基于Hi3519的实时监控系统设计及运动检测算法改进

设计实现了基于Hi3519的实时监控系统.在硬件部分,选择海思的视频监控芯片Hi3519作为核心处理芯片,并采用AR0130作为本系统的图像传感器.在软件部分,完成了在监控服务器端对媒体处理软件的开发,包括视频的采集、处理、压缩编码、区域管理.在应用层移植RTSP协议,以保证视频的实时传输,最后通过无线网络将视频传输至VLC监控端进行解码显示.在VLC监控端显示出来的图像清晰流畅,性能稳定,具有高压缩性和实时性,同时,通过对运动检测算法的研究,提炼出适用于本系统改进后的运动检测算法.实验结果表明,改进后的运动检测算法与原来的相比具有更高的准确性,体现了智能视频监控系统的特点.     

基于差分均值背景提取和矩阵分区目标检测算法的研究

为提高对车辆图像的检测程度和实时性,针对智能交通系统,通过对实时路况的信息采集和视频图像的处理,提出了一种基于差分均值的背景提取计算方法和矩阵分区域的阴影检测方法,最终得到一个视频车辆的检测原型,从而实现对运动车辆的检测.实验结果表明,此种方法简单、计算量小、鲁棒性高,能快速地提取出背景图像,检测出比较完整的车辆阴影,可满足多运动目标的实时检测要求.     

自适应背景下的运动目标检测

智能视频监视就是实时地观测被监视场景的运动目标,如人或车辆等,并且分析描述其行为.在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能.采用基于自适应背景相减法的运动目标检测,并结合数学形态学的方法来进行特征提取.该方法由于增强了边缘检测技术,所以有效地提高了检测水平.     

复杂场景下运动车辆实时动态自适应检测方法

针对复杂交通场景中运动车辆检测方法存在的局限性,提出了一种基于自适应背景与改进动态阈值相结合的运动检测算法.基于当前帧与背景相减得到的差分图像,利用自适应阈值选取方法分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测.根据检测结果,采用中值更新策略实现背景图像的实时更新.实验结果表明,该算法可以从复杂交通场景图像序列中有效地检测出运动目标.而且算法计算量小,具有良好的鲁棒性与实时性品质指标,能够很好地满足智能交通监控系统中运动车辆实时检测技术要求.     

监控视频中的移动目标侦测算法研究

针对违章停车人工检测方式存在的准确率低、成本高且难以实时判断等缺点,文章提出一种监控视频中的移动目标侦测算法,用来检测和识别违章停车。该算法采用混合高斯模型进行背景建模,用以检测监控场景中的运动目标,并通过支持向量机(support vector machine,SVM)分类器判断运动目标是否为监控车辆,如果是监控车辆,则根据车辆停留时间将车辆分类,一旦发现违停车辆,系统会发出报警。实验结果表明,该算法准确率高、实时性好。     

基于运动检测与H.264的智能监控系统设计与实现

针对远程智能监控的应用,基于H.264视频编解码与运动检测标识技术,在由小型工控机与计算机组建的客户机/服务器系统上设计并实现了实时运动检测视频监控系统。系统对采集的视频帧进行H.264规范的压缩编码并传输,在保证图像质量前提下降低了带宽与存储开销。运动检测算法在Kalman动态背景更新的基础上,采用了加权方式的图像差分法。通过实际试验表明,该系统能稳定的压缩传输视频流,并在不增加虚警的情况下,提高了系统的检测准确度。     

实时背景下的遗撒物体检测研究

在视频智能监控系统中,遗撒物体的检测是一个重要的环节.首先通过建立混合高斯模型实时更新视频序列的背景图像,然后利用背景差分实现对运动目标的检测,最后将检测出的运动物体的重心、面积及轮廓作为参数,用来判断一段时间连续视频序列中参数的不变性,从而检测出遗撒物体.实验结果表明,该方法能准确的检测出遗撒物体,具有很强的可靠性和鲁棒性.     

自适应背景下的运动目标检测

智能视频监视就是实时地观测被监视场景的运动目标,如人或车辆等,并且分析描述其行为。在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能。采用基于自适应背景相减法的运动目标检测,并结合数学形态学的方法来进行特征提取。该方法由于增强了边缘检测技术,所以有效地提高了检测水平。     

基于监控视频的校园车辆管理

监控视频智能分析是智慧校园的关键内容之一,可自动提取并识别监控视频中的有效事件信息。本文基于深度学习实现校园监控车辆管理,基于深度图像特征提取识别车辆,基于车辆检测实现跟踪、速度检测和超速以及违停等事件检测,实现了应用系统,检测效果优于传统方法。     

复杂道路环境下车辆视频快速识别系统研究

提出一种基于WLAN无线局域网的车辆移动视频快速识别系统架构,由AP 连接周边的无线网络终端,形成星形网络结构,使整个无线网的终端都能获得实时视频,从而克服了有线监控系统不可移动以及系统难以扩展、不易设置和维护等缺点,为在偏远和复杂道路环境下监控实施带来了极大方便.同时,将Boosting算法应用在动态车型图像检测系统中,仿真实验表明大大提高了对运动过程中车辆的识别监测能力、改变了传统车型识别方式,对智能交通系统的发展起着积极的推动作用.     

华南师范大学校园智能交通管理系统的构建

针对当前高校校园交通管理普遍存在的问题并结合华南师范大学的实际情况,构建一个能促进交通安全、极大地提高工作效率的校园智能交通管理系统．本系统通过车辆进出口终端采集进出车辆的实时数据,视频监控终端实时采集视频数据,无线通信保证系统的指挥调度,车辆数据及视频数据通过校园网传输到交通管理中心,管理中心利用地理信息系统（ＧＩＳ）、大屏幕显示及信息交换系统等先进技术手段,实现视频监控、语音调度、车辆管理系统和工作人员协同工作,提高工作效率．     

基于车辆方波脉冲时序图的交通流参数实时检测算法

提出一种基于车辆方波脉冲时序图的交通流参数实时检测算法,克服了现有方法易受光线变化及天气影响、运算量大等缺陷,提高了实时交通流参数检测的准确率,为智能交通系统提供有力支撑。研究基于虚拟检测线,将交通监控视频降维处理为包含时间和空间信息的时空图,而后对时空图进行前景提取,生成二值化时空图的垂直投影,针对像素累积图设计了系统性去噪及车辆对象识别方法,进而生成车辆方波脉冲时序图,实时检测出车流量、车头时距、时间占有率、车辆速度并进行车辆分类。分析结果表明,所提出的方法能克服雨雪天气、夜晚光线等干扰,快速而准确地进行多车道交通流参数获取,计算负荷小,方法准确率高达97.32%,可满足智能交通系统对交通流参数检测实时性和精度的要求。     

基于交通视频的运动车辆检测方法

为解决交通测试系统中车辆实时跟踪和分割的问题, 以数字图像处理方法为手段, 针对采集到的交通路况信息, 重点研究了背景差分算法提取运动车辆, 并提出了一种计算量较小的自适应背景更新算法; 采用一种工作在HSV(Hue, Saturation, Valve)空间非基于模型的车辆阴影检测算法, 并提出设置阈值参数的方法, 在去除车辆阴影的同时也滤除了行人、 自行车及摩托车等干扰; 针对车辆阴影检测后的二值化图像, 采用适合的形态学方法进行后期处理。对实际交通环境下的大量视频和图像进行测试的结果表明, 该方法可以有效地实现运动车辆的检测。     

利用时空图方法进行车流量实时检测

提出了一种新的时空图计算方法,并且利用时空图对车流量进行实时检测。该方法中,首先使用时空图将交通监控的视频转换成空间信息与时间信息都包含在内的连续图像,然后对时空图进行边缘提取、图像分割等处理,利用时空图上车辆的边缘、形状和占道率等信息,计算出一段时间内的车流量。本实验所用的视频由架在路边建筑物上的摄像机拍摄获得。实验结果表明,该方法能够实时、有效、准确地检测出一段时间内的交通车流量,并且能够对实时的路况进行监测,具有很好的实用价值。     

基于ARM的远程实时视频监控系统的研制

为解决传统车辆监管系统不能对行驶中车辆实时视频监控的问题,研制了一套基于ARM11的远程实时视频监控系统.系统采用了基于客户机/服务器（C/S）结构的整体设计方案,在车载客户端完成车辆信息的采集、视频信息的压缩编码,通过3G无线网络将数据发送到远程服务器,在服务器实现实时显示.实验表明,系统运行稳定,服务器可以获得良好的视频质量和定位精度.     

混有CACC和ACC车辆的连续型元胞自动机交通流模型

现有的混合交通流元胞自动机模型中自动驾驶车辆与手动驾驶车辆在跟驰模型上大多仅存在反应时间上的差别,并不能体现自动驾驶上层控制系统实时调节加速度保持车速稳定的特点,基于Gipps模型和Path实验室标定的自适应巡航控制(adaptive cruise control, ACC)和协同自适应巡航控制(cooperative adaptive cruise control, CACC)跟驰模型提出了更符合自动驾驶机理的连续型元胞自动机模型。通过计算机数值仿真分别从速度、流量、拥堵比例以及期望车间时距方面对不同渗透率下的混合交通流进行分析。结果表明,智能网联车辆能有效提高道路通行能力,当渗透率为40%～60%时,道路通行能力比纯人工驾驶车辆时提升14%～30%,当道路上全为智能网联车时,其通行能力约为纯人工驾驶车辆的1.9倍;同时在相同智能网联车渗透率下,道路通行能力随智能网联车辆期望车间时距减小而增大。     

基于感应控制的行人二次过街系统设计

为了改善一次过街方式交叉口的交通拥堵状况,以感应控制为核心的行人二次过街系统能够对交叉口的交通状况进行改善,并实现智能控制。系统基于对机动车道和人行横道交通信号相位的合理设置,同时利用行人和车辆检测器实时传输的数据,通过计算机分析计算,得出交叉口感应控制系统应显示的放行时间,设计出能够兼顾行人、非机动车与机动车三者安全通行的最佳方案,以此来提高交叉口道路的通行能力,保障交通安全。     

一种基于边缘信息的改进车辆检测方法

实时获取车辆有无、车流量等交通信息,在智能交通系统中有着及其重要的作用.基于视觉的交通监视系统具有直观明了、系统使用和维护费用相对较低等优点,因而广泛应用于公路干线和交叉道口的交通监控.但是由路边建筑、树木引起的阴影,是导致车辆检测错误的一大主要因素.笔者提出了一种基于边缘信息的改进车辆检测算法,用于检测车辆,进而实现对过往车辆的正确计数.     

基于多通信机制与机器视觉的智慧小区视频 监控系统

为了有效监控小区内的车辆速度,实现保障小区业主人身安全和促进城市小区健康发展,本文设计了一套基于多通信机制与机器视觉的智慧小区视频监控系统。首先,将基于Socket的网口通信与基于RS232的串口通信实施融合,连接测速摄像头与中心服务器,构建起智慧小区车辆视频监控系统的硬件平台。然后,结合高斯模型、Harris角点定位与RANSAC匹配优化方法,设计了车辆速度检测算子,实现车辆有无判断和车辆速度计算。在Visiual Studio平台开发系统,并对所提智慧小区视频监控系统进行了测试,结果表明:本文提出的智慧小区视频监控系统,在车速检测和系统智能性方面,都优于传统小区视频监控系统。