pc摄像的监控系统设计(附件)
基于PC摄像的监控系统设计是图像处理计算机视觉的热点问题，本文利用计算机视觉完成对运动物体的捕捉和人体的运动追踪。本文阐述了双边滤波、中值滤波、高斯滤波、均值滤波四种方法进行图像去噪的对比和筛选，并利用直方图均衡化完成图像的对比度增强。介绍了四种差分法检测运动物体（帧间差分、均值法背景建模、中值滤波器法背景建模、基于单高斯模型的背景建模）及在本课题中的优劣性及选择，最后经由BP神经网络完成对运动物体的识别分类。关键词 计算机视觉，运动追踪，背景差分法，神经网络
目 录
1 绪论 1
1.1 课题研究背景及意义 1
1.2 研究现状和发展趋势 1
1.3 工作安排 2
2 监控系统的总体设计 2
2.1监控系统的设计思想 2
2.2 系统总体功能 2
3 监控系统软件设计 3
3.1总体流程 3
3.2 图形采集 3
3.3 图像预处理 4
3.4 差分法 12
3.5 形态学图像处理 16
3.6 二值化处理 18
3.7 神经网络（ANN） 19
4 监控系统软件调试 24
4.1 开发环境 24
4.2 软件测试 24
结 论 28
致 谢 29
参考文献 30
1 绪论
1.1 课题研究背景及意义
伴随着计算机科学的发展，现代社会的人们已经进入到了一个信息时代。信息化时时刻刻影响我们身边的一切事物，给我们的生活带来了巨大的改变和提高。信息技术也是愈来愈深刻地影响着现代科技的进步。通过计算机技术、现代通信技术等现代信息技术发展起来的视频监控技术也成为当今社会发展的重要组成部分。是人们交流沟通、人身安全保障的重要手段和途径。监控技术亦是图像处理技术。利用其数据大，运算快，算法严谨，高可靠性，高集成度，高智能性特点所构成的各种图文系统在国民经济各部门得到了广泛的应用。
图像处理包括通用图像处理系统和专用图像处理系统[1]。在图像处理系统中，图像的采集显得十分重要。图像的质量关系到处理的结果， *好棒文|www.hbsrm.com +Q: ^351916072#
特别是在精准度要求较高的应用实践环境下。通用PC摄像头已经普及到千家万户了，几乎每个家庭都有个人电脑，而电脑上大多配有PC摄像头但它的应用及利用率并不是很高效，人们往往忽略其存在，很少有人会用摄像头做些别的，偶尔拿来视频交流。其利用价值没有被发挥出来，因此发掘其价值是本文的重点。利用PC 摄像头进行图像处理，包括人体的识别和运动物体的捕捉是可以实现并由其实现价值的。
所以对于开发和充分利用其性能以及大幅提高其图像处理性能的研究就显得必不可少。
1.2 研究现状和发展趋势
国内浙江大学的何梦超、刘利刚利用扩展的卡尔曼滤波SLAM和基于粒子滤波的FastSLAM算法完成对移动人体的定位和地图的建立，利用双向光流跟踪法来实现对于运动物体的跟踪，从而实现了单摄像头进行并行跟踪及地图算法的研究[2]。吉林大学的商依婷和李文辉利用HOG特征、SVM分类器和改进后的光流法完成跨摄像头的行人识别和追踪[3]。
目前国内很多大学高校（南大、清华、东南等）都有图像处理和计算机视觉方面的实验室和研究所，主要是对于人体检测识别、目标识别追踪等。行人运动方面清华大学有很高的科研水平。
国外不仅很多顶尖大学院校的实验室有行人检测识别、行人追踪方面的研究，各大汽车厂商和IT公司也有很多涉足该领域，例如耳熟能详的Google的无人驾驶汽车，德国大众的PROTECTOR计划和SAVEU系列等[4]。
可以看出，对于图像处理和计算机视觉领域的研究国内一直在发展提高，但发展时间晚于主流并与当前世界领先水平有很大差距。
本课题在国内外都是热门领域，有很大的研究意义和价值。我们可以去借鉴他人论文和经典文献去提出基于本文合适的算法和思路。
1.3 工作安排
在借鉴一些国内外论文和文献的基础上，本文围绕基于PC摄像的监控系统设计方法的选择和对比，系统的工作原理，算法的选择和比较，代码的编写与解释。
第一章 绪论，首先对本课题的研究目的和研究意义进行阐述，综述基于PC摄像的图像处理技术的研究现状和发展趋势，以及本文工作安排。
第二章 阐述了基于PC摄像监控系统设计的思路和流程，并介绍完成对各部分功能实现的算法。
第三章 对各部分算法的说明以及与其他算法的比较，阐明其各自的优缺点以及对于不同系统的抉择性。
第四章 介绍软件调试和系统的开发环境。阐述了研究成果的调试、有待改进的地方及本课题的未来展望。
2 监控系统的总体设计
2.1监控系统的设计思想
本课题的设计思想：使用visual studio 2015 和opencv调用PC摄像头捕获图像，预处理捕获的图像，并使用用高斯滤波或者双边滤波等算法去噪图像，然后直方图均衡化增强了获取图像的对比度，从而完成对原始图像信息的预处理。然后对经处理过的图像再进行差分法以分离移动物体，然后将分离图像二值化，在经过形态学处理过后让其成为一个闭合的完整的二值化连通域，再对连通区域进行标记。利用神经网络实现系统对于人体和物体的识别，并对人体进行锁定跟踪。
2.2 系统总体功能
利用visual studio 2015 和opencv3.1调用PC摄像头完成对运动物体的识别并对运动人体的标记与追踪。
3 监控系统软件设计
3.1总体流程
本系统总体设计流程如图1所示。首先通过PC摄像头进行图像采集，再经由预处理和差分法完成对运动物体的分离，在进行形态学图像处理完成对运动物体的完整性标记，经由神经网络对物体识别分类，并对人体进行追踪。
图1 总体设计流程
3.2 图形采集
相机是以隔行扫描的方式以特定的分辨率对图像上的点进行采样，将图像上点的像素值以一定的对应方式转化为电信号，随后再将电信号转化为视频信号输出。
目 录
1 绪论 1
1.1 课题研究背景及意义 1
1.2 研究现状和发展趋势 1
1.3 工作安排 2
2 监控系统的总体设计 2
2.1监控系统的设计思想 2
2.2 系统总体功能 2
3 监控系统软件设计 3
3.1总体流程 3
3.2 图形采集 3
3.3 图像预处理 4
3.4 差分法 12
3.5 形态学图像处理 16
3.6 二值化处理 18
3.7 神经网络（ANN） 19
4 监控系统软件调试 24
4.1 开发环境 24
4.2 软件测试 24
结 论 28
致 谢 29
参考文献 30
1 绪论
1.1 课题研究背景及意义
伴随着计算机科学的发展，现代社会的人们已经进入到了一个信息时代。信息化时时刻刻影响我们身边的一切事物，给我们的生活带来了巨大的改变和提高。信息技术也是愈来愈深刻地影响着现代科技的进步。通过计算机技术、现代通信技术等现代信息技术发展起来的视频监控技术也成为当今社会发展的重要组成部分。是人们交流沟通、人身安全保障的重要手段和途径。监控技术亦是图像处理技术。利用其数据大，运算快，算法严谨，高可靠性，高集成度，高智能性特点所构成的各种图文系统在国民经济各部门得到了广泛的应用。
图像处理包括通用图像处理系统和专用图像处理系统[1]。在图像处理系统中，图像的采集显得十分重要。图像的质量关系到处理的结果， *好棒文|www.hbsrm.com +Q: ^351916072#
特别是在精准度要求较高的应用实践环境下。通用PC摄像头已经普及到千家万户了，几乎每个家庭都有个人电脑，而电脑上大多配有PC摄像头但它的应用及利用率并不是很高效，人们往往忽略其存在，很少有人会用摄像头做些别的，偶尔拿来视频交流。其利用价值没有被发挥出来，因此发掘其价值是本文的重点。利用PC 摄像头进行图像处理，包括人体的识别和运动物体的捕捉是可以实现并由其实现价值的。
所以对于开发和充分利用其性能以及大幅提高其图像处理性能的研究就显得必不可少。
1.2 研究现状和发展趋势
国内浙江大学的何梦超、刘利刚利用扩展的卡尔曼滤波SLAM和基于粒子滤波的FastSLAM算法完成对移动人体的定位和地图的建立，利用双向光流跟踪法来实现对于运动物体的跟踪，从而实现了单摄像头进行并行跟踪及地图算法的研究[2]。吉林大学的商依婷和李文辉利用HOG特征、SVM分类器和改进后的光流法完成跨摄像头的行人识别和追踪[3]。
目前国内很多大学高校（南大、清华、东南等）都有图像处理和计算机视觉方面的实验室和研究所，主要是对于人体检测识别、目标识别追踪等。行人运动方面清华大学有很高的科研水平。
国外不仅很多顶尖大学院校的实验室有行人检测识别、行人追踪方面的研究，各大汽车厂商和IT公司也有很多涉足该领域，例如耳熟能详的Google的无人驾驶汽车，德国大众的PROTECTOR计划和SAVEU系列等[4]。
可以看出，对于图像处理和计算机视觉领域的研究国内一直在发展提高，但发展时间晚于主流并与当前世界领先水平有很大差距。
本课题在国内外都是热门领域，有很大的研究意义和价值。我们可以去借鉴他人论文和经典文献去提出基于本文合适的算法和思路。
1.3 工作安排
在借鉴一些国内外论文和文献的基础上，本文围绕基于PC摄像的监控系统设计方法的选择和对比，系统的工作原理，算法的选择和比较，代码的编写与解释。
第一章 绪论，首先对本课题的研究目的和研究意义进行阐述，综述基于PC摄像的图像处理技术的研究现状和发展趋势，以及本文工作安排。
第二章 阐述了基于PC摄像监控系统设计的思路和流程，并介绍完成对各部分功能实现的算法。
第三章 对各部分算法的说明以及与其他算法的比较，阐明其各自的优缺点以及对于不同系统的抉择性。
第四章 介绍软件调试和系统的开发环境。阐述了研究成果的调试、有待改进的地方及本课题的未来展望。
2 监控系统的总体设计
2.1监控系统的设计思想
本课题的设计思想：使用visual studio 2015 和opencv调用PC摄像头捕获图像，预处理捕获的图像，并使用用高斯滤波或者双边滤波等算法去噪图像，然后直方图均衡化增强了获取图像的对比度，从而完成对原始图像信息的预处理。然后对经处理过的图像再进行差分法以分离移动物体，然后将分离图像二值化，在经过形态学处理过后让其成为一个闭合的完整的二值化连通域，再对连通区域进行标记。利用神经网络实现系统对于人体和物体的识别，并对人体进行锁定跟踪。
2.2 系统总体功能
利用visual studio 2015 和opencv3.1调用PC摄像头完成对运动物体的识别并对运动人体的标记与追踪。
3 监控系统软件设计
3.1总体流程
本系统总体设计流程如图1所示。首先通过PC摄像头进行图像采集，再经由预处理和差分法完成对运动物体的分离，在进行形态学图像处理完成对运动物体的完整性标记，经由神经网络对物体识别分类，并对人体进行追踪。
图1 总体设计流程
3.2 图形采集
相机是以隔行扫描的方式以特定的分辨率对图像上的点进行采样，将图像上点的像素值以一定的对应方式转化为电信号，随后再将电信号转化为视频信号输出。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/1155.html
