,和背景图像的帧数),(y x b t 做差，然后以公式对图像进行二值化的处理。 ???≤>=)(,0)(,1),(BackGround T D ForeGround T D y x P t t t (1.3) 上面),(y x P t 是二值化模板图。假设某一区域大于一个给定的面积的时候，该区域就是我们要找的目标区域。 背景模型法的算法简单，可以快速反应，并且可以提供运动目标的大略特征等数据。但是对于复杂背景下，比如人流较大的公共场所，或者有光照等干扰时，就需以其他的算法以不断更新背景信息来进行弥补。

一套防高空抛物视频监控系统设计方案,小区必备

一套防高空抛物视频监控系统设计方案，小区必备前言： 现在的小区智能化弱电系统设计经常要考虑到防高空抛物摄像头，那么放高空抛物摄像头如何设计呢？正文： 高空抛物、作为居民住宅小区管理的通病，其管理整治关系着社会治安稳定和群众的生命安全，然而仅依靠传统思想道德宣传仍无法达到非常良好的效果，特别在高楼层的居民楼内，居民为了贪图一时方便，对外抛物的危害更大，有数据表明：一个30克的蛋从4楼抛下来就会让人起肿包；从8楼抛下来就可以让人头皮破损；从18楼高甩下来就可以砸破行人的头骨；从25楼抛下可使人当场死亡。 很多朋友多次提到一步的对高空抛物这种危害极大的不文明行为进行制止，我们需要建设一套全数字高清化的视频监控系统。通过以文明行为宣传为主，监控管理为辅的方式，有效的对高空抛物这一不文明行为进行制止，同时也能够在抛物事件发生后，做到事后取证并追究相关人员的法律责任。 总体思路

1、设计思路根据本次系统建设的框架和建设的思路，本次视频监控系统建设覆盖小区内两幢28层高的居民住宅楼，覆盖两幢大楼的歌3个能够发生高空抛物的监控面。建成后的智能高清视频监控系统将能够对住宅楼外立面进行实时监控及分析，形成统一的监控网络，实现对大楼高空抛物事件的重点监管。我们规划建设一套完整的数字化、高清化的视频监控系统，利用当今成熟的数字视频压缩技术、多媒体技术、光缆传输技术、电视监控技术、网络技术等，构建一套适合于整个项目的高空抛物防控体系。 2、项目建设内容根据建设的思路，系统建成后将能够实时监管楼内居民抛物情况，在整个监控区域形成一个统一、封闭的监控网络。系统根据用户的要求为了建造一个图像清晰连贯，集中管理的系统特点，所以本次视频监控系统以网络为载体，为安全监视、管理运行提供有效的技术手段。

运动目标检测方法总结报告

摘要 由于计算机技术的迅猛发展，使得基于内容的视频信息的存取、操作和检索不仅成为一种可能，更成为一种需要。同时，基于内容的视频编码标准MPEG-4和基于内容的视频描述标准MPEG-7正在发展和完善。因此提取和视频中具有语义的运动目标是一个急需解决的问题。运动目标提取和检测作为视频和图像处理领域的重要研究领域，有很强的研究和应用价值。运动检测就是将运动目标从含有背景的图像中分离出来，如果仅仅依靠一种检测算法，难以从复杂的自然图像序列中完整地检测出运动的目标。较高的检测精度和效率十分重要，因此融合多种检测方法的研究越来越受到重视。本文介绍了几种国内外文献中的经典的视频运动目标的检测和提取算法，并对各种方法进行了评价和总结。首先介绍了基本的运动目标检测的基本知识和理论，然后介绍了基本的几种目标检测方法及其各种改进方法。对今后的运动目标检测提取的相关研究提供一定的参考。 关键词：运动目标检测光流法帧差法背景建模方法

ABSTRACT Because of the rapid development of computer technology, it is possible to access, operate and retrieve the video information based on the content of the video. At the same time, based on the content of the video coding standard MPEG-4 and content-based video description standard MPEG-7 is developing and improving. Therefore, it is an urgent problem to be solved in the extraction and video. Moving object extraction and detection is a very important field of video and image processing, and has a strong research and application value. Motion detection is to separate moving objects from the image containing background, if only rely on a detection algorithm, it is difficult to from a complex natural image sequences to detect moving target. Higher detection accuracy and efficiency are very important, so the study of the fusion of multiple detection methods is becoming more and more important. In this paper, the detection and extraction algorithms of the classical video moving objects in the domestic and foreign literatures are introduced, and the methods are evaluated and summarized. Firstly, the basic knowledge and theory of basic moving target detection is introduced, and then the basic method of target detection is introduced. To provide a reference for the research on the extraction of moving target detection in the future. Keywords: Visual tracking Optical flow method Frame Difference Background modeling method

视频监控系统设计方案

视频监控系统设计方案 摘要：生产经营管理的高效性、实时性直接影响到企业的生产效益和成本控制。当前，工厂的建设、管理正向着信息化、智能化的方向发展。通过在企业内部安装一整套局域网上的网络视频监控系统，安全生产人员可实时监控各个设备的运行状况，安保人员可实时监控厂区的出入口、道路、重点建筑等重要场所的人员流动情况，企业相关部门的领导也可以在办公室随时监控整个企业的运作情况。 一、工程说明 1.1 工程需求分析 根据用户的实际要求和现代监控系统的特点对本项目的需求进行了认真的分析。 1. 防范目的 通过安装在工厂辖区的摄像机，可以对现场的人员、车辆及设备的工作情况进行实时监视，监控室能够及时观察到现场的情况，并能够将相关图像进行实时的录像。在充分保证客人及业主隐私的基础上，加强工厂的安全保卫工作，同时提高工作效率，实现科学的管理。 2. 布防要求 根据现场的实际情况加以安装，以便最能有效地监控现场图像，不留死角。 3. 安全可靠性 为使整个监控系统充分发挥其安全防范的作用，应从以下几个方面确保系统安全可靠： ⑴前端设备品质必须高度可靠，尽量选用性价比高的名牌产品，同时充分考虑到特殊且恶劣的环境因素对设备的影响。 ⑵必须按照国家标准及工艺要求进行施工。 ⑶控制系统应采用可靠性高、功能全的产品 ⑷严格的管理制度，规范的操作。 ⑸操作简便。具有一定的扩容和升级能力。

二、方案设计的原则和思想 2.1 系统应具有的特性 2.1.1 先进性 当今科学技术发展迅速，若花巨资建成一个几年之内就要淘汰的落后系统，不仅是一种极大的浪费，而且将严重影响工厂的声誉。所以设计方案首先就要确保设计技术和应用技术的先进性，同时也要保证整个系统的最佳性能价格比。 2.1.2 灵活性和兼容性 随着科学技术的发展，不可能保证一个系统永远处于领先地位。为此在设计方案时，必须考虑到系统升级扩容的灵活性和兼容性，这就需要采用模块化、开放式、集散型、分布式的控制系统。使得不改变原有设备，在不损失前期投资的情况下，就能方便的升级和扩容，确保系统不过时。 2.1.3 经济实用性 先进性与经济性往往会产生矛盾，这就需要在制定总体设计方案时： 一、要选择性能价格比最佳的产品和系统。高科技现代化时代，经济性衡量的唯一标准是性能价格比，既不是单纯性能，也不是单纯的价格，若不顾性能，而单纯追求价格，势必会陷入不正当的价格竞争战。那么系统事故所造成损失和影响用经济是补偿不了的。 二、善于充分利用软件来实现系统功能，尽可能减少硬件开支，达到降低系统总成本的目的。 三、充分了解其它子系统的功能，并与之进行有机结合，避免功能重复。 四、要善于从实际出发，突出实用功能，去掉“华而不实”的无用功能，降低总体投资，求得先进性与经济性的完美统一。 2.1.4 可靠性 可靠性是系统设计中的关键，不可靠的系统不仅根本谈不上什么先进性，而且由于系统的瘫痪导致重大的损失会给用户带来巨大的负担和耗费。为此总体方案的设计和产品的选用时： 一、既要考虑技术的先进性，又要考虑技术的成熟性。

视频监控系统设计方案新整理

九江东毅港口 监控系统设计方案目录 系统概述1.近几年视频监控报警系统的发展突飞猛进，它的推

广和应用也在遍布各个领域,它已成为现代化管理和安全防范的重要手段。随着IP网络和宽带技术的不断发展，采用先进计算机通信技术及图像视频压数字化视频监控系统方案越来越得到人们的缩技术为核心的网络化、． 广泛使用。视频监控系统防范于未然，用来实现较周密的外围区域及建筑物内重要的区域管理，减少管理人员的工作强度，提高管理质量及管理效率。作为现代化管理有力的辅助手段，视频监控系统将现场内各现场的视频图像传送至监控中心，管理人员在不亲临现场的情况下可客观地对各监察地区进行集中监视，发现情况统一调动，节省大量巡逻人员，还可避免许多人为因素。并结合现在的高科技图像处理手段，还可为以后可能发生的事件提供强有力的证据，有了良好的环境，全方位的安全保障，才能创造良好的社会效益和经济效益。 我司考虑到以上监控系统的重要性，所以根据公司实际情况，本着“立足现在、着眼未来、功能齐全、布局合理、有效控制、经济适用”的原则，需要设计出针对本项目整个区域的全天候、全方位、多层次、多角度的监控系统设计，这套监控系统要求认真研究公司需求的基础上，根据项目规划特点，利用时下技术稳定、成熟的产品，并需要结合多年的行内经验和工程实施经验而提供。该系统一定是一个功能完善、技术先进、质量稳定可靠的管理与安全保卫系统，将为公司未来的综合治理管理体系发挥积极的作用。监控系统作为一项先进的高科技技术防范手段，通过安装在公司出入口、主要通道、重要位置如：大门、办公楼、仓库、码头等区域设置前端摄像机，将采集的

图像信息传送到监控管理中心，进行全方位监控监测，形成幕帘状警戒面包围建筑，以立体空间监视公司码头、仓库、办公场所，使管理人员全面掌握公司内各处的动态，阻止治安事件发生。 2.系统设计依据及设计原则 系统设计规范及依据 视频监控系统的建设依据国家相关的法律法规、国家和行业相关标准、相关研究成果等资料进行规划设计，具体如下： 《小区弱电系统招标要求技术指标及功能要求》的相关部分及相关图纸 《智能建筑设计标准》GB/T50314—2000 《智能建筑工程质量验收规范》GB 50339—2004 《建筑安防系统工程设计标准》GB/T 13-32-2000 《民用建筑电气设计规范》JGJ/T16-92 《民用建筑照明设计标准》GBJ133－90 《供配电系统设计规范》GB50052－95 《低压配电设计规范》GB50054－95 《建筑电气工程施工质量验收规范》GB507－2002 《安全防范工程技术规范》GB50348-2004 《安全防范系统验收规则》GA308-2001 《民用闭路监视系统工程技术规范》GB50198-94 《安全防范工程程序与要求》GA/T75-94 《防盗报警控制器通用技术条件》GB12663-1990 《电子计算机机房设计规范》GB 50174-93

运动目标检测原理

运动检测（移动侦测）原理 一、引言 随着技术的飞速发展，人们对闭路电视监控系统的要求越来越高，智能化在监控领域也得到越来越多的应用。在某些监控的场所对安全性要求比较高，需要对运动的物体进行及时的检测和跟踪，因此我们需要一些精确的图像检测技术来提供自动报警和目标检测。运动检测作为在安防智能化应用最早的领域，它的技术发展和应用前景都受到关注。 运动检测是指在指定区域能识别图像的变化，检测运动物体的存在并避免由光线变化带来的干扰。但是如何从实时的序列图像中将变化区域从背景图像中提取出来，还要考虑运动区域的有效分割对于目标分类、跟踪等后期处理是非常重要的，因为以后的处理过程仅仅考虑图像中对应于运动区域的像素。然而，由于背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响，使得运动检测成为一项相当困难的工作。 二、运动检测（移动侦测）原理 早期的运动检测如MPEG1是对编码后产生的I帧进行比较分析，通过视频帧的比较来检测图像变化是一种可行的途径。原理如下：MPEG1视频流由三类编码帧组成，它们分别是：关键帧（I 帧），预测帧（P帧）和内插双向帧（B帧）。I帧按JPEG标准编码，独立于其他编码帧，它是MPEG1视频流中唯一可存取的帧，每12帧出现一次。截取连续的I帧，经过解码运算，以帧为单位连续存放在内存的缓冲区中，再利用函数在缓冲区中将连续的两帧转化为位图形式，存放在另外的内存空间以作比较之用，至

于比较的方法有多种。此方法是对编码后的数据进行处理，而目前的MPEG1/MPEG4编码都是有损压缩，对比原有的图像肯定存在误报和不准确的现象。 目前几种常用的方法： 1.背景减除（Background Subtraction ） 背景减除方法是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。它一般能够提供最完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。最简单的背景模型是时间平均图像，大部分的研究人员目前都致力于开发不同的背景模型，以期减少动态场景变化对于运动分割的影响。 2.时间差分（Temporal Difference ） 时间差分（又称相邻帧差）方法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域。时间差分运动检测方法对于动态环境具有较强的自适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产生空洞现象。 3.光流（Optical Flow） 基于光流方法的运动检测采用了运动目标随时间变化的光流特性，如Meyer[2] 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标。该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而，

红外弱小目标检测方法研究

本科毕业设计论文 题 目 红外弱小目标检测方法研究 _______________________________________ 专业名称 学生姓名 指导教师 毕业时间 2014年6月

毕业 任务书 一、题目 红外弱小目标检测算法研究 二、指导思想和目的要求 本题目来源于科研，主要研究红外弱小目标的特点，常用的检测算法，进而实现红外弱小目标的检测。希望通过该毕业设计，学生能达到： 1．利用已有的专业知识，培养学生解决实际工程问题的能力； 2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。 三、主要技术指标 1．掌握红外弱小目标的特点； 2．研究常用的红外弱小目标检测算法； 3．实现红外弱小目标的检测。 四、进度和要求 第01周----第02周： 参考翻译英文文献； 第03周----第04周： 学习红外图像及其弱小目标的特点； 第05周----第08周： 研究红外弱小目标的检测算法； 第09周----第14周： 编写红外弱小目标的检测程序； 第15周----第16周： 撰写毕业设计论文，论文答辩。 五、主要参考书及参考资料 1. 武斌. 红外弱小目标检测技术研究. 西安电子科技大学博士学位论文. 2. 史凌峰. 红外弱小目标检测方法研究. 西安电子科技大学硕士学位论文. 3. 杨丽萍. 空中红外弱小目标检测方法研究. 西北工业大学硕士学位论文. 4. 吴巍. 图像中目标特征的检测与识别. 华中科技大学博士论文。 5. 郑成勇. 小波分析在红外目标检测中的应用. 华中科技大学硕士论文。 6. 蔡智富. 基于自适应背景估计的复杂红外背景抑制技术. 哈尔滨程大学硕士论文。 学生 指导教师 系主任 设计 论文

运动目标检测研究意义及国内外现状

运动目标检测研究意义及国内外现状运动目标检测研究意义及国内外现状 1研究意义...................................................................... (1) 2国内外研究现 状 ..................................................................... . (1) 1研究意义 众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃发展。人们认识世界的重要知识来源就是图像信息，在很多场合，图像所传送的信息比其他形式的信息更丰富、真切和具体。人眼与大脑的协作使得人们可以获取、处理以及理解视觉信息，人类利用视觉感知外界环境信息的效率很高。事实上，据一些国外学者所做的统计，人类所获得外界信息有80%左右是来自眼睛摄取的图像。由此可见，视觉作为人类获取外界信息的主要载体，计算机要实现智能化，就必须能够处理图像信息。尤其是近年来，以图形、图像、视频等大容量为特征的图像数据处理广泛应用于医学、交通、工业自动化等领域。 自然界的一切图像都是连续变化的模拟图像，在日常生活中，这些图像中的运动目标往往是我们比较关心的，如:行人、行驶的交通工具以及其他的运动物体。运动目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。因此，运动目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分。它的目的就是如何快速、准确地检测出监控视频中的运动目标，即从序列图像中将运动目标提取出来。

视频图像中运动目标检测

视频图像中运动目标检测

毕业论文 题目视频图像中运动目标检测 方法研究 专业电气工程及其自动化 班级电气1003 学生曹文 学号20113024543 指导教师赵哥君 二〇一二年六月八日

摘要 在很多现代化领域，运动目标检测都显示出了其重要的作用。尤其是近二十年的社会经济的飞速发展，运动目标检测都彰显了其重要性，在航空、通信、航海等各个方面都有关键性的作用，从而使运动目标检测方法的研究成为各国的研究热门课题。 通过阅读大量的相关论文、期刊及其网络资源，了解了高斯背景建模及背景更新的基本原理及思想。在本文中，首先介绍了运动目标检测方法的相关基础知识，如图像的二值化、图像的形态学处理、颜色空间模型。然后重点说明了三种常用的运动目标检测方法的研究，简要阐述了三种研究方法的基本思想。在老师的帮助下进行了相应的实验，最终得出了三种运动目标检测方法的优点和缺点，着重探究了高斯背景建模及其背景更新基本原理及思想。 最后，通过相关的程序及软件对混合高斯背景模型进行了相关的实验，进而发现了混合高斯背景建模算法存在的不足之处，如：高斯背景建模的计算量大、运动目标较大时检测效果差等问题，并对对这些问题提出了相关设想及改进。 关键词：运动目标检测；二值化；图像的形态学处理；高斯背景建模；背景更新 I

ABSTRACT In many modern fields, moving target detection are showing its important role. Especially nearly twenty years of rapid development of social economy, the moving target detection has shown its importance, in various aviation, communication, navigation and so on have a key role, so the study of moving target detection method has become a research hot topic in countries. By reading relevant papers, a large number of journals and cyber source, understand the basic principle and thought of Gauss background modeling and updating the background. In this paper, firstly introduces the basic knowledge of moving target detection method, such as the two values image, morphological image processing, color space model. Then focus on the study of three methods used for moving object detection, a brief description of the basic ideas of the three kinds of research methods. By the experiment, the results of three kinds of method of moving target detection has advantages and disadvantages, this paper emphatically explores Gauss background modeling and background updating basic principle and thought. Finally, through the program and software related to mixed Gauss background model for the relevant experiments, and found the shortcomings, the presence of mixed Gauss background modeling algorithm such as: the problem of computing Gauss background modeling, moving target volume larger detection effect is poor, and on these problems put forward relevant ideas and improvement. Keywords: moving object detection; two values; I I