论文总字数：22974字

摘 要

智能楼宇视频监控系统在我们的生活中有着非常广泛的应用，该系统对于实现行人流量数据的自动监测与统计有着非常重要的意义和应用价值。本文针对目前新型的智能建筑，在背景简单、光线稳定情况下，研究人流相对分散人体目标的检测与分割的关键技术。

主要研究内容是智能楼宇视频监控系统中人数统计的三个环节：目标检测、人体目标识别与人体目标跟踪。（1）目标检测，本文利用背景减除法对视频进行前景检测。由于背景减除法存在部分问题，本文设计的算法中引入帧差法以提高程序运行的速度。（2）人体目标识别，我们将之前得到的前景图像进行分割，估计场景中包含的潜在目标个数，然后利用人体目标的特征，采用双椭圆法进行人体目标的判断。本文采用最小二乘法拟合头部椭圆作为目标的局部特征；将目标区域拟合成身体椭圆作为目标的整体特征。（3）人体目标跟踪，确定位置信息的目标通过归一化RGB颜色直方图的方法进行建模，随后运用卡尔曼滤波算法预测目标下一状态时可能的位置，然后搜索检测区域，匹配最优的目标模型位置并确定为观测值，即可达到跟踪目标的目的。（4）基于以上步骤，运用MATLAB进行编程，通过使用cell目标链进行人数统计。

本文根据以上提出的方法进行编程，并且对智能楼宇视频监控系统所得到的视频序列进行了仿真实验。实验结果显示，本文算法检测到了较为理想的效果，可以正确的识别前景像素集合中的人体目标，证明了算法是可行的。本课题的研究有利于智能楼宇视频监控系统的进一步发展。

关键词： 视频监控系统 人数统计 前景检测 行人检测 目标跟踪

ABSTRACT

Video surveillance systems have already been very popular in our lives. To achieve automatic and intelligent statistics of pedestrian data has important research significance and application value. This article research several key techniques of automatic pedestrian counting method in a sample background with great light.

In this article, our main research contents focus on targets detection, targets recognition and targets tracking. (1) Targets detection: we can get moving foreground by background subtraction. We introduce frame differential method in order to solve the problem made by background subtraction. We can implement different update policy for pixels different changing intensity. (2)Targets recognition: We can first divide foreground image we got into some parts and then estimate the potential targets amounts of the acquired foreground. At last we judge the human body target by cascaded double ellipse model after integrating whole superiority and part superiority of the human body target. We can fit the head into ellipse as part characters by Least Squares Method and fit the body into ellipse as part characters respectively. (3)Targets tracking: Found location information included histogram of normalized RGB color model for target to mark the target and predict possible location of target in next state via Kalman filter. Conduct point-search in region where predicted position locate, match optimal model as observed value correct target’s right position. Circulate the process of ‘predict-match-correct’ to achieve the purpose of tacking the target. (4)We use MATLAB to make a program with cell data in order to count the number of people in the video.

Conduct simulation experiments with some videos taken on entrances and exists of buildings. The experiments experiment results as follows: The algorithm used in this article can acquire ideal foreground; system can distinguish the human target and the non human target based on foreground; obtain target moving trajectory. The research offers some theoretical basis for structuring pedestrian counting method based on intelligent video surveillance system.

Keywords: video surveillance system；Human counting;Pedestrian foreground detection；Human target recognition；Target tracking

目 录

摘 要 I

ABSTRACT II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状及发展趋势 2

1.3 论文研究内容 3

1.4 论文章节安排 3

第二章 基于自适应混合高斯模型进行运动目标检测 5

2.1 引言 5

2.2 几种前景提取算法的比较 5

2.2.1帧差法 5

2.2.2光流法 6

2.2.3背景减除法 7

2.2.4算法比较 7

2.3 基于自适应混合高斯建模的运动目标检测 9

2.4 结合帧差法的自适应混合高斯模型 11

第三章 基于双椭圆方法的人体检测 13

3.1 引言 13

3.2 潜在人体目标的数目估计 13

3.3 头部椭圆的拟合 14

3.4 外部椭圆的拟合 16

3.5 流程图和实验结果分析 17

第四章 运用直方图进行目标跟踪及人数统计 19

4.1 基于加权颜色直方图的目标建模 19

4.2 基于卡尔曼滤波的目标位置预测 20

4.3 搜索、匹配及遮挡处理 21

4.4 人数统计系统 23

4.5 流程图和实验结果分析 24

第五章 总结与展望 26

5.1 论文总结 26

5.2 前景展望 27

参考文献 28

致谢 30

第一章 绪论

1.1 研究背景及意义

智能楼宇视频监控系统在近年来得到了巨大的发展。利用智能楼宇视频监控系统进行行人检测与人数统计，也是智能楼宇视频监控系统存在的意义所在。智能建筑的急速发展，让我们不可避免的对智能建筑周边环境安全产生了担忧，而智能楼宇视频监控系统的诞生，无疑是解决这一问题的灵丹妙药。

请支付后下载全文，论文总字数：22974字