基于不變矩的人形識(shí)別技術(shù)研究.pdf

1、針對(duì)目前視頻監(jiān)控由于人為因素及與報(bào)警系統(tǒng)的被動(dòng)式聯(lián)動(dòng),導(dǎo)致誤報(bào)和漏報(bào)的問(wèn)題,亟需開發(fā)一種能夠連續(xù)24小時(shí)實(shí)時(shí)無(wú)人監(jiān)視的智能視頻監(jiān)控系統(tǒng)。該系統(tǒng)能夠自動(dòng)判別視頻中的運(yùn)動(dòng)目標(biāo)是否為人形,當(dāng)某一不允許人侵入的場(chǎng)合或時(shí)段有人侵入時(shí),既能實(shí)時(shí)報(bào)警又能向保衛(wèi)人員準(zhǔn)確及時(shí)發(fā)出警報(bào)。
　　本文針對(duì)智能視頻監(jiān)控系統(tǒng)中基于不變矩的人形識(shí)別技術(shù)進(jìn)行了研究。人形識(shí)別過(guò)程包括視頻幀圖像提取、幀圖像預(yù)處理、運(yùn)動(dòng)目標(biāo)不變矩提取和分類識(shí)別。視頻幀圖像提取采用基于

2、采樣的方法,每9幀提取一幀關(guān)鍵幀。采得的關(guān)鍵幀采用背景差分去除背景后,利用大津法閾值分割得到運(yùn)動(dòng)目標(biāo)圖像,再經(jīng)中值濾波去噪及Roberts算子輪廓提取得到預(yù)處理圖像。然后對(duì)得到的預(yù)處理圖像分別提取其 Hu不變矩和Zernike不變矩。最后采用最小距離分類器和基于Parzen窗法的貝葉斯分類器進(jìn)行分類,判別運(yùn)動(dòng)目標(biāo)是否為人形。
　　本文建立了一個(gè)含有201個(gè)人形樣本、67個(gè)動(dòng)物樣本的圖庫(kù),并進(jìn)行測(cè)試。實(shí)驗(yàn)證明本文基于不變矩的人形識(shí)別