论文部分内容阅读
近年来，随着科学技术的不断更新和发展，人们生活水平的不断提高，视频监控越来越被人们所重视，在很多领域有着广泛而实际的应用。传统的基于固定摄像头的监控由于其监控的狭隘性和被动性，已越来越不能满足人们对智能的需求。智能视频监控由于其主动性，成为近来人们研究的热点。
PTZ摄像机具有旋转，俯仰与变倍变焦等优点，这使得它被广泛应用于智能视频监控中。在基于PTZ摄像机的智能监控中最重要的就是让PTZ摄像机能主动跟踪运动目标，而由于运动目标的尺寸不断变化和背景的不断更新，使得主动跟踪的实现有很多困难，虽然很多人做了大量相关研究并解决了不少问题，但仍有很多问题需要解决。
论文对PTZ摄像机下的运动目标跟踪进行了研究，并着重解决了摄像机如何主动跟踪运动目标这一问题，即如何使摄像机能准确跟随运动目标一起移动。论文给出一种PTZ摄像机主动目标跟踪算法，即根据摄像机自标定求出的内参数矩阵K与运动目标所在位置，利用几何投影关系，求出摄像机转动角度，然后根据角度的增量，对PTZ摄像机进行调整，完成主动跟踪运动目标任务。论文主要研究内容如下：
(1)使用摄像机自标定。由于摄像机自标定计算复杂不容易实现等问题，在PTZ摄像机下的目标跟踪中，很少有人使用。论文将摄像机自标定运用到PTZ摄像机下的目标跟踪，给出一种基于摄像机自标定的PTZ主动跟踪算法。首先，对自标定相关理论知识进行了介绍，并在自标定过程中对特征点的匹配进行改进，删除匹配错误的点，使得摄像机自标定更精确。摄像机自标定算法主要内容为：首先，用同一个PTZ摄像机转动不同角度拍摄一系列有重叠的图像，提取其SURF特征点，然后，选取一幅与其他几幅进行特征匹配，得到匹配的特征点对，得到匹配点对后，使用图变换匹配算法，删除匹配错误的点，得到更精确的正确匹配点对，最后，根据特征点对计算出单应性矩阵H，再根据公式求出摄像机内参数矩阵K，完成摄像机自标定。
(2)获取目标位置，即目标跟踪。在目标跟踪过程中，基于PTZ摄像机的研究大多都采用传统的Meanshift，Kalman滤波等跟踪算法。论文基于压缩感知理论，给出一种PTZ摄像机下的运动目标跟踪算法，并将其成功应用到PTZ摄像机下进行目标跟踪，该算法满足论文实时性要求，时间复杂度低且鲁棒性好。主要内容为：提取目标和背景样本的Haar-Iike特征，基于压缩感知理论，给出一个满足RIP条件的稀疏测量矩阵，将目标与背景特征投影到一个低维子空间上，该低维子空间仍保留了原图像的有效特征，然后使用朴素贝叶斯分类器对得到的低维特征进行分类，计算分类器响应值，响应僮最大的即为目标的位置，然后在目标位置附近选取若干正（目标）负（背景）样本对分类器参数进行更新，完成目标跟踪。
(3)PTZ摄像机主动跟踪控制。论文基于摄像机自标定和运动目标所在位置，给出一种摄像机调整算法，能准确计算出摄像机的P，T值，根据P，T值转动摄像机，使摄像机准确地跟随运动目标一起转动，让运动目标始终保持在PTZ摄像机的监控视野中心。主要内容为：通过摄像机自标定求出摄像机内参数K与目标跟踪算法获得的目标位置，通过几何投影和计算机视觉理论知识求出PTZ摄像机水平方向和竖直方向转动的角度，根据角度增量调用摄像机接口函数对摄像机进行调整，完成主动跟踪。
PTZ摄像机具有旋转，俯仰与变倍变焦等优点，这使得它被广泛应用于智能视频监控中。在基于PTZ摄像机的智能监控中最重要的就是让PTZ摄像机能主动跟踪运动目标，而由于运动目标的尺寸不断变化和背景的不断更新，使得主动跟踪的实现有很多困难，虽然很多人做了大量相关研究并解决了不少问题，但仍有很多问题需要解决。
论文对PTZ摄像机下的运动目标跟踪进行了研究，并着重解决了摄像机如何主动跟踪运动目标这一问题，即如何使摄像机能准确跟随运动目标一起移动。论文给出一种PTZ摄像机主动目标跟踪算法，即根据摄像机自标定求出的内参数矩阵K与运动目标所在位置，利用几何投影关系，求出摄像机转动角度，然后根据角度的增量，对PTZ摄像机进行调整，完成主动跟踪运动目标任务。论文主要研究内容如下：
(1)使用摄像机自标定。由于摄像机自标定计算复杂不容易实现等问题，在PTZ摄像机下的目标跟踪中，很少有人使用。论文将摄像机自标定运用到PTZ摄像机下的目标跟踪，给出一种基于摄像机自标定的PTZ主动跟踪算法。首先，对自标定相关理论知识进行了介绍，并在自标定过程中对特征点的匹配进行改进，删除匹配错误的点，使得摄像机自标定更精确。摄像机自标定算法主要内容为：首先，用同一个PTZ摄像机转动不同角度拍摄一系列有重叠的图像，提取其SURF特征点，然后，选取一幅与其他几幅进行特征匹配，得到匹配的特征点对，得到匹配点对后，使用图变换匹配算法，删除匹配错误的点，得到更精确的正确匹配点对，最后，根据特征点对计算出单应性矩阵H，再根据公式求出摄像机内参数矩阵K，完成摄像机自标定。
(2)获取目标位置，即目标跟踪。在目标跟踪过程中，基于PTZ摄像机的研究大多都采用传统的Meanshift，Kalman滤波等跟踪算法。论文基于压缩感知理论，给出一种PTZ摄像机下的运动目标跟踪算法，并将其成功应用到PTZ摄像机下进行目标跟踪，该算法满足论文实时性要求，时间复杂度低且鲁棒性好。主要内容为：提取目标和背景样本的Haar-Iike特征，基于压缩感知理论，给出一个满足RIP条件的稀疏测量矩阵，将目标与背景特征投影到一个低维子空间上，该低维子空间仍保留了原图像的有效特征，然后使用朴素贝叶斯分类器对得到的低维特征进行分类，计算分类器响应值，响应僮最大的即为目标的位置，然后在目标位置附近选取若干正（目标）负（背景）样本对分类器参数进行更新，完成目标跟踪。
(3)PTZ摄像机主动跟踪控制。论文基于摄像机自标定和运动目标所在位置，给出一种摄像机调整算法，能准确计算出摄像机的P，T值，根据P，T值转动摄像机，使摄像机准确地跟随运动目标一起转动，让运动目标始终保持在PTZ摄像机的监控视野中心。主要内容为：通过摄像机自标定求出摄像机内参数K与目标跟踪算法获得的目标位置，通过几何投影和计算机视觉理论知识求出PTZ摄像机水平方向和竖直方向转动的角度，根据角度增量调用摄像机接口函数对摄像机进行调整，完成主动跟踪。