论文部分内容阅读
随着社会公共安全需求的提高,视频监控正不断延伸到社会的各个角落,传统的人工视频监控的方式已经不能满足日益增长的监控需求和监控规模的需要。以全天候、无人值守、自动告警、实时等智能化为特点的智能监控的需求变得越来越迫切。本文研究了智能视频监控中的目标提取、视频稳像和目标的自动跟踪技术,研究了DM642 DSP的代码优化方法,将算法在DSP上的实现,构建了一个以DSP为核心硬件平台,鲁棒实时的智能视频入侵检测监控系统。本文研究工作包括以下几个部分:(1)采用减背景的方法提取前景目标,深入研究了自适应高斯背景建模和码本背景建模方法。兼顾系统鲁棒性和实时性要求,本文选用码本背景建模方法进行背景建模。(2)在背景建模的基础上,提出了一种鲁棒的实时视频稳像方法。该方法首先采用快速特征点检测算法检测图像中的特征点,在这些特征点所在的图像块上,引入分层的相位相关算法进行特征点跟踪,相位相关算法在DSP器件中能得到快速的响应。然后,利用各个特征点跟踪的结果,采用随机采样一致(RANSAC)算法,估计图像的全局运动。最后,利用高斯平滑滤波方法,对运动参数序列进行滤波,得到原始图像序列稳定平滑的运动轨迹,依据稳定平滑的运动轨迹,实时构造稳定的视频序列。鲁棒实时的稳像模块的加入,增强了背景建模算法稳定性的同时,有效改善了人的观看感受。(3)在研究目标跟踪方面,对mean-shift和粒子滤波跟踪算法进行深入研究,分别分析了mean-shift跟踪和粒子滤波跟踪的优缺点。针对各自的优缺点,使用了改进直方图描述的方法,并且采用Mean Shift和粒子滤波结合的方法对目标进行跟踪,该方法一定程度上结合了两者的优点,达到鲁棒快速的跟踪目的。(4)讨论了本文入侵检测系统的软件框架。并且为了使算法在DSP中提高运算速度,达到实时性的要求,研究了TI公司DM642 DSP代码优化方法。