智能安防视频监控算法的研究与软件开发毕业答辩.pptVIP

智能安防视频监控算法研究与软件开发 汇报提纲： （1）研究工作背景 （2）主要研究内容 （3）软件开发 研究工作背景 传统的视频监控主要靠人力现场监控，但由于人工监控本身固有的不足，人力越来越难以胜任分析和理解采集到的数量惊人的视频数据，世界各国政府和学者已在密切关注智能视频监控技术。 智能监控系统通过CCD摄像头对所在区域进行监控，实现火焰的识别，以及运动目标的监测。该系统可获取实时信息，解决安保困扰，避免因为人不在监视器前而不知道安全隐患的产生，可以及时进行报警处理，提高了安全保障。 主要研究内容 单视角视频目标检测 (1)移动侦测 (2)人体检测 (3)火焰检测 多视角视频目标检测 主要研究内容： 1. 移动侦测算法 环境为室内实验室环境。环境条件变化比较小，主要监视人以及场景中的物品，在视频监视中背景与摄像头之间位置保持相对不变，采用基于局部更新的背景建模和背景减除算法，进行运动目标检测并分割目标。 主要研究内容： 2. 人体检测算法 采用多部位的人体检测算法，根据人体的躯干和脸部特征来实现人体检测。对人体各部位进行特征的提取，主要采用了haar-like特征，结合OpenCV基于Adaboost算法原理实现人体检测。 主要研究内容： 3.火焰检测算法 采用结合火焰颜色特征的火焰视频帧间相关性和火焰角点来检测火焰，同时根据火焰的轮廓特征排除图像中的阳光或类似火焰的其他光源。 （1）火焰颜色预处理 （2）火焰视频帧间相关性特征 （3）火焰角点 主要研究内容： 4. 多视角视频目标检测算法 单摄像头的检测识别方法中，图像是2-D的，而现实中的场景都是3-D的，在转换过程中损失了许多有用的信息，基于多视角的目标检测算法可以从多个角度采集同一事物的运动影像，然后进行综合判断。 多视角算法主要的优点就是多角度记录检测物的信息，能够更精确的识别，但该算法复杂性高，实时性较差。 主要研究内容： 5. 特征训练 (1) 创建正例样本和反例样本并分别生成描述文件。 (2) 利用OpenCV的CreateSamples程序对正样本的描述文件进行转换，输出vec文件。 (3) 利用OpenCV的HaarTraining程序训练分类器。 软件开发 1. 开发环境 （1）微软基础类（MFC） （2） OpenCV图像处理类库 2. 摄像头 型号：CVC-3031dt红外摄像机 主要参数： 24颗led红外灯 有效夜间距离：15-30m 信号制式：PAL 分辨率：420tvl 最低照度：0 lux/红外开启 信噪比：≥48dB 视频输出幅度：1.0vp-p/75ω 工作电压：AC12V±5% 工作温度：-20℃~50℃ 3. 图像采集工具 采用大恒图像QP300系列采集卡，适于多画面同时采集，并通过PCI总线传送到内置的VGA卡上实时显示或传送到计算机内存中实时存储。视频数据的传送过程由图像卡控制，无需PC机的CPU参与。 软件主要功能 （1）实时多路视频截图与查看 （2）选中一路视频录像 （3）移动侦测 （4）人体检测 （5）火焰检测 关键问题处理方法 （1） 视频的采集和处理通过回调函数进行； （2） 多通道的显示通过对对话框窗体的分割，分别在对应的矩形中显示； （3） 算法的复杂性高导致实时性差，因此采用多线程编程； （4） 为了提高检测率，采用多视角联合检测。 不足之处： （1）软件功能不够完善 （2）实验效果不够理想 （3）适应性方面较差 请各位专家批评指正 ！