电梯轿厢内异常行为识别研究

发布时间：2017-04-08 14:00

  本文关键词：电梯轿厢内异常行为识别研究，由笔耕文化传播整理发布。

【摘要】：智能视频监控技术已被广泛应用于现有的视频监控场景之中，，本文针对电梯轿厢环境的特殊性，将图像处理技术和视频分析技术应用于电梯轿厢视频监控场景中，将轿厢内可能发生的异常行为进行分类，针对不同行为的特点，分别提出了对应的异常行为检测方法。 本文针对电梯轿厢环境的特殊性，将轿厢内可能发生的异常情况分为三类：单人的晕倒行为，多人的打架、抢劫行为及存在遗留物品，针对以上三种行为发生时的特点，提出三种对应的异常检测算法。首先，在目标前景检测中，通过自适应中值滤波法融合均值法提取背景模型，将减背景法与Sobel算子边缘检测法结合来获取前景图像，解决了现有前景提取算法在电梯监控场景中的不适用性，在获取有效前景的同时，摒弃掉无用的边缘，从而得到完整的前景目标。其次，利用连通区域内像素统计的方法，进行乘梯人数的判断，根据不同的乘梯人数判断可能发生哪些异常行为。在单人晕倒识别问题上，通过计算相邻两帧之间轮廓的Hausdorff距离，判定是否存在静止前景。对于多人异常行为识别的光流计算的迭代问题，改进了传统的金字塔光流模型，提出了基于Harris角点的光流计算方法，极大的减少了数据规模及运算复杂度，并建立了一种基于角点动能的模型作为多人异常行为识别的判定标准。在遗留物检测算法中，利用背景差法和帧差法的固有特点，当帧差法无法检测到物体，而背景差法可以检测到物体时，可以判定存在遗留物品。 本文的系统平台是基于MFC语言并加载OpenCV视觉库进行开发的，并在模拟的环境中进行了相关的实验。实验结果表明，该算法可以检测出绝大部分电梯轿厢内发生的异常行为，且实时性好，准确性高，符合电梯视频监控场景需求。
【关键词】：异常行为检测 图像处理 金字塔光流 角点动能
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 课题研究背景及意义10-11
• 1.2 国内外的研究现状及分析11-13
• 1.3 本课题研究的主要内容13-14
• 1.3.1 课题来源13
• 1.3.2 课题的主要研究内容13-14
• 1.4 本章小结14-15
• 第2章 运动目标检测15-30
• 2.1 常见的运动目标检测算法16-21
• 2.1.1 帧间差分法16-17
• 2.1.2 光流法17-18
• 2.1.3 背景差法18-19
• 2.1.4 背景建模方法19-21
• 2.2 基于减背景法与边缘提取的前景提取算法21-26
• 2.2.1 AMF 法与均值滤波融合的背景提取算法21-23
• 2.2.2 改进的 Sobel 算子边缘提取23-26
• 2.2.3 减背景法与边缘提取的融合26
• 2.3 实验结果与分析26-29
• 2.4 本章小结29-30
• 第3章 角点光流计算及基于角点动能检测模型建立30-49
• 3.1 光流30-37
• 3.1.1 Horn-Schunck 光流算法33-34
• 3.1.2 Lucas-Kanade 光流算法34-36
• 3.1.3 金字塔 Lucas-Kanade 光流算法36-37
• 3.2 改进的金字塔 Lucas-Kanade 算法37-43
• 3.2.1 角点的检测38-39
• 3.2.2 基于角点的光流计算39-43
• 3.3 角点动能检测模型建立43-46
• 3.3.1 动态特征计算44-45
• 3.3.2 动能计算45-46
• 3.4 实验结果与分析46-48
• 3.5 本章小结48-49
• 第4章 电梯轿厢内异常行为检测49-64
• 4.1 电梯轿厢内人数判断49-52
• 4.1.1 基于前景连通区域像素统计50-51
• 4.1.2 人数判断51-52
• 4.2 异常行为检测52-62
• 4.2.1 单人情况下异常行为检测52-57
• 4.2.2 多人情况下异常行为检测57-60
• 4.2.3 遗留物检测60-62
• 4.3 算法性能评价62-63
• 4.4 本章小结63-64
• 第5章 异常行为监控系统平台64-69
• 5.1 OpenCV 开发环境介绍64-65
• 5.1.1 OpenCV 库64-65
• 5.1.2 OpenCV 功能65
• 5.2 系统平台的实现65-68
• 5.2.1 基本架构65-66
• 5.2.2 软件界面66-67
• 5.2.3 运行结果67-68
• 5.3 本章小结68-69
• 结论69-71
• 参考文献71-76
• 攻读硕士学位期间发表的学术论文76-77
• 致谢77

【参考文献】

中国期刊全文数据库 前1条

1 李衡宇;何小海;吴炜;杨晓敏;;基于计算机视觉的公交车人流量统计系统[J];四川大学学报(自然科学版);2007年04期

中国博士学位论文全文数据库 前1条

1 路子峗;光流场计算及其若干优化技术研究[D];合肥工业大学;2012年

  本文关键词：电梯轿厢内异常行为识别研究，由笔耕文化传播整理发布。

本文编号：292985