全文总字数：3012字

1. 研究目的与意义及国内外研究现状

视频监控的存在是很重要的。我们用它来保护自己和我们的财产，处理大量的信息。比如交通监控来监控车辆是否超速以及车牌的识别，还有人群监控，来处理偷窃入侵行为和身份识别。视频监控已经在我们的生活中存在很长时间了。传统的视频监控是由警卫或者操作员人工监视显示器上的图像或视频。然而随着电子技术的普及，更多的相机被放置在更多的地方，也需要更多的显示器来显示图像，然而视频信息量是巨大的，利用人工来监控视频的工作十分枯燥，代价也是昂贵的，利用人力来对视频图像进行处理的局限性非常大。

随着机器识别和计算计算机视觉的发展，利用图像分析技术可以协助人类进行视频监控以及异常信息的检测，使用计算机来协助人工进行处理是的监控效率能得到巨大的提升，监控成本也大幅下降。利用机器智能进行监控我们甚至不需要显示器，计算机只需要从摄像头获取视频流在后台处理他的二进制数据即可。

国内外研究现状

计算机视觉是一门跨越多个学科的领域，研究用计算机来处理数字图像或视频并获取深层次的信息。从工程领域的角度来看，它旨在自动化执行人类的视觉系统能做的任务。

2. 研究的基本内容

视频监控的背景往往是固定的，我们关心的是入侵该背景的物体，如何检测出运动目标是本文的重点。对于运动目标的前景检测有很多算法，包括样本一致性建模算法（SACON），光流法，帧差法，固定背景法，高斯混合模型等等。我选用的背景建模算法是高斯混合模型（Gaussian Mixture Model）,高斯混合模型能够很好地适应外部环境的变化（光线亮度的变化），是一种比较完美的背景建模方法。本文借助OpenCV，利用高斯混合模型成功图像去噪算法对图片进行预处理并提取出移动物体的前景图片，绘制移动物体的最小外界轮廓，同时通过邮件将监控到的异常信息实时发到使用者的邮箱。

3. 实施方案、进度安排及预期效果

项目使用java代码通过opencv来调用摄像头，并获取视频或者图像，应用高斯混合模型处理获取的视频帧或图像，对处理过的图像应用腐蚀和膨胀算法和高斯平滑，此时得到的前景图片是二值化的灰度图，显示出来是黑白的，白色的区域即检测出来的运动区域。遍历图像，如果图片的白色区域超过一定的阈值，将异常的图像添加到list集合中，等到处理后的图像的白色区域低于阈值后，将保存图像的数组交给另外一个异常图像处理线程，并清空list数组。异常图像处理线程，负责判断list的长度。如果长度大于十，也就是异常图片超过十张，则将大于十张的这些图片合成为视频。随后将视频或者图片发送到我的邮箱。此外，也可以调用另一位同学开发的接口，通过微信公众号推送到我的移动终端。

4. 参考文献

[1] robert laganiere．opencv2计算机视觉编程手册[m]．张静，译．科学出版社，2013

[2] 葛罗瑞亚布埃诺加西亚．opencv 图像处理[m]．刘冰，译．机械工业出版社，2016

[3] joseph howse．opencv项目开发实战[m]．张弢，译．清华大学出版社，2016

							剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付