資源描述：
《多攝像機(jī)全景視頻監(jiān)控中的若干關(guān)鍵技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)TN911.7學(xué)校代碼10590UDC621.396.9密級(jí)公開(kāi)深圳大學(xué)博士學(xué)位論文多攝像機(jī)全景視頻監(jiān)控中的若干關(guān)鍵技術(shù)研究學(xué)位申請(qǐng)人姓名孟凡陽(yáng)專業(yè)名稱信號(hào)與信息處理學(xué)院（系、所）信息工程學(xué)院指導(dǎo)教師李霞教授深圳大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文多攝像機(jī)全景視頻監(jiān)控中的若干關(guān)鍵技術(shù)研究是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的作品或成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律
2、后果由本人承擔(dān)。論文作者簽名：日期：年月日多攝像機(jī)全景視頻監(jiān)控中的若干關(guān)鍵技術(shù)研究摘要視頻監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)研究熱點(diǎn)，其目的是有效地從監(jiān)控?cái)z像機(jī)獲取的視頻數(shù)據(jù)中提取有用信息。由于單個(gè)攝像機(jī)的視場(chǎng)有限，且易受到場(chǎng)景限制，在一些應(yīng)用中，例如，跟蹤城市道路中運(yùn)行的汽車時(shí)，需要將多個(gè)攝像機(jī)協(xié)同起來(lái)進(jìn)行監(jiān)控。與單攝像機(jī)視頻監(jiān)控相比，多攝像機(jī)視頻監(jiān)控不僅能夠進(jìn)行大視場(chǎng)監(jiān)控，而且可以解決單攝像機(jī)視頻監(jiān)控中存在的一些難題，例如，目標(biāo)遮擋，三維重建等。但與此同時(shí)，多攝像機(jī)視頻監(jiān)控也引入了大量新的困難和挑戰(zhàn)，例如，在具有較大視角和光照條件變化的不同攝
3、像機(jī)之間進(jìn)行目標(biāo)匹配，在復(fù)雜的多攝像機(jī)拓?fù)浣Y(jié)構(gòu)下的進(jìn)行目標(biāo)跟蹤等。面對(duì)這些困難和挑戰(zhàn)，迫切需要針對(duì)多攝像機(jī)視頻監(jiān)控技術(shù)進(jìn)行深入研究。本文以設(shè)計(jì)一個(gè)多攝像機(jī)全景視頻監(jiān)控實(shí)驗(yàn)驗(yàn)證系統(tǒng)為目的，對(duì)多攝像機(jī)視頻監(jiān)控技術(shù)中的若干關(guān)鍵問(wèn)題進(jìn)行了深入研究，取得了以下研究成果：1.提出了一種魯棒的特征點(diǎn)匹配算法：基于空間序約束雙向近鄰?fù)镀钡奶卣鼽c(diǎn)匹配算法，用以剔除初始匹配點(diǎn)對(duì)集合中的誤匹配點(diǎn)對(duì)。對(duì)于給定的初始匹配點(diǎn)對(duì)集合(包含誤匹配點(diǎn)對(duì))，構(gòu)建相應(yīng)的有向近鄰圖，并將剔除誤匹配點(diǎn)對(duì)的問(wèn)題轉(zhuǎn)化為一個(gè)二分類問(wèn)題。在分類過(guò)程中，首先，利用特征點(diǎn)對(duì)和其近鄰點(diǎn)對(duì)集合對(duì)應(yīng)
4、的空間近鄰約束標(biāo)記特征點(diǎn)對(duì)的類別；然后，利用k近鄰類密度估計(jì)，得到各個(gè)特征點(diǎn)對(duì)在近鄰空間序約束下的后驗(yàn)內(nèi)點(diǎn)概率；最后，將一致內(nèi)點(diǎn)集合中所有特征點(diǎn)對(duì)所對(duì)應(yīng)后驗(yàn)內(nèi)點(diǎn)概率的均值，作為特征點(diǎn)對(duì)的雙向緊鄰?fù)镀?，并根?jù)雙向近鄰?fù)镀碧蕹`匹配點(diǎn)對(duì)。該算法通過(guò)迭代的方式剔除有向近鄰圖中的誤匹配點(diǎn)對(duì)，直到算法滿足給定的收斂條件，實(shí)驗(yàn)結(jié)果表明，與已有的算法相比，該算法在不同的數(shù)據(jù)集上都具有較好的魯棒性。2.提出了一種自動(dòng)的局部多攝像機(jī)顏色校正算法，用以解決局部多攝像機(jī)系統(tǒng)的顏色不一致問(wèn)題。首先，利用相鄰攝像機(jī)之間的顏色特征分布的形狀不變性，計(jì)算相鄰攝像機(jī)之間的
5、顏色校正參數(shù)；然后，通過(guò)定義的基準(zhǔn)攝像機(jī)度量函數(shù)，選擇出最優(yōu)基準(zhǔn)攝像機(jī)，并通過(guò)單源路徑算法自動(dòng)得到各個(gè)攝像機(jī)到基準(zhǔn)攝像機(jī)的參數(shù)傳遞路徑；最后，通過(guò)參數(shù)傳遞得到攝像機(jī)對(duì)應(yīng)的顏色校正參數(shù)。實(shí)驗(yàn)結(jié)果表明，該算法不僅能夠自動(dòng)實(shí)現(xiàn)對(duì)局部多攝像機(jī)的顏色校正，而且能夠有效地解決局部多攝像機(jī)系統(tǒng)由于攝像機(jī)差異而引起的顏色不一致問(wèn)題。I多攝像機(jī)全景視頻監(jiān)控中的若干關(guān)鍵技術(shù)研究3.提出了一種穩(wěn)定的彩色紋理特征描述方法：基于局部顏色恒常性的彩色LBP算法，用以提高已有彩色LBP算法對(duì)圖像顏色變化的魯棒性。對(duì)于彩色圖像中任意點(diǎn)的顏色矢量，首先，根據(jù)局部顏色恒常性假
6、定，計(jì)算出對(duì)應(yīng)的局部恒常顏色矢量；然后，將顏色矢量和其鄰域顏色矢量依照局部恒常顏色矢量進(jìn)行分解，得到對(duì)應(yīng)的局部顏色恒常性分量；最后，利用局部顏色恒常性分量之間的序關(guān)系進(jìn)行LBP編碼。實(shí)驗(yàn)結(jié)果表明，與已有的彩色LBP算法相比，該算法不僅能夠有效地描述圖像的局部彩色紋理，而且對(duì)光照條件和攝像機(jī)變化具有很好的魯棒性。4.提出了一種有效的MeanShift聚類算法：雙向自適應(yīng)均值融合漂移算法，用以克服已有MeanShift優(yōu)化方法的不足。首先，對(duì)MeanShift算法在不同自適應(yīng)核帶寬策略下，對(duì)應(yīng)有效樣本點(diǎn)與估計(jì)點(diǎn)之間的概率密度關(guān)系進(jìn)行深入分析；然
7、后，提出了一種負(fù)向優(yōu)化方法，用以保證MeanShift矢量能夠遠(yuǎn)離密度下降方向；最后，提出了一種雙向自適應(yīng)均值融合漂移算法，該方法通過(guò)對(duì)負(fù)向優(yōu)化方法和正向優(yōu)化方法的融合，提高了MeanShift算法跳出局部最優(yōu)的能力。實(shí)驗(yàn)結(jié)果表明，該算法在不同的實(shí)驗(yàn)數(shù)據(jù)集上的聚類性能優(yōu)于與已有MeanShift聚類算法。5.在以上研究成果的基礎(chǔ)上，設(shè)計(jì)了一個(gè)多攝像機(jī)全景視頻監(jiān)控實(shí)驗(yàn)驗(yàn)證系統(tǒng)，并在該實(shí)驗(yàn)驗(yàn)證系統(tǒng)中驗(yàn)證了本文研究成果在應(yīng)用中的有效性。關(guān)鍵詞：多攝像機(jī)全景視頻監(jiān)控；特征點(diǎn)匹配；多攝像機(jī)顏色校正；彩色LBP；MeanShift聚類IIResearc
8、honSomeKeyTechnologiesofMulti-camerasPanoramicVideoSurveillanceAbstractVideosurveillanceh
