导读:本文包含了移动目标监控系统论文开题报告文献综述、选题提纲参考文献，主要关键词:目标,视频监控,知识管理,质心,胶轮,图像,差分。
移动目标监控系统论文文献综述写法
魏国鹏[1]（2018）在《智能监控系统中特殊背景下移动目标检测跟踪的设计与实现》一文中研究指出随着计算机科学的快速发展,公安智慧警务和大数据战略的提出,智能监控进入我们的生活,视频监控已广泛地应用于电力、交通、公安等诸多领域。利用现有的公安资源,设计、开发一个特殊环境下的智能监测监控系统,具有很好的实际意义。本系统的设计主要通过对需要检测的视频流进行降噪处理、避光处理,去噪运算等处理,实现复杂背景下运动物体的跟踪和识别,从而达到安全监控实时跟踪的效果。(本文来源于《信息通信》期刊2018年10期）
李斐然[2]（2018）在《智能视频监控系统中移动目标的检测与跟踪》一文中研究指出从2010年起,也就是互联网飞速发展的这些年,智能视频监控系统的应用场景越来越多,海康威视、大华还有国外的霍尼韦尔等安防公司纷纷推出了各种各样的监控设备产品,从之前的本地硬盘相机到现在的网络化相机,到家家户户都有的智能摄像头,智能视频监控系统对于我们的安全起到了很大的作用,也有利于治安稳定和社会安宁。移动目标的检测和跟踪是智能视频监控系统应用中的关键技术,基于移动目标的检测与跟踪技术,系统不仅可以获取运动目标的运动方向、速度等运动特征信息,同时还能够为进一步的运动目标的分类、行为理解等提供相应数据信息,对于视频监控系统的智能化起到关键作用,具有十分重要的研究意义。本文研究的目标及仿真对象都是基于静态背景下视频监控系统采集的的视频,视频可以看做是在时间轴上的图像序列。因此,本文首先就目标检测跟踪中的一些理论知识,包括目标检测与跟踪的总体框架、数字图像中的预处理技术以及目标特征提取等方法进行分析研究,为文章后续章节中研究目标检测与跟踪算法打下基础。除此之外,本文的主要研究对象是视频图像序列中移动目标检测和跟踪有关技术和算法。其中,目标检测是对视频监控系统采集的视频图像序列中是否有移动目标进行确认,而目标跟踪则是对在上一步被检测出的移动目标在视频图像序列中的位置进行实时跟踪定位。在移动目标检测部分,本文先就目前广泛应用的光流场法、帧间差分算法以及背景差分算法叁种视频中运动物体的检测与识别算法进行了分析比较研究,并根据其各自的算法原理及仿真结果,分析各自的优缺点。在分析研究上述算法的基础上,针对传统帧间差分法和背景减除法在复杂背景、光照变化等情况下影响目标检测的问题,提出了一种基于叁帧差分法和自适应混合高斯模型结合的目标检测方法,该方法首先采用自适应高斯混合模型动态地构建背景模型,通过背景减除法检测出运动目标区域;然后再通过帧间差分法在相邻叁帧连续的图像上进行差分操作获取运动目标区域;最后对这两种方法获得的候选目标区域进行综合处理,最终提取出运动目标位置。该方法融合了叁帧差分法和基于自适应混合高斯模型的背景差分检测方法的各自优势,能够快速准确地建立并更新背景模型,克服光照变化和背景噪声与干扰,准确检测出视频中的运动目标。在运动目标跟踪定位方面,本文先就目前常用的运动目标跟踪算法进行了简要的分析。重点分析了基于目标特征跟踪的均值漂移跟踪算法、卡尔曼滤波以及粒子滤波算法。针对均值漂移跟踪算法在目标被遮挡时跟踪结果发生偏移、精确度下降的缺陷,提出一种结合了卡尔曼滤波和均值漂移算法的移动目标跟踪方法,结果表明,利用该种改进的算法有效改善了目标被遮挡时系统跟踪的精确度问题,其结果相比于单纯使用均值漂移算法有了较大的改进。(本文来源于《成都理工大学》期刊2018-05-01）
尚兆洁[3]（2018）在《视频监控系统中移动目标检测与跟踪的叁帧差自适应阈值算法研究》一文中研究指出移动目标检测技术作为计算机视觉应用技术的一个重要分支,其目的是实现对监控区域内的移动目标进行实时的视频采集与检测,并将这些用户感兴趣的信息存储起来作为分析现场状况的重要依据,以达到主动监控、节省资源、提升监控效率的目的。本文结合广泛应用的帧间差分法和背景差分法目标检测与跟踪算法的优点,引入了将这两种算法融合在一起的移动目标检测方法。首先,在采用混合高斯模型对背景进行建模时,对方差更新做了改进,对于没有匹配的高斯分布保持方差不变,这样使得建模效果与真实背景更加相似;其次,将两帧差分用叁帧差分替换,获取阈值的方法则采用自适应差分的方法;最后,融合两种差分处理的结果后进一步做形态学处理并提取移动目标。传统的被动视频监控系统,需24小时视频记录并人工识别移动物体;本文设计了一种着重在主动监控的嵌入式智能视频监控系统,本系统主要基于改进后的移动目标检测技术,在实现实时监控的同时,还负责对进入监控区域内的移动物体进行检测报警、跟踪识别。本系统平时并不记录无关视频数据,当移动物体进入摄像头监控区域时,本系统会自动检测识别移动目标并通过音响进行声音报警,与此同时,系统会将发现移动目标时的视频、图像保存到系统中,方便用户通过浏览器访问嵌入式Web服务器查看。实验结果表明,本文改进后的移动目标检测算法相比于传统算法移动目标的漏报率在相同移动速度下平均提高了3%以上,相同体积下平均提高了5%以上;本嵌入式智能安防监控系统不仅具有传统视频监控中视频采集存储和网络监控的功能,而且更能对摄像机监控区域内的移动目标进行预警、主动抓拍和存储,实现主动监控的目的,具有较好的实用价值和应用前景。(本文来源于《长安大学》期刊2018-04-02）
刘磊,余淑荣,吴明亮[4]（2017）在《用ARM9实现移动目标跟踪的视频监控系统》一文中研究指出提出了一种基于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。(本文来源于《单片机与嵌入式系统应用》期刊2017年12期）
蔡红山[5]（2016）在《KJJ58型井下移动目标监控系统在麦垛山煤矿的应用》一文中研究指出神华宁夏煤业集团麦垛山煤矿运用KJJ58型井下胶轮车监控系统对井下无轨胶轮车实施监测和自动、手动红绿灯控制,并通过人员定位系统与车辆监控系统功能融合,实时掌握司机车辆驾驶状态、行驶路径、车辆运行数据,既提高了无轨胶轮车的运行效率,又确保了矿井胶轮车辅助运输的安全可靠。(本文来源于《中国市场》期刊2016年32期）
王素娟,周丹,刘春海,柏宏斌,杨静[6]（2015）在《智能监控系统记录异常目标移动路线的方法》一文中研究指出传统的智能监控系统的监控装置是独立和分散的,其功能是不间断地拍摄所在区域的视频、音频等信息。当异常事件发生后,查找异常目标的方法大都是盲目地查看所有的监控视频,这就造成了人力物力极大的浪费。为有效解决这一问题,提出一种智能监控系统记录异常目标移动路线的方法。首先,将监控区域和监控装置进行编码,当监控装置监控到有异常目标(包括人和物品)进入监控区域时,将异常目标进行编码。同时,生成一个日志文件,用于记录异常目标从进入到离开整个监控区域的移动路线和全部过程(每条日志记录包括时间、区域编码、停留时间等信息)。该方法不仅适合单监控装置的监控系统,更加适合有多个监控装置的监控系统。(本文来源于《计算机技术与发展》期刊2015年11期）
张海波,刘远仲[7]（2015）在《一种基于单片机的移动目标监控系统研究》一文中研究指出针对目前大部分监控系统对移动目标物的监控要求越来越高,设计了一款基于单片机的嵌入式移动目标监控系统。系统以目前功能强大的AT89S52单片机为核心,采用适合人体视觉特性的Itti模型来处理拍摄到的视频图像。从视频图像颜色特征图与亮度特征图两方面来对采集到的图像进行检测与分割构成图像显着图,根据移动目标物质心的变化来跟踪图像。仿真表明,该系统能有效监控与锁定目标物,具有较强的自适应性。(本文来源于《电子设计工程》期刊2015年15期）
魏巍[8]（2015）在《智能视频监控系统的移动目标空间定位和跟踪技术研究》一文中研究指出随着监控场景的不断复杂化,传统的基于二维图像的视频监控分析已经无法满足人们的需求,需要从场景中获得更多的信息加入到分析的因素中。而在如今的监控中,深度信息变得尤为重要,因此从二维图像中根据摄像机模型获得移动目标对应的叁维空间点坐标的定位技术成了智能监控技术中的热点问题。本文研究基于GPS辅助的目标空间定位和移动目标运动轨迹预测和融合技术,主要研究工作和成果如下:1、基于GPS辅助的移动目标空间定位技术研究。提出了一种基于参考点GPS辅助的摄像机映射模型,使用平差理论提高了模型参数的精度;针对镜头畸变而引起的径向误差,提出使用同心环的原理对移动目标进行求解,以及使用误差补偿曲线的方式对使用同心环引入的误差进行消除,达到在实时的情况下对移动目标准确的空间定位。2、基于亚像素和数据置信度的定位技术优化。首先根据Vibe算法得到的像素级的移动目标边缘坐标,利用包括Zernike矩,主轴分析和高斯拟合的多种亚像素方法对其边缘坐标进行处理,得到更为精确的亚像素坐标,以此获取精度更高的移动目标空间坐标。另一方面从定位数据的可靠性出发,对摄像机做以可靠程度为标准的置信度处理,置信度作为加权因子,以此得到更为可靠的移动目标GPS坐标。3、移动目标运动轨迹预测和融合。基于本文提出的映射模型,对多摄像机场景中移动目标的运动方式进行分析。在多个运动目标交叉运动时根据之前状态的运动轨迹区分多个运动目标;在运动目标被障碍物遮挡时根据卡尔曼滤波或者惯性定理做出运动状态的预测,并且对因障碍物遮挡而形成的运动轨迹中断,采用最长链方法进行运动轨迹融合,得到较为完整且可靠的运动轨迹。本文通过实验证明,基于GPS辅助误差补偿的移动目标定位可以在线性时间内得到较高精确度的移动目标的GPS坐标,且基于亚像素和数据置信度的优化算法也进一步对定位精度做了提升,根据定位结果拟合出的运动轨迹融合预测曲线和融合曲线都符合真实运动状态。这些都说明了本文的算法在实时的监控系统下有着良好的效果。最后对本文做出了内容的总结,同时也分析了本文中仍然存在的不足之处以及后续研究中可以深入研究的部分。(本文来源于《南京邮电大学》期刊2015-04-01）
赵昊博[9]（2014）在《基于项目流程的移动目标监控系统项目知识管理研究》一文中研究指出移动目标监控系统是智能交通系统大体系中一个重要的环节。为了适应多变的经营活动环境和客户化的需求,从事移动目标监控系统行业的企业／组织的活动很多时候以项目的形式进行,通常以软件、硬件及工程实施集成作为项目组成形式。由于软件、硬件的设计和开发均以知识为核心,移动目标监控系统项目属于知识型项目。在项目知识管理里中存在着知识资产流失严重、共享难、再利用不足等问题。改进项目的知识管理,可以有效的提高项目的效率与质量。本文主要完成了以下研究工作：(1)在查阅了相关资料的基础上,分析了移动目标监控系统项目的特点以及存在的知识管理的问题。(2)通过梳理移动目标监控系统项目流程,分析了项目过程中知识的类型与特点,结合项目流程设计了移动目标监控系统项目知识地图。(3)设计了基于项目流程的移动目标监控系统项目知识管理框架,提出了基于项目流程的知识剪裁方法与知识激励机制。(4)以洋山深水港码头生产设备监控系统项目为实践对象,分析了使用基于项目流程的知识管理的实践效果与优势特点。本文的主要成果是通过对基于项目流程的知识管理的理论研究,提出了移动目标监控系统项目知识管理框架与知识管理方法,从而提高了移动目标监控系统项目的效率与管理质量,降低了项目的风险,提升了知识的复用率,降低了知识的流失。本文为其他集成项目管理也同样提供参考和帮助,同时也为项目型企业的知识管理系统的搭建,知识管理体系的持续改善提供参考。(本文来源于《中国科学院大学（工程管理与信息技术学院）》期刊2014-10-01）
曹建成,贠建明,金鼎[10]（2013）在《基于无线通信和视频监控技术的移动目标监控GIS系统设计》一文中研究指出视频监控是解决因人员无法到达现场而采用设备将现场信息及时传回以供人们进行决策指挥的一种有效手段。从总体架构、技术路线、功能实现等方面阐述利用无线通信和远程视频监控技术实现移动目标监控的建设思路。该研究成果在安保、应急处置等工作中具有一定的应用前景。(本文来源于《测绘通报》期刊2013年04期）
移动目标监控系统论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
从2010年起,也就是互联网飞速发展的这些年,智能视频监控系统的应用场景越来越多,海康威视、大华还有国外的霍尼韦尔等安防公司纷纷推出了各种各样的监控设备产品,从之前的本地硬盘相机到现在的网络化相机,到家家户户都有的智能摄像头,智能视频监控系统对于我们的安全起到了很大的作用,也有利于治安稳定和社会安宁。移动目标的检测和跟踪是智能视频监控系统应用中的关键技术,基于移动目标的检测与跟踪技术,系统不仅可以获取运动目标的运动方向、速度等运动特征信息,同时还能够为进一步的运动目标的分类、行为理解等提供相应数据信息,对于视频监控系统的智能化起到关键作用,具有十分重要的研究意义。本文研究的目标及仿真对象都是基于静态背景下视频监控系统采集的的视频,视频可以看做是在时间轴上的图像序列。因此,本文首先就目标检测跟踪中的一些理论知识,包括目标检测与跟踪的总体框架、数字图像中的预处理技术以及目标特征提取等方法进行分析研究,为文章后续章节中研究目标检测与跟踪算法打下基础。除此之外,本文的主要研究对象是视频图像序列中移动目标检测和跟踪有关技术和算法。其中,目标检测是对视频监控系统采集的视频图像序列中是否有移动目标进行确认,而目标跟踪则是对在上一步被检测出的移动目标在视频图像序列中的位置进行实时跟踪定位。在移动目标检测部分,本文先就目前广泛应用的光流场法、帧间差分算法以及背景差分算法叁种视频中运动物体的检测与识别算法进行了分析比较研究,并根据其各自的算法原理及仿真结果,分析各自的优缺点。在分析研究上述算法的基础上,针对传统帧间差分法和背景减除法在复杂背景、光照变化等情况下影响目标检测的问题,提出了一种基于叁帧差分法和自适应混合高斯模型结合的目标检测方法,该方法首先采用自适应高斯混合模型动态地构建背景模型,通过背景减除法检测出运动目标区域;然后再通过帧间差分法在相邻叁帧连续的图像上进行差分操作获取运动目标区域;最后对这两种方法获得的候选目标区域进行综合处理,最终提取出运动目标位置。该方法融合了叁帧差分法和基于自适应混合高斯模型的背景差分检测方法的各自优势,能够快速准确地建立并更新背景模型,克服光照变化和背景噪声与干扰,准确检测出视频中的运动目标。在运动目标跟踪定位方面,本文先就目前常用的运动目标跟踪算法进行了简要的分析。重点分析了基于目标特征跟踪的均值漂移跟踪算法、卡尔曼滤波以及粒子滤波算法。针对均值漂移跟踪算法在目标被遮挡时跟踪结果发生偏移、精确度下降的缺陷,提出一种结合了卡尔曼滤波和均值漂移算法的移动目标跟踪方法,结果表明,利用该种改进的算法有效改善了目标被遮挡时系统跟踪的精确度问题,其结果相比于单纯使用均值漂移算法有了较大的改进。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
移动目标监控系统论文参考文献
[1].魏国鹏.智能监控系统中特殊背景下移动目标检测跟踪的设计与实现[J].信息通信.2018
[2].李斐然.智能视频监控系统中移动目标的检测与跟踪[D].成都理工大学.2018
[3].尚兆洁.视频监控系统中移动目标检测与跟踪的叁帧差自适应阈值算法研究[D].长安大学.2018
[4].刘磊,余淑荣,吴明亮.用ARM9实现移动目标跟踪的视频监控系统[J].单片机与嵌入式系统应用.2017
[5].蔡红山.KJJ58型井下移动目标监控系统在麦垛山煤矿的应用[J].中国市场.2016
[6].王素娟,周丹,刘春海,柏宏斌,杨静.智能监控系统记录异常目标移动路线的方法[J].计算机技术与发展.2015
[7].张海波,刘远仲.一种基于单片机的移动目标监控系统研究[J].电子设计工程.2015
[8].魏巍.智能视频监控系统的移动目标空间定位和跟踪技术研究[D].南京邮电大学.2015
[9].赵昊博.基于项目流程的移动目标监控系统项目知识管理研究[D].中国科学院大学（工程管理与信息技术学院）.2014
[10].曹建成,贠建明,金鼎.基于无线通信和视频监控技术的移动目标监控GIS系统设计[J].测绘通报.2013