基于Opencv的視頻實時監(jiān)測與報警系統(tǒng)設(shè)計

基于opencv的視頻實時監(jiān)測與報警組員:目錄背景意義1主要方法2程序設(shè)計3結(jié)果分析4背景意義近年來，計算機(jī)視覺的研究重點已經(jīng)從對靜態(tài)圖像的研究過渡到對動態(tài)圖像序列的研究上面。視頻圖像序列已成為現(xiàn)今計算機(jī)視覺的研究熱點，其極大的促進(jìn)了計算機(jī)視覺在各領(lǐng)域中的應(yīng)用。視頻運動分析主要應(yīng)用于視頻監(jiān)控系統(tǒng)、視頻MPEG編解碼技術(shù)、人機(jī)交互感知接口、軍事制導(dǎo)、雷達(dá)視頻圖像目標(biāo)分析與跟蹤等。視頻圖像序列運動目標(biāo)分析系統(tǒng)的難點：實時性、魯棒性、通用性和可移植性的要求較高。視頻實時監(jiān)測與報警系統(tǒng)對待監(jiān)控視頻序列的內(nèi)容進(jìn)行自動分析和判斷，對監(jiān)控過程中出現(xiàn)的異常行為及時做出反應(yīng)。常用于交通監(jiān)控、安防監(jiān)控等。主要方法本設(shè)計的主要包括以下幾部分：圖像預(yù)處理、運動目標(biāo)監(jiān)測、報警。視頻序列圖像預(yù)處理運動目標(biāo)監(jiān)測報警預(yù)處理的目的是為了消除圖像噪聲，本文采用中值濾波與膨脹消除圖像噪聲。中值濾波主要除去圖像中的噪聲點。像素值為其鄰域內(nèi)所有像素由小到大排列后的中間值。對圖像進(jìn)行高斯金塔分解得到不同層次的子圖像，分別對子圖像進(jìn)行膨脹，最后對膨脹后的子圖像重構(gòu)，以達(dá)到消除目標(biāo)不連續(xù)空間的目的。運動目標(biāo)檢測部分有背景減除法、幀間差分法和光流法。本設(shè)計采用幀間差分法，其基本過程如下：二值化形態(tài)學(xué)濾波連通性分析判別延遲-監(jiān)測部分主要包括運動目標(biāo)的檢測與分割。傳統(tǒng)的分割標(biāo)記方法的標(biāo)記對象是像素，為了提高運動目標(biāo)分割的效率，目前有基于邊緣輪廓和線段的標(biāo)記方法。本文利用cvFindContours()函數(shù)得到背景差分檢測出來的運動前景圖像中的目標(biāo)輪廓，并得到運動目標(biāo)的外接輪廓或者外接矩形以及所處的位置。程序設(shè)計開始初始化打開攝像頭圖像幀差目標(biāo)監(jiān)測報警運動

目標(biāo)？是否二值化幀差圖像濾波運動目標(biāo)檢測目標(biāo)大于閾值？分割標(biāo)記是否實驗結(jié)果視頻監(jiān)測與報警系統(tǒng)的優(yōu)點在于可以實時、準(zhǔn)確、穩(wěn)定的完成室內(nèi)的監(jiān)測，出現(xiàn)虛報、漏報、錯報的概率很小等。其不足之處在于本系統(tǒng)中的報警略有延遲。實驗結(jié)果主要參考文獻(xiàn)：[1] 吳曉陽.基于OpenCV的運動目標(biāo)檢測與

跟蹤[C].杭州：浙江大學(xué)，2008.[2