论文部分内容阅读
视频监控一直是人们关注的应用技术热点之一，它以其直观方便、信息内容丰富而被广泛应用于许多场合。近年来，随着计算机网络与通信技术、数字图像处理技术、多媒体技术的快速发展，智能监控系统也逐渐取代传统的监控系统而广泛应用于机场、车站、银行、宾馆等公共场所，发挥着巨大的作用。
智能视频监控在不需要人为干预的情况下，利用计算机视觉和视频分析的方法对图像序列进行自动分析，实现对动态场景中目标的检测、识别和跟踪，并在此基础上分析和判断目标的行为，得出对图像内容含义的理解以及对客观场景的解释，从而指导和规划行动。目前，智能视频监控在理论研究和实践应用上还都面临着许多难题，国内外大批学者投身于该领域的研究和探索，并且取得了大量的成果。
随着视频监控的应用范围和市场需求日趋加大，如何综合应用数字图像处理、计算机视觉、模式识别等多项技术与传统监控相结合，设计出能够实时、持续的主动监视场景中的运动目标并且能够对图像序列进行实用化的分析、理解和管理的高智能化监控系统已经成为当前国内外关注的热点。目前，国际上智能监控领域的研究己达相当水平，国内则处于刚刚起步阶段。
本论文研究的是一个以银行为背景的视频监控系统开发平台，首先根据性能需求设计了平台的整体构架，论述了平台实现的主要功能，然后在第四、第五章中重点介绍功能中的IVS模块，就算法做了较详细的介绍：首先研究了基于三帧差分和背景差分结合的运动目标检测方法，并通过实验，分析检测效果和检测速度；然后研究了基于Kalman滤波器预测和均值偏移相结合的跟踪算法，并分析其实验结果。最后介绍平台的实现，包括硬件和软件实现，并且总结了本平台的实现结果、性能优缺点，而且针对以后可能出现的要求和问题，对平台的进一步改进提出了展望。
本课题适合于银行系统的监控管理，可对银行的模拟监控系统进行改造，最大限度的利用原有资源，也可应用于交通、监狱等安全要求高的领域，一定会取得良好的社会效益和经济效益。