基于视频的运动检测研究

摘  要
随着信息技术的发展和视频监控系统的普及，视觉监控技术在科学研究、工业生产中得到了越来越多的应用。智能监控系统包括三方面内容：运动检测、运动方向判定和图像跟踪，其中运动检测是重要的基础内容。
论文介绍了系统设计中所应用的中值滤波、灰度化、图像增强、边缘检测等Visual C++、数字图像处理、形态学等方面的相关理论及一些可行性算法。在此基础上，本文针对视频监控系统中的运动检测及定位进行探讨，并分三个模块设计了一个系统用于检测物体的运动情况和绘制运动轨迹。此系统能够自动提取背景，并准确识别物体，处理时间短，对图片噪声有很强的抑制能力，人性化设计使界面友好，操作简单。
基于视频的运动检测研究可以应用于不同领域，如交通管理中车牌的检测、大型超市等的监测系统以及刑侦方面的各种动态识别等，对社会的发展起到了积极的推动作用。

关键词：智能监控系统；运动检测；数字图像处理；形态学

ABSTRACT

With the development of information technology and the popularity of video monitoring system, video surveillance is widely used in science research and industry production. There are three aspects in intelligent surveillance system: motion detecting that is the essential factor, motion positioning and image tracking. And motion detection is the basic one.
Some theoretical knowledge about Visual C++, Digital Image Processing, Mathematical Morphology, such as median filter, gray processing, image enhancement, edge detection, et al, are discussed in this dissertation. And then, some problems about the motional detection and position in secure surveillance system are also studied. The system is designed in three modules for locating objects and drawing motion track-curve. The system has the features such as the background obtained and the object identified automatically, less demand of computation time, and noise restrained effectively.
The motion detection based on video image can be used in different fields. For example, car brand detection in traffic management, surveillance system in supermarket and dynamic identify for criminal spy, etc. It plays an important role in society development.

Key words: intelligent surveillance system; motion detection; digital image processing; mathematical morphology

目  录
第1章 绪论 1
1.1 概述 1
1.2 运动检测的研究内容 1
1.3 运动检测的实现 2
1.4 运动检测的技术评估 2
1.5 运动检测研究的发展状况 3
1.6 本论文技术路线 5
第2章 运动检测的相关理论 6
2.1 数字图像相关概念 6
2.1.1 数字图像[5] 6
2.1.2 位图与调色板 7
2.1.3 数字图像格式和类型 9
2.2 数字图像的处理[5-8] 10
2.2.1 图像处理概述 10
2.2.2 图像的平滑 11
2.2.3 图像的锐化 13
2.2.4 图像的边缘检测 14
2.3 图像的形态学处理 16
2.3.1 形态学基本概念 16
2.3.2 腐蚀 17
2.3.3 膨胀 19
2.3.4 细化 21
2.4 本章小结 21
第3章 运动检测系统构建 22
3.1 系统概述 22
3.2 系统基本技术要求 22
3.3 系统的架构 22
3.3.1 硬件系统平台 22
3.3.2 系统用到的关键技术 22
3.3.3 系统实现的软件流程 22
3.4 系统实现的平台——Visual C++6.0[9,10] 25
3.4.1 开发环境 25
3.4.2 语言基础 25
3.4.3 MFC类库 28
3.4.4 MSDN帮助软件 29
3.5 本章小结 29
第4章 运动检测系统的实现 30
4.1 背景提取模块 30
4.1.1 图像数据读取 30
4.1.2 图像的中值滤波 30
4.1.3 图像的灰度化 30
4.1.4 图像梯度的获取 31
4.1.5 图像特征区域的确定 31
4.1.6 得到特征区域的颜色信息 32
4.1.7 两幅图片的匹配 32
4.2 物体定位模块 33
4.2.1 特征区域的第二次判定 34
4.2.2 物体的区域定位 34
4.3 轨迹绘制模块 34
4.3.1 图像的二值化 34
4.3.2 图像的膨胀 35
4.3.3 图像的边缘求取 36
4.3.4 图像的细化 36
4.3.5 图像的去离散点操作 37
4.3.6 物体中心点的取得 37
4.3.7 运动轨迹的绘制 37
4.4 本章小结 38
第5章 运动检测系统运行测试 39
5.1 背景图片匹配实验 39
5.2 运动物体定位及轨迹绘制实验 42
5.3 本章小结 46
结论 47
参考文献 48
致谢 49
 
第1章 绪论
1.1 概述
近年来计算机视觉领域出现了一个新兴的应用方向——智能视觉监控。视觉监控区别于传统意义上的监控系统在于其智能性。它是用计算机视觉的方法，在不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析，实现对动态场景中运动物体的定位、识别和跟踪,并在此基础上分析和判断运动物体的行为，从而做到既能完成日常管理又能在异常情况发生的时候及时做出反应。简单而言，不仅仅用摄像机代替人眼，而且用计算机代替人、协助人，来完成监视或控制任务，从而减轻人的负担。视觉监控具有广泛的应用前景和潜在的经济价值，引起了国际上许多著名科研机构以及研究人员的兴趣。本文所论述的运动物体检测则是智能视觉监控中的一个首要环节。
1.2 运动检测的研究内容
运动检测是指在指定区域能识别图像的变化，检测运动物体的存在和分析物体的运动形态并测试运动参数。但是从实时的序列图像中将变化区域从背景图像中提取出来，还要考虑运动区域的有效分割，由于以后的处理过程仅仅考虑图像中对应于运动区域的像素，所以区域分割对于目标分类、跟踪等后期处理是非常重要的。然而，背景图像存在动态变化（如天气、光照、影子及混乱干扰等的影响），使得运动检测成为了一项相当困难的工作。
运动目标检测是事件检测、行为识别、视频图像的压缩编码和语义索引等自动或半自动视频监控高层应用的基础，主要是从监控摄像机所捕捉的序列图像中检测是否有运动物体存在，从视频流中实时提取目标，确定目标所在区域和颜色特征等。从另一个角度讲，运动目标检测

[1] [2]  下一页