论文总字数：29743字

摘 要

近年来，随着计算机视觉处理技术、电子技术、通信技术的蓬勃发展和各领域对安全的需求不断提高，智能视频监控技术展现出了广泛的应用前景和良好的经济效益，而实现视频智能分析的关键技术则是对运动目标的检测和跟踪。

本文在常用的运动物体的检测与跟踪算法的基础上，设计并实现了一个应用于安防领域的基于视频的边界入侵智能分析系统。本文的主要工作是在Visual Studio 2010 的开发环境下集成了OpenCV计算机视觉库和Qt图形用户界面库，通过调用OpenCV中提供的各类图像处理算法的基础上，设计并实现智能视频监控分析原型系统的主要功能。并采用Qt设计实现了该系统的图形界面，利用Qt的信号槽机制实现了程序的用户控制。本系统具有运动目标的检测、多目标跟踪、运动轨迹绘制、监控区域设置、物体入侵警报等功能。通过对多个不同监控视频运行的结果表明，该系统具有较好的稳定性和准确性。

关键词：智能视频监控，运动物体检测，运动物体跟踪，OpenCV，Qt

Abstract

In recent years, with the rapid development of computer vision technology, electronic technology and communication technology, the security requirements in various fields continuously improve. Intelligent video surveillance technology shows wide range of applications and great economic benefits. While, moving target detection and tracking is the key technology to achieve intelligent video analysis system.

In this thesis, the author analyzes several popular moving object detection algorithms and moving object tracking algorithms. And on this basis, the author designed a boundary invasion intelligence analysis system that is used in security, and achieved it. The author built a development environment with Visual Studio 2010 that integrated OpenCV (Open Source Computer Vision Library) and Qt graphical interface library. Based on various of image processing algorithms in OpenCV, author designed and achieved the kernel of the system. Then, the author designed the GUI of system by Qt and achieved user controls by using the SIGNAL/SLOT mechanism from Qt.

The system realizes the detection of moving targets, multi-target tracking, trajectory drawn, monitoring locales and object intrusion alarm functions. By processing some different surveillance videos, the results showed the system has good stability and accuracy.

key words: intelligent video surveillance, moving object detection, moving object tracking, OpenCV, Qt

目录

第一章 绪论 5

1.1 课题背景 5

1.2 研究现状 5

1.3本文的设计目的 2

1.4 使用的技术背景 2

1.4.1 OpenCV 2

1.4.2 Qt 2

第二章 算法理论 3

2.1 图像预处理 3

2.2运动目标检测 3

2.2.1 帧间差分法 3

2.2.2背景差分法 4

2.2.3 光流法 5

2.2.4 本文中采用的方法 5

2.3 图像后处理 5

2.3.1 形态学处理 6

2.3.2 连通域分析 6

2.4 运动目标跟踪 6

2.4.1 基于特征的目标跟踪方法 6

2.4.2 基于相关的目标跟踪方法 7

2.4.3 基于运动的目标跟踪方法 7

第三章 需求分析 8

3.1 任务概述 8

3.2 功能需求 8

3.2.1视频读取 8

3.2.2 视频播放 8

3.2.3监控区域设置 8

3.2.4视频分析 9

3.2.5分析结果显示 9

3.2.5运动轨迹绘制 9

3.2.6警报 9

3.3 性能需求 10

3.3.1 输入 10

3.3.2 播放帧率 10

3.3.3 实时性 10

第四章 总体设计 11

4.1 总体结构设计 11

4.2 功能设计 11

4.2.1 视频分析模块结构图 11

4.2.2 视频播放器组件结构图 12

4.3 功能流程图 13

4.3.1 视频处理模块流程图 13

4.3.2 图像处理和分析流程图 14

第五章 系统实现 16

5.1 总体实现 16

5.1.1主类Ivss_Main 16

5.1.2 界面组件集合类ui 17

5.1.3 视频分析类VideoProcessing 17

5.2 界面实现 18

5.2.1 视频播放器组件Videoplayer 18

5.2.2 绘图板组件DrawingBoard 18

5.2.3视频显示窗体部分的图层设置 19

5.3 功能实现 20

5.3.1 视频播放模块的实现 20

5.3.2 视频分析模块的实现 20

第六章 系统测试 23

6.1 视频播放测试 23

6.2 运动物体检测测试 24

6.3 运动物体跟踪测试 24

6.4 警报测试 25

第七章 总结和展望 26

7.1总结 26

7.2展望 26

致谢 27

参考文献 28

第一章 绪论

1.1 课题背景

传统的视频监控系统功能单一，占用大量存储空间，靠人力值守导致运行效率低下。然而随着计算机视觉处理技术、电子技术、通信技术的快速发展，以及金融证券部门、企事业单位、家庭住宅以及公共场所的安全需求不断地提高，智能视频监控正不断延伸到社会的各个角落^[4]。

到目前为止，绝大多数的视频监控系统只是录像和存储图像，为发生事故后提供取证的便利，所以对视频图像是毫无选择的全部存储。而随着时间的推移，大量的数据对存储设备提出了更高的要求，不仅如此，有好多信息对人们都是重复的或者无用的，这也给信息的检索带来极大困难。如今，人们对安全的概念已经从“事后分析事故原因”提高到“预先防止”的层次。而传统的人工值守的视频监控方式要求监控人员持续监视屏幕，并通过解释获取的视频信息做出决策。这样的“实时”监控方式极易导致误报、漏报。特别是当监控视频采集到多区域、长时间的视频图像数据时，监控人员将很难对这些庞大的图像信息进行理解和解释。因此，这样的人工值守监控方式已经不能满足日益增长的监控需求和监控规模的需要。而以全天候、无人值守、自动告警和实时分析等智能化特点见长的智能监控的需求则变得越来越迫切。

剩余内容已隐藏，请支付后下载全文，论文总字数：29743字