以類間方差作為衡量分離性能的準(zhǔn)則，極大化的過(guò)程就是自動(dòng)取定閾值的過(guò)程，因此，最佳閾值為：

2009-12-21 10:08:24 上傳

下載附件 (3.64 KB)

。換句話說(shuō)，類間方差最大的那個(gè)圖像灰度值就是當(dāng)前差值圖像的最佳閾值。

　　運(yùn)動(dòng)目標(biāo)檢測(cè)

　　動(dòng)態(tài)閾值確定以后，可根據(jù)此閾值對(duì)差值圖像進(jìn)行二值化，得到二值圖像。但是在背景和目標(biāo)中還會(huì)存在一定量的噪聲斑點(diǎn)，再經(jīng)過(guò)形態(tài)學(xué)運(yùn)算處理后的圖像更有利于目標(biāo)提取，濾波后的二值圖像通常包含多個(gè)連通區(qū)域。本文采用改進(jìn)快速標(biāo)記算法對(duì)各連通域進(jìn)行檢測(cè)提取。該算法對(duì)原圖像只進(jìn)行一次掃描后通過(guò)特殊的邊界像素標(biāo)記，就能搜集足夠信息，可方便快捷的獲得目標(biāo)幾何特征參數(shù)，算法分為像素掃描、整理等價(jià)表和圖像代換，共三個(gè)環(huán)節(jié)。

　　根據(jù)用戶設(shè)置的算法規(guī)則判斷報(bào)警

　　得到動(dòng)目標(biāo)的外接矩形以后，對(duì)每一個(gè)目標(biāo)物進(jìn)行跟蹤監(jiān)控就具體化為對(duì)每一個(gè)矩形框的跟蹤監(jiān)控。這一過(guò)程中，用戶通過(guò)PC端的客戶端模塊中的用戶界面來(lái)選擇算法規(guī)則，實(shí)現(xiàn)對(duì)人或車的監(jiān)控。用戶可以在主機(jī)服務(wù)器界面中設(shè)定規(guī)則，包括對(duì)場(chǎng)景設(shè)置虛擬警戒線、警戒區(qū)域和違規(guī)行為(比如貴重物體消失報(bào)警，可疑物的出現(xiàn)報(bào)警，目標(biāo)物的越線報(bào)警)。一旦當(dāng)前幀有外接矩形違規(guī)，則產(chǎn)生報(bào)警信息。

　　結(jié)語(yǔ)

2009-12-21 10:08:24 上傳

下載附件 (8.89 KB)

　　本文實(shí)現(xiàn)了一個(gè)支持多板卡，多通道以及網(wǎng)絡(luò)監(jiān)控的智能視頻監(jiān)控系統(tǒng)。提供了一個(gè)完整的包括DSP硬件、軟件框架、算法及實(shí)現(xiàn)的解決方案，較好的解決了背景更新，動(dòng)目標(biāo)提取等監(jiān)控系統(tǒng)中的重要技術(shù)環(huán)節(jié)，提出并實(shí)現(xiàn)了對(duì)可疑物的報(bào)警、對(duì)貴重物體的報(bào)警等實(shí)用算法。基于DM642的DSP硬件板卡如圖5所示，系統(tǒng)運(yùn)行結(jié)果如圖6所示。整個(gè)系統(tǒng)的技術(shù)指標(biāo)如表1所示。

2009-12-21 10:08:23 上傳

下載附件 (20.63 KB)

　　參考文獻(xiàn)：

　　[1] Morita S, Yamazawa K, Yokoya N. Networked video surveillance using multiple omnidirectional cameras[C], IEEE International Symposium on Computational Intelligence in Robotics and Automation, 2003

　　[2] Dias H, Rocha J, Silva L P. Distributed Surveillance System[C], IEEE portuguese conference on Artificial intelligence, 2005

　　[3] Lipton A, Fujiyoshi H, Patil R. Moving target classification and tracking from real-time video[J]. Proc.Of WACV’98,1998:8-14.

　　[4] Stauffer C, Grimson W. Adaptive background mixture models for realtime tracking [J] . Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern Recognition , 1999,2(6) :248 - 252

　　[5] Barron J, Fleet D, Beauchemin S. Performance of optical flow techniques [J]. International Journal of Computer Vision , 1994,12 (1) :42 - 77.

　　[6] 彭啟琮, 管慶等. DSP集成開發(fā)環(huán)境-CCS及DSP/BIOS的原理與應(yīng)用[M]. 北京:電子工業(yè)出版社, 2005

　　[7] TI. Reference Frameworks for eXpressDSP Software: RF5, An Extensive, High-Density System, SPRA795, 2003

　　[8] Li G, Zeng R, Lin L. Intelligent Control and Automation, China The Sixth World Congress[C], 2006,2:9778-9781, Dalian

　　[9] 王亮,黃飛, 馮少彤等. 一種改進(jìn)的二值圖像像素標(biāo)記算法[J]. 南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版), 2006(2):23-29