论文部分内容阅读
智能视频监控技术是利用计算机视觉技术对视频信号进行处理、分析和理解,并对视频监控系统进行控制,从而使视频监控系统具有像人一样的智能。运动目标的检测与跟踪技术是实现智能监控的前提,也是基于视频场景分析、行为理解等诸多后续处理的基础。运动目标的检测是要从背景中把感兴趣的运动物体提取出来。当背景完全静止时,可以通过简单的方法快速的提取目标;但是当背景中有动态物体(例如喷泉、摇晃的树枝等)时,有效的运动目标检测就变得比较困难了。在正确检测出场景中的运动目标后,需要对感兴趣目标进行跟踪以便能连续的获得感兴趣目标的状态信息,用来判断特殊事件的发生。本文的主要成果如下:1、针对复杂环境下的动态背景,采用了一种无需背景帧的非参数核密度估计的方法,通过估计属于背景的概率实现运动目标的初检测;提出了相邻检测模板相与的方法,克服了摄像机抖动较大,背景中运动噪声较大时给检测带来的困难;采用了区域标记后选择的方法,最终提取出感兴趣的运动目标。2、强光下运动目标的伴随阴影会使检测出的目标变形,严重时会发生两个或者多个物体判断成一个目标的情况。本文针对这个问题,提出了一种基于色彩和纹理信息的阴影消除方法。首先,利用均值漂移分割技术对图像进行预处理,然后通过比较前景与背景的纹理信息,有效的去除目标的阴影。3、通过比较各类目标跟踪方法,针对复杂环境下目标运动的特点,研究了一种结合HSV空间核直方图模型的粒子滤波跟踪方法;并将算法有效的扩展到多目标的跟踪,通过实验结果,分析了算法的适用范围。