论文部分内容阅读
随着网络带宽、计算机处理能力和存储容量的迅速提高,各种视频信息处理技术的日新月异,智能视频监控成为了网络化视频监控领域最前沿的应用模式之一。智能视频监控系统中使用了计算机视觉和数字图像处理技术,能够广泛地应用于安防、交通管理、商业服务等领域。因此研究智能视频监控系统具有很高的实用价值,具有良好的市场前景。
论文的主要工作分为以下几个部分:
一,设计智能视频监控系统的总体方案,将整个系统分为监控前端以及监控终端,详细介绍了基于DaVinci的系统硬件平台及系统的软件设计方案。对利用DaVinci技术进行软件开发的相关技术进行了说明,并搭建了进行DaVinci平台开发的嵌入式软件环境。在具体方案的实现上,视频图像采集通过Linux视频驱动接口V4L2实现；使用Codec Engine技术实现MPEG-4编码；设计了基于UDP协议的网络视频传输方案,该方案能够保证视频数据传输的高效和有序。监控终端采用开源的Xvid完成MPEG-4视频解码,采用OpenCV实现视频播放及运动目标检测。
二,对智能视频监控系统中的关键算法——运动目标检测技术进行了深入研究。在基于背景差分法的基础上设计了新的运动目标检测算法,该算法主要分为图像预处理、背景模型建立及更新、前景检测和图像后处理四部分。在图像预处理方面,首先将彩色图像灰度化,在噪声滤除后进行图像增强；在背景模型建立及更新方面,研究背景差分法中常用的混合高斯模型和平均背景模型,提出基于平均背景模型的改进方法,该方法使用自适应递归滤波器进行背景模型的动态更新,实验对比结果证明改进的算法背景模型建立准确,运动目标检测效果较好,能够有效消除噪声与干扰。
三,搭建具备实时的视频采集、压缩编码、网络传输与视频解码、运动目标检测等整套功能的演示系统并给出功能测试。在Linux系统下设计实现监控前端的应用程序,在Windows平台下采用Visual Studio2008及计算机视觉库OpenCV进行监控终端的应用程序开发。实验结果表明,本系统可以实现视频采集、压缩编码、网络传输与视频解码、实时运动目标检测以及视频录像的硬盘存储等功能。