计算机智能视频监控是计算机视觉领域一个重要的应用方向和备受关注的前沿课题,是计算机科学、机器视觉、图像工程、模式识别、人工智能等多学科高技术的结晶。计算机智能视频监控是在不需要人为干预情况下,利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析,实现对动态场景中目标的定位、识别和跟踪,并在此基础上分析和判断目标的行为,得出对图像内容含义的理解以及对客观场景的解释,从而指导和规划行动。 简单的视频监控系统已经广泛应用于社会生活的各个方面,但计算机智能视频监控在理论和应用上都面临着很多难题。国内外大批学者投身于该领域进行探索和研究,并且取得了大量的成果。本文是在这些成果的基础上,对计算机智能视频监控系统的关键技术进行研究。主要内容包括运动目标检测和提取,运动目标跟踪等。 本文首先对目标检测技术进行了研究,主要包括光流场方法、瞬时差分法和背景模型法。其次,对图像分割方法进行了总结分类,研究了图像分割的各种传统方法并给出了图像分割的度量。在研究已有目标检测和图像分割方法的基础上,提出了一种适合于复杂背景多运动目标检测与提取的新方法。接着,本文对目标跟踪方法进行了总结分类。经过分析指出,目标位置预测是快速稳定的进行目标跟踪的一项关键技术。研究了已有的几种目标预测技术,并将其用于缩小目标匹配的搜索范围,提高了目标跟踪的速度。最后,提出了一个视频序列运动目标检测与跟踪的算法。