数字图像处理课程报告.doc
《数字图像处理课程报告.doc》由会员分享,可在线阅读,更多相关《数字图像处理课程报告.doc(15页珍藏版)》请在咨信网上搜索。
1、山东建筑大学课 程 设 计 说 明 书题 目: 视频监控中行人的检测课 程: 数字图像处理课程设计院 (部): 信息与电气工程学院专 业: 电子信息工程班 级: 电信112学生姓名: 杨永林学 号: 2011081237指导教师: 张运楚、杨红娟、张君捧完成日期: 2014年11月山东建筑大学课程设计说明书目录摘要2一、绪论3课题研究背景及意义3二、设计要求与目的4三、视频监控中行人的检测与识别方案论证与选择43.1常用检测算法43.1.1背景消除法43.1.2光流场法43.1.3帧间差分法43.2空间域滤波器5四、设计内容74.1背景减法运动目标检测74.2阈值的选取84.3形态学滤波84.
2、4检测过程9五、实验结果及分析10六、总结与感谢12参考文献13附录1程序代码14摘要视频监控在安检、交通、工业生产等方面得到了广泛的应用。为了能实时分析、跟踪、判别监控对象,并在异常事件发生时提示、对视频监控中出现的行人进行检测显得尤为重要。 本文研究基于MATLAB的视频监控中的行人检测。尤其是要从计算机视觉的角度出发构建一个对象检测器,对实时视频中的对象进行搜索并对它们进行检测。从图像序列中找到关心的对象,即行人,从而确定图像区域中的行人。本文的行人检测,即首先将行人检测出来,再对确定包含行人的图像进行处理。关键词:MATLAB 视频监控 行人检测 一、绪论课题研究背景及意义在现代社会中
3、,视频监控系统随处可见。视频监控系统使人们的工作生活更加方便,更加安全,提高了效率。然而,目前视频监控网络多数只停留在原始视频的录像阶段。虽然有些系统具有移动侦测报警的功能,但实际监控任务大部分仍是由人工来完成。随着视频监控规模逐渐扩大,依靠人工方式进行实时监控所暴露出来的局限性越发突出,既没有足够多数量的屏幕供观看,也不可能安排足够多的人员24小时盯着屏幕看,同时面临着海量视频数据检索的问题。因此对于利用计算机视觉的相关技术实现智能化的视频监控系统的需求越来越迫切。 在自己人为设定的环境下,我们具体实现了行人检测,验证算法的是否有效,并且改进算法,使算法更加符合实际应用。我们的要求是在实时的
4、视频监控中,系统能够实时检测行人,没有明显的延时,保证监控画面的流畅,并且有较高的正确率。二、设计要求与目的 1根据已知设计要求分析视频监控中行人的检测设计功能,确定视频监控中行人的检测设计的方法,画出流程图,编写实现程序,并进行调试,完成系统软件设计。2基本教学要求:每人一台计算机,计算机安装matlab、visio等软件。三、视频监控中行人的检测与识别方案论证与选择3.1常用检测算法传统的交通监控方法,如电磁感应环线圈式车辆检测器,不能识别车辆的行驶方向,不能进行车辆分类等。雷达波检测器只能检测运动目标,但对目标缓行和目标静止的情况不能有效地提取背景,可能无法做出准确的检测。近年来,国内外
5、学者对视频图像的运动目标检测和识别做了许多研究,常见的方法有背景差分法、光流场法以及图像差分法。3.1.1背景消除法背景消除法是目前运动分割检测中一种很常见的方法,也称为背景差分法,通过比较当前图像与背景图像的差异实现目标运动区域的检测。3.1.2光流场法光流场法检测是利用目标随时间变化所产生的光流特性进行检测。光流的含义是图像亮度状况的运动,当目标运动时,在图像上对应的目标的亮度也在变化,表现出一种类似运动的直观感觉。通过光流法可以得到位移向量的光流场,从来初始化目标的轮廓,便于后续基于轮廓的跟踪算法有效地检测和跟踪目标。3.1.3帧间差分法帧间差分法(也可简称为帧差法)可以提取出物体的运动
6、信息。帧差法根据公式中计算需要帧的个数可以分为二帧差分法、三帧差分法等。帧差法的基本假设是在视频序列中相邻两帧的视频序列图像是连续性,若画面中没有待检测的目标,那么相邻帧图像的变化非常小;而有运动目标进入画面时,会引起比较明显的帧差。如采用前后相邻两帧做差,通过相邻两帧的差异检测运动目标的方法成为二帧差分法,这也是运动目标检测中最简单也最常用的运动目标检测方法表1常用检测算法对比背景消除法光流场法二帧差法三帧差法所得信息目标位置、大小、形状等目标位置、大小、形状等目标边界目标边界、位置复杂度小大小较小难点背景选取机制、背景更新复杂度高空洞空洞、滞后性适用情况摄像固定;实时性要求不高;对目标信息
7、要求较高;有光照、光线、天气等影响摄像固定;对目标信息要求高;背景已知或者容易获取;光照、光线、天气等影响小;摄像固定;实时性要求高;对目标信息要求不高;摄像固定;实时性要求高;对目标信息要求不太高;3.2空间域滤波器(1)均值滤波器均值滤波也被称为“邻域平均法”,是图像增强算法中很实用的空间域去噪算法。通常,图像中相邻像素的灰度或色彩有极强的相关性,因此灰度和色彩也能更改是连续地、缓慢变化。椒盐噪声表现为明显的黑色点(椒噪声)和白色点(盐噪声),这些点与周围非噪声点对比强烈,可以通过周围的非噪声点对噪声点进行处理,达到平滑噪声的效果,均值滤波是一种线性滤波器,但模糊效应比较严重,去噪的同时会
8、引起细节信息的丢失。(2)中值滤波器中值滤波通常选取含有奇数个点的滑动模板,将模板中各点的灰度值排序,选取中值代替模板中心像素的的灰度值,(3)改进中值滤波器为了降低中值滤波带来的模糊,本文对中值滤波算法进行了改进,对中值滤波前期进行预处理,通过统计分析和判决条件来搜索图像的噪声区域,把图像分成非噪声部分和噪声部分两类区域,对非噪声区域不进行去噪处理,也就不会带来模糊效应,对噪声区域采取去噪处理,去除噪声,改进算法在保持中值滤波原有去噪能力的基础上进一步降低了去噪引起的模糊效应。这种改进算法更有针对性地滤波可能的椒盐噪声点,同时避免滤波引起的非噪声点的模糊现象,去噪性能更好。四、设计内容4.1
9、背景减法运动目标检测背景差分算法的实质是:实时输入的场景图像与背景图像进行差分,可以较准确的分割出运动目标。但是背景差分算法也有其天然的缺陷,随着时间的推移,场景的光线、树叶的遮挡、或者运动物体滞留都会很大程度的破坏已经建立好的背景图像。为了解决这些问题,最好的方法便是使用背景建模和背景更新算法来弥补。前面已经讨论过相关问题,因此,本文假设背景处于理想情况下进行背景差分算法的研究。设(x, y)是二维数字图像的平面坐标,基于背景减法的二值化数学描述为:Di(x,y)=|Ii(x,y)Bi(x,y)| 1,DiTMi(x,y) 0,DiTIi(x,y)表示图像序列中当前帧的灰度图像,Bi (x,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 课程 报告
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【人****来】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【人****来】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。