基于OpenCV的智能监控预警系统的研究与设计

摘要

随着人们对安全要求的提高，智能视频监控系统作为安全预警的主要手段也越来越广泛的应用在日常生活中。但是购买监控设备往往要花费很多，安装也不方便。本文旨在开发一个仅使用家庭电脑和USB摄像头，就能在短时间内对特定区域进行监控的简单智能预警系统。　　本系统的软件开发环境为VisualStudio2015和OpenCV3.4.2，核心代码由C++编写，软件界面由C#编写。应用场景为在目标可见的情况下进行防盗预警，如小区楼下电动车的防盗预警。设计思路如下：当有运动目标出现时，能及时检测到运动目标，并对运动目标进行判断，如果是行人则进行跟踪，跟踪过程中对异常行为进行预警。本文主要工作如下：　　（1）对传统的运动目标检测方法进行了理论研究和实验探索，针对传统运动目标检测方法在多目标距离较近时不能给出目标准确位置的缺点，本文引入了基于深度学习的SSD网络目标检测方法。经过实验探索了SSD方法的优点和不足，最后本文提出了基于帧差法和SSD网络的改进的运动目标检测方法。新方法能有效避免帧差法和SSD网络单独使用时存在的缺点，并且对边缘处的目标识别做了优化设计，有效的提高了目标检测的准确度和效率。　　（2）对OpenCV扩展模块中的七种跟踪方法进行了理论介绍，并通过实验比较了各个算法的准确度和速率，由于目标跟踪时会碰到光照变化、尺度变化、遮挡等情况导致跟踪失败，本文在跟踪过程中加入SSD网络，不仅实现了全自动跟踪，而且在目标跟踪失败时会重新检测目标位置，从而重启跟踪方法。最后实验发现MOSSE跟踪器是最适合本系统的跟踪方法，因该方法消耗的总时间最少。　　（3）综合前面的目标检测部分和跟踪部分，完成了本系统总体程序的设计和软件界面的设计，最后对多实例情况进行测试并统计多种情况测试结果，实测结果表明本系统可以准确的检测和跟踪运动目标，并对异常行为进行预警，达到了最初设计的目的。

目录

声明

第一章 绪论

1.1 选题背景与研究意义

1.2 国内外研究现状

1.3 论文主要内容与创新点

1.4 论文章节安排

第二章 图像处理基础

2.1 图像灰度化

2.2 图像二值化

2.3 形态学操作

2.4 轮廓提取

2.5 本章小结

第三章 预警系统目标检测部分的研究

3.1 二帧差分法

3.2 三帧差分法

3.3 背景建模法

3.4 基于深度学习的SSD目标检测方法

3.5 改进的基于帧差法和SSD网络的运动目标检测算法

3.6 本章小结

第四章 预警系统目标跟踪部分的研究

4.1 扩展模块中的部分跟踪算法介绍

4.2 单目标跟踪算法的程序流程图

4.3 实验结果与分析

4. 4 改进的单目标跟踪算法的测试与分析

4.5 本章小结

第五章 预警系统的总体设计与实现

5.1 预警系统总体程序流程图

5.2 预警系统的实现

5.3 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士学位期间发表论文情况