浙江大学硕士学位论文摘要 随着科技的发展，计算机视觉己成为前沿科学最热门的课题之一，而且也己经越来越多的进入人们的生活。智能视频监视是计算机视觉的重要组成部分，其核心就是在不需要人为干预的情况下，通过对实时场景中的情形进行实时处理，提取得到场景中运动目标的形状、位置、颜色等信息，并在此基础上分析、判断和预测运动目标的各种行为，从而自动得实现场景中的跟踪报警等各种人们所期望的目的。
目前国内外关于运动轨迹跟踪的研究有很多，而且也已经取得了不错的成果。但是就其适用性来说，还很难找到一个适用性比较广的方法，而且大多数运动跟踪系统价格都比较昂贵，算法方面还不是很优化。
本文首先提出了一种基于自适应混合模型多目标运动检测的算法，在此基础上采用腐蚀和膨胀的方法，比较精确地分割提取前景目标，然后采用描绘前景目标重心点的方法实现对运动目标轨迹的记录和跟踪。在目标跟踪时，针对目标遮挡引起的各种可能情况进行了分析，引入了对运动目标的可靠性度量，增强了目标跟踪的稳定性和可靠性。其次，当运动目标超出当前监视场景时，本文通过串口通信控制前端云台的控制，进而实现摄像机的转动，实现对运动目标所在区域的跟踪。第三，本文搭建了一个实时跟踪运动目标的系统，并进行了反复的实验。
在对多个实际场景中的视频序列的实验中，该系统显示了很强的适应性，而且具有很好的实时性，能基本处理日常中所遇到的各种情况。
关键词：串口通信，云台，高斯模型，模型更新，运动区域匹配，目标分离，运动跟踪浙江大学硕士学位论文Ａｂｓｔｒａｃｔ ＡｌｏｎｇｗｉｔｈｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｅＣｈｎｏｌｏ卧ｃｏｍｐｕｔｅｒｖｉｓｉｏｎｈａｓｂｅｃｏｍｅａｆｒｏｎｔｉｅｒｓｃｉｅｎｃｅｏｆｔｈｅｍｏｓｔｐｏＰｕｌａｒｔｏＰｉｃｓ，ａｎｄａｌｓｏｈａｖｅｍｏｒｅ朗ｃｅｓｓｔｏＰｅｏＰｌｅ，ｓｌｉｖｅｓ．ＩｎｔｅｌｌｉｇｅｎｔｖｉｄｅｏｓｕｒＶｅｉｌｌａｎｃｅｉｓａｎｉｍ囚ｎａｎｔｃｏｍｐｕｔｅｒｖｉｓｉｏｎｃｏｍＰｏｎｅｎｔｓ，ｔｈｅｃｏｒｅｉｓｔｏｈａｎｄｌｅｔｈｅｒｅａｌ一ｔｉｍｅｓｃｅｎｏｆａｌｌｋｉｎｄｓｔｏｇｅｔｔｈｅｉｎｆｏｎｎａｔｉｏｎｏｆｔｈｅｍｏｖｉｎｇ１ａｒｇｅｔｓ，ｓｕｃｈｌｉｋｅｓｈａｐｅ，ｌｏｃａｔｉｏｎ，ｃｏｌｏｒａｎｄｓｏｏｎｗｉｔｈｎｏｈｕｍａｎｉｎｔｅｒＶｅｎｔ１ｏｎｉｎｔｈｅｃａｓｅ．Ｔ七ｃｎｄｏｔｈｅａｎａｌｙｓｉｓ，ｊｕｄｇｍｅｎｔ，明ｄｆｏｒｅｃａＳｔｏｎｔｈｅｍｏｖｉｎｇｏｂｊｅｃｔｏｎｔｈｅｂａｓｅｏｆｔｈｅｍｃｔｈｏｄｍｅｎｔｉｏｎｅｄａｂｏｖｅｔｏ即ｈｉｅｖｅｔｈｅＰｅＯＰｌｅ，ｓｅｘＰｅｃｔｏｆＰｕｒ’［心ｓｅ．
ＯｎｔｈｅｃｕｒｒｅｎｔｄｏｍｅｓｔｉｃｔｈｅｒｅａｒｅｌｎａＩ１ｙｒｅｓｅａｒｃｈｅｓｏｎｔｈｅｔｒａｃｋ１ｎｇｏｆｔｈｅｍｏｖｉｎｇ。ｂｊｅｃｔｓａｎｄａｌｓｏｈａｖｅａｃｈｉｅｖｅｄｇｏｏｄ￣ｌｔｓ．Ｂｕｔｉｔｉｓｖｅｒｙｄｉｆｉｃｕｉｔｔｏｆｉｎｄａｂｒｏａｄ叩ｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｍｅｔｈｏｄ，ａｎｄｔｈｅｐｒｉｃｅｓｏｆｔｈｅｓｙｓｔｅｍａｒｅｃｏｍｐａｒａ石ｖｅｌｙｈｉｇｈ，ｍｏｒｅｏｖｅｒ，ｔｈｅａｌｇｏｒｌｄ朋ｉｓｎｏｔｓｕｃｈｏＰｔｉｍｉｚａｌｉｏｎ４
ＴｈｉｓｐａｐｅｒＰｒｏｐｏ黔ａ场ｂｒｉｄｍｏｄｅｌｂａｓｅｄｏｎａｄａＰｔｉｖｅｍｕｌｔｉ，ｌａｒｇｅｔｔｒａｃｋｉｎｇａｎｄｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｌｈｍ，ＯｎｔｈｅＰｒｏｃｅｓｓｏｆｔｈｅｎｏｉｓｅ，ｔｈｅｍｅ山ｏｄｏｆｃｏｒｒｏｓｉｏｎａｎｄｅｘｐａｎｓｉｏｎｏｂｔａｉｎｍｏｒｅｐ以ｉｓｅｍｏｖｉｎｇ加嗯ｅｔｓ．Ｗｈｅｎｔｒａｃｋｉｎｇｔｈｅｔａｒｇｅｌ，ｉｎｔｒｏｄｕｃ石ＯｎｏｆｔｈｅｍｏｖｉｎｇｔａｒｇｅｔｍｅａｓｕｒｅｏｆｒｅｌｉａｂｉｌｉｔｙｅｎｈａｎｃｅｔｈｅｔｍｃｋｉｎｇＯｆｓｔａｂ１ｌｉｔｙａｎｄｒｅｌｉａｂｉｌｉｔｙｏｎｔｈｅｂａｓｅｏｆｔｈｅｔａｒｇｅｔｂｌｏｃｋａｌｇ０ｒｉｔ１１ｍｏｆｔｈｅ闷ｏｕｓｐｏｓｓｉｂｉｌｉｔｉｅｓｏｆｎａｌｙｓｉｓ，Ｓｅｃｏｎｄ，ｗｈｅｎｍｏｖｉｎｇｔａｒｇｅｔｓｓｕｒｖｅｉｌｌａｎｃｅｉｓｂｅｙｏｎｄｔｈｅｃｌｌｒｅｎｔｓｃｅｎｅ，ｓｅｒｉａｌｃｏｍ目口ｌｌｎｌｃａｔｉｏｎｃｏ川ｍｌａｃｈｉｅｖｅｓｔｈｅｔｒａｃｋｉ飞ｏｆｔｈｅｓｃｅｎｅｗｈｉｃｈｃｏｎｔａｉｎｔｈｅｍｏｖｉｎｇｏｂｊｅＣｔＳ．ｔｈｉｒｄ，而ｓＰａＰｅｒｆｏｕｎｄｅｄａｒｅａｌ一ｔｉｍｅｔｒａｃｋｉｎｇｓｙｓｔｅｍ胡ｄｄｉｄｍａｎｙｅｘ沐ｒｉｎｌｅｎｔｓ
ｈｉｔｈｅａｃｔｕａ１ｓｃｅｎｅｏｆａｎｔＩｍｂｅｒＯｆｖｉｄｅｏｏｆｔｈｅｅｘＰｅｒｉｍｅｎｌ，ｔｈｅｓｙｓｔｅｍｓｈｏｗｓａｓｔｒｏｎｇａｄａＰｔａｂｉｌｔｙａｎｄｇｏｏｄＰｔ０ＣｅＳＳｉｎｇ．ｌｉｃａｎｌｌａｎｄｌｅｔｈｅｖａｒｉｏｕＳ
ｓｉｔ止ｌｔｌｏｎｓｅｎｃｏｕｎｔｅｒｄｉｎｄａｉ万ＩｉｆｅａｎｄｈａｖｅａｇｏｏｄＰｅｒｆｏｒｍａｎｃｅ．
Ｋｅｙｗｏｒｄｓ：ｓｅｒｉａｌｃｏｎｌ们。ｔｌｎｉｃａｔｉ叽Ｇａｕｓｓｉａｎｍｏｄｅｌ，ｍｏｄｅｌｕｌｘｌａｔｅ ｍｏｖｉｎｇｒｅｇｉｏｎｍａｔｃｈｉｎｇｔａｒｇｅｔｓｅＰａｒａｔｉｎｇ，ＭｏｔｉｏｎＴｒａｃｋｉｎｇ浙江大学硕士学位论文第一章绪论互１．１课题背景和意义 人工智能从上个世纪到现在一直受到世界各国的高度重视，人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。
计算机视觉已成为人工智能领域最热门的竞争课题之一，它和专家系统、自然语言理解一起成为人工智能最活跃的三大领域，是实现工业生产高度自动化，机器人智能化，自主车导航，目标跟踪，以及各种其它工业检测、医疗和军事应用的核心内容之一，也是实现机器智能化的关键因素。计算机视觉是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等。计算机视觉是一门新兴的发展迅速的学科，八十年代以来，计算机视觉的研究已经历了从实险室走向实际应用的发展阶段。从简单的二值图像处理到高分辨率多灰度的图像处理，从一般的二维信息处理到三维视觉机理以及模型和算法的研究都取得了很大的进展。
随着科学技术的发展，计算机视觉的应用范围日益扩大，无论是生物视觉还是计算机视觉系统，其最终目的都是要帮助较大的系统来完成它的职责．计算机视觉经过人们的不断努力，已经日益成为一门应用广泛的综合性学科。计算机视觉技术涉及现代传感技术、图像处理与模式识别技术。随着计算机技术水平的提高以及图像处理、人工智能和神经元网络等相关学科的发展，计算机视觉领域也正在迅速发展，日益成熟，逐渐应用于医学、商业安全、军事和工业等领域。
智能视频监视作为计算机视觉中的一个重要部分，主要是实时地观测被监视场景的运动目标，并且分析描述他们的运动行为。视频信号含有极其丰富、直观的信息，最符合人们的观察习惯，因此许多先进的监控系统都利用视频信号进行监控，不仅检测灵敏度高，而且便于记录和观察现场信息。而传统的视频监控及报警联网系统采用红外线探测器装置，靠感应热能的变化来探测侵入者，将侵入者发出的红外线能量转化为报警控制信号。由于这种系统技术上存在的局限，所浙江大学硕士学位论文以大多只能用于现场监视。联网报警网络虽然能进行较远距离的报警信息传输，但传输的报警信息简单，不能传输视频图像，从而无法及时准确地了解事发现场的状况。在现实生活中许多场合，特别是像银行、电力等分布式管理的行业，远距离监控是行业管理的必要手段。因此，智能视频监视系统的产生极大地满足了这种需求。
运动目标的检测跟踪技术是智能视频监视系统的核心，是一项融合图像处理、模式识别、人工智能、自动控制等多种不同领域先进成果的高技术课题，是实现智能机器人和智能化武器等的关键技术之一。运动目标跟踪的目的就是通过对摄像机拍摄到的序列图像进行分析研究，计算出运动目标在连续帧图像中的位移，给出运动目标速度、加速度等运动参数，从而达到改善运动目标的运动环境等目的。利用图像捕捉并跟踪我们感兴趣的运动目标，形成运动目标的序列图像由于比静止目标的一帧图像提供了更多的有用信息，使得我们可以利用序列图像检测出在单帧图像中很难检测出的目标信息。在复杂背景下对运动目标的跟踪以达到特定的目的，可靠性和精度是跟踪过程中的两个重要指标。运动目标的检测和跟踪技术随着人们对图像由低级到高级的认识而发生变化，在军事、国防、工业过程控制、医学研究、交通监控、飞机导航等领域有着广泛的应用前景。
夸１．２现有研究状况视频监控系统的发展大致经历了三个发展阶段： １．二十世纪九十年代以前，人们使用的主要是模拟的闭路系统，即第一代视频监控系统，我们称其为模拟视频监控系统，由于大部分情况为有线传输，所以也称为闭路电视。人们利用计算机对监控系统进行图像和音频切换、报警处理等多媒体控制。这种系统设备繁杂，需要大量的安装、布线工作，维护和系统扩充也非常困难。
２．九十年代中期，大规模集成电路和并行处理的发展带来计算机图像处理能力和视频技术以及网络技术的快速提升，人们利用其高速数据处理能力进行视频的采集和优化处理，从而大大提高了图像质量，增加了视频监控的应用价值，这种系统被称为第二代视频监控系统。第二代视频监控系统除了输入是模拟设备浙江大学硕士学位论文外，其余部分如压缩、显示和控制等都是数字系统，因此被称之为数字视频监控系统。这种系统基于计算机结构，它将矩阵切换器，图像分割器、硬盘录像机集成在一台计算机平台上。
３．二十世纪九十年代末期以后特别是近两三年，网络带宽、计算机处理能力和存储容量得到了很大的提高，各种高效率视频信息处理技术纷纷出现，从而推动视频监控进入一个全数字化的网络时代，称为第三代视频监控系统，即全数字视频监控系统或网络数字视频监控系统川。它以网络为传输载体，实现了输入部分和处理部分完全数字化，在第二代监控系统的基础上增强了实用性、智能性，使得监控系统的应用越来越普遍。
对于第三代智能监控系统，虽然其产生的时间较短，但也经历了几个方面的变化。由于第三代的智能监控系统需要包含运动目标的检测和提取，运动识别以及运动跟踪等各个方面，在这些方面的研究在近些年都非常活跃。
在运动目标检测和提取方面，其目的就是实时精确地从被检测的场景中提取出运动目标，目前，针对这种目标所提出的运动目标检测算法主要有以下几种：第一是帧间差异算法１２］，它主要是通过计算图像序列两帧之间的差异，分割并提取出运动目标。第二是基于背景统计算法得到背景图像，然后用当前帧和背景帧差分，就可以得到运动目标。第三是一种自适应背景的方法，对每一个象素点建立自动更新模型１３１，根据象素值的变化判断象素点是否属于运动目标，然后根据连通性得到前景区域。本文采用的就是第三种算法思想，并且取得了不错的效果。
