校园特定区域视频检测系统

摘要

随着科技的进步，视频监控技术的应用前景与社会需求扩大，视频监控分析技术成为当前国内外的研究热点。视频检测系统涉及到的关键技术有:图像预处理、目标检测、目标图像特征提取、目标行为分析等。 在视频检测系统中，图像预处理一个非常关键的步骤。图像预处理主要的作用是增强视频图像中的有用信息，改善视频图像的视觉效果，提高视频图像的质量，以保证运动目标提取的精度，为后期的运动分析、行为识别技术奠定了基础。 运动目标检测是视频检测系统的重要环节之一，是后续目标分类识别、行为理解等相关处理过程的基础。它的难点在于对目标位置检测的精确性、检测速度以及对动态环境的适应性。通过对相关的运动目标检测算法进行对比，针对校园室外环境固定的摄像头采集的视频图像，在YUV颜色空间采用立方体码本模型进行目标检测能有效适应背景中包含周期性的运动、有规律的变化。采用定时更新背景的方法，可以适应一些非规律性的变化。实验表明，采用基于YUV空间的立方体码本模型与定时更新背景的方法能够较好的检测出运动目标，而且算法简单、易于实现、鲁棒性较强。 对校园特定区域的目标进行识别与行为分析，主要依据运动物体的几何特征对目标进行分类与识别。通过对前景二值图像的轮廓进行提取，获得运动物体在图像中的具体位置，提取运动物体的几何特征参数。然后，基于运动物体的几何特征参数进行目标分类与识别，排除人和其他物体的干扰，识别出汽车目标。对识别出的目标区域图像提取颜色直方图，颜色直方图是描述图像颜色特点最为有效的方法。 一个视频检测系统，仅仅检测出人们感兴趣目标还不能够满足人们的需求，人们往往关注的是实现对感兴趣目标行为的分析，对其异常行为进行判别，做出警告。因此，目标行为分析与理解是视频检测系统的主要目的。本文利用颜色直方图匹配算法检测出对相邻帧图像中相同的目标区域图像，通过检测目标区域图像的质心坐标来检测目标的运动方向，在实现了运动方向检测的基础上进行绊线检测。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景及意义

1．2 国内外研究现状

1．3 课题主要研究内容与章节安排

1．3．1 主要研究内容

1．3．2 章节安排

第2章 图像预处理技术

2．1 颜色模型与转化

2．1．1 RGB颜色模型

2．1．2 HSI颜色模型

2．1．3 YUV颜色模型

2．2 图像的平滑处理

2．2．1 邻域平均法

2．2．2 中值滤波

2．2．3 高斯滤波

2．3 图像的形态学处理

2．3．1 腐蚀

2．3．2 膨胀

2．3．3 开运算与闭运算

2．4 本章小结

第3章 运动物体的检测

3．1 概述

3．2 运动物体检测算法综述

3．2．1 帧间差分法

3．2．2 背景差分法

3．3 背景模型

3．3．1 W4算法

3．3．2 混合高斯模型

3．3．3 多帧平均值背景模型

3．3．4 背景模型更新

3．3．5 实验结果分析

3．4 码本模型运动物体检测算法

3．4．1 基本码本模型算法介绍

3．4．2 颜色空间

3．4．3 本文采取的码本模型

3．4．4 前景点检测

3．4．5 背景更新算法

3．4．6 实验结果与分析

3．5 本章小结

第4章 目标图像特征提取与分类

4．1 运动目标的几何特性

4．2 基于几何特征的目标分类

4．3 运动车辆的颜色直方图

4．3．1 计算颜色直方图

4．3．2 计算颜色直方图相似度与匹配算法

4．3．3 实验结果与分析

4．4 本章小结

第5章 运动车辆行为分析

5．1 运动方向检测

5．2 绊线检测

5．2．1 绊线信息设置

5．2．2 运动目标绊线判断

5．3 本章小结

第6章 总结与展望

6．1 工作总结

6．2 工作展望

参考文献

个人简历 在读期间发表的学术论文与研究成果

致谢