智能视频监控中运动目标检测算法研究
文献类型：学位论文
| 作者 | 张恒 |
| 学位类别 | 硕士 |
| 答辩日期 | 2009-05-27 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 丁赤飚 |
| 关键词 | 混合高斯背景模型 阴影抑制 连通域分析 区域填充 |
| 其他题名 | Moving target detection for Intelligent Video Surveillance |
| 中文摘要 | 视频运动目标检测是智能视频监控的基础，基于背景差进行运动分割是目前静止摄像条件下常用的运动目标检测思路。本文基于混合高斯背景模型，围绕提高运动目标检测性能展开，具体工作包括以下几个方面： 1．为有效更新混合高斯背景模型，引入样本有效因子概念，用样本有效因子的历史累加量描述模型与背景的匹配度，动态调整模型更新因子，提高混合高斯背景模型对背景变化的自适应性。 2．为扩大混合高斯背景模型的适用范围，结合高层运动分析信息的反馈，提出一种混合模型匹配及更新的策略，利用运动特性区分“鬼影”和静止目标，在快速适应背景变化的同时，保证了慢速甚至停止目标的完整检测，改善了目标检测性能。 3．为抑制检测目标中的阴影，提出一种基于亮度衰减率自适应学习的阴影抑制方法。该方法根据颜色、纹理及区域信息在线选择阴影样本，针对样本所属的运动区域维护亮度衰减率，进而获得期望阴影，通过对比像素值与期望阴影的颜色完成阴影检测，减小阴影造成的目标失真。 4．在连通域分析算法研究方面，设计了基于多叉树的标号等价表，提高了逐行扫描式连通域分析算法的效率；提出一种区域内、外点判定方法，实现了基于轮廓跟踪的连通域分析算法，同步完成连通域标记、参数提取以及对区域内部孔洞的填充。算法占用内存少、运行效率高且不易受扫描顺序的影响。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 95 |
| 源URL | [http://ir.ie.ac.cn/handle/80137/8911]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 张恒. 智能视频监控中运动目标检测算法研究[D]. 电子学研究所. 中国科学院电子学研究所. 2009. |
入库方式： OAI收割
来源：电子学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。