能图像监控系统异常目标检测算法研究

智能图像监控系统异常目标检测算法研究作者：谭塈元，吴成东，周芸，侯俊，王俏俏，TANJi-yuan，WUCheng-dong，ZHOUYun，HOUJun，WANGQiao-qiao作者单位：东北大学,信息科学与工程学院,辽宁,沈阳,110004刊名：机电工程英文刊名：MECHANICAL&ELECTRICALENGINEERINGMAGAZINE年，卷(期)：2009，26(3)被引用次数：0次参考文献(9条)1.MAEY.SHIRAIY.MIURAJObjectTrackinginClutteredBackgroundbasedonOpticalFlowandEdges19962.MEIERT.NGUNKNVideosegmentationforcontentbasedcoding1999(08)3.HARITAOGLUI.HARWOODD.DAVISLW4:real-timesurveillanceofpeopleandtheiractivities2000(08)4.PENGJin-ye.YUBian-zhangMulti-scaleBayesianFaceRecognitionbyusingAnti-symmetricalBiorthogonalWavelets20015.ZIVKOVICZImprovedAdaptiveGaussianMixtureModelforBack-groundSubtraction20046.VALERAM.VELASTINSAIntelligentdistributedsurveillancesystems:areview2005(02)7.GONZALESRCDigitalImageProcessingUsingMatlab20078.EOGAMMALA.HARWOODD.DAVISLNon-parametricModelforBackgroundSubtraction20009.王成儒.顾广华一种采用背景统计技术的视频对象分割算法[期刊论文]-光电工程2004(08)相似文献(10条)1.学位论文毛群凌基于运动目标检测跟踪算法的智能视频监控系统设计与研究2008智能视频监控系统是一门集通信、计算机视觉、数字视频、运动目标检测跟踪等技术为一体的综合系统，随着视频信息处理技术的发展，全数字化、网络化的视频监控系统优势越来越明显，其高度的开放性、集成性和灵活性为视频监控系统和设备的整体性能提升创造了必要的条件，智能视频(IV：IntdligentVideo)监控成为第三代全数字化网络视频监控领域中最前沿的应用模式之一。本论文围绕运动目标检测和跟踪算法进行研究，然后设计出一个基于运动目标检测和跟踪算法的智能视频监控系统。取得的创新成果如下：(1)针对Snake轮廓过度收缩或没有达到真实轮廓的现象，提出运动目标边缘记忆轮廓收缩算法，命名为RGreedy(RecordGreedy)算法，即在原始Greedy算法的基础上增加运动边缘点约束力和一个区域面积项，此算法在解决该问题上具有鲁棒性。(2)帧间差分算法中，由于环境和噪声的影响，固定的阈值分割很难准确提取目标，且伴有量化噪声，针对这两个缺陷，提出在线阈值三帧梯度差分检测算法，实验证明该算法具备自适应性，可以更有效地提取出运动目标并消除了量化噪声，解决了上述两缺陷。(3)对Kahman滤波器进行创新性3D建模，针对MeanShift对快速运动目标的跟踪不稳定；当运动目标出现大比例遮挡时，MeanShift算法会失效两个缺陷，提出KahmanMeanShift残差跟踪算法，算法中参数σv，σw，σu的取值很关键，其决定着物体的加速度，直接影响Kalman滤波器是否能准确对下一帧运动目标的位置进行预测，在本文取值6最佳。实验证明该算法可以实现对快速运动目标的稳定跟踪，并对运动目标的大比例遮挡具有鲁棒性。(4)新型可动态扩展的设计方式：采用ARM传输母板与视频监控子板的主从设计方式，根据现场需要可灵活增加视频监控子板的数目，解决了传统监控系统固定监控路数的问题，可以灵活适应视频监控系统的监控变化，硬件上利用HPI总线实现多路监控子板的动态扩展；软件上利用HPI总线动态扫描实现各个子板的自动辨识以及驱动程序的自动加载。(5)监控系统的智能化。设计出一个基于运动目标检测跟踪算法的智能视频监控系统，实现了智能声光报警和智能储存：当检测到运动目标时自动声光报警，并同时自动提高压缩码率，提高被摄运动目标的图像质量，当运动目标离开监控场景时跟踪结束时，降低压缩码率，节省储存资源。2.学位论文贾茜智能视频监控中运动目标检测与跟踪技术研究及实现2009基于计算机视觉的智能视频分析融合了图像处理、模式识别、人工智能、自动控制及数学和计算机科学等多个学科领域的技术，具有重要的科学意义和广阔的应用前景。随着信息技术的高速发展以及安全形势的迫切需要，人们对安防设备的性能要求日益提高。利用计算机视觉技术，提高视频监控系统的自动化、智能化是未来的发展方向。运动目标检测与跟踪是视频监控中的一个重要任务，它是后续各种高级处理的基础，如模式识别、行为分析等。现实的监控环境往往是错综复杂、变化无常的，探求能够从容应对复杂环境的各种变化，快速、准确而稳定的检测和跟踪目标的方法是该课题的主要研究内容。本论文以实现智能化视频监控系统这一背景为基础，重点针对智能视频监控系统中运动目标的检测和跟踪这两个关键技术进行研究，以期获得满足智能视频监控更为实用的算法，以及系统整体的闭环控制方法。论文针对运动目标检测与跟踪算法及其发展进行了全面的综述。首先，回顾了若干常用的运动目标检测算法，包括光流法、时域差分法、背景差分法，并阐述了基于高斯背景建模的前景检测方法；然后，对常用的跟踪算法作出了分类，并深入讨论了MeanShift理论及相关的目标跟踪算法。针对这些算法，探讨了各方法的原理，并分析、比较它们各自的优缺点和适用范围。在此基础上，论文完成了三个方面的工作：结合帧差法和CAMShift算法，设计了一种自动的运动目标检测与跟踪算法。首先用时间连续的三帧双差分对运动目标识别和提取，自动的选取跟踪框；再通过CAMShift算法计算目标的精确位置并调整跟踪窗口大小。将上述改进的目标检测与跟踪算法完成了在DSP上的实现，并设计了一个由DM642-PCI开发板和伺服机云台组成的闭环控制系统。该系统首先自动检测运动目标，再在每一帧中通过CAMShift算法计算目标的精确位置；最后将目标质心与视野中心的偏差信息转化成控制协议，通过串口发送，驱动云台转动来改变摄像机视野，使目标始终可见。利用CCS2.2开发环境，在以TMS320DM642为核心的硬件平台上实现了系统的软件算法。设计了一种高速球形摄像机PTZ跟踪的控制策略。球形摄像机机能在水平、垂直、光轴三个方向运动，360°范围全方位高速旋转。在球机机械参数未知的情况下，通过控制球机做间歇性转动，调整球机P/T方向姿态角度使被跟踪对象始终可见；当视野中心对准目标后，控制球机开始进行变倍动作对图像缩放，可以观察或抓拍目标局部细节。同时，针对球机变倍控制中跟踪窗口大小自适应调整的问题，利用SIFT特征匹配算法设计了一种计算球机变倍率的方法，并给出了一种在RGB颜色模型中基于MeanShift的跟踪算法。基于PELCO协议，利用VS2005和OpenCV软件平台，实现了PTZ跟踪的整体流程。论文的主要研究集中在算法和系统控制流程设计上，而对它们结合硬件的实现为实验性的工作，搭建了系统平台。为了发挥DSP的强大性能，还需对嵌入式软件进一步优化，而这是个非常需要时间和工程项目经验的工作。对于球机PTZ跟踪策略，通过实验证明能有效、实时的跟踪目标，并能够控制球机放大拍摄目标的局部细节，在犯罪取证的应用场合有一定参考价值。由于目前对于PTZ跟踪实现方面的参考资料较少，本文策略为预演性的研究，离真正的商业化用途仍有一定差距。3.期刊论文夏永泉.李卫丽.甘勇.张素智.XIAYong-quan.LIWei-li.GANYong.ZHANGSu-zhi智能视频监控中的运动目标检测技术研究-通信技术2009,42(6)运动目标检测是视频序列分析中非常一个重要的研究方向,同时也在智能视频监控中发挥着非常重要的作用.目前国内外对运动目标检测的研究非常广泛,方法各异,文中对当前常用的视频序列中运动目标检测的方法进行了研究和分析,并对这些种方法的优越性和不足之处进行了比较.4.学位论文陈勇智能视频监控中运动目标检测技术研究2007计算机智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前言课题，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科技的结晶。运动物体视觉分析作为智能监控中的一项核心技术，它包括运动物体检测与提取、物体分类、事件检测、行为识别和分析等，而运动物体检测与提取又是其中的基础和关键。在运动物体检测与提取中，阴影的存在会导致物体的错误分类或者使不同物体相互融合，为后续的高级处理带来错误的结果，导致不能够很好的跟踪物体以及对物体的行为进行理解和描述。本文在总结和分析了国内外相关研究的基础上，分别在前景区域检测与提取、运动物体的阴影检测与去除及目标跟踪技术三个方面作了一定的研究：1)在前景区域检测与提取中，讨论各种常用的背景提取方法原理时，着重分析了混合高斯背景建模方法，指出减背景技术中存在分割阈值难以合理选取的不足。选用混合高斯前景建模的方法来实现运动目标检测，从而避开分割阈值难以选取这一难题。为了防止漏检，本文改进了混合前景建模方法，增加了判断为前景点的条件并与原有条件采用“或”策略，所以也产生了部分假前景，但经过精心的后处理，获得的前景图不仅好于处理前，而且也明显优于混合高斯背景建模再采用减背景技术获得的前景图。2)在阴影检测与去除方面，首先介绍了本文阴影检测中用到的相关理论基础，包括形态学处理、光流计算和运动目标阴影的特性，然后分析了HSV颜色空间去阴影方法不能有效消除微弱阴影和虚影的原因。针对HSV法的不足，本文提出了一种在HSV法的基础上应用光流法来提高阴影检测精度的方法，实验结果证明了该方法的有效性和实时性。3)在运动目标跟踪方面，讨论了Camshift跟踪算法的原理，分析了初始窗口的大小对于概率分布图的影响。在利用相关文献提出的加权直方图改善概率分布图的同时，为了彻底消除非运动区域亦具有概率分布值的影响，本文提出了一种利用二值化前景图进一步修正概率分布图的改进Camshift算法。5.学位论文张海青智能视频监控中的运动目标检测与跟踪2007计算机智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题，是计算机视觉、图像处理、模式识别、人工智能等多学科高技术的结合。智能视频监控在不需要人为干预的情况下，利用计算机视觉和视频分析的方法对图像序列进行自动分析，实现对动态场景中目标的检测、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。目前，计算机智能视频监控在理论研究和实践应用上还都面临着许多难题，国内外大批学者投身于该领域的研究和探索，并且取得了大量的成果。本文在这些成果的基础上，对计算机智能视频监控系统的两个关键基础技术--目标运动检测和跟踪进行了研究，主要贡献可概括如下：首先对运动检测技术进行了研究，并提出一种新的实时运动检测方法，即均匀混合模型运动检测法；接着研究了目标的跟踪问题，并在基于粒子滤波目标跟踪方法的启发下，提出了一种新的基于蒙特卡罗的目标跟踪方法；最后通过对人眼跟踪机制的研究，提出了一种新的基于多线索的目标跟踪方法。实验表明这些方法克服了以往方法的不足，提高了算法的实时性和可靠性，能够很好的完成运动检测和目标跟踪任务，更加满足智能视频监控系统的要求。6.学位论文张超视频监控中的图像匹配和运动目标检测2008本文所设计的智能视频监控系统应用在列车车头和车厢之间，主要起到两个方面的作用：第一个作用是对连接两者的列车车钩的连挂状态（连挂上和未连挂