《基于特征知识的视频识别技术》笔记

视频监控系统：

图像预处理：

进行图像预处理主要目的是为了消除图像中无关紧要的信息,恢复有用的真实的信息,增强相关信息的可检测性和最大限度地简化后续操作所需要的数据,从而增加图像分割、目标识别和特征提取等后续图像处理步骤的可靠性。常用的图像预处理技术包括图像灰度化、图像增强和图像还原、图像去噪、二值图像的形态学分析。

 

运动目标检测算法

运动目标检测是智能视频监控系统的核心技术,也是目标跟踪、行为理解等更高层次的处理算法的重要基础,而且目标检测的正确与否、质量好坏都将直接影响到后续算法的分析结果目前常用的方法可以根据算法的基本原理分为三类:帧间差分法、光流法和背景减除法。

1.           帧间差分法：帧间差分法的主要思想是利用视频中连续几倾的图像序列之间的差异来检测发生运动的区域。此算法主要通过相邻帧灰度图像的“求差”操作获取目标轮廓。三帧差分法,是通过计算连续三帧图像的灰度值差分后,经过图像相与操作和阈值操作后得到运动目标区域。

优点：计算量较小,算法运行耗时少,效率高（实时性高）

缺点：识别出来的目标轮廓不够理想、不够连续,目标内部会留有许多空洞，无法识别运动速度较慢的目标

2.           光流法：利用光流方程计算出每个像素点的运动状态矢量发现运动的像素点,并对这些像素点进行跟