基于数字图像处理技术的隧道交通智能视频监控系统

摘要

本论文在对目前常用运动目标检测与提取算法进行研究分析的基础上,结合视频监控场景的复杂特性,针对视频监控中所涉及的视频图像处理与分析的运动检测、目标提取及异常检测等若干关键技术进行了深入研究,并开发了基于数字图像处理技术的智能视频监控系统.论文根据实际监控工程的需要,首先,在分析目前诸多背景估计与更新算法及研究监控场景的特性的基础之上,阐述了隧道交通智能视频监控系统采用的背景预测算法框架及背景实时更新的策略,并对此算法进行了有效性分析与仿真测试;其次,在分析目前常用运动检测算法的基础上,针对在隧道监控场景中进行运动检测较为困难的实际情况,综合目前多种运动检测算法并改进形成适合于隧道场景的运动检测算法;第三,在隧道场景中提取的运动目标边缘并非完全连通、且边缘点较为稀疏,有时出现断裂,针对此类实际情况提出了运动目标提取算法、基于像素空间分布的去噪算法及基于霍夫变换原理的路面特征直线提取算法;最后,从硬件和软件两个方面介绍了本监控系统的设计与实现,重点阐述了系统软件现场调试发现的缺陷及其解决方案.

目录

文摘

英文文摘

1绪论

1.1引言

1.2视频监控系统的发展及其应用

1.2.1视频监控系统的发展

1.2.2视频监控系统的应用

1.3系统研究的目的和意义

1.4课题来源

1.5研究的主要内容和核心技术

1.6论文的主要内容

2系统研究思路与技术路线

2.1研究思路

2.2技术路线

2.2.1技术路线的确定

2.2.2技术方案的定制

2.2.3解决技术关键的途径

2.3数字图像处理技术方案的选定

2.4系统总目标

2.5小结

3系统结构及工作原理

3.1系统硬件

3.2系统软件

3.3小结

4背景估计与更新

4.1背景估计的基本方法

4.1.1背景恢复

4.1.2预测露出背景

4.1.3基于自适应变化检测的背景更新

4.1.4自适应背景抽取

4.1.5基于边缘图的背景信息获取

4.1.6自适应背景更新算法

4.1.7基于KaIman滤波理论的背景预测

4.2监控系统中的背景估计与自适应更新

4.2.1监控视频场景的特性分析

4.2.2背景估计与自适应更新

4.2.3算法测试与分析

4.3小结

5运动检测与目标提取

5.1引言

5.2运动检测常用算法

5.2.1背景减除法

5.2.2时间差分方法

5.2.3光流法

5.3运动检测的基本思路

5.4运动检测

5.5运动分割

5.6去噪算法

5.7运动目标提取

5.8路面特征提取

5.9小结

6系统的实现及调试

6.1引言

6.2系统硬件

6.3系统软件

6.3.1用户需求分析

6.3.2开发工具与开发环境的选择

6.3.3系统软件研发的主要工作

6.3.4系统软件现场调试

6.4小结

7全文总结与展望

致谢

参考文献

作者在攻读硕士学位期间发表的论文目录

独创性声明和学位论文版权使用授权书