论文部分内容阅读
近年来,视频监控系统在各行业得到了广泛的应用,但是这些系统的功能局限于对场景的记录和保存。随着信息化进程的推进和人民生活水平的提高,人们对智能监控系统的需求越来越迫切。智能监控系统的目的是让系统自动的进行物体检测、识别、跟踪和行为理解,它在增强社会安全方面有很大的潜在价值。人体运动检测是智能视频监控系统中视频处理的第一步,具有非常重要的地位,同时也是一个技术上的热点和难点。智能监控系统功能的实现需要有高运算能力的处理器来完成大量数据的实时处理。在数字监控系统中,基于DSP平台的解决方案是在功耗、灵活性和性能开发成本上较为均衡的一种选择。美国模拟器件公司(ADI)推出的Blackfin系列是专为满足当今音频、视频、通信应用等方面的的计算需求和低功耗而设计的。其处理器是在一个芯片和开发平台上融合了DSP信号处理、RISC控制处理和视频处理功能,非常适合基于视频序列的运动检测等领域的开发使用。本文研究了智能视频监控中进行运动物体检测的问题,主要工作包括硬件平台的设计和运动物体检测的软件设计及实现。首先设计并实现了以ADSP-BF533为核心的视频采集处理系统,包括硬件的选型、原理图的设计、PCB图的设计及硬件电路的调试。接着针对室内场景监控这类应用中,视频由固定的摄像机获得,背景比较简单,环境的变化比较缓慢这些特点,本文研究了以背景减除法为核心的一整套运动物体检测解决方案。所涉及到的各种算法包括:图象的预处理、简单背景模型的初始化、运动检测、阴影检测及数学形态学的后处理。其中主要研究运动检测方法和阴影消除方法,成功地把YUV颜色空间应用于L.Snidaro等人的HSV背景减除方法上,并利用YUV颜色空间的亮度分量Y和三色值系数对阴影进行有效的减除。最后,将运动检测算法在ADSP-BF533上实现,主要包括软件的移植和优化。通过大量的工作,基本上实现了运动物体的检测。由于智能监控和其他多种视频应用的市场需求,运动检测方法的研究与实现具有非常重要的理论与实际意义。