摘要: 智能视频监控是一种以计算机视觉、数字图像处理、模式识别等技术为基础,利用计算机的强大运算能力,对视频中的图像数据进行处理与分析,并提取其中的有用信息的热点技术。与传统的视频监控相比,智能视频监控具有更强的数据处理能力、更高的监控效率以... 展开 智能视频监控是一种以计算机视觉、数字图像处理、模式识别等技术为基础,利用计算机的强大运算能力,对视频中的图像数据进行处理与分析,并提取其中的有用信息的热点技术。与传统的视频监控相比,智能视频监控具有更强的数据处理能力、更高的监控效率以及更快的反应速度。目前,智能视频监控技术已经在智能交通、公共安全、楼宇智能化等领域得到了广泛应用。 背景建模作为一种运动目标检测技术,被常用在智能视频监控系统中,其主要作用是提取场景中的运动目标,并将检测结果提供给上层应用进行分析处理,如人流量统计、目标跟踪等。本文主要对基于背景建模的运动目标检测技术进行了分析与研究,并提出了两种新型的背景建模算法。 本文首先分析了三种经典的背景建模算法,混合高斯背景建模、码书背景建模以及基于局部二元模式(Local Binary Pattern,LBP)的背景建模,实验结果表明这三种方法均会受到场景中的光照变化和运动阴影的影响。然后,针对场景中的光照变化和运动阴影问题,本文提出了两种新型的背景建模算法,基于彩色块的主成分分析背景建模算法和基于多颜色通道局部不变三元模式(Multi-Channel Scale Invariant Local Ternary Pattern,MC-SILTP)的背景建模算法。其中,基于彩色块的主成分分析背景建模算法采用了一种新的背景模型,利用背景子空间来描述背景,具有较强的抗光照变化和去阴影能力,可适应于实际的视频监控场景。基于MC-SILTP的背景建模算法引入了一种新型的基于多颜色通道的纹理描述子,这种背景建模算法不仅能够适应动态场景,还具有一定的抗光照变化和去阴影能力。 收起