论文总字数：22565字

摘 要

近年来，视频监控系统已经成为一个新的探索集中点，受到了国内外众多该领域专家的重视。目前视频监控系统主要比较了运动人体的特征表示与目标识别的方法。视频监控技术是为了把人类的视觉感知功能转化为机器视觉系统，能够使它在图像序列中发现目标，跟踪目标，并对目标的行为进行识别和理解。多年来专家和学者们进行了大量的探索，也在该领域取得了一些成果。使用计算机视觉智能安全系统，可以对楼宇内人体行为进行智能检测，这样可以过滤安防采集的无用的信息，节省了大量人力，处理了前期安防事后性的弊端。

本文的结构主要包括：基于MATLAB的视频图像采集和处理程序的设计，在对我们常见的检测运动目标方法进行比较后，选择了使用背景减除法，通过二值法和图像滤波的处理，生成处理后的图片。随后简述了人体形态的静态特征，提取出人体轮廓，求出人体质心，接下来在轮廓上等距离的设置N个采样点，把采样点到轮廓之间的距离作为特征向量后，运用3D时空特征对人体运动的动态特征进行提取分析，最后比较了星型距离和3D时空特征两种方法。两者相比，兴趣点处理对室内人体的检测与分割更加有效果。本文应用到的方法包括背景减除法等，然后分别利用标准人体行为库和实际视频分割出来的人体剪影提取特征，并分析特征的有效性。

关键词：智能监控 特征提取 运动目标检测 运动轨迹

Building Monitoring System video sequence feature extraction and selection of human behavior

Abstract

In recent years, video surveillance systems has become a new focal point, subject to numerous domestic and foreign experts in the field of attention and study. Feature and moving human target recognition as the main content of the video surveillance studies, is currently the focus of research. The main purpose of video surveillance technology research is to give the human visual perception function machine vision systems, enable it to find the target in the image sequence, target tracking, and behavioral objectives were to identify and understand. Through years of research experts, we have also made some significant progress. Intelligent safety systems through computer vision, can achieve the purpose of human action within a building intelligent detection. Such filtering useless information security gathering, saving a lot of manpower to deal with the security of the early post-sexual abuses.

This study includes: design MATLAB video image capture and processing program based on our common after moving target detection methods were compared, using background subtraction method chosen by the binary method and image filtering process, generating process After the picture. Then briefly static characteristic of the human form, to extract human silhouette, find people physical heart, then the outline set N equidistant sampling points, the sampling point to the distance between the profiles feature vectors, the use of 3D temporal characteristics of the dynamic characteristics of human motion extraction research, analysis and comparison of the last star distance and 3D temporal characteristics of two ways. When comparing the two, points of interest on the interior of the human body detection processing and segmentation more effective. Application of the methods described herein include background subtraction method, and then were using a standard library of human behavior and real human silhouette segmented video feature extraction and analysis of Efficiency.

Keywords: intelligent monitoring； feature extraction； trajectory moving； object detection

目录

摘要 II

Abstract III

第一章 绪论 1

1.1论文研究的背景和意义 1

1.2国内外研究现状及分析 1

1.2.1国外研究现状 1

1.2.2国内研究现状 2

1.3主要分析内容 3

1.4本章小结 3

第二章 图像预处理 4

2.1引言 4

2.2运动人体检测 4

2.2.1背景减除法 4

2.2.2光流法 5

2.3图像二值化 6

2.4图像滤波 8

2.4.1均值滤波法 8

2.4.2中值滤波法 9

2.5腐蚀 9

2.6膨胀 10

第三章 基于人体轮廓的姿态特征提取方法 11

3.1图像边缘的提取 11

3.1.1边缘形成因素 11

3.2边缘的检测 11

3.2.1 Sobel算子与robert算子 11

3.2.2 prewitt算子与laplacian算子 11

3.2.3 Canny边缘检测法 12

3.3边缘检测结果比较 13

3.4轮廓处理的结果图 13

3.5轮廓的星形距离 14

3.5.1矩的定义 14

3.5.2轮廓质心提取 15

3.5.3质心-边界距离曲线绘制算法流程 16

3.6 本章小结 18

第四章 基于兴趣点的行为特征提取 19

4.1概述 19

4.2人体运动特征提取与表示 19

4.2.1基于非模型法 19

4.3基于3D时-空兴趣点SOD特征的人体特征提取方法 21

4.3.1D时-空Harris角点的兴趣点检测 21

4.3.2时-空兴趣点SOD3D描述器方法 23

4.3.3方向分解 23

4.3.4变换到单层空间 25

4.3.5在单层空间进行描述 26

4.3.6象限分解 28

4.3.7实验结果与分析 29

4.4本章小结 32

第五章 总结与展望 33

5.1工作总结 33

5.2后期展望 33

参考文献 35

致谢 37

第一章 绪论

1.1论文研究的背景和意义

在智能楼宇建筑和计算机系统相结合不断普及的年代，人们运用计算机技术来取代人体自己的视觉的需求变得越来越大。这样不仅能改变人们对楼宇监控系统的认识，其次，可以节省不必要的人力和财力的付出。这项技术涉及了多门学科，如信号处理，图像处理，数学等，是一门复杂的技术。目前由于科技技术的发展，视频监控系统应用的领域也随之变多。在如今生活中，摄像头这种监控设备已经随处可见了，这样不论在哪里发生什么都可以用视频监控所采集的视频或图像快速得知，但是，无法快速判读出哪些行为正在进行，这样子就无法体现出视频监控的即时性。如果全都是要人为进行监控判别则需要很大的人力资源。所以在视频监控下人体行为识别的研究还是很有必要的，通过研究所得我们可以通过视频监控实时的得知我们需要知道的信息，如果出现什么非法行为也可以及时报警。

请支付后下载全文，论文总字数：22565字