基于嵌入式Linux的运动目标跟踪视频监控系统简

针对运动目标检测和出现严重遮挡时目标丢失的问题,提出了一种基于五帧差分和Surendra背景更新相结合的检测算法,同时设计了结合Kalman滤波和线性预测的MeanShift算法,引入了动态自适应窗口的CamShift算法,并提出了CamShift算法的全自动跟踪策略,减少手工选取目标引起的误差.在实现系统功能方面,搭建嵌入式交叉开发环境,通过相关应用程序的交叉编译实现了在嵌入式平台上目标跟踪的监控系统.实验结果表明,该文提出的算法跟踪效果相比传统的算法明显提高,所设计的视频监控系统运行可靠,改进后算法检测效果好,可以快速完整地提取出运功目标,并且进行稳定的跟踪.     

基于CAMSHIFT算法的视频监控目标跟踪

随着智能监控系统的普及,智能监控技术在银行、城市安防、交通等部门得到的了广泛的应用.CamShift算法是基于监控视频图像颜色特征的目标跟踪算法,这种算法能够快速、准确地实现目标跟踪,鲁棒性能较好.监控视频中所拍摄的视频内容较多且视频拍摄环境较为复杂,因此采用CamShift算法能够有效对视频监控目标建立颜色模型并对其进行准确高效的跟踪.     

基于MACA算法的运动目标自适应跟踪

通过对传统Camshift算法的研究,提出了一种多模式自适应CamShift算法(MACA).将CamShift算法对H分量敏感的特性推广到S、V分量,构造了凸函数组合模型,利用多目标规划最优求解法获取自适应颜色识别最佳组合解,配合倾角识别和基于ⅡR滤波的目标运动状态信息预测跟踪技术,取得了复杂场景下多色度目标发生旋转、遮挡和速率变化时都能精确跟踪的效果;最后用MACA算法设计了一套自适应实时跟踪系统.经大量实验证明,本算法鲁棒性强、实时性好,系统自动化程度高.     

一种结合背景差分的改进CamShift目标跟踪方法

针对传统的CamShift目标跟踪算法在跟踪目标之前需要手动选择目标区域,以及当目标物的颜色与背景色相似时容易跟丢的问题,提出了一种结合背景差分的CamShift改进方法.首先利用背景差分法检测出的目标区域作为CamShift算法的初始搜索窗,以解决手动选择跟踪目标的问题;然后在跟踪的过程中比较CamShift算法每一帧搜索窗的中心横纵坐标与背景差分法检测出的目标区域矩形框中心的横纵坐标,根据设定的阈值来选择CamShift算法下一帧的搜索窗,以解决目标色与背景色相似的问题.仿真实验表明改进方法在目标与背景色相似的情况下也能有效地跟踪目标.     

基于嵌入式系统的视觉目标跟踪

过去的半个多世纪以来,人工智能技术得到了高速发展,这给当今的智能监控技术提出了更高的要求.本文设计了一个用于机动目标视觉跟踪的嵌入式系统,实现了系统的小型化与智能化.系统硬件采用ARM+DSP双核结构的处理器作为主控制器;软件部分采用粒子滤波方法作为目标跟踪算法,文章介绍了粒子滤波算法的基本原理及本文中的实际应用,并给出了系统的目标跟踪测试结果.     

基于DM642的运动目标自动跟踪实验平台研制

为测试运动目标自动检测与跟踪算法在DSP系统中的运行性能,以及加强大学生创新能力的培养目标,设计了1套以DM642硬件为核心的运动目标自动跟踪实验平台,实验平台的软件系统采用模块化设计。介绍了基于背景减除的运动目标检测和改进CamShift跟踪算法的原理,并给出了运动目标自动检测和跟踪的实验结果。实验结果表明,该实验平台能够对设计的运动目标跟踪算法进行实时的运行,为跟踪算法的实际应用提供1个方便的测试平台。     

基于嵌入式的智能目标检测与跟踪系统

借鉴嵌入式系统在电子技术、信号处理和计算机等领域运用的成功经验,在分析目标检测与跟踪算法的基础上,将改进的目标检测与跟踪算法植入嵌入式系统,设计一种基于嵌入式S3C2410处理器的目标检测与跟踪系统,给出该系统的硬件结构和软件程序流程图,并以具体的飞行目标对其进行目标识别和跟踪。通过实验发现该系统可实现目标的准确跟踪。     

基于多模型检测的视频监控行人跟踪算法

研究了网络视频监控中行人检测和跟踪技术,并提出了基于多模型检测的视频监控行人跟踪算法.首先在已有检测算法的基础上,根据实验结果,分析了算法的优势和存在问题,提出了多模型融合检测算法,多模型融合检测算法充分利用各个单模型算法的优势,提高模型检测准确率,并使用快速特征金字塔算法提高了算法的实时性.随后在提出的检测算法基础上,结合卡尔曼滤波算法和匈牙利最优匹配算法实现多目标行人检测和实时跟踪.MOT测试视频实验结果表明:提出的跟踪算法能够较好地实现多目标行人检测和跟踪,适合网络视频监控场景.     

基于AM5708的智能多目标跟踪监控系统设计

监控系统的视频序列往往受到环境噪声、运动目标繁多和目标遮挡的影响,针对传统视频监控无法对人员实施有效检测、跟踪和计数的问题,设计一种基于ARM的智能多目标跟踪监控系统.从整体性角度阐述系统硬件设计方案和软件环境搭建.在算法实现方面,基于改进的自适应高斯混合模型和卡尔曼滤波实现了目标检测和跟踪,引入匈牙利算法进行数据关联来解决多目标跟踪的任务指派问题,同时利用检测目标和预测目标之间的欧式距离以及卡尔曼滤波解决了遮挡问题.实验结果表明,系统在场地和摄像头视角有限的情况下可以有效跟踪到6个运动目标,其平均处理能力保持在18帧/s.     

基于单运动目标的PTZ检测跟踪系统设计

针对现有PTZ系统在背景图像动态变化时,对于恶劣环境、低照度和光线不足等容忍度差,误检率高,难以同时达到准确、实时、可靠等跟踪要求的缺点,提出了一种新型PTZ检测跟踪系统.运用自适应背景差分法分割出运动目标;采用改进的OSTU算法获得动态阈值;通过帧间差的结果控制背景累计更新;使用投影法实现运动目标的精确定位.在CamShift算法基础上加入Kalman滤波进行运动预测,实现了对运动目标的PTZ实时跟踪.在VC+ +环境中,利用图像采集卡和快球进行高速图像采集与云台控制,以行人为运动目标进行测试.结果表明,该系统实现了运动目标的检测、定位和PTZ跟踪;从其统计的检测率和运行时间看,有很好的鲁棒性和实时性.     

基于BF533的视觉监控系统设计与实现

设计并实现了基于ADSP-BF533芯片的视觉监控系统,分析了视频采集、压缩等关键环节的设计方法,实现了视频目标检测跟踪算法.实验结果表明,该系统能实现实时视觉监控.     

CamShift算法在足球机器人系统中的应用与改进

现有的CamShift算法虽可实现指定目标的连续跟踪,但直接应用在足球机器人上存在需要手工指定搜索目标等问题;文章通过对CamShift算法的深入研究,提出在搜索过程中加入轮廓匹配、根据搜索返回值确定机器人的姿态和在搜索的迭代过程中加入目标运动区域预测等改进,在足球机器人上使用取得了很好的效果.     

基于高速球形摄像机的运动目标检测与实时跟踪系统

利用高速球形摄像机和图像采集与处理单元,设计了一种运动目标检测与实时跟踪系统．首先用混合高斯背景模型实现对运动目标所在区域的识别,由此确定运动区域的质心,并以该质心为中心初始化跟踪窗口;然后在目标区域内提取颜色特征,通过CamShift算法计算目标的精确位置并调整搜索窗口大小．系统利用这些信息,通过串口控制高速球形摄像机的运动,使目标始终位于摄像头的视场范围内,并尽可能位于视场中央,以实现对运动目标的快速准确的实时跟踪．在艾立克一体化球形摄像机上进行了实验,验证了本系统的有效性．     

基于嵌入式雷达的近海渔船分布式监控系统

为对渔船实施有效监控,提出一种基于嵌入式雷达的近海渔船分布式监控系统.系统由多个雷达监控站和一个中心指挥系统构成.雷达监控站使用MD-3641/3642雷达,采用Internet网络技术和CDMA/GPRS通信技术实现与指挥中心的数据传输.采用基于数学形态学原理的目标回波识别算法实现雷达图像去噪和回波边缘提取.应用结果显示:目标回波识别算法有较好的去噪效果,可准确确定目标回波的位置.该系统可实现对渔船的有效监控.     

一种有效的运动人体目标检测算法

运动目标检测是智能监控系统的重要组成部分,检测效果的好坏直接关系到目标跟踪及后续行为识别的效果,是整个系统优劣和实用性的关键.提出一种人体运动目标检测算法,采用背景减除法提取运动目标,自适应阈值对差分图像进行二值化处理及形态学处理.并利用LOG边缘检测算子,进一步提取目标轮廓,减少冗余,简化后续处理中算法的复杂度、减少运算时间.实验结果充分证明了该算法的有效性.     

基于DM648的目标实时跟踪的设计

本设计提出了以DM648为核心的图像跟踪系统的研究,在不同的环境下,我们对多目标的跟踪和检测采用一些常用算法：相关跟踪算法,并对其进行了探讨和分析.以DM648为平台的基础上对软件设计的方法和应用,实现了提取模板、匹配跟踪等算法的设计,实验结果显示了跟踪算法在实时图像跟踪中的应用.     

基于机器视觉的目标跟随六足机器人

针对智能机器人控制领域的机器视觉中的目标跟踪问题与机器人运动控制方法研究,设计实现了一款基于机器视觉的目标跟随六足机器人,该系统的机器视觉目标跟踪算法为TLD(tracking-learning-detection)算法,采用stm32嵌入式处理器驱动32路舵机控制板控制机器人运动,并设计实现了一种小型自动火控装置用于锁定目标后的定位打击.该系统融合了六足机器人运动学和机器视觉目标跟踪技术,对六足机器人步态进行研究,根据目标视觉导航,精确锁定目标,对目标进行瞄准打击做出了详细的设计实现工作.     

视频流下的人脸检测与跟踪

研究了基于AdaBoost算法的人脸检测、级联分类器,讨论了Haar-Like特征及其积分图的计算方法,以及微结构特征的详细定义和表示方式,并给出4种不同矩形特征的计算方法.以色彩直方图为跟踪特征,将基于AdaBoost的人脸检测算法与CamShift跟踪算法进行了有效的结合,并给出视频下的人脸检测与跟踪实验结果.实验结果表明,在尺度变化、角度变化以及有遮挡的情况下都得到了很好的检测、跟踪效果.     

基于视觉目标跟踪的行李托运系统设计与实现

针对复杂环境下视觉行李托运系统存在的目标遮挡问题,设计一种基于视觉目标跟踪的行李托运系统,同时提出一种基于边缘检测的移动人体跟踪方法,实现行李自动托运系统的设计.该行李托运系统由监控终端、ARM跟踪平台以及Wi-Fi定位系统组成.实施现场主要由ARM跟踪平台托运行李,并对移动人体目标进行实时跟踪,然后利用Wi-Fi信号强度信息对ARM跟踪平台进行定位和监控.应用结果表明:本系统在机场、车站等复杂环境下进行基于视觉的行李托运,具有较高的实时性和跟踪准确率,较好地解决了因遮挡导致的目标丢失问题.     

面向远程监控系统的嵌入式web服务器研究与实现

对嵌入式Web服务器的通信原理进行了研究,通过分析嵌入式Web服务器的设计需求和目标,提出了一种应用于远程监控系统的嵌入式Web服务器的实现方案,解决了传统监控系统成本高、搭建复杂、维护管理不便的问题,促进了视频监控领域网络化的发展.