基于双目立体视觉的教学监控学生起立检测研究

摘要

目前，有关课堂教学监控中的学生起立检测的研究比较少。直接使用一些比较经典的运动目标检测算法，例如光流法、帧间差分法和背景减除法，会存在许多问题。比如，当有学生站起来时，这些经典算法却没有能检测到，这是漏检问题;又或者是，当有学生坐在座位上产生一些肢体运动时，被这些经典算法检测出来，并错误地判断为该学生站起来了，这是误检问题。为了解决这些问题，本文提出了一种基于双目立体视觉的方法，来处理课堂教学监控中的学生起立检测问题，有效地提高检测的准确率。
　　本文首先对双目立体视觉匹配做了相关研究。由双目立体视觉匹配能够得到场景的视差图，但已有的立体匹配算法普遍存在一些问题，例如，当图像噪声较大时，容易造成误匹配;在视差不连续区域或者纹理相似区域，会出现匹配精度不高的问题。针对这些问题，一方面，本文对立体匹配算法提出了改进的Census变换，并结合SAD算法进行立体匹配，解决图像噪声干扰和复杂场景导致的匹配精度低的问题;另一方面，本文提出了基于改进的双边滤波的视差图后处理办法，并进行选择性滤波，有效地提高视差图的准确率。
　　然后，本文在由双目立体视觉匹配得到的视差图基础上，提出了一种基于视差图的自适应背景建模方法。通过视差图建立背景模型，并在传统背景建模方法上，加入了自适应阈值和自适应窗口的起立判断方法，有效减少误检和漏检。
　　最后，本文使用OpenMP对程序进行了CPU多线程并行加速，使得整个系统达到实际应用的要求。
　　本文提出的教学监控学生起立检测方法，能够很好地适应课堂教学的复杂场景，有效地避免漏检和误检问题，并且达到了实际应用的要求。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 双目视觉立体匹配的国内外研究现状

1．2．2 运动目标检测的国内外研究现状

1．3 本文的研究难点

1．4 本文的研究内容

1．5 本文的组织结构

1．6 本章小结

第2章 结合SAD和改进Census变换的立体匹配方法

2．1 双目立体视觉概述

2．2 立体匹配原理

2．2．1 立体匹配的基本约束

2．2．2 立体匹配的一般流程

2．3 常见的立体匹配方法概述

2．4 改进的立体匹配算法

2．4．1 传统的Census变换算法

2．4．2 改进的Census变换算法

2．4．3 一种结合SAD和改进Census变换的立体匹配算法

2．5 实验结果及分析

2．6 本章小结

第3章 基于改进双边滤波的视差图后处理

3．1 视差图后处理概述

3．2 常见的图像滤波技术

3．2．1 高斯滤波

3．2．2 双边滤波

3．3．1 改进的双边滤波器

3．3．2 选择性滤波

3．3．3 算法加速

3．4 实验结果及分析

3．5 本章小结

第4章 基于视差图的自适应背景建模方法

4．1 背景建模概述

4．2 基于视差图的背景建模方法

4．2．1 CodeBook背景模型介绍

4．2．2 基于视差图的CodeBook背景建模方法

4．2．3 基于自适应窗口的目标检测

4．2．4 基于自适应阈值的目标判断

4．3 实验结果及分析

4．4 本章小结

第5章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢