论文总字数：22822字

摘 要

随着计算机科学技术的不断发展，智能视频监控技术已经成为计算机视觉的重要研究方向和研究重点，在商业和工业中具有重要的研究价值，在医学等领域也具有广泛的应用前景。运动人体检测是该技术的重要环节，是进一步探测其内容的基础。其通过处理由摄像头拍摄的视频从而对运动人体目标进行检测,并在此基础上分析和判断目标的后续行为,在特殊情况发生时提供相关信息。

首先，本文将重点介绍几种常用的人体检测的方法，分析并确定课题的主要算法，接着将着重介绍运动目标检测的过程，包括视频序列的处理、图像的灰度化处理、图像的二值化处理和形态学处理，最后使用Matlab软件对整个程序进行调试和仿真，实现运动人体的检测。

关键词：人体检测 灰度化 二值化 形态学处理

The human body recognition algorithm simulation analysis of video monitoring

ABSTRACT

With the development of computer science and technology, intelligent video surveillance technology has become an important research direction and research focus of computer vision technology, having important research value in business and industry, and, it has a wide application prospect in the field of medicine. The detection of human movement is an important part of intelligent video surveillance technology, it is the foundation of the further probes of the content. It detects moving targets of human body through processing the video cameras, and analyzing and judging the subsequent behavior on the base, providing relevant information when something unusual happens.

First of all, this dissertation focuses on introducing several common kinds of the method of human body detection and analyzes and determines the main algorithm of the subject. Then, it focuses on introducing the process of moving target detection, including video sequence processing, image gray processing, image binarization and morphological processing. Finally, software will be used to debug and simulate the whole program to complete the detection of human movement.

Key words: Human body detection; Graying; Binarization; Morphological processing

目 录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1课题研究的背景和意义 1

1.2国内外研究现状 2

1.2.1 国内研究现状 2

1.2.2 国外研究现状 3

1.3 工作内容 4

1.4 文章结构 4

第二章 人体识别算法 6

2.1 背景减除法 6

2.2 帧间差分法 7

2.3 统计学方法 8

2.4 光流法 8

2.5 各算法的分析和比较 10

2.6 本章小结 11

第三章 背景减除法 13

3.1 图片序列处理 14

3.2 背景模型建立的方法 14

3.2.1 平均值法 14

3.2.2 中值法 15

3.2.3 统计直方图法 15

3.2.4 基于单高斯分布的背景建模方法 15

3.2.5 基于混合高斯分布的背景建模方法 16

3.2.6 各背景建模方法的比较 16

3.3 灰度化反色处理 18

3.4 二值化处理 19

3.5 形态学处理 19

3.6 频域增强处理 20

3.7 本章小结 21

第四章 人体识别实现过程与分析 23

4.1 Matlab概述 23

4.2 图像处理分析过程 24

4.3 阈值选取的分析过程 27

4.4 本章小结 31

第五章 总结与展望 32

5.1 总结 32

5.2 展望 32

参考文献 34

致谢 36

第一章 绪论

1.1课题研究的背景和意义

计算机视觉分析是一门涉及很多方面的学科，如图像处理、模式识别、人工智能、计算机图形学、心理学、生理学、物理学和数学等^[1]。虽然在这些方面的研究已经有很多了，但在其他方面的应用，如智能视频监控、机器人视觉导航、医学辅导诊断、地图绘制、工业机器人视觉系统和智能人体接口等直到最近十几年才有了一个深入的研究和广泛的发展，这些方面将会成为现在和未来的一个重点研究方向，计算机视觉分析的最终目标是实现对三维物体的理解，即人体运动视觉分析^[2]。

智能视频监控是计算机视觉分析技术的重要研究方向，是一个备受关注的新兴研究领域。随着科学技术的不断发展和网络技术的快速更新，人类对监控技术的要求越来越高，监控技术已变得越来越智能化和网络化，视频监控的功能已经变得越来越强大了^[3]。但是在一些特殊的情况下，例如超市、银行和处理军事的场所等一些对安全防范要求特别高的场合，工作人员不可能时时刻刻到工作场合进行监控查看和日夜坚守，所以实时的智能视频监控技术就变得尤为重要。智能视频监控是指在不需要人为的操作和干扰下，计算机利用视觉分析技术对视频采集的数据进行分析和处理，从而实现对视频里动态目标的检测，这大大降低了人力和物力的投入，在很多情况下节约了商家的成本。智能视频监控技术不仅仅已经成为计算机视觉分析技术的重要组成部分，并且已经成为监控技术行业未来的重点研究方向，受到越来越多研究人员的关注和重视。

智能视频监控是众多场所的安全保障，其是指对视频图像进行运动目标检测、运动目标分类、运动目标跟踪和运动目标的行为分析和理解，其中，运动目标的检测、分类和跟踪是此项技术中比较基础的部分，而运动目标的行为分析和理解则是此项技术中较为深层次的研究部分,前三个方面是较为广泛的研究方向，然而最后一个方面则是近年来刚刚新起的研究方向^[4]。智能视频监控技术不仅有着良好的理论研究价值，还具有广泛的实践应用价值，值得更多的人力、物力和财力的投入，从而获得更多的理论研究成果和实际应用成果。

请支付后下载全文，论文总字数：22822字