小型超市智能监控系统

论文摘要

随着城市生活节奏逐渐变快,功能齐全、货源完备的超市及连锁店如雨后春笋般在城市的各个角落建立起来,成为城市人消费的重要场所。而由于顾客是在无人干预的情况下挑选商品,也给商品的防盗带来了隐患,因此要考虑超市的防盗问题,超市监控摄像机的需求也就越来越多。本课题主要研究的是针对小型超市而设置的防盗监控系统。本文的研究目标是将实时监控与录像记录相结合,设计一款双场景下的智能监控系统,对大场景进行移动侦测,研究内容涉及到背景建模、背景更新、运动检测等方面的内容；对小场景进行手势识别,研究内容涉及到图像处理、特征提取等方面的内容。通过这样的监控系统以达到大幅降低监控人员工作强度的目的,同时大大提高防盗的力度。本课题完成的内容包括：1.本系统以智能监控、自动录像的方式代替超市传统的人工监控、全天录像的监控方式,在提高监控效果的同时大大降低了人的劳动强度。2.提出一种适应性和鲁棒性较强的背景更新方法,可以准确实时地进行背景更新,克服以往因背景的不稳定干扰而给运动检测带来的影响。3.将手势识别这一技术应用到实时监控中,大大提高了监控系统预防盗窃事件的能力。4.采取两步识别的方式进行手势识别,使得辨识结果更为可靠。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题背景与意义
• 1.2 视频监控系统的发展
• 1.3 超市对视频监控系统的需求
• 1.4 论文结构
• 第2章 系统开发基础及结构设计
• 2.1 基础硬件设备
• 2.2 开发软件工具
• 2.3 系统结构框架
• 2.3.1 大场景下的监控系统
• 2.3.2 小场景下的监控系统
• 第3章 运动目标检测
• 3.1 背景模型的建立
• 3.1.1 单模态背景模型
• 3.1.2 基于颜色的混合高斯模型
• 3.1.3 基于颜色梯度的背景模型
• 3.1.4 本系统所采用的背景模型
• 3.2 背景更新
• 3.2.1 基于帧级的背景更新
• 3.2.2 背景更新算法的改进
• 3.2.3 实验结果
• 3.3 运动检测
• 第4章 用户界面及录像资料管理
• 4.1 用户界面
• 4.2 录像资料管理
• 4.2.1 H.264视频压缩
• 4.2.2 视频资料存储
• 第5章 手势识别
• 5.1 图像特征的选取
• 5.2 手部识别
• 5.2.1 提取方法
• 5.2.2 选取颜色空间
• 5.2.3 建立肤色模型
• 5.3 手势识别
• 5.3.1 基于阈值分割提取手部
• 5.3.2 图像滤波平滑
• 5.3.3 边缘检测与提取
• 5.3.4 形状特征分析
• 5.4 最终效果展示
• 第6章 总结
• 参考文献
• 致谢