智能小区视频监控系统的研究--毕业设计论文.docx

科技学院2016届本科毕业论文智能小区视频监控系统的研究专 业： 电子信息工程 指导教师： 学生姓名： 学生学号： 1 2 2 0 0 4 0 4 6 7 中国贵州贵阳2016年5月目 录摘 要IAbstractII1 前期工作11.1 论文研究的背景及意义11.2 国内外的现状21.3 本文研究工作22 小区视频监控系统需求分析与设计32.1 智能小区视频监控系统需求分析32.2 智能视频主要内容32.3 图像的转换32.4 图像滤波32.5 小区智能监控系统架构组成42.6 智能小区视频监控系统实现方式设计53 视频图像的目标检测73.1 引言73.2 运动目标检测73.2.1帧间差分法73.2.2背景差分法83.3 图像分割83.3.1图像阈值分割93.3.2常用的阈值分割方法93.4本文采用的运动检测算法103.5 本章小结114运动目标的选取与跟踪124.1运动目标特征的选取124.2基于投影的目标跟踪125 论文总结与展望15参考文献16致 谢17贵州大学科技学院本科毕业论文（设计） 第 18 页智能小区视频监控系统的研究摘 要智能小区视频监控系统使安防理念不断的提髙，这在人们生活中有着重要的意义。对视频流中的图像进行分析是智能小区视频监控系统的核心，它的功能是实现视频中运动目标的检测和跟踪，还有目标识别，分析等，在这之中，有绝大部分有用的信息表现在运动的目标中，所以运输是话题检测与跟踪是智能视频监控系统现在在的主要内容。基于移动目标跟踪算法的运动目标检测和研究，和最后的智能视频监控系统的技术架构、工作原理以及它在小区安防中的优越性、应用情况、难点和未来发展趋势和关键技术进行了分析。本文研究提高运动目标检测的能力，解决了智能小区视频监控系统中的目标跟踪和视频监控系统中的跟踪丢失问题作为其应用价值和指导意义。【关键词】智能监控；目标跟踪；入侵检测Research on Video Monitoring System of Intelligent CommunityAbstractTheintelligentplotvideofrequencysupervisorysystemcausestoguardagainsttheideaunceasinglytoraisepeacefully,thislivesinthepeoplehasthevitalsignificance.Flowstothevideofrequencytheimagetocarryontheanalysisistheintelligentplotvideofrequencysupervisorysystemcore,itsfunctionisrealizesinthevideofrequencythemovementgoalexaminationandthetrack,butalsohasthetrack,butalsohasthetargetidentification,theanalysisandsoon,inthis,hasthemajorpartusefulinformationtodisplayinthemovementgoal,thereforethetransportationisthetopicexaminationandthetrackistheintelligentvideofrequencysupervisorysystemnowinprimarycoverage.Basedonthemobiletargettrackalgorithmmovementgoalexaminationandtheresearch,withthefinalintelligentvideofrequencysupervisorysystemtechnicalconstruction,theprincipleofworkaswellasitintheplotAnFangsuperiority,theapplicationsituation,difficultandthefuturetrendofdevelopmentandthekeytechnologieshascarriedontheanalysis.This paper studies the ability to improve the detection of moving objects, and to solve the problem of target tracking and tracking in the video surveillance system of intelligent residential area as its application value and guiding significance.【Key words】Intelligent monitoring, target tracking, intrusion detection1 前期工作1.1 论文研究的背景及意义通过摄像机来监视指定场所中所发生的事件叫做视频监控。主要是它能把视觉感受与听觉感受，以及对被监控对象的直观可见性与客观性的录制直觉的表达给人们，正因为如此，它已成为智能化小区安全的主要手段。模拟信号的传输和存储方法用于视频监控在过去，问题就是传输过程中易受干扰，不便于存储、 不稳定和其他缺陷。自进入 21 世纪，随着中国的经济发展，国家住房制度改革和改善人民的生活水平，现在已变得更加复杂要求的人们的生活条件，他们更多和更多关注社区的环境、 安全性能、 灵活和方便和舒适1。智能化小区已成为人们选择住房的重要标准，这主要因为现在的人们对小区智能监控系统还是非常放心的。人们利用先进的技术开发出视频智能监控加入安全防范系统中，由于它可靠性好，正好满足了人们对安全的需求，当然，也使的物业管理更加有效率，也使得小区的安全保障进入了更高的层次。高效、舒适与安全的小区，它已成为现代小区发展的趋势2。智能监测系统的现代社区有社区希望成为必要的配套设施之一。关于安全概念，以知道得越来越激烈，在人们心中生活环境和高的安全要求，当选择住宅的环境，通常周围监视的关键部件是人的一个非常重要的考虑。智能社区是现在很多已经安装视频监控系统，由于安装的安全网络，禁止由技术保护（智能小区监控系统）和人员保护（保安人员），以解决安全问题，要更加可靠和安全比网络安全。社区的智能视频监控技术分析和图像处理能力是非常强大的、 智能化监控系统的智能分析模块，可以通过分析算法智能监测活动，并能触发报警装置，尽可能的发挥出视频资源的作用和意义，还能提高网络的利用效率，因而能让以往的小区智能视频监控系统更加的智能化，来满足小区的住户对安防可靠性小区的需求3。智能小区视频智能监控系统是能够提高小区监控的安全性，小区采用智能视频监控系统可以采用分级监控的方式来代替以往的集中监控形式，保安人员不再是单个显示器屏幕可以更改监视的站点。其中智能视频分析系统它可以在没有人为处理的情况下进行视频图像处理、行为分析和解释。报警装置异常时自动触发并通知安全人员现场特殊情况和具体位置，保安人员可以迅速和有效地处理这个问题。现在的智能小区视频监控技术的研究不只具有实践意义，它还具有理论研究的意义。研究目标跟踪和干扰，环境智能监控系统建模、复杂背景元素如运动检测，它属于计算机视觉研究基金会的领域的许多问题本文研究的智能小区监控系统对计算机相关的领域的研究也具有很重要的意义。1.2 国内外的现状由于智能小区视频监控系统的经济价值和应用前景，在外国，有诸多研究机构和大型企业都投入财力人力研究智能小区视频监控系统，在我国，关于这方面的研究也在如火如荼的发展起来。目前，在国内从事小区智能视频监控系统的研究单位有清华大学、北京大学等4-5。1.3 本文研究工作本文的研究工作包括几个点，大概讲了本文的研究工作安排和智能监控系统研究的国内外现状，对用户需求进行了分析,并总结了客户对智能小区视频监控系统的功能需求及意见，讲述了智能小区视频监控系统的研究意义以及本文研究背景。还实现了运动目标检测，也针对智能小区视频监控中的背景变化问题提出解决方法。2 小区视频监控系统需求分析与设计 2.1 智能小区视频监控系统需求分析智能视频监控系统需要能够进行全面的监测、社区和的高科技和先进的技术、先进、可靠的监测设备、成熟和理性的结构、使用不仅体现了先进技术，保证了系统的安全性、 稳定性、可靠性理论。结合实际情况来设置小区的智能监控系统也是相当重要的，经济环境，但也有很好的效率。科学，先进的技术和合理的经济的指导方针，使用组合，这将使系统的安全性、开放性、相关性、可靠性、可扩展性，和长期的运营和维护扩展等等保证高6。2.2 智能视频主要内容要是智能监控系统获取的图像质量很差，它主要是照明，传感器和系统影响的非线性，运动和其他相关的因素，因此我们需要把视频图像进行事先处理，图像处理方法主要有图像修改、把图像进行增强，为后面图像的分析做好准备。通过改善图像质量，可有效降低噪音，使图像的图像处理。也用于图像处理的目标识别与跟踪。在这个过程中，输入和输出图像，但通过我们的预处理，提高了输出图像，将改善视觉效果，更多的计算机图像分析和处理的质量。2.3 图像的转换从监控摄像头中采集到的图像的信号为24位信号，计算机图像处理中的 r、g、b 像素的每个字节代表 1 到他们一个字节，每个定义的像素颜色的红色、 绿色和蓝色颜色的相对亮度。这篇文章不包含颜色信息用于灰度图像，是将彩色图像转换为灰度图像，每个像素在图片从八位字节来表示图像的亮度，因为它是一种灰度图像有 256 灰度级图像，因此处理的过程是容易，而且彩色图像的存储和处理需要使用大量的机器资源我们一般不使用颜色图像处理操作7。要将彩色图像转换为灰度图像的公式如下所示 ： （2.1）我们根据公式就可以将彩色图像转变成为灰度图像。由这里 彩色图像的红色、 绿色和蓝色成分，图像灰度值半封闭。2.4 图像滤波CCD 摄像机采集的图像不稳定性；自然起伏的噪声；转换过程中引入的新的人为噪声等；它们都是监控图像噪声的来源。但是只要是新采集的图像就有噪声和干扰，那么就会使得图像的质量发生下降，在试图解决图像干扰或噪音问题，认为有用信息的增强，这让市民容易识别的图像，所以我们要开始处理图像。但因为噪声源多种多样的有很多各种各样的噪声，所以我们可以使用的图像滤波的方法也很多。图像滤波能在图像空间邻域操作完成的，我们根据它的特点将它分成非线性和线的两类。线性滤波器的优点是非常简单和速度快，但其缺点是容易造成边缘和细节都是模糊的和非线性滤波保护不仅信号的详细信息，而且它还可以去除噪声信号中8 。2.5 小区智能监控系统架构组成基于智能视频分析技术为核心，视频图像处理的实时分析此小区视频监控系统。自动分析的智能监控系统和触发报警，这通过监控视频图像设置监控中心的人机交互操作，由相关工作人员提前设置警报的规则，社会对传统的视频监控效率显著提高。由云台解码器设计，完成的显卡包括四个主要部分、 照相机、 计算机系统体系结构作为一个整体。摄像头和采集卡是视频图像获取的模块，它们主要是用来进行数据的采集工作；解码器属于的是前端的控制设备，它是通过计算机对它进行控制而产生的一些动作。本文的重点研究部分是计算机部分包括智能分析模块和视频图像处理模块报警系统架构如图2.1所示。 图2.1 系统架构图计算机：CPU-Pentium(R)双核 2.80GH，内存 1.0G，硬盘 160G。解码器：MV2000 系列智能控制器，解码器是基本设备和智能小区安防监控系统的控制设备，室内和室外 PTZ 摄像机中的应用和控制，可用于控制和它是兼容多种控制协议。采集卡：DS-4000HC视频釆集卡是专用视频图像采集板卡，它的视频压缩技术具有较高性能，在相同图像质量前提下T占的存储空间很少，稳定性和可靠性也很高。 PTZ 摄像机：何 623D 摄像头，最低照明 0.81ux/F1.2。云台是摄像头的纵向和横向运动设备。里面有两个电动马达，这两个电机控制相机垂直和水平运动，并允许相机捕捉的图像到不同的位置。2.6 智能小区视频监控系统实现方式设计技术来对视频中的数据进行分析，那么它就得先从视频图像的序列中提取出运动的目标，然后小区智能视频分析它是智能监控系统的核心部分，我们利用计算机的智能视频图像分析依据运动目标他在监视场景的不同位置从而进行智能监控，然而不同的检测规则，用户需要的监控系统功能都可以在系统中设置，如果在监控过程中，图像中的人出现了违反预设规则的行为，那么系统就会自动触发报警，并通知相关人员进行处理9。而今的智能小区视频监控系统中的视频分析有两种主要方法分析方法和前端后端 PC 嵌入模式。1.前端嵌入式实现前端嵌入式的实现是使用 DSP 或嵌入式系统相似的是，它是在前列的全面的视频分析，监测和相关的加工。它这种实现方式是可以不需要传输视频信息，而且它还具有相当好的兼容性,并且系统稳定性也相当高；但是，在这种实现方式下系统来处理视频图像的能力相当有限，如果是比较复杂的视频，它将很难实现，灵活性不是很高，但是，年底，扩展和系统升级将是非常困难的问题。2.后端PC分析实现然而后端PC分析实现它是将视频送达至后端的工控机或PC/服务器上实现的。后端PC分析实现的优点是它容易扩容、可实现复杂的分析算法、功能比较强大、定义灵活，它的这种实现方式是需要比较高性能的网络将视频信息相当高效并且相当可靠的传输，所以，它对硬件的要求也相当高。现在很大部分都是后端PC分析实现方式，这可能是因为后端PC机的数据处理速度要高于前端的DSP芯片的数据处理速度，智能小区视频分析它要很强大的运算能力，然而很大部分DSP的内存都不能满足它运行速度，这样就有可能造成智能小区视频处理效率降低并且会使误报率的增加10。本文的智能小区视频监控系统主要研究的是后端PC机来实现。其主要功能模块如图2.2所示：图2.2 功能模块图智能视频监控系统通过视频数据采集模块、模块、存储模块与警报、智能视频分析模块和其他组件。从智能模块、警告地区入侵检测模块 墙隧道检测和跟踪组件的窗口检测算法爬。报警模块它也是小区智能视频监控系统的重要组成部分，然而，常用的报警形式也有三种形式:声光报警、显示报警、声音报警。3 视频图像的目标检测3.1 引言将原有图像中出现的不一样的区域图像找出来叫做视频图像的目标检测，它是运动目标分析和辨别的基础。准确、快速、完整的识别出运动目标不一样的地方，那么就可以保证在后面的目标跟踪的测量更加准确。3.2 运动目标检测运动目标检测它是自动跟踪的关键和前提，判断它是不是能有效、准确地检测出运动的目标，这直接影响到我们后面工作，也影响系统的整体性能和难易的程度。现目前有很多的算法都是用于检测运动的目标，它们有它们不同的复杂程度和检验出的效果。然而在实际中，运动目标的采集不只是运用一种方法，一般都会综合好几种类似的算法来达到最好的结果。不管它采用哪种算法，都应该满足下面的几个条件：操作简单、能适应实时的系统的要求；还要能够从整张图像中准确的找出运动目标；该算法还要对光线等环境的变化、天气的变化等不敏感，并且对于摄像机振动或者由于其他引起的噪声有都会有很好的处理；这种算法所需要的初始信息应尽量少。所以，从分析看来，最主要的检测有三种方法：帧间差分法、背景差分法、光流法11。3.2.1帧间差分法在现今的许多应用中，图像序列检测的连续帧图像中的差异是很重要的一步。只要运动可以观察在现场可以表达上所做的更改在场景图像序列，只要检测到更改，您可以分析它的运动特性。除帧差法方程 3.1 操作过程所示。现在第一次与公式 3.1 计算两帧图像的穷人，得到图像 再根据公式 3.2 差分图像的二值和数学形态滤波处理，它的结果 为区域性别分析，只要其中连接的区域面积大于设置的阈值所以它将有可能成为检测目标，并认为这区域的区域范围内的目标，将可以确定目标的最小外接矩形。 （3.1）其中fk(x,y)，fk-1(x,y)为连续两帧图像；为帧差图像。 （3.2）其中T是二值化设定阈值。算法实现简单，编程的复杂程度低，但是这种方法在使用过程中的存在两个问题： 第一是两个帧中目标的部分检测出比实际目标的相对变化大一些，存在更多的伪目标点;第二是两个帧之间目标的重叠部分不容易被检测出来，因为直接与相邻的两个帧相减后，保留下来的部分。以上是连续帧差法的运动目标检测，基于它的主要优点。通常在这些有限差分图像的实际应用中含有大量的噪声、 简单噪声去除方法是使用标准的筛选和过滤元件的规模小，但可能有一些有用的信号滤波，如那些从缓慢运动或运动物体的小差分信号12。3.2.2背景差分法背景差法是一种高效的算法的运动目标检测与已知的案情，一种用于检测运动技术的背景。其基本思想是：第一，使用预先存储或背景图像序列的实时统计建模的每个获得背景模型 FB（x，y）;第二，当前 FK（x，y）的每个帧和背景模型 FB（x，y）中减去，偏差从大的背景图像的图像中的像素。后续处理步骤和帧差分法的一样，直到确定目标最小外接矩形。 (3.3)其中，为某一帧图像，为背景图像，为帧差图像。这种方法的主要特点是，你必须使用静态背景被监视而运动对象检测基于背景图像差值比连续帧差法提取更完整的图像，但易受环境光线影响当前的环境。3.3 图像分割到不同地区特征及提取物的技术和过程图像 ROI 的图像。图像分割的一般定义是，如下所示。离散的图像信号 段划分成几个链接，非 null 分区，. 和满足均匀性的下列原则之一：；Fi是互相连通的； 均一性原则 都是满足的；对任何两个相邻的、的联合体。图像分割的区域需要有连接具有相同特征。连接是指存在任何在该区域，其中包含所有像素; 彼此相邻行中的两个点的路径同质性是指某段遇见的所有基于灰度级区域内像素纹理、 颜色和其他特征具有一定的相似性。下面介绍几种方法的图像分割方法。3.3.1图像阈值分割图像阈值分割是广泛使用的图像分割技术，它使用具有图像背景中的灰色特性尚和图像中提取目标的差异，把图像作为有两类区域的不同灰度级，背景和目标的组合，选择阈值，权确定图像中的的每个的像素点应属于背景区域也是目标让这个生产相应的二值图像。对象与背景对比强烈的镜头方法是分割的非常有效的。此外，阈值，将不只精简的过程步骤和随后的分析和压缩数据，减少存储容量13。该算法的数学描述可以表示为：让 坐标在二维图像中，图像灰度范围是= 0 1，2，.，0 代表最暗点一般情况下，和 代表突出显示，灰度级上的坐标点表示为。让 是阈值，然而代表二进制，灰度，你得到的函数的图像阈值分割中是： （3.5）通常，阈值分割算法是按照某个函数求最优值T的过程。 3.3.2常用的阈值分割方法一、双峰法如果图像包含只有背景和对象分为两部分，然后如图 3.1 所示的直方图。看到两个峰直方图14。如果你选择 t 的灰度值是阈值在底部，那么对象和背景可以很自然地分开。示的数学描述： （3.6） 图3.1 灰度直方图二、迭代阈值法迭代法是对复杂图像分割的方法。第一张照片是作为初始阈值值 T0。 （3.7）接着以下面的式子进行迭代：1、找出平均灰度 和 ，基于阈值图像分割 （3.8） （3.9）是灰度值 是加权因子的一般表示。2 求出新阈值 （3.10）当 结束的迭代，钛是在结束了阈值分割。3.4本文采用的运动检测算法现阶段有很多种方法都是关于运动目标的检测，本文研究了在特定上下文中的运动物体的实时监控系统中出现。如果你预先假定的背景相机的位置相对固定，背景不移动序列中。其目标是要提取的背景图像的变化部分。这整个算法基于差图像算法，在图像二值化阈值，分段二进制文件和分割模块中, 值滤波来完成15。图像的分割以及运动目标的提取过程如下：1、就是计算处理背景图像与图像之间的差图像由于背景的图像被固定在图像时那里移动的图像中的对象出现通过比较图像灰度值对应的背景图像，您可以检测对象的运动，所以第一步是处理图像和相应点灰色的录制图像作为背景图像之差的绝对值。2、中值滤波对已经取得了的图像往往会有一些孤立噪声的存在，这种噪声中的下一个错误发生在图像分析中可提取。去除噪声的高斯滤波和均值滤波时噪音，有时更会导致图像不清晰。所以本系统采用中值滤波可以有效地去除隔离的噪音。3、对差图像进行阈值分割人的形象存在的两类像素是对应到玉背景没有对象出现的部分，这一部分像素在以后的灰度值将是小;另外是对应于对象出现的部分，由于这些对象和这些背景存在灰色的人，这一部分像素在以后的灰度值相对差异较大，是大的图像，包括灰度级别更改部分和灰色值小的不变化部分，如果使用双峰值阈值的图像分割方法，就可以比较的好的提取出背景中已更改的图像部分。4、如何对待处理差分之后与一帧图像的二值化的图像合并问题。整体系统流程如图3.2所示：图3.2 整体系统流程3.5 本章小结粗糙在本章中的介绍的主要步骤和运动目标检测方法。解释了阈值分割的差分图像法。这两种方法进行了比较，使用阈值分割法的运动对象检测。4运动目标的选取与跟踪4.1运动目标特征的选取运动目标的特征选取是一个非常重要的跟踪依据，在诸多跟踪的算法中都会有目标特征的提取。所以，我们正在解压缩功能必需的目标本身上的变化或环境变化的运动，可以表示移动的物体。图像的特点可分为图像的统计特性、各种功能，例如扭矩，如颜色直方图；图像转换系统功能，如自回归模型和小波变换的特点；代数图像的特征，比如奇异值分解的图像矩阵；视觉特性的图像，利用边缘的图像、轮廓、纹理、形状和区域特征8。 4.2基于投影的目标跟踪运动目标跟踪对于性能要求、特定应用环境和不同的图像类型，它都有不同的跟踪方法，然而不同跟踪方法是指不同的目标特征设计的，精度和可靠性是跟踪方法中的两个目标。然而以有的跟踪算法也各不相同，而不同的跟踪算法只适用于运动目标不同运动的状态。如果距离远，当目标机动性不强、面积较小，经常会采用滤波跟踪算法来提高目标跟踪的精度。如果是在近距离，目标有相当大的面积且帧间抖动也比较大时，采用匹配跟踪方法或形心跟踪方法来保持跟踪的精度和稳定性。图像相关匹配算法是从相同的场景，使用两个不同的传感器取下两个灰度图像对齐在空间中，进行比较的相对偏移两个图像之间通常已知的 MxM 雷达基准或寻找 NxN 实时光学图像匹配位置，这个过程称为图像匹配。它是一种简单的治疗方法在计算机图像学、目标跟踪、车辆导航、文字识别、资源，具有非常重要的作用，在分析和其他领域。有很多各种各样的图像匹配算法，在这最基本的最小二乘算法、不变的算法、最小、最大绝对差分算法互相关算法、 最小的卷积等上10余种。他们每个人都有自己的优点和缺点，匹配最大相关算法与位置准确，直流噪声特性，他们往往成为图像匹配的主要方法，其原始公： （4.1） （4.2） （4.3）因为初始公式变量，是去了平均值后图像数据，而不是原始图像数据，因此该算法将计算密集型的有积极和消极，穷人规律和更多的中间结果，这样就不利专用硬件的实现它的结果，为此我们必须对最原始的公式进行转换。转换过后的公式就变成：（4.4）但是因为图像匹配的搜索过程基准图它是已经知到的，所以我们可提前针对基准图的子图数据来进行平方均值和平均值的计算，最后在提前装配在有关的计算机上面。我们可以在图像匹配的过程中可不记录它所花费的时间，和它需要时间来计算基线图数据和实时卷积的数据按时间的图像。图像匹配技术，其优点是简单、低复杂性，所以，它引脚的时间间隔内，并且是对噪音非常敏感，但它有一些先验知识的目标依赖的所以它是在过程中跟踪将不得不对该图像在真正的时间，以保证跟踪精度和成功更新的模板。投影法推算，在某一方向的分布图像测试称为投影方法，此方法是统计的自然方法。具体方法如下所示：1、将处理后的二值图像作为水平方向上的投影，用来表示出它的水平投影结果，这很显然为一维的数组，它是图像宽度的二进制表示形式的数组长度。 （4.5）在这 他们代表二进制图像高度和宽度，以及 表示的二进制图像点灰度值。2、因为我们可以看到从水平投影，投影的突变在那里每个侯选作为起始区域， 来测试一个接一个的数组元素的边界时发生数据值的变化，并开始写下的这点的 x 坐标值。但是，如果它是从0到0了，等等为白色的开始，如果它是从非 0入有，等记得为白色的终止点，我们要找到的头发不应该出现的不连续的间断的点和刺点，所以我们在研究前有一个白色的终止的点和白色的开始点距离如果这个距离大于门限值阿尔法，所以我们认为上出现有新的候选人的区域，比我们在想这不连续干扰造成领导来的然后合并这两个地区。这种扫描 的所有元素我们能在水平方向的终止和起始坐标，以及p数目议案。3、我们针对以上叙述得到二值图像的水平方向各个区域挨个进行以下操作：我们将这区域图像看作垂直方向上的投影，我们说它是垂直投影的结果，显然v为一维数组，数组的二进制图像高度的长度。 （4.6）因为每个 区与第二步法和投影域的合并，所以最后我们都得到终止目标区域的起始坐标。4、我们是以人为本为目标区域的垂直、水平终止与坐标的起始并记录相应的位置，因此您可以获得目标区域外接矩形的原始图像。5、最后，我们可以基于水平投影的 ，是投影的轴和得到的最大点，就是在目标中心坐标;对于垂直投影 v (y) 的结果，是点的轴投影值最大化，这是目标中心 坐标，这样我们就算得到了运动的目标的中心的坐标。5 论文总结与展望本文讨论和研究图像处理的内容，概要的分析了智能监控系统的整个发展过程。也探讨了目标检测、目标跟踪、视频的图像预处理和每一种算法和与其功能相似的算法进都行了分析和验证。我们使用双 DSP + FPGA 硬件模型的整个系统要能够实现高速计算的搜索，我们通过这种方式增加的跟踪目标动态范围搜索很好避免 DSP 失去了目标，从而进一步提高可靠性的实时跟踪。我们还跟踪匹配可以实现，提高了跟踪系统。我们希望变换应用到实时图像上的处理上，必定会取得更好的效果。论文它只是应用设计，对视频图像处理算法还是没能进行更深入研究，我认为我们只是应用到复杂的算法。但实际的系统中，硬件设计和算法的研究与系统设计同样重要。而现在研究的方法有很多，如果能应用到实时图像处理上，那么它将取得更好的结果。然而在本文的系统中，还没有考虑图像的编码和压缩。在现实世界上很多场合，我们需要存储处理后的图像，提供的基础后，但图像将占用大量存储空间，如果被压缩，然后存储，这样你就可以节省大量的存储空间。因此我们在以后的设计要考虑图像的编码和压缩问题。参考文献1魏星. 智能视频监控系统中运动目标检测与跟踪技术的研究及其DSP实现D.合肥工业大学,2005.2胡嘉凯. 智能视频监控系统中运动目标跟踪有关问题研究及其DSP实现D.合肥工业大学,20063袁国武. 智能视频监控中的运动目标检测和跟踪算法研究D.云南大学,2012.4吴江波. 智能视频监控系统的运动目标检测与跟踪算法研究D.宁夏大学,2014.5李杰. 智能视频监控系统的研究和应用D.北京邮电大学,2012.6宁晓青. 智能视频监控系统的研究与应用D.太原理工大学,2010.7刘小伟. 智能视频监控系统的设计与设计D.武汉科技大学,2008.8左从菊. 智能家居网络中视频监控系统的研究与设计D.沈阳工业大学,2007.9杨智慧. 小区视频智能监控系统开发研究D.沈阳航空航天大学,201410邢燕. 基于图像处理的智能小区视频监控系统的研究D.吉林大学,200711刘桂芝. 智能社区网络视频监控报警联动系统的设计J. 微计算机信息,2007,28:178-179+24612吴丽丽. 小区智能视频监控系统的研究D.北京邮电大学,200913董春利. 基于EPON技术的智能小区视频监控系统J. 光纤与电缆及其应用技术,2013,01:38-43.14尹世柱. 智能小区视频安防监控系统J. 电脑知识与技术,2006,09:47-49.15王帆. 有关小区智能视频监控系统的分析J. 电子世界,2014,08:324.致 谢 我四年的大学生活即将结束，在这四年的中，我们学到了许多，有很多的收获。而现在我们还有最后一课等待期末考,那就是毕业论文。写论文的这个过程中遇到了许多困难和障碍，到学校图书馆找资料，自己网上查阅相关问题，同学的帮助，还有就是论文指导老师的帮助，在这里我要感谢我的论文指导老师朱仲忠老师，没有他我的论文不可能这么顺利的写完，还要感谢我的室友，没有他们的帮助，我论文中的许多问题不会那么轻易的解决。虽然我们即将毕业而各奔东西，但我们的友谊永远不会改变。最后，我要感谢在被本文参考的文献作者，没有你们研究成果，我也不会简单的完成我的论文。金无足赤，人无完人。由于我的知识有限，所以写的论文难免不足之处，恳请各老师和同学批评和指正！1. 基于C8051F单片机直流电动机反馈控制系统的设计与研究2. 基于单片机的嵌入式Web服务器的研究 3. MOTOROLA单片机MC68HC（8）05PV8/A内嵌EEPROM的工艺和制程方法及对良率的影响研究 4. 基于模糊控制的电阻钎焊单片机温度控制系统的研制 5. 基于MCS-51系列单片机的通用控制模块的研究 6. 基于单片机实现的供暖系统最佳启停自校正（STR）调节器7. 单片机控制的二级倒立摆系统的研究8. 基于增强型51系列单片机的TCP/IP协议栈的实现 9. 基于单片机的蓄电池自动监测系统 10. 基于32位嵌入式单片机系统的图像采集与处理技术的研究11. 基于单片机的作物营养诊断专家系统的研究 12. 基于单片机的交流伺服电机运动控制系统研究与开发 13. 基于单片机的泵管内壁硬度测试仪的研制 14. 基于单片机的自动找平控制系统研究 15. 基于C8051F040单片机的嵌入式系统开发 16. 基于单片机的液压动力系统状态监测仪开发 17. 模糊Smith智能控制方法的研究及其单片机实现 18. 一种基于单片机的轴快流CO,2激光器的手持控制面板的研制 19. 基于双单片机冲床数控系统的研究 20. 基于CYGNAL单片机的在线间歇式浊度仪的研制 21. 基于单片机的喷油泵试验台控制器的研制 22. 基于单片机的软起动器的研究和设计 23. 基于单片机控制的高速快走丝电火花线切割机床短循环走丝方式研究 24. 基于单片机的机电产品控制系统开发 25. 基于PIC单片机的智能手机充电器 26. 基于单片机的实时内核设计及其应用研究 27. 基于单片机的远程抄表系统的设计与研究 28. 基于单片机的烟气二氧化硫浓度检测仪的研制 29. 基于微型光谱仪的单片机系统 30. 单片机系统软件构件开发的技术研究 31. 基于单片机的液体点滴速度自动检测仪的研制32. 基于单片机系统的多功能温度测量仪的研制 33. 基于PIC单片机的电能采集终端的设计和应用 34. 基于单片机的光纤光栅解调仪的研制 35. 气压式线性摩擦焊机单片机控制系统的研制 36. 基于单片机的数字磁通门传感器 37. 基于单片机的旋转变压器-数字转换器的研究 38. 基于单片机的光纤Bragg光栅解调系统的研究 39. 单片机控制的便携式多功能乳腺治疗仪的研制 40. 基于C8051F020单片机的多生理信号检测仪 41. 基于单片机的电机运动控制系统设计 42. Pico专用单片机核的可测性设计研究 43. 基于MCS-51单片机的热量计 44. 基于双单片机的智能遥测微型气象站 45. MCS-51单片机构建机器人的实践研究 46. 基于单片机的轮轨力检测 47. 基于单片机的GPS定位仪的研究与实现 48. 基于单片机的电液伺服控制系统 49. 用于单片机系统的MMC卡文件系统研制 50. 基于单片机的时控和计数系统性能优化的研究 51. 基于单片机和CPLD的粗光栅位移测量系统研究 52. 单片机控制的后备式方波UPS 53. 提升高职学生单片机应用能力的探究 54. 基于单片机控制的自动低频减载装置研究 55. 基于单片机控制的水下焊接电源的研究 56. 基于单片机的多通道数据采集系统 57. 基于uPSD3234单片机的氚表面污染测量仪的研制 58. 基于单片机的红外测油仪的研究 59. 96系列单片机仿真器研究与设计 60. 基于单片机的单晶金刚石刀具刃磨设备的数控改造 61. 基于单片机的温度智能控制系统的设计与实现 62. 基于MSP430单片机的电梯门机控制器的研制 63. 基于单片机的气体测漏仪的研究 64. 基于三菱M16C/6N系列单片机