4  实验结果及分析    17
4.1  算法仿真分析说明    17
4.2  界面软件运行效果分析说明    20
结论    22
致谢    23
参 考 文 献    24
1  绪论
1.1  智能视频监控
智能视频监控是利用计算机视觉技术对视频信号进行处理、分析和理解，在不需要人为干预的情况下，通过对序列图像自动分析对监控场景中的变化进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，能在异常情况发生时及时发出警报或提供有用信息，有效地协助安全人员处理危机，并最大限度地降低误报和漏报现象。新一代智能视觉监控技术的研究是一个极具挑战性的前沿课题,它旨在赋予监控系统[1] 观察分析场景内容的能力,实现监控的自动化和智能化,因而具有巨大的应用潜力。
近年来，随着国民经济的快速增长、社会的迅速进步和国力的不断增强，银行、电力、交通、安检以及军事设施等领域对安全防范和现场记录报警系统的需求与日俱增，要求越来越高，视频监控在生产生活各方面得到了非常广泛的应用。虽然监控系统己经广泛地存在于银行、商场、车站和交通路口等公共场所，但实际的监控任务仍需要较多的人工完成，而且现有的视频监控系统通常只是录制视频图像，提供的信息是没有经过解释的视频图像，只能用作事后取证，没有充分发挥监控的实时性和主动性。为了能实时分析、跟踪、判别监控对象，并在异常事件发生时提示、上报，为政府部门、安全领域及时决策、正确行动提供支持，视频监控的“智能化”就显得尤为重要。　由于可见光图像反映目标反射特性，热红外图像反映目标热辐射特性，两者具有互补性。背景和目标的反射特征和辐射特征通常情况并非同时具有相似性，一定程度上可克服背景与目标特征相似的难题; 而红外对光照变化不敏感，可见光对温度变化不敏感，融合检测[2]可应对场景在光照和温度两方面的突然变化；且热红外成像[3]具有一定的“透视”能力，可探测到隐藏在背景后的热目标。所以在智能视频监视领域，协同利用可见光和热红外传感器，使全天时、精确、鲁棒的智能监视成为可能，具有显著的优势。
1.2  智能监控技术研究内容
视觉监控的主要目的是从一组包含人的图像序列中检测、识别、跟踪目标，并对其行为进行理解和描述。大体上这个过程可分为底层视觉模块、数据融合模块和高层视觉模块。 其中，底层视觉模块主要包括运动检测、目标跟踪等运动分析方法；数据融合模块主要解决多摄像机数据进行融合处理问题；高层视觉模块主要包括目标的
识别，以及有关于运动信息的语义理解与描述等。 如何使系统自适应于环境，是场
景建模以及更新的核心问题。有了场景模型，就可以进行运动检测，然后对检测到的运动区域进行目标分类与跟踪。接下来是多摄像机数据融合问题。最后一步是事件检测和事件理解与描述。通过对前面处理得到的人体运动信息进行分析及理解，最终给出我们需要的语义数据。下面对其基本处理过程做进一步的说明。
1.2.1  环境建模
　　要进行场景的视觉监控，环境模型[4]的动态创建和更新是必不可少的。在摄像机静止的条件下，环境建模的工作是从一个动态图像序列中获取并自动更新背景模型。其中最为关键的问题在于怎样消除场景中的各种干扰因素，如光照变化、阴影、摇动的窗帘、闪烁的屏幕、缓慢移动的人体以及新加入的或被移走的物体等的影响。 Matlab可见光热红外视频目标融合检测软件设计与实现(2):http://www.youerw.com/zidonghua/lunwen_2944.html