首页> 中文学位 >混合高斯模型在双摄像头监控系统中的应用研究
【6h】

混合高斯模型在双摄像头监控系统中的应用研究

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 课题研究意义和背景

1.1.1 课题研究意义

1.1.2 国内外研究现状

1.2 面临的问题

1.3 论文结构安排

1.4 本章小结

第二章 双摄像头匹配算法研究

2.1 双摄像头匹配概述

2.1.1 概述

2.1.2 具体实现流程

2.2 视频粗匹配

2.2.1 SIFT特征匹配

2.2.2 SIFT匹配算法实现步骤

2.2.3 第一次SIFT特征匹配

2.2.4 第二次SIFT特征匹配

2.3 视频细匹配

2.4 实验分析

2.5 本章小结

第三章 双摄像头协同算法研究

3.1 双摄像头匹配概述

3.1.1 概述

3.1.2 具体实现流程

3.2 混合高斯模型

3.3 双摄像头协同算法

3.3.1 参数模糊区

3.3.2 像素点评级

3.4 实验分析

3.5 本章小结

第四章 工程应用

4.1 概述

4.1.1 应用领域及对象

4.1.2 系统设计内容

4.1.3 系统设计原则

4.1.4 系统开发平台

4.2 总体结构

4.3 系统操作界面

4.4 实验分析

4.5 本章小结

第五章 总结与展望

5.1 论文工作总结

5.2 研究展望

参考文献

致谢

攻读硕士学位期间参与的科研项目

展开▼

摘要

随着时代的发展,视频监控系统中对运动目标的检测已经成为热点问题。对运动目标的检测通常选用混合高斯模型算法,但是在单摄像头的情况下,考虑到摄像头本身视野的局限性,不能完全检测出运动目标,因此本文对双摄像头的目标检测算法进行研究。本文的主要工作内容包括如下几个方面:
   (1)双摄像头的匹配。针对单摄像的视野局限性,提出双摄像头匹配算法。该算法分为两个阶段:粗匹配阶段与细匹配阶段。在粗匹配阶段,首先利用尺度不变特征变换(SIFT)特征匹配算法,计算出两个视频的偏移量;然后对视频1分块,各个视频块进行偏移后,再次利用SIFT特征匹配算法计算出每个视频块的偏移量。在细匹配阶段,视频块内的每一个像素点利用投影变换的方法,与透视变换矩阵相乘,这样就得到每一个像素点的偏移。细匹配结果为双摄像头的融合提供有利条件。
   (2)双摄像头的融合。在对运动目标检测过程中,利用双摄像头匹配算法的计算结果,提出双摄像头的协同算法。本文提出模糊区的概念,双摄像头协同算法针对像素点是否落在模糊区内有不同的处理方式。当像素点落在模糊区域外时,可信度较高,可以采用经典混合高斯模型进行单摄像头处理。当像素点落在模糊区域内时,可信度较低,可以采用经典混合高斯模型进行双摄像头协同处理。视频1的像素点需要利用双摄像头匹配算法的结果找到视频2的对应点,通过阈值的比较来判断是背景点还是前景点,计算结果提高了像素点在模糊区内的可信度。仿真结果表明,双摄像头协同算法提高了目标检测率。
   (3)工程实践的应用。在基于WINDOWS操作平台上,将双摄像头目标检测算法植入到监控软件中。实践结果表明,该算法具有良好的检测效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号