基于多摄像头的智能视频分析系统的研究与实现-通信与信息系统专业论文.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 I I 摘要 摘要 随着科技日新月异的发展，人们对于智能视频分析的智能化要求在不断提高。 多摄像头监控更加广阔的范围，能够克服单摄像头监控范围有限的缺点，于是多 摄像头的监控逐渐受到重视。本文着重从视频分析的两个应用系统进行研究，包 括无重叠区域目标的交接跟踪和有重叠区域目标的双目立体视觉测距，为后续更 高级的智能行为分析打下基础。二者都需要对目标特征匹配算法进行研究，所以 实现更加快速、准确的匹配是实现交接跟踪和双目测距的前提。整个课题的研究 工作包括： 首先对经典的两大类特征提取算法进行了研究，包括基于角点特征提取算法 和基于尺度不变的特征提取算法。角点特征包括 Harris、SUSAN 和 CSS，基于尺 度不变的特征包括 SIFT 和 SURF。本文对这些算法进行了介绍，然后对这些特征 提取算法进行仿真、分析和对比，从而得出各个算法的优缺点。SURF 算子以其对 光照、旋转以及尺度变化等保持不变的优点，最终选择作为实现交接跟踪和目标 测距的特征匹配算法。 然后重点研究了特征匹配在目标跟踪上的应用。多摄像头下实现对目标的识 别，即在不同摄像机视野里实现对同一目标的交接跟踪，以及每个摄像头下尺度 自适应的 Mean Shift 跟踪。通过 SURF 特征和颜色特征融合并不断进行特征学习， 剔除不稳定的 SURF 特征点，并对比 SURF 特征相关性找到另一视野里的目标， 实现多摄像头下目标的交接跟踪；通过目标特征匹配计算视频图像两帧间的仿射 变换矩阵得到尺度因子，使用尺度因子修正目标跟踪窗口，实现目标的尺度自适 应跟踪。 最后研究特征匹配算法在双目立体测距上的应用。搭建基于双摄像头的双目 立体测距系统，对摄像机进行标定，实现目标的测距。 关键词：特征提取，特征匹配，交接跟踪，双目测距，DSP 实现 II II ABSTRACT ABSTRACT With the rapid development of science and technology, the requirement of video intelligent analysis system continues to increase. Especially multi-camera surveillance overcomes the shortcomings of the limited range in single-camera surveillance. This thesis mainly study target handoff tracking under non-overlapping regions based on multi-camera and binocular stereo vision measure algorithms. The two algorithms both need the study of feature matching algorithm. So, achieving a more rapid and accurate matching algorithm is the direction of study. The research includes the following steps. Firstly, the existing classical feature extraction algorithms including the Harris, SUSAN, CSS, SIFT and SURF are studied and analyzed. At the same time, the simula- tion of classic feature extraction algorithm has been made. By comparing and an