变电站中运动目标检测技术的研究-答辩稿

变电站中运动目标检测技术的研究 内容提要 研究背景 运动目标检测方法 背景差分法 相邻差分法 光流法 算法评价 仿真结果 总结与展望 研究背景（ 1） 本题主要研究变电站运动物体的检测技术，探讨运动物体跟踪技术，其系统具有智能检测的功能。对于变电站而言，环境监控的主要内容包括了运动物体的检测、跟踪等等情况，在某些特殊场所或者是发生特别事故的情况下，人类可能不方便或者无法亲自到现场查看，这时只有通过实时监视来完成需要的工作。 研究背景（ 2） 运动图像的分析主要包括运动目标的检测、跟踪、分类及行为理解几个过程。 运动目标检测是从视频中将运动变化区域从背景图像中提取出来。 在计算机视觉、智能视频监控（银行、电力、交通、安检及军事）领域，视频图像的 运动目标检测结果，将对运动目标分类、跟踪及行为理解等后续处理产生重要影响 。运动目标的有效分割是序列图像分析的基础性工作，是当今国内外学者研究的热点问题。 低层视觉处理 中层视觉处理 目 标 检 测 目 标 跟 踪 目 标 分 类 行 为 理 解 语 义 描 述摄 像 机高层视觉处理 运动目标检测方法 背景差分法 （ 适用于摄像机静止情形，其关键是 背景建模 ，性能与监控场景复杂情况和系统要求有关，典型算法有中值、自适应模型、高斯模型、多模态均值等。 相邻差分法 (通过比较相邻 2或 3帧图像差异实现场景变化检测，对动态环境有较强适应性，但检测精度不高，难获得目标精确描述。 光流法 (可用于摄像机运动情形，提取目标完整信息（包括运动信息），计算复杂度高，抗噪性能差。在摄像机固定的情况下应用较少。 背景差分法 背景差分法： 相邻差分法 相邻两帧差分法检测运动目标 光流法 在实际应用中，由于遮挡性、多光源、透明性和噪声等原因，使得光流场基本方程的灰度守恒假设条件不能满足，不能求解出正确的光流场，同时大多数的光流计算方法相当复杂，计算量巨大，不能满足实时的要求。因此，本文对光流法只进行简单分析未采用光流法对视频进行分析。 算法比较 背景差分法优缺点：要求被监视环境是一幅静态背景，没有噪声污染。但其易于对目标检测跟踪 帧间差分法的优 缺 点是：算法实现简单，程序设计复杂度低；对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好。 但 不能提取出对象的完整区域，只能提取出边界；同时依赖于选择的帧间时间间隔。 鉴于背景差分法和帧间差分法的优缺点，我们将这两种方法结合起来，使它们优势互补，从而克服相互的弱点，提高运动检测的效果。 (3) 视频结果仿真分析 本实验针对在无人值守变电站视频监测系统中的视频图像中的异常物体进行运动目标的检测，通过行了仿真实验。 以下结果是对有人进入监控区进行的目标检测试验 视频仿真结果 总结与展望 随着计算机硬件的快速发展，越来越多的摄像头遍布在各个公共场所。这些摄像头产生的数量巨大的原始视觉信息，不但需要大量的人力资源进行监视处理，并且，人工处理这些信息的工作枯燥乏味，监视人员往往无法长时间专心于这些信息的分析，