基于视觉图像的人体运动目标的智能监控,融合了图像处理、模式识别、人工智能和计算机控制等多学科领域的先进技术,在机器人视觉、可视预警、智能交通、多媒体教学以及重要场合的安全监控领域得到广泛的应用。同时,运动目标的检测、识别和自动跟踪问题具有很高的学术价值和理论研究意义,已经成为近年来国际上研究的热点问题之一。本文对复杂环境下,基于视觉图像的人体运动目标的图像预处理、检测提取、匹配识别和自动跟踪进行了深入地分析与研究,将理论研究、仿真分析和实验测试三者有机结合,相互补充,为人体目标视觉监控系统的研究与实现打下了良好的基础。本文的主要内容如下：1.视觉监控系统平台的方案设计和硬件搭建。首先综述了课题的国内外研究和应用现状,总结和分析了现有视觉监控应用中的关键点与难点,并结合系统总体设计方案,通过对现有的视觉监控系统方案的分析比较,设计并搭建了基于云台与解码器的监控系统平台。2.图像预处理和运动目标检测提取的研究与实现。主要研究了图像变换、滤波去噪和基于直方图均衡化的图像增强处理的原理和实现,在运动目标检测提取中,本文提出了一种新的基于“全景图”的背景更新算法,理论分析与实验测试结果都表明,该方法能够准确地实现复杂背景更新,运算量小,实时性强。然后本文对目标图像进行了二值化、形态学和边缘检测处理,以实现运动目标的分割与提取。3.人体目标匹配识别与自动跟踪的研究与实现。本文采用了基于人体特征的匹配方法,通过对特征的选择、提取和特征识别规则的制定,实现了人体目标的识别。在图像检测与跟踪系统中,采用了闭环控制的思想,以目标质心坐标为反馈量,提出了一种基于约束区域的云台控制策略,并设计模糊控制器,构造云台的模糊控制规则,实现目标的自动跟踪。最后,为实现快速跟踪,本文采用了Kalman预测进行目标运动估计,仿真分析与实验测试都验证了该方法的可行性。4.视觉监控系统的软件实现与实际应用。基于以上理论研究与实验测试分析,在Windows平台框架下,本文主要实现了VFW视频捕获、BMP数据加载和MsComm串口通讯建立,并结合实际应用,设计开发了“地下车库安防监控系统”和“多媒体视频教学系统”,装置稳定,通用性强,现已运行于实验室测试环境下。