论文部分内容阅读
视频监控系统是如今广泛应用于人们工作和生活中的监控系统,随着现代科学技术的飞速发展和人们生活质量的提高,传统意义上的视频监控系统已经越来越不能满足人们更高的要求。视频监控系统的普及导致监控视频的迅速增加,面对海量的监控录制视频,采用人工介入进行处理分析的传统监控方式在处理速度上的劣势显而易见。为了实现快速处理海量监控视频,就必须解决在传统视频监控系统中需要人员介入的问题。本论文正是基于上述问题,针对视频中人体的动作通常发生在运动区域的特点,通过获取视频图像中的前景运动目标,对运动区域内的图像采用基于chamfer匹配算法的姿态检测技术进行处理,实现对人体行为中关键动作的姿态检测,从而获取到该动作的行为信息,并对危险的敏感姿态进行警示和标识,实现视频的智能监控。本文的主要内容包括:1.建立混合高斯背景模型,通过混合高斯背景模型从视频图像中提取前景运动目标,由此提取出图像在前景运动目标区域内的边缘特征并结合模板进行匹配。通过前景检测的方法缩小chamfer匹配的检测区域,加快匹配的速度。2.针对传统chamfer匹配算法计算量大、处理速度慢的问题,采用了精简参与匹配计算的边缘点数量的方式,对模板图像和待检测图像的边缘特征利用随机抽样一致算法进行直线拟合,用拟合后的边缘线代替原有图像中的边缘点,减少存储空间和匹配计算的运算量,提高检测速度。3.针对传统chamfer匹配容易受到背景边缘影响的问题,通过将检测图像的边缘点方向信息加入图像的距离变换过程,并由此计算检测图像的三维距离积分图,从而提高chamfer算法的匹配精确度,提高算法的检测准确率。