基于智能視頻監(jiān)控的重要設(shè)施看護(hù).pdf

1、本文概括了國(guó)內(nèi)外的智能視頻監(jiān)控的現(xiàn)狀，分析了傳統(tǒng)的滯留物和取走物算法，針對(duì)重要物看護(hù)問(wèn)題，提出了基于圖像邊緣信息的重要設(shè)施看護(hù)算法。
　　首先，本文研究了滯留物和取走物檢測(cè)的流程，即通過(guò)設(shè)定感興趣區(qū)域，通過(guò)比較當(dāng)前幀感興趣區(qū)域和背景幀感興趣區(qū)域的特征（顏色、輪廓），檢測(cè)物體是否為滯留物或者取走物。實(shí)驗(yàn)表明，顏色受光照影響比較嚴(yán)重，利用顏色直方圖不能實(shí)現(xiàn)重要物的看護(hù)。相比輪廓受光照影響較少，但是傳統(tǒng)的輪廓匹配只是進(jìn)行整體輪廓匹配也不

2、能實(shí)現(xiàn)重要物的看護(hù)。因此，傳統(tǒng)的滯留物和取走物方法不適用于重要設(shè)施看護(hù)的問(wèn)題。
　　其次，通過(guò)上述研究我們知道輪廓受光照影響較小，所以本文采用邊緣作為重要物看護(hù)的特征。為了能檢測(cè)出重要物被“破壞”的為微小變化，本文實(shí)現(xiàn)了Roberts、Sobel、Prewitt、Laplacian、Canny、小波變換等邊緣檢測(cè)算子。實(shí)驗(yàn)表明，Canny算子提取的圖像邊緣信息對(duì)光照不是很敏感，而且在保證圖像整體輪廓的連通性同時(shí)還提取出了圖像的弱邊

3、緣，所以本文最終選擇Canny算子作為重要設(shè)施看護(hù)的邊緣檢測(cè)算子。
　　最后，本文提出了基于感興趣區(qū)域的重要物看護(hù)算法。本文提出了基于輪廓四鄰域匹配和利用Hough變換提取直線兩種看護(hù)算法解決了無(wú)遮擋看護(hù)問(wèn)題。對(duì)遮擋看護(hù)，我們分為無(wú)蓄意遮擋和蓄意遮擋。本文提出了基于感興趣區(qū)域的分塊邊緣檢測(cè)算法，即通過(guò)檢測(cè)每個(gè)小塊的邊緣變化，最終加權(quán)得到感興趣區(qū)域的邊緣變化信息。實(shí)驗(yàn)表明，該算法很好地區(qū)分了蓄意遮擋和無(wú)蓄意遮擋情況，而且在滿足實(shí)時(shí)檢