智能监控系统主要应用于银行、商店、停车场等场合。智能监控系统能够进行连续24小时的实时监控,并自动分析摄像机捕捉的图像数据。当正在监控的场所发生异常情况时,系统能及时准确地向保卫人员发出警报。智能监控系统可以避免可能的犯罪的发生,同时也减少雇佣大批监视人员所需要的人力、物力和财力的投入。 本文首先综述了智能监控系统的发展历史和现状,然后对智能监控系统中两个关键技术,即运动检测和运动跟踪,分别进行了研究。 运动检测是智能监控系统的首要环节。运动检测算法设计的好坏是整个系统成败的关键,它占据了整个系统大部分运算量。本文提出了一种减背景方法和时域差分相结合的运动检测方法。它主要通过图像差值后的灰度值不同,区分出前景运动区域和背景运动区域,研究了二值化后的运动物体去噪的算法,用数学形态学的膨胀和腐蚀方法填补空洞,用连通域的方法区分出多个运动目标。 运动跟踪是智能监控系统的重要环节。在分析已有的运动跟踪方法的基础上,本文探讨了卡尔曼滤波的运动估计,建立了质心的特征模型,得出运动物体的移动变化图像,详细给出了运动轨迹的实现。该算法充分考虑了运动目标暂时消失,可用于多目标的跟踪,具有较强的实时性和鲁棒性。