發(fā)布時間：2017-05-08 16:12

  本文關(guān)鍵詞：智能視頻監(jiān)控系統(tǒng)中若干關(guān)鍵技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,公共安全形勢變得愈加復(fù)雜和嚴峻,使得視頻監(jiān)控規(guī)模日益擴大,其監(jiān)控方式也從傳統(tǒng)的視頻監(jiān)控方式向智能視頻監(jiān)控方向發(fā)展。然而,智能視頻監(jiān)控技術(shù)是計算機視覺、模式識別、人工智能、數(shù)據(jù)挖掘等多學(xué)科的交叉和結(jié)合,且面臨的問題和實際應(yīng)用場景復(fù)雜,至今仍處于探索發(fā)展階段。在實際的智能視頻監(jiān)控系統(tǒng)中,由于惡劣天氣(霧霾、雨、雪等)、夜晚低照度、光照不均勻等環(huán)境造成的圖像質(zhì)量下降,給后面的視頻分析帶來了先天的困難;動態(tài)背景、光照變化、相機抖動等復(fù)雜的背景導(dǎo)致背景模型建立及前景目標(biāo)分割困難;面對海量的視頻圖像數(shù)據(jù),需要準(zhǔn)確地檢索或查詢相關(guān)目標(biāo)信息,使得對魯棒的目標(biāo)特征提取及匹配技術(shù)的需求也愈加的急迫;對目標(biāo)尺度變化、發(fā)生遮擋、目標(biāo)顏色與背景相似等復(fù)雜環(huán)境中運動目標(biāo)的長期穩(wěn)定跟蹤也是一個亟待解決的問題。對于上述問題,目前的智能視頻監(jiān)控相關(guān)技術(shù)仍不成熟,易導(dǎo)致虛報和漏報現(xiàn)象的發(fā)生,從而制約了智能視頻監(jiān)控系統(tǒng)實戰(zhàn)性能的提升。本文針對智能視頻監(jiān)控系統(tǒng)中圖像增強、復(fù)雜背景建模及前景目標(biāo)檢測、目標(biāo)特征提取及匹配、目標(biāo)跟蹤等關(guān)鍵技術(shù)進行了深入地研究。主要完成的工作總結(jié)如下:1.結(jié)合人類的視覺特性和廣義對數(shù)比模型,提出了一種多尺度圖像增強算法。根據(jù)視覺系統(tǒng)的全局自適應(yīng)調(diào)節(jié)特性,對圖像作全局亮度的類對數(shù)變換;利用主觀亮度感覺與實際光強對數(shù)的局部線性關(guān)系以及視覺敏感特性,結(jié)合四方向Sobel梯度圖像,調(diào)節(jié)圖像的局部對比度;采用自適應(yīng)的不同尺度引導(dǎo)濾波結(jié)合廣義對數(shù)比模型將不同尺度圖像的有效信息進行融合,得到最后的多尺度增強圖像。試驗證明本算法實現(xiàn)了圖像對比度提高和動態(tài)范圍的有效壓縮,增強和保留了圖像細節(jié),具有較強的抗噪能力,有效解決了視頻監(jiān)控系統(tǒng)中可見光低照度圖像、紅外圖像等降質(zhì)圖像的增強問題。2.根據(jù)Retinex理論中的照射_反射模型提出了一種圖像增強算法。算法采用具有邊緣保持特性的不同尺度引導(dǎo)濾波核函數(shù)作為環(huán)繞函數(shù),來估計反映圖像整體結(jié)構(gòu)的低頻照射分量;所有運算采用廣義對數(shù)比模型的有界運算代替?zhèn)鹘y(tǒng)的線性運算,去除照射分量,將不同尺度的反射分量從原始圖像中分割出來;通過對不同尺度反射分量的有效融合,最終得到反映物體本質(zhì)特性的多尺度反射分量的增強圖像。試驗結(jié)果表明算法避免了傳統(tǒng)多尺度Retinex算法中的光暈偽影現(xiàn)象以及傳統(tǒng)運算中的越界問題。此算法尤其對夜間圖像、霧霾圖像的細節(jié)增強和對比度及清晰度的提高效果明顯。3.背景建模及前景目標(biāo)檢測方面:1)為了對運動狀態(tài)發(fā)生變化的目標(biāo)進行檢測,提出了一種基于雙背景模型的目標(biāo)檢測方法,實現(xiàn)了視場內(nèi)遺留物和搬移物的高效檢測;2)在分析和總結(jié)Vi Be算法特性及不足的基礎(chǔ)上,提出了一種基于隨機聚類的復(fù)雜背景建模及前景目標(biāo)檢測算法。算法充分考慮同一位置的像素在時間上的關(guān)聯(lián)性和與其相鄰像素的空間關(guān)聯(lián)性,有效地提高了背景模型對動態(tài)背景、光照變化及相機抖動等復(fù)雜背景的適應(yīng)性和魯棒性,實現(xiàn)了對前景目標(biāo)的準(zhǔn)確檢測。4.提出了一種基于角點檢測和灰度差分不變量(GDI)的局部特征描述子的快速匹配算法。算法通過建立較少圖層的階梯金字塔,利用Shi-Tomasi算法提取圖層中數(shù)量適中的強角點,采用具有幾何意義的低階GDI建立其局部特征區(qū)域統(tǒng)計直方圖的描述子,最終實現(xiàn)角點的穩(wěn)定匹配。試驗證明,算法具有旋轉(zhuǎn)、尺度縮放、光照及小視角變化、模糊等性能不變性,其匹配實時性和匹配精度均較高。5.提出了一種基于顏色特征和紋理特征相融合的Mean Shift目標(biāo)跟蹤算法。改進Mean Shift算法中的Epanechnikov核函數(shù)模型,降低了計算量并突顯跟蹤窗口內(nèi)目標(biāo)灰度信息;考慮了目標(biāo)跟蹤的尺度的自適應(yīng)性。從而使得目標(biāo)尺度發(fā)生變化、目標(biāo)和背景相似的情況下,也能很好地實時跟蹤運動目標(biāo)。
【關(guān)鍵詞】：智能視頻監(jiān)控 圖像增強 目標(biāo)檢測 特征匹配 目標(biāo)跟蹤
【學(xué)位授予單位】：中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-10
• 目錄10-12
• 第1章 緒論12-22
• 1.1 課題背景及意義12-13
• 1.2 國內(nèi)外現(xiàn)狀和發(fā)展趨勢13-15
• 1.3 智能視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)15-20
• 1.4 論文主要研究內(nèi)容及章節(jié)安排20-22
• 第2章 基于視覺特性的圖像增強算法研究22-44
• 2.1 人類視覺相關(guān)特性分析22-25
• 2.2 相關(guān)圖像增強技術(shù)及理論25-31
• 2.3 結(jié)合視覺特性和GLR模型的圖像增強31-37
• 2.4 試驗與結(jié)果分析37-43
• 2.5 本章小結(jié)43-44
• 第3章 基于Retinex理論的圖像增強算法研究44-60
• 3.1 Retinex理論概述44-45
• 3.2 基于Retinex圖像增強算法45-50
• 3.3 基于照射_反射模型的圖像增強50-55
• 3.4 試驗與結(jié)果分析55-58
• 3.5 本章小結(jié)58-60
• 第4章 復(fù)雜背景建模及前景目標(biāo)檢測算法研究60-86
• 4.1 引言60-61
• 4.2 背景建模及目標(biāo)檢測算法61-67
• 4.3 基于雙背景模型的遺留物檢測算法67-71
• 4.4 基于隨機聚類的復(fù)雜背景建模及前景檢測算法71-84
• 4.5 本章小結(jié)84-86
• 第5章 基于角點和局部特征描述子的匹配算法研究86-102
• 5.1 引言86-87
• 5.2 局部特征描述87-93
• 5.3 基于角點和GDI描述子的匹配算法93-96
• 5.4 試驗結(jié)果與分析96-100
• 5.5 本章小結(jié)100-102
• 第6章 基于均值漂移的目標(biāo)跟蹤算法研究102-118
• 6.1 引言102-103
• 6.2 Mean Shift算法103-110
• 6.3 改進的Mean Shift算法描述及實現(xiàn)110-116
• 6.4 本章小結(jié)116-118
• 第7章 總結(jié)與展望118-122
• 7.1 論文完成的主要工作總結(jié)118-120
• 7.2 論文研究成果及創(chuàng)新點120-121
• 7.3 下一步工作展望121-122
• 參考文獻122-132
• 在學(xué)期間學(xué)術(shù)成果情況132-133
• 指導(dǎo)教師及作者簡介133-134
• 致謝13

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓云;鄭尚志;;智能視頻監(jiān)控及應(yīng)用[J];光盤技術(shù);2008年08期

2 李建文;康慕寧;鄧正宏;;一個基于行為分析的智能視頻監(jiān)控系統(tǒng)的原型[J];科學(xué)技術(shù)與工程;2009年06期

3 余臘生;劉勇;;基于網(wǎng)絡(luò)的智能視頻監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J];計算機工程與設(shè)計;2009年16期

4 張新新;孔英會;;智能視頻監(jiān)控中的異常檢測方法研究[J];黑龍江科技信息;2009年36期

5 余臘生;劉勇;;基于網(wǎng)絡(luò)的智能視頻監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J];安防科技;2009年11期

6 楊紅軍;;智能視頻監(jiān)控系統(tǒng)的設(shè)計研究[J];科技情報開發(fā)與經(jīng)濟;2010年04期

7 張迪;李偉;舒文;;一種應(yīng)用于智能視頻監(jiān)控鋼管生產(chǎn)的目標(biāo)檢測方法[J];計算機系統(tǒng)應(yīng)用;2010年06期

8 孔英會;張新新;王蘊珠;;智能視頻監(jiān)控系統(tǒng)中物體遺留檢測方法的研究[J];計算機工程與科學(xué);2010年06期

9 李彬;曲寒冰;靳薇;;淺談人臉識別技術(shù)在智能視頻監(jiān)控中的應(yīng)用與發(fā)展趨勢[J];中國安防;2011年03期

10 陶南;;小型智能視頻監(jiān)控軟件的設(shè)計與實現(xiàn)[J];現(xiàn)代計算機(專業(yè)版);2011年08期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 沈海燕;馮云梅;史宏;呂曉軍;;鐵路安檢區(qū)域智能視頻監(jiān)控系統(tǒng)設(shè)計及關(guān)鍵技術(shù)研究[A];第八屆中國智能交通年會優(yōu)秀論文集——軌道交通[C];2013年

2 薄海睿;李正宜;楊永生;;淺談智能視頻監(jiān)控發(fā)展[A];第二十七屆中國（天津）2013IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2013年

3 付亮亮;李旭偉;;一種面向智能視頻監(jiān)控的系統(tǒng)原型[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

4 侯宏錄;李寧鳥;;一種基于運動目標(biāo)識別技術(shù)的智能視頻監(jiān)控系統(tǒng)[A];2011西部光子學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

5 李易;管慶;;基于DM642的智能視頻監(jiān)控系統(tǒng)[A];2008年中國西部青年通信學(xué)術(shù)會議論文集[C];2008年

6 曹曉玲;;IP智能視頻監(jiān)控系統(tǒng)的發(fā)展及挑戰(zhàn)[A];四川省通信學(xué)會Ip應(yīng)用與增值電信技術(shù)會議論文集[C];2011年

7 朱映映;梁葉;文振q;;智能視頻監(jiān)控中頭部運動跟蹤的自適應(yīng)算法研究[A];第七屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【poster】[C];2011年

8 葉斌;崔蘭蘭;;淺析智能視頻監(jiān)控中的目標(biāo)識別差分算法[A];四川省通信學(xué)會2013年學(xué)術(shù)年會論文集[C];2013年

9 李磊;;視頻監(jiān)控關(guān)鍵技術(shù)及其應(yīng)用前景研究[A];武漢市第二屆學(xué)術(shù)年會、通信學(xué)會2006年學(xué)術(shù)年會論文集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 天津天地偉業(yè)數(shù)碼科技有限公司 瞿關(guān)明;理性對待智能視頻監(jiān)控[N];計算機世界;2008年

2 索尼(中國)有限公司 文軍;如何有效實現(xiàn)智能視頻監(jiān)控[N];計算機世界;2008年

3 王玲;智能視頻監(jiān)控：讓人們的生活更安全[N];經(jīng)濟日報;2007年

4 賽迪;智能視頻監(jiān)控粉墨登場[N];中華建筑報;2006年

5 彭東;智能視頻監(jiān)控：給您最及時的危機報告[N];科技日報;2007年

6 賽迪;智能視頻監(jiān)控粉墨登場[N];中華建筑報;2006年

7 記者 郭丹;萬安獲省專項資金230萬[N];湛江日報;2011年

8 陳瑜邋唐婷;智能視頻監(jiān)控：給電子眼裝上“大腦”[N];科技日報;2007年

9 ;世博中國館智能視頻監(jiān)控系統(tǒng)[N];中國計算機報;2010年

10 中國工程院院士 高文;與智能視頻監(jiān)控有關(guān)的技術(shù)挑戰(zhàn)[N];中國信息化周報;2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 王一木;可重構(gòu)的無線智能視頻監(jiān)控平臺的研究[D];浙江大學(xué);2013年

3 張謝華;煤礦智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)的研究[D];中國礦業(yè)大學(xué);2013年

4 方帥;計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究[D];東北大學(xué);2005年

5 畢國玲;智能視頻監(jiān)控系統(tǒng)中若干關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2015年

6 張劍;基于內(nèi)容的智能視頻監(jiān)控關(guān)鍵技術(shù)及在公共安防中的應(yīng)用研究[D];浙江大學(xué);2007年

7 焦波;面向智能視頻監(jiān)控的運動目標(biāo)檢測與跟蹤方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

8 夏東;智能視頻監(jiān)控中目標(biāo)檢測、跟蹤和識別方法研究[D];國防科學(xué)技術(shù)大學(xué);2012年

9 楚瀛;智能視頻監(jiān)控中的多特征融合問題研究[D];華中科技大學(xué);2008年

10 李崢;智能視頻監(jiān)控中的遮擋目標(biāo)跟蹤技術(shù)研究[D];華中科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 葉磊;智能視頻監(jiān)控嵌入式實現(xiàn)及傳輸保護研究[D];上海交通大學(xué);2009年

2 張文香;面向數(shù)字油田的智能視頻監(jiān)控系統(tǒng)[D];蘭州理工大學(xué);2012年

3 徐農(nóng);智能視頻監(jiān)控系統(tǒng)的分析與設(shè)計[D];北京郵電大學(xué);2012年

4 耿劍鋒;智能視頻監(jiān)控系統(tǒng)中關(guān)鍵技術(shù)的研究[D];江蘇大學(xué);2008年

5 岑銀;智能視頻監(jiān)控中運動目標(biāo)跟蹤技術(shù)研究[D];西南交通大學(xué);2010年

6 汪德洋;智能視頻監(jiān)控關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2005年

7 張繼霞;智能視頻監(jiān)控中人體的檢測與跟蹤研究[D];大連理工大學(xué);2008年

8 劉運余;無人值守邊防哨卡智能視頻監(jiān)控系統(tǒng)設(shè)計[D];南京理工大學(xué);2013年

9 吳麗麗;小區(qū)智能視頻監(jiān)控系統(tǒng)的研究[D];北京郵電大學(xué);2009年

10 范金剛;智能視頻監(jiān)控系統(tǒng)若干關(guān)鍵技術(shù)的研究與實現(xiàn)[D];電子科技大學(xué);2006年

  本文關(guān)鍵詞：智能視頻監(jiān)控系統(tǒng)中若干關(guān)鍵技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：351468