智能視頻監(jiān)控系統(tǒng)中的運動目標檢測方法研究.pdf

1、視頻監(jiān)控以其視覺直觀、準確及時、內(nèi)容信息豐富等優(yōu)點在安防技術(shù)中得到廣泛應用，而運動目標檢測是由傳統(tǒng)視頻監(jiān)控轉(zhuǎn)向智能視頻監(jiān)控的最重要的核心技術(shù)之一，運動目標的檢測精度與效果直接影響后續(xù)的目標跟蹤、目標分類、行為理解等處理過程，因為后續(xù)的工作大多只考慮視頻中的運動區(qū)域。對復雜環(huán)境中光照條件、移動陰影、場景變更等條件下進行高效的運動目標檢測是近年來計算機視覺領(lǐng)域研究的熱點與難點問題。本文針對復雜環(huán)境中運動目標檢測方法進行了深入研究，主要工作如

2、下：
　　(1)對簡單的減背景方法、相鄰幀間差分、運行期均值等方法的原理、效果進行對比分析，在此基礎上提出一種結(jié)合背景差分及幀間差分的自適應閾值的運動目標檢測方法，該方法采用OTSU進行閾值選取，背景模型更新過程中針對背景點與運動點采取不同的更新方式；該方法能夠有效提高檢測精度，但計算復雜度高，實用性較低；介紹基于形態(tài)學操作和基于輪廓的連通域分析方法來進行后續(xù)二值圖像處理，便于對運動目標進行下一步分析。
　　(2)對傳統(tǒng)的混

3、合高斯模型的運動目標檢測的模型原理、背景更新方法進行深入研究，針對其對環(huán)境突變適應慢，固定高斯模型個數(shù)的缺點，提出一種能適應場景突變及自動調(diào)節(jié)高斯模型個數(shù)的改進方法；闡述了移動陰影產(chǎn)生原因及危害，著重分析了在HSV，RGB空間陰影檢測理論，討論了基于改進的混合高斯模型基礎上在RGB空間進行移動陰影檢測的方法。
　　(3)在對以往運動目標檢測優(yōu)缺點分析的基礎上，提出一種新穎的基于隨機取值策略的運動目標檢測方法，詳細論述該方法的建模原

4、理、背景模型更新過程，該方法利用視頻序列第一幀快速完成背景模型的初始化，檢測精度大幅提高，有效的抑制陰影及空洞、幻影，同時降低算法復雜度與計算消耗；通過與現(xiàn)有的檢測方法進行對比分析，證明該方法的準確性與實用性。
　　(4)闡述Directshow的工作原理，通過Directshow實現(xiàn)對采集卡數(shù)據(jù)的捕獲，結(jié)合OpenCV對采集視頻數(shù)據(jù)進行分析處理，使用基于隨機策略的運動目標檢測方法及連通域分析完成對運動目標檢測、運動目標個數(shù)統(tǒng)計、