视频监控系统 计算机专业毕业论文.doc

目 录 1．绪论 1 2．OpenCV的编程环境 3 2.1 OpenCV简介 3 2.2 OpenCV环境介绍 5 2.2.1 OpenCV的基本结构 5 2.2.2 OpenCV的特征 6 2.3安装OpenCV 7 2.3.1安装OpenCV1.0 7 2.3.2配置Windows环境变量 9 2.3.3配置VC++6.0环境与全局设置 11 2.3.4项目设置 11 3．OpenCV的体系结构 13 3.1 OpenCV中的常用数据结构体系 13 3.2 OpenCV中常用类体系 14 3.3 OpenCV处理图像常用的函数 14 4．视频处理 17 4.1对视频进行读写处理 17 4.1.1获取摄像头并显示视频图像 17 4.1.2对获取的视频进行保存 19 4.1.3读取AVI视频 20 4.2小结 20 5．运动目标监控系统的研究与实现 21 5.1运动目标监控系统 21 5.2基于背景建模的图像处理 23 5.2.1背景生成算法 23 5.2.2对捕获的图像帧的处理 26 5.3运动物体监控的实现 30 结束语 34 致 谢 35 参考文献 36 附录（源代码） 37 首先，传统的视频监控系统虽然已经可以满足人们“眼见为实的要求，但这种监视系统要求监控人员不停地监视屏幕以获得视频信息，通过人为的理解和判断得到结论，并做出相应决策，监控人员长期盯着众多的电视监视器成了一项非常繁重的任务。智能视频监控技术的应用则完全改变了这一模式。其通过前端功能强大的分析模块，自动对视频图像进行分析，得到处理结果。 此外，运用智能视频监控技术还能大大提高系统响应速度，降低事件误报的概率。智能视频监控具有强大的视频分析处理能力，能够有效地降低无用信息对监控人员的千扰，精确地分析异常事件类型特征，在最短的时间内分析出结果。 正是由于智能视频监控技术具有使用方便、监测面积广、设备简单、响应速度快等优点，其取代传统监控技术的趋势越来越明显。 智能视频监控技术是计算机视觉领域一个新兴的研究课题。它是指对监控点某个范围内场景的监控，是一种新的侵入探测技术。智能视频监控采用计算机对视频监控信号进行分析，提取目标检测区域内运动物体的活动特征与活动信息，将这些内容与设定的报警规则相比较。当满足报警条件时(即发现异常行为，如不允许侵入的区域出现了侵入行为等)，自动产生报警信号。视频智能监控系统是一个庞大、复杂的系统，其关键技术包括了多视频融合和运动检测等方面，涉及计算机视觉、图像处理、模式识别和人工智能等许多学科的内容。其中，运动检测、属于图像处理的范畴，是初级层次的处理，是视频监控系统中研究较多的问题；图像分析和理解属于人工智能的范畴，是高层次的处理，是近年来被广泛关注的研究热点。 自上个世纪末期开始，国外科研工作者在视频监控领域进行了大量的研究探索工作，取得了很多成果，并多次召开与此相关的国际会议和研讨会。欧美等发达国家还在这一领域内展开了一些大型项目的研究，如美国国防高级研究计划局资助研制的视频监视与监控系统VSAM，该系统以卡内基梅隆大学为首，麻省理工学院等高校参与，目标是开发自动视频理解技术，用于实现未来战争中那些人力监控费用昂贵、具有高度危险或者人力无法到达的场所的监控；欧盟也资助研发了PRISMATICA系统，该系统融合了多种智能监控检测设备，主要应用于地铁站的安全监控。 国内在这一方面起步较晚。目前国内使用的视频监控系统大部分均侧重于对视频数据的压缩、存储和传输，视频终端接收到数据后需要由人来实时监测分析，耗费了大量的人力物力，远远无法满足人们对监控系统日益增长的智能化要求。直到2004年，一种基于视频运动分析检测技术的入侵探测器开始在我国出现，但核心技术仍然是从国外引进，国内技术还不足以转化成产品。不过可喜的是国内有很多研究单位或机构都对此技术进行了研究，并取得了很好的研究成果。中国南京新奕天科技有限公司(Topsky)与香港大学合作开发出了一款高性能智能视频监控设备—ⅦinkSman，该设备不仅能精确检测出多个移动目标，还能满足禁区、入侵检测等特定的安全需求。 2．OpenCV的编程环境 本章将介绍OpenCV及其环境还有帮助工具的使用，说明Visual C++下的安装与配置，介绍基于OpenCV编程时常用的基本类和基本函数，初步了解OpenCV应用程序的开发过程，最后通过实例来说明如何在Visual C++集成环境下快速建立应用程序框架。 2.1 OpenCV简介 OpenCV是Intel公司资助的开源计算机视觉库。它由一系列C函数和少量C++类构成，实现了图像处理和计算机视觉方面的很多通用算法。 其重要重要特性包括: 拥有包括300多个C函数的跨平台的中、高层API。它不依赖于其它的外部库—尽管也可以使用某些外部库。