智能視頻監(jiān)控中的運動物體檢測與跟蹤算法研究.pdf

1、監(jiān)控環(huán)境的多樣性和復(fù)雜性導(dǎo)致視頻分析算法的魯棒性較差，對于復(fù)雜的算法，在嵌入式環(huán)境下也不能滿足實時性需求。為了使得視頻分析算法適合應(yīng)用于嵌入式環(huán)境，本文主要研究嵌入式環(huán)境下視頻分析算法，算法的實現(xiàn)與優(yōu)化，以及視頻分析的應(yīng)用接口。嵌入式環(huán)境下的資源緊缺性決定了視頻分析算法必須簡單、高效和具有較好的魯棒性。本文研究了背景相減法、幀間差分法和光流法三種運動物體檢測算法，通過理論分析和仿真實驗，選擇背景相減法作為運動物體檢測算法；在像素標(biāo)記法的

2、基礎(chǔ)上通過改變圖像掃描方向，提出了一種改進(jìn)的物體四邊界定位算法，相比區(qū)域增長法和像素標(biāo)記法具有較低的時空復(fù)雜度；通過Mean Shift 算法和Kalman 濾波器相結(jié)合，有效地解決了快速運動物體和物體大比例遮擋問題；在嵌入式環(huán)境下實現(xiàn)運動物體檢測軟件并且對代碼進(jìn)行優(yōu)化，使軟件達(dá)到了實時性要求；通過研究ONVIF 核心規(guī)范的視頻分析應(yīng)用結(jié)構(gòu)、視頻分析配置接口和場景描述接口，設(shè)計和實現(xiàn)了嵌入式環(huán)境下的視頻分析應(yīng)用接口，對網(wǎng)絡(luò)視頻處理器與視