您的位置 首页 基础

根据智能视频监控的安防体系规划(二)

3 智能视频分析的实现对视频图像的采集、分析工作主要由前端摄像机内置的嵌入式微处理器来完成。 这种数据处理方式可以使得系统对原始或最接近

  3 智能视频剖析的完结

  对视频图画的收集、剖析作业首要由前端摄像机内置的嵌入式微处理器来完结。 这种数据处理方式能够使得体系对原始或最接近原始的图象进行剖析,第一时间做出快速而精确的判别。

  一个完好的视频图画剖析处理进程需求交融图画处理技能、形式辨认技能等多种技能手段才干到达较好的实践作用。 其作业进程包括图画的预处理、图画切割、特征提取和图画分类,作业流程图如图3所示。

  

  体系的图画辨认规划学习运动检测的思路来完结:首要依据各坐标的像素值在整个序列中的核算信息对布景进行康复,如有反常状况,则提取出来;然后再使用核算办法辨认该反常状况的所属类别。

  图画的辨认首要运用帧间改动检测办法来完结,其根本流程分为:

  (1)图画预处理,依据图画的含糊状况选用各类特别技能来杰出图画中的某些细节信息并削弱或消除无关信息,然后到达增强图画的全体或部分特征的意图。

  (2)图画的布景康复及反常提取,依据各坐标处像素值在整个序列中的核算信息对图画布景进行康复,然后使用当时帧与康复出来的布景相减,提取动身生了反常状况的区域;(3)图画分类,使用当时帧与康复出来的静态布景相减,提取出一切或许产生了反常状况的区域。

  3.1 图画预处理

  常见的图画增强从处理的作用域动身,可分为空间域和频率域两大类,其间空间域增强是直接在图画地点空间中进行处理,对图画的像素灰度值直接进行运算处理。 空间域图画增强技能可用公式1来描绘:

  

  式中:F(x,y)为处理前的图画,G(x,y)为处理后的图画,H(x,y)为空间运算函数频率域图画增强是将原空间的图画以某种方式转化到其他空间,然后使用该转化空间的特有性质进行处理,最终再转化回原空间中。 其进程可用图4来描绘:

  

  3.2 图画布景康复及反常提取

  视频序列的帧与帧之间有很强的相关性,假如只使用单帧信息来进行剖析处理,错误率很高,当时剖析作用较好的办法是联合多帧进行处理。 依据这一思维,能够依据各个坐标处像素值在整个序列中的核算信息对布景进行康复。 文中规划的体系选用静态布景康复进行处理:

  首要,咱们将图画序列界说为B(x,y,i),其间x,y代表空间坐标,i代表帧数(i=1, …, N),N为序列总帧数。 视频帧差CDM反映了相邻帧之间的灰度改动:

  

  式中:阈值T用来去除噪声。 对固定的坐标方位(x,y),CDM(x,y,i)能够表明为帧数i的函数,它记载了像素点(x,y)沿时间轴的改动曲线。 能够依据CDM(x,y,i)是否大于零将这条曲线分段,并将其用调集

表明。

  体系操作过程详细为:

  (1)读出相邻两帧数据,进行比较,并核算出它们的差值;(2)对得到的两帧图画差进行二值化处理,将二值化后的图画在特定的腐蚀窗口条件下进行腐蚀处 理,随后核算出经腐蚀处理后的图画的规范帧间偏移;(3)重复过程(1)和过程(2);(4)对每一个像素点盯梢最大长度设定为0,并记载其最大长度中的 中心帧标号;(5)遍历整个序列,盯梢、记载下单个点接连为0的最大长度;(6)遍历整帧图画,设置布景数据,康复得到静态布景。

  3.3 图画分类

  从一个杂乱的场景中提取出方针物体后,为了便于辨认,需求对方针物体的尺度特征、形状特征等进行丈量核算。 这些特征有必要相对于特定的物体具有必定的安稳性,例如当图画产生旋转、平移时,物体的面积、周长不会呈现明显改动;当图画因为方针物体与摄像机间隔的不同 而导致摄入的图画巨细不一起,份额特征不会产生改动。 体系能够凭借这些较为安稳的特征来差异不同的物体,然后精确辨认进入场景的方针。 在本体系中,首要选用面积和份额特征来区别运动目标。

  体系图画分类选用核算形式辨认办法,该办法事前界说了若干的类型或范畴,它以为图画或许包括一个或多个物体,并且每个物体都将归于某一类事前界说的类型或范畴.  其间完结“分类”作业的器材是“分类器”. 分类器的类型有许多,比方参数的和非参数的,线性的和非线性的。 本体系规划挑选了线性分类器,并使用最小间隔分类法对物体进行辨识分类。 该办法是用输入形式和特征空间作为模板的点之间的间隔作为分类的原则。 设有m个类别的图画,其类别分别为W1,W2,…,Wm. 现要判别任一个给定的图画是这m个类别中的哪一类,则能够经过提取图画的特征来进行判别。

  当图画类别很多时,特征一般也较多。 为了剖析和分类的便利,可用图画的d(假定图画有d个特征)个特征组成d维空间中的特征向量X来表明,假如有m个类别,就有m个这样的特征向量。

  因而,从图画中提取到悉数特征后,组成d维向量,选用最小间隔分类法与样本库中的图画类的特征向量进行匹配运算,假如其与第i(0

  4 小 结

  针对视频监控范畴的开展现状和存在的问题,依据前人的研究结果和作者多年来的作业实践,文中提出了一种依据智能视频剖析的监控体系规划,从硬件架构和软件架构上都做了剖析阐明,为监控体系的规划供给了一种新的办法和思路。

  智能视频监控技能的使用远景十分广阔,停车场、高速路、工厂、军事基地的安全管理都急需它的协助,并且伴随着硬件处理才能和软件剖析才能的不断提高,智能 视频监控体系的作业效能还将持续提高,新的功用也将不断涌现,它必将替代现有的传统监控,敞开安防管理作业新的篇章。

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/zhishi/jichu/136933.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部