基于視頻監(jiān)控的特定目標(biāo)識(shí)別研究.pdf

1、視頻監(jiān)控已經(jīng)廣泛應(yīng)用在工業(yè)、軍事、圖像處理以及智能監(jiān)控等領(lǐng)域，隨著人類社會(huì)的進(jìn)步，科學(xué)經(jīng)濟(jì)、技術(shù)的發(fā)展以及網(wǎng)絡(luò)的普及，人們的生活需求不斷增加，對(duì)其準(zhǔn)確性、精確性的要求也在不斷提高，視頻監(jiān)控中的特定目標(biāo)識(shí)別尤其顯得重要。本文主要針對(duì)視頻中的特定車輛目標(biāo)進(jìn)行檢測(cè)，將特定車輛與其他運(yùn)動(dòng)目標(biāo)區(qū)分開來(lái)，更加適用于現(xiàn)實(shí)的需要。要實(shí)現(xiàn)本文的最終目的——特定目標(biāo)識(shí)別，必須要解決兩個(gè)問題:運(yùn)動(dòng)目標(biāo)檢測(cè)以及運(yùn)動(dòng)目標(biāo)識(shí)別。
　　運(yùn)動(dòng)目標(biāo)檢測(cè)是實(shí)現(xiàn)目標(biāo)識(shí)

2、別的基礎(chǔ)，本文在對(duì)背景差分法進(jìn)行了深入研究分析后，提出了一種改進(jìn)的背景差分算法，增加了動(dòng)態(tài)閾值，優(yōu)化了關(guān)于背景均值的選取，使前景目標(biāo)的檢測(cè)更加準(zhǔn)確清晰。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后算法在保證原來(lái)算法實(shí)時(shí)性的基礎(chǔ)上，對(duì)運(yùn)動(dòng)目標(biāo)達(dá)到了更加精確的檢測(cè)。
　　本文主要研究了目標(biāo)分類的兩種方法:基于形狀信息的分類方法和基于運(yùn)動(dòng)特征的分類方法。在研究對(duì)比兩種方法后，選取了基于形狀信息的方法，經(jīng)過綜合分析考慮，本文先選用顏色、長(zhǎng)寬比等目標(biāo)自身特性將特定