● 摘要
由于在大多数视频监控中，只使用单个摄像头的作用非常有限，多摄像头之间协同工作的要求越来越广泛，而多摄像头之间的实时连续跟踪是一大挑战。本研究正是为智能安防领域全天候的多摄像头协同跟踪行人工作提供重要理论依据和应用准备。 针对摄像头存在镜头畸变，提出利用摄像头标定的结果进行校正，并实现了集成多种标定算法的智能标定软件。另外，提出利用Retinex算法和灰度形态学方法解决行人目标与背景环境难以区分的难题，实现结果证明两种方法都能达到一定效果，且具有各自的应用环境优势。 研究比较了多种目标检测、图像分割方法。提出利用支持向量机与HOG特征结合的方法进行行人目标检测，以解决行人静止或者存在其他运动目标时目标难以检测的困难，实验效果明显。接着，提出采用Grab Cut算法与HOG检测结果相结合的图像分割方式，既达到了行人目标分割完整、精确的效果，同时也有效提高了Grab Cut算法的运行效率。 针对多摄像头之间的交接部分，首先提出利用具有完全仿射不变性的ASIFT特征和交互画点方法相结合的方式划分公共视域，然后提出融合目标深度、颜色等多个特征进行目标匹配。 针对目标跟踪模块，着重讨论Camshift算法以及与Kalman滤波相结合的方法，该方法有效解决当目标被遮挡时难以持续有效跟踪的难题。 最后，提供仿真实验同步视频难以获得的硬件解决方案，并搭建了完整的智能视频监控系统软件平台。