視頻監(jiān)控中遺留物檢測關(guān)鍵技術(shù)的研究.pdf

1、原始的采用人力來進(jìn)行監(jiān)控的方法已經(jīng)跟不上需求，為了實(shí)現(xiàn)更準(zhǔn)確、更高效的視頻監(jiān)控技術(shù)，智能視頻監(jiān)控正在蓬勃發(fā)展。遺留物檢測技術(shù)是安全防范領(lǐng)域中智能視頻監(jiān)控的一個(gè)重要分支，是一項(xiàng)橫跨圖像處理、模式識(shí)別、計(jì)算機(jī)視覺等多個(gè)學(xué)科的交叉技術(shù)。遺留物的檢測利用監(jiān)控設(shè)備和圖像處理相結(jié)合的技術(shù)，使計(jì)算機(jī)或者嵌入式硬件具有解析視頻的能力，從而對遺留物進(jìn)行主動(dòng)的檢測和預(yù)警。遺留物的檢測在生活中具有實(shí)際意義，可以用來排除危險(xiǎn)情況或幫助失主找到丟失的物體。因此，

2、視頻監(jiān)控中遺留物檢測關(guān)鍵技術(shù)的研究具有重要的現(xiàn)實(shí)意義。
　　本論文對遺留物檢測所用到的關(guān)鍵技術(shù)進(jìn)行了研究。主要分為遺留物檢測的預(yù)備知識(shí)、目標(biāo)檢測、目標(biāo)跟蹤和人體識(shí)別四個(gè)部分。其中遺留物檢測所用到的預(yù)備知識(shí)有彩色圖像空間的轉(zhuǎn)換、圖像濾波、陰影去除以及圖像的閾值分割。本文對中值濾波、均值濾波、高斯濾波、形態(tài)學(xué)濾波這幾種方法進(jìn)行了對比。對基于顏色特征的陰影去除方法和基于邊緣檢測的陰影去除方法進(jìn)行了研究和實(shí)驗(yàn)，為論文的后續(xù)研究奠定了基礎(chǔ)。

3、
　　本文對光流法、幀間差分法和背景差分法這三種目標(biāo)檢測方法進(jìn)行了對比，背景差分法具有提取的目標(biāo)較完整的優(yōu)點(diǎn)，對中值背景建模法、均值背景建模法、單高斯背景建模法以及混合高斯背景建模法這幾種背景建模方法進(jìn)行了研究和對比，中值背景建模法和均值背景建模法實(shí)現(xiàn)簡單、運(yùn)算速度較快，但是只能適用于簡單的場景，混合高斯背景建模法的抗干擾性能最好。
　　使用傳統(tǒng)Meanshift算法進(jìn)行目標(biāo)跟蹤誤差較大，卡爾曼濾波算法能夠有效估計(jì)目標(biāo)在下一

4、時(shí)刻的位置，因此利用卡爾曼濾波算法對Meanshift算法進(jìn)行了改進(jìn)，改進(jìn)后的算法在一定程度上解決了傳統(tǒng)Meanshift算法在目標(biāo)顏色特征不明顯、目標(biāo)運(yùn)動(dòng)速度較快以及發(fā)生遮擋時(shí)跟蹤效果較差的問題。本文考慮了行人可能對遺留物檢測造成的干擾，采用了基于合并聯(lián)通區(qū)域的方法進(jìn)行人體識(shí)別，首先檢測出聯(lián)通區(qū)域并根據(jù)一定條件對聯(lián)通區(qū)域進(jìn)行合并，然后根據(jù)聯(lián)通區(qū)域的高寬比和形狀復(fù)雜度來進(jìn)行人體識(shí)別，此方法實(shí)現(xiàn)簡單，速度較快。根據(jù)遺留物的特點(diǎn)——物體、停