視頻序列中運動目標檢測和識別技術研究.pdf

1、視頻序列中運動目標檢測和識別是智能視頻監(jiān)控系統的重要組成部分，也是圖像處理、計算機視覺和模式識別等領域的一個研究熱點，在軍事制導、安全監(jiān)控、智能交通等領域都有廣泛的應用，因而具有重要的研究價值。
　　本文以人和車輛為研究對象，對靜止背景下的運動目標檢測和識別技術進行了研究。運動目標檢測、特征提取和目標分類是本文研究的重點。本文的主要工作有：
　　運動目標檢測方面，討論分析了目前幾種常用檢測方法的原理和優(yōu)缺點，實現了基于三幀差

2、分的背景差分法、基于 RGB顏色空間的背景差分法和結合鄰域信息的混合高斯模型背景差分法等算法，并從運行速度、檢測精度和算法適應性等方面評價了各算法。針對運動目標檢測過程中存在的陰影干擾問題，在分析陰影特點的基礎上提出了一種雙特性聯合陰影檢測算法，該算法聯合HSV顏色空間的亮度比值特性和小鄰域光照的對數比值不變性兩種陰影特性進行陰影檢測，既能自動設置關鍵參數，又能適應多種環(huán)境變化，具有較好的魯棒性。為去除運動目標檢測后存在的噪聲區(qū)域，研究

3、并實現了濾波、形態(tài)學處理和連通域分析等后處理算法，取得了良好效果。
　　特征提取方面，研究了Hu矩特征和NMI（歸一化轉動慣量）特征，并從不變性和可分性兩方面分析了它們的性能。針對車輛這一典型目標設計了一種基于Hough車輪定位的幾何特征，該幾何特征可應用于車型精確識別中，具有廣泛的應用前景。
　　目標分類方面，探討和研究了支持向量機的相關理論。設計了一種基于支持向量機的分類器，針對以往支持向量機需要反復試驗以確定其參數這一