基于GPRS的远程报警视频监控系统

提出了一个基于GPRS的远程报警视频监控系统，该系统利用运动目标检测技术，对待监视现场进行实时监控。通过对监控视频的帧差图像中的噪声进行建模，系统能检测监控区域是否出现运动目标，并一旦判断有可疑移动物体出现时，系统将实时产生报警，并将警报信息通过GPRS无线网络传送至值班人员。     

基于GPRS的远程报警视频监控系统

提出了一个基于GPRS的远程报警视频监控系统，该系统利用运动目标检测技术，对待监视现场进行实时监控。通过对监控视频的帧差图像中的噪声进行建模，系统能检测监控区域是否出现运动目标，并一旦判断有可疑移动物体出现时，系统将实时产生报警，并将警报信息通过GPRS无线网络传送至值班人员。     

社区异常行为智能识别防盗报警系统仿真

当前社区智能识别防盗报警系统采用广角视频人工识别异常行为,不能实时对社区异常行为进行监控和报警,存在报警误报率较高、报警延时较长、准确率较低等问题。针对上述问题,提出基于社区异常行为智能识别防盗报警系统,介绍了智能识别防盗报警系统的总体架构,包括图像采集模块、异常行为检测模块、远程监控模块、防盗报警模块四部分组成,并结合运动目标颜色特征的粒子滤波算法实现了对社区异常行为实时监控和实时报警。实验结果表明,所设计的智能识别防盗报警系统,报警误报率较低、报警延时较短、准确率较高。     

一种基于高斯混合模型的视频监控运动物体提取系统

现有的视频监控系统必须要依靠人对监控图像的实时观察才能发挥作用。设计并实现了一种基于高斯混合模型的自适应的视频监控运动物体提取系统,使用高斯混合模型对监控场景进行建模,利用对象形状的空间连通性和最小像素尺寸约束去除噪声影响,从而实时地分离出前景中的运动物体并对其进行追踪和计数,仿真实验的结果证明了系统的有效性。     

基于嵌入式的智能家居之视频监控系统设计

针对视频监控系统在智能家居中对异常情况处理不够智能、响应速度较慢的问题,提出嵌入式视频监控端的方案;首先搭建嵌入式开发板的组成模块,选择摄像头并配置红外线反射模块;其次考虑到智能家居视频监控的特点,提出适合嵌入式环境的改进三帧差分算法,对出现的目标物体进行轮廓提取和阴影消除;最后根据性能指标对改进算法验证,同时通过GPRS技术把处理好的图像发送给家居主人;实验表明该系统能实时对不明物体做出智能判断,运行稳定,实现了智能家居安全防范目的。     

基于3G网络的移动视频监控系统服务器端的设计

提出了一种基于3G网络的移动智能监控系统服务器端的设计方法。该系统主要包括视频采集压缩、视频数据发送以及危险行为告警等模块,采取基于混合高斯模型的视频运动目标检测与提取技术,以实现对于外人闯入的识别。同时为了增强系统的可靠性和实用性,利用无线上网模块通过3G网络实现了短信的实时告警功能。系统充分考虑了3G移动网络的特点和优势,有效地弥补了传统固网视频监控系统的不足和缺陷。利用计算机视觉类库OpenCV以及Visual C++6.0对上述算法进行了验证,取得了很好的检测报警效果,实验结果表明了该方法的有效性。     

基于DSP平台的网络视频监控系统构建

本文设计实现了一个基于DSP的嵌入式智能网络视频监控系统.整个系统包括视频服务器端、视频客户端和视频控制端三大部分.其中服务器端采用自行研制的嵌入式DSP开发平台实现,具有体积小、智能判断运动目标等特点.测试结果表明,该系统运行稳定,对于D1格式的视频图像,能达到实时网络视频监控的目的.     

采用UKF建模的实时背景提取和运动阴影检测

实时运动物体分割是实现智能视频监控和视频交通流量检测等视觉系统的基础。目前,影响运动检测的因素主要有两个方面,一是背景建模的准确性;二是运动阴影的干扰。提出了基于无偏卡尔曼滤波器(UKF)的背景提取和阴影检测方法,构建整体的运动物体检测框架。该方法通过对背景和阴影建模,分别从帧间差分和背景差分两个层次综合分析像素值的动态变化特性,并利用色彩和亮度变化特性检测出运动阴影,最后借助UKF对两个模型参数进行在线更新,实现实时的运动物体分割。与现有算法相比,该方法背景跟踪速度快、运动检测效果好、计算量较小。实验结果证明了该方法的有效性和实用性。     

基于流媒体的道口智能报警系统

为降低我国铁路道口交通事故的发生几率,提出了一种基于流媒体技术结合运动检测的道口智能报警系统.本系统采用C/S模式,它的前端(服务端)主要负责视频采集、图像处理、H.264编码以及视频与报警信息的传输,后端(客户端)采用嵌入式WinCE设备,负责实时接收视频和报警信息.描述了系统的总体设计方案和各功能模块的设计与实现,...     

一种基于图像的运动物体检测及高度分析算法

现代监控系统要求做到无人值守，而智能视觉监控能很好满足这个要求。文中为实现这种智能视觉监控系统做了一些算法上的研究工作：实现了对运动物体进行实时检测和追踪，并利用透视几何中的消影点、消影线以及交比的约束方法对运动物体高度进行了分析。试验结果表明，此方法将自适应阈值应用到物体检测中使检测结果更加精确，并且自动估算出的物体的高度误差也很小，具有一定的实用性。     

用ARM9实现移动目标跟踪的视频监控系统

提出了一种基于ARM的无线视频监控系统,该监控系统使用S3C2440处理器作为主控制器,并使用UVC摄像头进行视频数据的采集,最后利用WiFi网卡发送视频数据.搭载Linux操作系统并利用Mjpg_streamer视频服务器发送视频数据,然后通过自己设计的客户端接收视频数据.最后在基于Mean-shift算法的基础之上,使用Opencv 2.4.12和VS 2010开发平台以及C/C++编程语言实现了运动目标跟踪.实验结果表明,该监控系统可以为用户提供实时的 、稳定的 、清晰的视频图像,并且成功实现了在运动背景不太复杂,运动目标慢速移动情况下的运动目标的跟踪.     

基于纹理和灰度差分相结合的运动检测

运动目标检测在智能监控系统和交通检测系统中发挥着极其重要的作用,是视觉系统中的一个重要研究课题。文章提出了一种新的思路,利用图像的纹理信息,并结合图像的灰度差分,对运动图像进行分割,从而检测出运动目标。     

基于运动目标识别技术的视频监控系统

设计了一种基于运动目标识别技术的数字视频监控系统,对生产现场有无工人作业进行判断,实现无人值守的智能化监控。系统采用客户机／月良务器模型,利用企业局域网进行视频信号传输;利用帧间差分图像检测运动目标,实现视频运动对象的自动分割;采用边缘检测等技术提取运动目标的特征量;最后利用特征匹配算法对运动目标进行识别,判断目标类型,当现场长时间无工人作业时,发出报警信息。目前系统已投入运行,识别准确性较高。     

基于OpenCV的视频运动目标检测及其应用研究

高斯混合模型已经成为对视频利用背景减除法进行运动目标检测的最多的一种背景建模模型,也成为一种标准模型。首先对高斯混合模型的理论框架进行了分析,然后采用OpenCV技术实现高斯混合模型来检测视频运动目标,实验结果表明高斯混合模型对摄像头静止的道路监控视频运动目标检测具有较好的效果。最后以该运动目标检测技术为基础设计了一种智能视频监控系统,该系统具有较好的实用性。     

视频压缩前端去隔行算法研究及系统设计

在智能监控系统的视频压缩前端设计中,提出了一种改进型的运动自适应视频去隔行算法,能够准确区分运动区域和非运动区域,并在保证非运动区域清晰度的前提下对运动区域进行适当补偿。     

基于背景差分法的煤矿井下视频动目标检测

煤矿井下运动目标的监测是随着工业视频监控、数字图像处理和模式识别等技术的发展而提出的一种安全生产管理的新需求,通过识别井下移动物体,判别其基本属性,跟踪其运动轨迹,分析其所处环境,结合预设参数及专业库,进行危险性判别及预警。针对煤矿井下环境的运动目标检测需求,描述了整个系统的组成及框架,采用背景差分法的基本原理,重点设计了矿井监控视频中的运动目标检测的流程及相关算法,结合Python与OpenCV的编程,混合高斯的建模过程,实现了煤矿井下综采工作面的运动目标的检测。现场应用表明,采用该流程及算法,在K=5,std=20,std_t=20,λ=3条件下,很好地实现了矿井监控视频中人员或矿车的动目标判别。     

自动分割视频序列中运动物体的新算法：多特征联合方法

视频编码标准MPEG-4增加了适于多种应用的基于视频内容的功能,为了支持这一功能和提高编码效率,MPEG-4将视频序列中的每一帧分解成视频对象面(VOP);另外,由于基于内容的视频检索和视频监控系统均期望用分割出的关键视频对象紧致地表示一个序列,同时由于视频分割技术在模式识别、计算机视觉等领域也得到了广泛的应用,因此,分割视频运动物体并跟踪运动物体的变化变得至关重要.为了对视频中运动物体进行有效的分割,在帧差图象的基础上,采用Canny边缘检测和随机信号的高阶矩检测相结合的方法,来自动分割视频序列的前景区域和背景区域,并在前景区域中应用区域生长法进行颜色分割,以精确提取运动物体的边缘;还利用边缘和颜色特征来对分割出的运动物体建立模板,用于解决非刚体运动中局部暂时停止运动的情况.实验结果表明,此方法可以有效地分割运动物体,并能跟踪运动物体的变化.     

基于运动目标的监控视频检索方法

随着我国视频监控网络的不断壮大,监控视频数据呈现海量增长的趋势,如何快速有效地进行监控视频检索变得越来越重要。提出一种基于运动目标的监控视频检索方法。对监控视频中的运动目标提取特征,生成相应的视频描述文件,通过匹配查询图片与描述文件中的运动目标特征最终找到相似对象出现的视频片断。实验表明,该方法实用性较好。     

基于自适应背景模型运动目标检测

随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困扰。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。从一个交通视频序列中识别出运动物体是许多交通监控系统应用系统的重要任务,针对该问题,提出了一种建立在对视频序列中的整个背景情景的统计描述基础上的运动目标的检测的有效方法,该方法能够适应变化的背景,具有较强的鲁棒性和较好的实时性。