首页> 中文学位 >基于商场实时监控视频的云台镜头目标跟踪算法设计与实现
【6h】

基于商场实时监控视频的云台镜头目标跟踪算法设计与实现

代理获取

目录

声明

1 绪论

1.1 课题研究背景

1.2 国内外研究历史及现状

1.3 云台镜头智能视频监控的应用及意义

1.4 本文的主要工作和结构安排

1.5 本文的创新点

2 商场智能视频监控系统的搭建

2.1 视频监控系统

2.2 云台镜头可变监控系统摄像头选择及搭建

2.3 基于商场云台镜头自动跟踪监控系统设计

3 基于多特征融合的CamShift的目标跟踪算法

3.1 多特征目标模型的描述

3.2 目标模型的相似性度量

3.3 多特征的自适应融合

3.4 多特征自适应特征融合的CamShift算法

3.5 实验结果及分析

3.6 本章小结

4 商场云台摄像机跟踪模型及程序实现

4.1 商场云台摄像机的特点及其解析协议

4.2 云台镜头通信协议程序设计

4.3 云台摄像机跟踪模型设计与程序实现

4.4 ZOOM变倍率模型建立以及程序实现

4.5 基于商场云台视频实验结果及分析

5 总结与展望

5.1 工作总结

5.2 未来工作展望

参考文献

致谢

展开▼

摘要

目前,商场的云台镜头监控系统通常是监控人员持续监视屏幕,对进入监控区域的目标通过操作键盘摇杆完成对目标的运动跟踪。本文中的基于商场实时监控视频的云台镜头监控系统选定待跟踪的运动目标,能够根据拍摄环境的变化主动改变观察位置和角度,使视频监控系统能够自主地跟踪选定的目标,并可以放大和缩小场景区域,方便观察运动目标的移动,从而提高了视频监控效率。本文的主要研究内容:
  首先,介绍视频监控系统的分类,并搭建了本实验所用的云台镜头可变监控系统平台,同时对云台镜头自动跟踪系统进行设计。
  然后,介绍了CamShift算法原理,并对传统的CamShift跟踪算法进行仿真。然后对CamShift跟踪算法进行改进,利用颜色特征、HOG特征、LBP纹理特征进行自适应融合,提出了一种多特征自适应融合的CamShift跟踪算法,在每帧视频序列图像中对监控目标进行锁定,记录目标位置,利用多特征进行跟踪,降低了CamShift跟踪算法光照,遮挡等因素的干扰,提高跟踪算法的稳定性。
  最后,本论文建立商场云台镜头的自动跟踪模型和镜头自动变倍算法。根据视频画面中监控目标的运动速度和尺寸大小,利用这两个模型自动匹配云台的速度和镜头倍数,对监控目标进行实时跟踪和画面放缩,最终使监控目标始终以合适的尺寸大小显示在视频画面中心区域。并通过程序实现商场云台镜头目标自动跟踪算法以及变倍控制。
  为了验证本文跟踪算法的有效性,用海康威视摄像头进行了实验仿真。通过海康摄像头录制的视频,对目标进行跟踪,结果显示本文设计的商场云台镜头跟踪系统,系统具有良好的实时性,有稳定的跟踪效果。

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