总体来看，我国视频监控系统水准落后于国外，但随着技术不断发展，我们一定会在不久的将来达到国际水准，并在智能化视频监控系统领域做出重要突破和贡献。

1.3本文主要研究内容

本文以生活常见的楼宇视频监控作为研究背景，针对楼宇内的住户和访客，加强生命财产安全的防范管理力度，以防发生盗窃等安全事故。本系统采用是PC机摄像头和一个USB摄像头组成一组视频监控设备采集图像数据，抓取前后连续两帧图像做对比，检测移动物体，再进行人脸检测跟踪，并且将信息反馈给前端，配合楼管做好安全防护工作。本文主要研究内容有以下几点：

（1）研究了开发此系统所需的平台环境和应用软件。

（2）研究了移动物体检测前常用的灰度化预处理，然后通过帧间差分法确定移动物体的存在。

（3）比较了在不同环境下基于Adaboost和肤色[12]两种算法检测人脸的效果，再根据本系统需要选择合适的人脸检测算法。

（4）研究了提高后续工作效率而采用的高效率录像，记录有效的视频信息，减少计算机内存负担。

（5）设计了以楼宇视频监控为研究背景的移动物体检测和人脸检测跟踪系统，操作界面简单友好，对相应事物检测的准确率高。

1.4本文结构安排

根据本系统的设计完成过程，本文的章节安排如下：第一章为绪论部分，主要分析了本研究课题的背景及意义，简单介绍了视频监控的三个历史发展阶段和未来的发展趋势，以及目前国内外研究状况和成果。智能化视频监控系统作为未来视频监控发展的一个大趋势，本文响应这一趋势设计了以移动物体检测和人脸检测跟踪为主的视频监控系统。

第二章为移动物体检测，介绍了移动物体检测算法的选取与应用，并对选定的帧间差分法的原理进行详细分析。

第三章为人脸检测跟踪，详细分析了基于Adaboost的人脸检测算法的原理，概述Adaboost的人脸检测算法中涉及Haar特征和积分图，并阐述弱分类器、强分类器及级联分类器之间的组成关系。

第四章为开发平台和应用软件的概述，主要介绍了本文系统采用的开发平台Qtcreator和调用的跨平台计算机视觉库OpenCv，分析了Qtcreator基础模块的使用方式以及OpenCv中主要的模块和数据类型，最后介绍了OpenCv在Windows操作系统和Qtcreator平台上配置环境变量的详细步骤。

第五章为楼宇视频监控系统设计与实现，阐述了本系统所实现的功能，给出系统设计的框架和流程图，划分各大功能模块，并且展示系统运行的具体过程。

第六章为总结与展望，总结了本文课题研究取得的阶段性成果，提出系统有待改进之处，展望了楼宇视频监控未来可以研究和发展的方向。

第二章 移动物体的检测

2.1问题提出与陈述

在本文系统设计中，我们首先需要解决的问题就是视频监控范围内对移动物体的检测。而本文挑选了几种不同检测方法中的帧间差分法达到预期效果，但在实际应用中，我们通常采集到的图像信息会受到许多干扰因素的限制特别是光照强度的影响。因此，为了提高移动物体检测的准确率，我们需要对采集的图像信息做预处理。考虑到系统的简单性和实用性，本文利用图像灰度化和直方图均衡化法[13]对采集到的图像信息作预处理，减小来自光照强度不均匀等因素造成的干扰。

2.2图像的灰度化处理

将采集到的彩色图像转化成为灰色图像的过程称为图像的灰度化处理[14]。彩色图像中每个像素的颜色是由R、G、B三个分量[15]决定，而每个分量有255个可取值，这样一个像素点可以有1600多万的颜色变化范围，可以称得上复杂多样。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像[16]，其一个像素点有255种变化范围，所以为了后续计算量大幅减小从而降低图像预处理的难度，普遍把采集到的各类图像转化为灰度图像。彩色图像通常反映了整幅图像整体和局部的亮度和色度等级的分布和特征，转化后的灰度图像同样也可以反映这两个关键因素。实现图像灰度化的方法一共有两种，本文采用的方法是RGB模型法，首先计算出每个像素点的R、G、B三个分量的平均值，然后再用这个平均值去表示该像素的三个分量特征。 OpenCv+QT楼宇视频监控系统设计(4):http://www.youerw.com/zidonghua/lunwen_204152.html