本文選題：目標(biāo)跟蹤 + 商場(chǎng)云臺(tái)攝像機(jī)�。� 參考：《山東科技大學(xué)》2017年碩士論文

【摘要】：目前,商場(chǎng)的云臺(tái)鏡頭監(jiān)控系統(tǒng)通常是監(jiān)控人員持續(xù)監(jiān)視屏幕,對(duì)進(jìn)入監(jiān)控區(qū)域的目標(biāo)通過(guò)操作鍵盤(pán)搖桿完成對(duì)目標(biāo)的運(yùn)動(dòng)跟蹤。本文中的基于商場(chǎng)實(shí)時(shí)監(jiān)控視頻的云臺(tái)鏡頭監(jiān)控系統(tǒng)選定待跟蹤的運(yùn)動(dòng)目標(biāo),能夠根據(jù)拍攝環(huán)境的變化主動(dòng)改變觀察位置和角度,使視頻監(jiān)控系統(tǒng)能夠自主地跟蹤選定的目標(biāo),并可以放大和縮小場(chǎng)景區(qū)域,方便觀察運(yùn)動(dòng)目標(biāo)的移動(dòng),從而提高了視頻監(jiān)控效率。本文的主要研究?jī)?nèi)容:首先,介紹視頻監(jiān)控系統(tǒng)的分類(lèi),并搭建了本實(shí)驗(yàn)所用的云臺(tái)鏡頭可變監(jiān)控系統(tǒng)平臺(tái),同時(shí)對(duì)云臺(tái)鏡頭自動(dòng)跟蹤系統(tǒng)進(jìn)行設(shè)計(jì)。然后,介紹了 Camshift算法原理,并對(duì)傳統(tǒng)的Camshift跟蹤算法進(jìn)行仿真。然后對(duì)Camshift跟蹤算法進(jìn)行改進(jìn),利用顏色特征、HOG特征、LBP紋理特征進(jìn)行自適應(yīng)融合,提出了一種多特征自適應(yīng)融合的Camshift跟蹤算法,在每幀視頻序列圖像中對(duì)監(jiān)控目標(biāo)進(jìn)行鎖定,記錄目標(biāo)位置,利用多特征進(jìn)行跟蹤,降低了 Camshift跟蹤算法光照,遮擋等因素的干擾,提高跟蹤算法的穩(wěn)定性。最后,本論文建立商場(chǎng)云臺(tái)鏡頭的自動(dòng)跟蹤模型和鏡頭自動(dòng)變倍算法。根據(jù)視頻畫(huà)面中監(jiān)控目標(biāo)的運(yùn)動(dòng)速度和尺寸大小,利用這兩個(gè)模型自動(dòng)匹配云臺(tái)的速度和鏡頭倍數(shù),對(duì)監(jiān)控目標(biāo)進(jìn)行實(shí)時(shí)跟蹤和畫(huà)面放縮,最終使監(jiān)控目標(biāo)始終以合適的尺寸大小顯示在視頻畫(huà)面中心區(qū)域。并通過(guò)程序?qū)崿F(xiàn)商場(chǎng)云臺(tái)鏡頭目標(biāo)自動(dòng)跟蹤算法以及變倍控制。為了驗(yàn)證本文跟蹤算法的有效性,用�？低晹z像頭進(jìn)行了實(shí)驗(yàn)仿真。通過(guò)�？禂z像頭錄制的視頻,對(duì)目標(biāo)進(jìn)行跟蹤,結(jié)果顯示本文設(shè)計(jì)的商場(chǎng)云臺(tái)鏡頭跟蹤系統(tǒng),系統(tǒng)具有良好的實(shí)時(shí)性,有穩(wěn)定的跟蹤效果。
[Abstract]:At present, the monitoring system of cloud head lens in shopping mall is usually used to monitor the screen continuously. The target entering the monitoring area is tracked by operating the keyboard rocker to track the motion of the target.In this paper, the shot monitoring system based on real-time surveillance video of shopping mall chooses the moving target to be tracked, which can actively change the observation position and angle according to the change of shooting environment, so that the video surveillance system can track the selected target autonomously.It can enlarge and reduce the scene area, and it is convenient to observe the moving target, thus improving the efficiency of video surveillance.The main research contents of this paper are as follows: firstly, the classification of video surveillance system is introduced, and the platform of cloud head shot variable monitoring system used in this experiment is built. At the same time, the automatic tracking system of cloud head lens is designed.Then, the principle of Camshift algorithm is introduced, and the traditional Camshift tracking algorithm is simulated.Then the Camshift tracking algorithm is improved and the color feature hog feature is used for adaptive fusion. A multi-feature adaptive fusion Camshift tracking algorithm is proposed to lock the monitoring target in each frame of video sequence image.The location of the target is recorded and the multi-feature is used to track the target. The interference of illumination and occlusion of Camshift tracking algorithm is reduced and the stability of the tracking algorithm is improved.Finally, this paper establishes the automatic tracking model and the algorithm of automatic shot variation.According to the moving speed and size of the monitoring target in the video picture, the two models are used to automatically match the velocity of the cloud head and the shot multiple to track the monitored target in real time and the picture is scaled down.Finally, the target is always displayed in the center of the video with the appropriate size.And through the program to realize the automatic tracking algorithm of the shot target and the variable control.In order to verify the effectiveness of the tracking algorithm in this paper, the Hackonview camera is used to carry out the experimental simulation.The video recorded by Haekang camera is used to track the target. The result shows that the system designed in this paper has good real-time performance and stable tracking effect.
【學(xué)位授予單位】：山東科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41;TN948.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋曉琳;王文濤;張偉偉;;基于LBP紋理和改進(jìn)Camshift算子的車(chē)輛檢測(cè)與跟蹤[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年08期

2 王保云;范保杰;;基于顏色紋理聯(lián)合特征直方圖的自適應(yīng)Meanshift跟蹤算法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

3 林建華;劉黨輝;邵顯奎;;多特征融合的Camshift算法及其進(jìn)一步改進(jìn)[J];計(jì)算機(jī)應(yīng)用;2012年10期

4 李巍;趙英凱;錢(qián)厚亮;;一種基于紋理和顏色的目標(biāo)跟蹤方法[J];計(jì)算機(jī)仿真;2011年01期

5 亦飛;;智能化自動(dòng)跟蹤攝像機(jī)全解析[J];中國(guó)安防;2010年12期

6 劉歆瀏;田瑞娟;陳陽(yáng);李健;;基于高速球的運(yùn)動(dòng)目標(biāo)自適應(yīng)PTZ跟蹤[J];兵工自動(dòng)化;2009年09期

7 陳愛(ài)斌;蔡自興;安基程;;一種基于攝像機(jī)視角的立體視覺(jué)定位方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年S1期

8 唐志賢;;淺析快球型攝像機(jī)[J];中國(guó)安防;2009年Z1期

9 鄒芳;肖坦;蔣征朋;;視頻分析技術(shù)綜述及鐵路應(yīng)用初探[J];鐵路通信信號(hào)工程技術(shù);2008年03期

10 樊啟宏;;視頻監(jiān)控系統(tǒng)的發(fā)展及其實(shí)際應(yīng)用[J];水利水電快報(bào);2008年05期

相關(guān)博士學(xué)位論文 前2條

1 徐蕭蕭;基于特征學(xué)習(xí)與特征聯(lián)想的視覺(jué)跟蹤算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2010年

2 陳功;魯棒的智能視頻監(jiān)控方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 彭濤濤;平安城市視頻監(jiān)控中目標(biāo)檢測(cè)與跟蹤技術(shù)的研究[D];吉林大學(xué);2015年

2 孫慧琳;基于多特征融合的camshift實(shí)時(shí)性視覺(jué)跟蹤[D];東北石油大學(xué);2014年

3 張永霞;基于PTZ主動(dòng)攝像頭的動(dòng)目標(biāo)檢測(cè)跟蹤系統(tǒng)[D];電子科技大學(xué);2013年

4 李波;基于視頻的云臺(tái)鏡頭目標(biāo)自動(dòng)跟蹤算法研究與實(shí)現(xiàn)[D];太原理工大學(xué);2012年

5 宗偉偉;基于PTZ攝像機(jī)的運(yùn)動(dòng)目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D];東北大學(xué);2011年

6 劉曉明;基于視頻序列的徘徊檢測(cè)跟蹤算法的研究與實(shí)現(xiàn)[D];太原理工大學(xué);2011年

7 王帥;一種基于MeanShift的目標(biāo)跟蹤算法的研究[D];山東大學(xué);2011年

8 葉曉麗;報(bào)警監(jiān)控系統(tǒng)及其智能化研究[D];遼寧師范大學(xué);2010年

9 張儒元;基于PTZ鏡頭的主動(dòng)目標(biāo)跟蹤[D];西安電子科技大學(xué);2009年

10 穆菁清;一體化球型攝像機(jī)控制系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)[D];南京理工大學(xué);2007年

，

本文編號(hào)：1744656