动态复杂背景下的智能视频监控系统设计与实现

本文采用二重对称帧间差分目标检测算法和基于压缩感知的目标跟踪算法,设计并实现了一种可适应动态复杂背景下的智能视频监控系统。基于目标检测该系统能提取本地视频文件中局部运动目标并进行视频压缩,减少回放、查看视频时间,可实时播放并处理本地或网络摄像头数据,也可根据光照变化动态调整二值化阀值,实现实时区域入侵检测与报警。基于目标跟踪本系统能在动态背景下对选定目标进行跟踪,可通过客户端手动控制监控云台跟踪,也可对入侵目标实现云台自主大角度追踪。实验表明,本系统能在日常复杂环境下对运动目标准确检测和大角度跟踪,在智能家居和移动安防领域有很好的实用性。     

基于智能视觉的车辆事故预警监控系统设计

针对车辆行驶中驾驶员视觉盲区或注意力不集中而造成的交通事故问题,提出采用智能视觉技术对车辆行驶过程中四周的异常物体进行视频监控,对动态视频场景中的运动目标进行检测、识别与实时测距,通过车辆智能视频监控系统最大程度的为驾驶员提供更多预警信息,预防交通事故的发生。本文介绍了车辆智能视觉监控系统的硬件设计方法与软件工作流程,并研究了运动目标检测算法与单目视觉测距算法,通过仿真实验,验证了本智能视觉车辆监控系统对于运动目标进行检测、识别与智能测距判断的实验结果。     

一种有效的红外小目标检测方法

提出了一种基于中值滤波与梯度法的红外小目标检测方法.该方法首先通过中值滤波对红外图像进行平滑处理,接着采用背景差分技术将原始图像与经过中值滤波后的图像进行差分对消.在此基础上,再使用梯度锐化法对残差图像进行边缘信息的增强.最后,利用二值化处理凸显出目标点.该方法通过中值滤波与梯度法的互补效应实现了红外小目标的有效检测,仿真实验结果证明了该算法的有效性.     

基于USB2.0的智能视频监控系统设计

针对目前流行的视频监控系统不能智能识别、视频传输占用太多网络资源、视频存储容量有限等问题,设计了一种基于USB2.0的智能视频监控系统。该系统通过在线动态更换参考图像,消除了时间变化引起的阳光、天气等因素对背景图像的影响。按照图像识别方法自动检测监控目标,只有当检测到可疑目标后,才把相应的视频信号传输给监控端显示和存储,并同时向监控人员发出报警提示信号。     

基于嵌入式的智能家居之视频监控系统设计

针对视频监控系统在智能家居中对异常情况处理不够智能、响应速度较慢的问题,提出嵌入式视频监控端的方案;首先搭建嵌入式开发板的组成模块,选择摄像头并配置红外线反射模块;其次考虑到智能家居视频监控的特点,提出适合嵌入式环境的改进三帧差分算法,对出现的目标物体进行轮廓提取和阴影消除;最后根据性能指标对改进算法验证,同时通过GPRS技术把处理好的图像发送给家居主人;实验表明该系统能实时对不明物体做出智能判断,运行稳定,实现了智能家居安全防范目的。     

深空背景弱小目标实时检测算法研究

根据深空背景的特点,提出一种基于FPGA和DSP的检测算法,并设计相应的硬件系统,能对大小为512×512像素、帧频率为40帧/s的视频图像进行实时处理。先在FPGA中用最大中值滤波抑制空间成像噪声,解决了图像预处理运算量大对处理速度要求高的难题,再在DSP中用使用改进的双差分法进行运动目标分割,克服了单差分提取目标轮廓不准的缺点,最后结合候选目标的特征,采用基于逻辑的最近邻关联方法提取目标航迹。试验结果证明该算法满足了深空背景弱小目标实时检测的要求。     

基于鱼眼镜头的目标监控与测量系统分析

为了实现超大范围的目标监控与测量,设计和分析了一种基于鱼眼镜头的超广角监测系统。以鱼眼镜头和CCD作为图像采集系统,以DSP作为控制和处理中心,采用自适应动态更新背景差方法进行目标识别,利用图像处理方法进行目标方位角测量,对前方半球空间中可能出现的目标进行监测。实验结果表明,基于鱼眼镜头的监控系统具有超大的监控视角,在各种环境下都具有较高的监控能力;基于动态更新背景的背景差目标识别方法具有较强的抗干扰性,能准确地识别出各种可能出现的目标,并能对其进行方位角测量。相对于传统的监控系统来说,具有监控范围大,结构简单,工作稳定可靠,在各种安全监控领域有着广泛的应用。     

基于随机背景建模的目标检测算法

运动目标检测是智能视频监控系统中的重要步骤和前提。提出了一种基于随机背景建模的非参数化建模算法,对场景中运动目标进行快速提取跟踪。在初始化阶段,从当前像素的邻域中随机抽取样本值作为背景模型;在模型更新阶段,引入了随机更新策略和背景传播机制,能够较好地抑制环境噪声;在后处理阶段,给出了一种基于积分图的前景滤波优化方法,进一步滤除噪声和填充前景空洞。实验结果表明,在复杂场景条件下,算法的目标检测性能明显优于其他几种同类算法,能够较好地抑制噪声干扰,具有较高的检测正确率。对于360288像素的测试视频,算法的计算速度高达120 f/s,完全可以满足实时应用。     

分布式网络信息数据防篡改方法研究

为在足球视频中有效的检测与跟踪运动目标,需要对足球比赛视频中目标检测与跟踪算法进行研究。当前采用的算法,在动态场景中,存在运动目标检测与跟踪效果不佳的问题。为此,提出一种基于OpenCV的足球比赛视频中目标检测与跟踪算法。该算法结合平均背景算法将足球比赛视频中目标图像分割为前景区与背景区,计算足球比赛视频每一帧目标图像和背景图像之间差值的绝对差值,同时计算每一个目标图像中像素点的平均值与标准值来建立目标图像背景统计模型,利用TMHI算法对足球比赛视频中目标初始图像进行阈值分割,得到初始分割图像,对分割图像进行中值滤波和闭运算,再使用卡尔曼滤波对分割后的目标图像进行处理,得到镜头中目标的质心位置和目标外界矩形框,然后对足球比赛视频中目标进行跟踪。实验证明,该算法有效的检测与跟踪足球视频中运动目标。     

一种基于数字图像的多目标检测方法

为使武器系统具备同时对多个目标进行精确打击的能力,在光电系统中可采用多目标视频跟踪器辅助激光照射器、伺服稳定平台实现多个潜在目标同时捕获跟踪并打击。研究了一种运行于多目标视频跟踪器的目标检测方法,针对数字图像分辨率高、数据量大及难以在嵌入式系统中实时运行的难点,基于TMS320C6455 DSP处理器,提出基于小波金字塔的全局运动光流估计算法图像配准实现运动图像的背景补偿以获取差分图像,相比传统的块匹配、灰度投影配准及基于特征点的配准算法,具有配准精度高与可嵌入式系统实时处理等优点,在差分图像中采用区域生长结合管道滤波算法提取图像中多个运动目标。经实验验证,该方法在复杂地面场景对汽车、自行车及行人目标检出率可达95%,计算时间仅为25 ms,具有良好的实时性和检测效果。     

基于改进型高斯混合模型的嵌入式实时运动检测系统

针对在嵌入式CPU上难以做到复杂背景下运动目标的实时检测,提出了一种基于改进型高斯混合模型的实时运动检测方案,采用改进型高斯混合模型,对高斯混合模型进行简化和结构调整,同时进行了C语言层面和CPU层级的优化,使其更合适于嵌入式平台,并详细分析了DM6446平台的软硬件设计,介绍了该算法在DM6446平台上的实现过程。实验结果表明：该系统能够有效克服外界环境变化带来的干扰,能够实时检测,可以实现多目标跟踪。     

嵌入式路灯远程监控系统的研究与设计

随着众多科技成果产业化实践,路灯种类数量猛增;其中,嵌入式路灯凭借安装简便、外观一体化强、整体美感突出等诸多优点,被广大使用者所推崇;但是,传统嵌入式路灯监控系统存在多组灯系启动、关闭、维护、巡查困难,故障排除时效长、人力资源开销大的弊端;针对问题产生根源,提出针对嵌入式路灯远程监控系统的设计研究方法;采用高集成低频无线对接模块,对每个灯组进行编码桥接,采用网络大数据FGT-J5i处理单元,对灯组进行网络远程智能化监控,同时,搭建配套智能监控平台;通过仿真实验测试证明,提出针对嵌入式路灯远程监控系统的设计,满足日常使用与远程监控要求。     

快速无参数背景建模的红外目标检测方法研究

针对复杂背景红外图像序列目标检测的难题,给出了一种用于红外监控系统中入侵目标检测的背景建模方法。应用特征样本集为每一个像素建立统计无参数样本集模型,根据核函数估计计算每一个像素值对模型的符合概率。使用双阈值进行目标检测和模型更新,将图像分为三类:可靠背景、感兴趣区域和不可靠背景。通过不可靠背景类提供的信息进一步将感兴趣区域细分为入侵目标和错误检测。对几种红外图像序列仿真实验表明,该算法不仅可以比较精确的检测显著入侵目标,对于容易淹没在噪声中的弱小入侵目标也可以实现准确地检测。     

基于分形特征的复杂环境目标检测方法研究

针对复杂的自然背景下的运动目标检测,提出了一种基于分形特征的运动目标检测算法;该算法利用目标的分形维数与自然背景分形维数的差异将目标从背景检测出来;首先应用改进的地毯覆盖法快速得到图像的分形维数,然后通过比较邻域之间分形维数的相互关系进行目标检测;实验结果表明,该方法能对复杂背景下的运动目标进行检测,由于采用分块求分形特征的方法,能有效地减少搜索目标所带来的计算量,算法过程简单、检测速度快、检测结果精确,目标与背景对比度的变化对检测结果几乎没有影响, 且噪声对该算法的检测结果影响较小;在运动目标实时检测问题上有着很好的实用价值和应用前景。     

深空背景弱小运动目标检测算法研究

在深入分析监测设备CCD图像特点的基础上,提出了一种深空背景弱小运动目标检测新方法。该算法使用"列高通滤波器"进行背景抑制;采用序列图像多帧累加增强目标与恒星的对比度,用交叉投影法确定星点区域,提取局部星图,利用局部星图匹配剔除恒星干扰;结合候选目标的特征,采用基于逻辑的最近邻关联方法完成目标检测。结果表明,该算法可满足深空背景弱小运动目标实时检测的要求。     

动态帧差法及其FPGA设计与实现北大核心CSCD

帧间差分法是运动目标检测的经典方法,但当运动目标速度低到一定数值时,难以检测到运动目标。针对其可检测目标速度的限制,在帧间差分法的基础上,提出了动态帧差法。结合FPGA处理的特点,进行了动态帧差算法的FPGA设计与实现,并构建了一个新的实时运动目标检测系统。系统能够根据目标运动情况自适应调整用于差分图像的帧间距,既适用于较快运动目标的检测,也适用于低速运动目标的检测,扩大了系统可检测运动目标的速度范围。对DDR3端口进行区域划分,解决了在资源有限的FPGA上对图像的多帧存储的问题。多组实验结果证实了动态帧差法及其FPGA设计模块的有效性和实时性。相比其他系统,所研究系统在检测低速运动目标方面具有明显的优势,且可处理1080p@30Hz的彩色视频流。     

基于立体视觉与光流融合的运动目标检测

针对摄像机与被检测目标同时运动时的目标检测问题,提出一种立体视觉与光流融合的运动目标检测算法。结合立体视觉技术设计了光流与自运动估计模型,运用车辆的运动信息和场景的深度信息估计因摄像机运动产生的自运动光流;采用多分辨率细化的Horn算法估计场景的混合光流;对混合光流和自运动光流进行差分运算,剔除背景中静态目标的运动干扰。经过一系列形态学滤波处理获得运动目标完整区域,依据光流的连通性对运动目标标号,并确定位置信息。以典型的交通场景为对象进行分析,实验结果表明该算法能有效地检测出动态背景下的运动目标。     

基于DM642的运动目标实时跟踪监控系统的设计

针对视频监控中的运动目标,引入自主跟踪思想,设计了一种基于DSP的运动目标实时跟踪监控系统。系统以TI公司的DSPTMS320DM642为核心,采用改进的差分算法辅以二值化形态学处理进行运动检测,并通过速度归一化求取云台转动矢量,应用于变速云台系统,实现了对运动目标的自主稳定跟踪。实验证明,系统取得了良好的跟踪效果,保证了目标跟踪的自主性、准确性和实时性。     

基于ARM处理器的运动目标检测与跟踪系统

运动目标的检测及跟踪技术广泛应用于军事与民用领域。传统基于PC的目标跟踪系统不能满足对体积、功耗及便携性的需求,基于ARM处理器S3C2440A和嵌入式Linux操作系统构建了一个比较完整、实用的目标跟踪系统。该系统利用摄像头采集运动目标图像,处理器进行数字图像处理,LCD显示跟踪目标。阐述了实现原理及图像获取、目标检测、图像分割和目标跟踪算法程序流程。通过实际测试,该系统能满足对低速运动目标的检测、识别和跟踪,且具有较好的实时性和稳定性。     

火情自动视觉检测系统的设计

针对现有智能楼宇火情自动视觉检测系统中对火情严重程度的判断功能不足,无法提供多样性信息的问题,设计并实现了智能火情多状态视觉检测系统,监控系统设计了底层控制站CCD视觉信息采集模块和DP总线信息传递模块,增加了智能火情多状态视觉检测系统的功能,利用火情检测图像的均值作为初始背景,根据不同火情事件获取背景图像进行实时更新,依据DSP处理器得到二值图上目标特征设定不同阀值,判断发生了哪类火情,对火情不同事件识别率达到了95%,适用于新一代的智能楼宇监控系统应用。