基于机器视觉人体运动目标智能监控系统设计与探讨

基于机器视觉的运动目标的检测与自动跟踪融合了图像处理、模式识别、人工智能、自动控制以及计算机等多学科领域的先进技术,在机器人视觉、可视预警、机器导航、交通管理、多媒体教学、人机交互及重要场所安全监控等领域有着广泛的应用。随着社会对安全要求的日益重视和提高,安全监控越来越重要。本文主要研究如何在复杂的运动环境下检测与自动跟踪运动人体目标,使运动目标一直处在运动摄像机的监视范围内。研究主要分两个部分:一、通过图像处理检测出运动目标在图像中的位置;二、通过步进电机及其驱动器,控制摄像头自动跟踪运动目标的闭环模糊控制部分。首先综述了课题的国内外研究发展状况,总结和分析现有运动目标检测与跟踪的基本工作原理及难点。通过对已有的多种自动跟踪监控系统方案的比较,提出并设计了云台硬件及软件系统,硬件主要由步进电机及其L297/L298驱动器、基于P89V51单片机的控制器和RS-232串口通讯等组成,软件主要通过MODBUS协议实现云台与PC机串口通讯。用该系统控制云台上的摄像头按检测到的目标位置方向和角度旋转。图像处理部分是能否检测到目标及其位置的关键。首先是进行图像的采集,目标分割与提取进行如:中值滤波、二值化、数学形态学处理、边沿检测等,推荐了一种新的边界检测函数,能得到比Canny算子检测更清楚及去噪效果更好的图像边沿。接着是图像的识别与跟踪,通过对当前运动跟踪应用比较广泛的MeanShift算法的分析,为满足实时性及全自动跟踪的要求,用改进的Surendra算法不断更新背景以提取目标模板,同时提出了一种通过两帧相同运动区域来减少匹配范围的快速模板匹配算法。在图像的检测与跟踪系统中采用闭环控制的思想,建立云台跟踪控制模型,首先对摄像机坐标系与图像坐标系进行了转换。考虑到人体目标运动的随机性、非线性及要求采集到图像的稳定性,通过与PID控制比较,设计了模糊控制器。本文设计的运动摄像头自动跟踪运动人体目标系统现已运行在实验室环境下。【关键词】：机器视觉人体运动跟踪MeanShift算法步进电机控制模糊控制
【论文提纲】：致谢5-6中文摘要6-7英文摘要7-14第一章绪论14-201.1课题研究的目的和意义14-151.2国内外研究现状15-161.3人体运动自动跟踪系统的基本原理161.4研究的难点16-181.5论文总体架构及主要完成的工作18-201.5.1总体架构181.5.2主要完成的工作18-20第二章运动目标自动跟踪系统的平台设计20-372.1前言202.2跟踪平台系统设计要求20-212.3系统方案比较21-242.3.1视频监控系统主要方案比较21-222.3.2基于云台与的监控系统22-232.3.3新的自动跟踪系统平台设计23-242.4基于P89V51的单片机系统结构24-262.4.1P89V51单片机24-252.4.2电源与时钟模块252.4.3键盘输入及显示模块25-262.4.4总线驱动隔离模块262.5步进电机工作原理及驱动设计26-312.5.1步进电机的基本特点27-282.5.2感应子式步进电机工作原理28-292.5.3L297/L298步进电机控制及驱动器29-312.6CMOS摄像机原理及图像采集设计31-332.7RS232总线及MODBUS协议的实现33-362.8小结36-37第三章人体运动目标的图像采集与检测处理37-553.1前言373.2基于MATLAB的图像处理37-393.3图像预处理及目标阈值分割39-483.3.1中值滤波消除噪声39-403.3.2运动目标检测40-413.3.3图像二值化41-453.3.4数学形态学45-483.4边沿检测法48-523.4.1通常的边沿检测算子48-503.4.2新的边界检测函数50-523.5实验结果分析523.6小结52-55第四章人体运动目标的匹配跟踪55-704.1前言55-564.2图像匹配跟踪56-594.2.1图像匹配概述56-584.2.2图像匹配的经典算法58-594.3小区域的快速图像匹配算法59-654.3.1目标模板提取61-624.3.2小区域快速模板匹配方法62-644.3.3快速模板匹配结果64-654.4MeanShift跟踪算法65-684.4.1MeanShift算法65-664.4.2颜色表征和Bhattacharyya间隔准则66-674.4.3MeanShift图像匹配算法及Matlab实现67-684.5小结68-70第五章云台摄像机的自动跟踪控制70-835.1引言70-715.2摄像机坐标系的标定71-755.2.1图像坐标系、世界坐标系和摄像机坐标系71-725.2.2摄像机运动对图像平面点位置变化的影响72-755.3目标跟踪的云台PID控制75-775.4模糊控制77-805.5PID与模糊控制实验结果对比分析805.6小结80-83第六章全文总结83-85参考文献85-89攻读硕士学位期间发表的学术论文89-91学位论文数据集91