面向船閘的多目標(biāo)檢測(cè)方法研究.pdf

1、目標(biāo)檢測(cè)是智能視頻監(jiān)控系統(tǒng)中最關(guān)鍵的模塊之一,該模塊通過(guò)對(duì)視頻圖像進(jìn)行分析建立起背景模型,然后對(duì)比當(dāng)前幀與背景模型之間的差異得到前景目標(biāo)。對(duì)于最基礎(chǔ)的目標(biāo)檢測(cè)模塊,目前已經(jīng)提出了多種檢測(cè)算法。由于影響檢測(cè)精確度的原因很多,包括光照突變,檢測(cè)速度,噪音干擾,氣候條件等,而且實(shí)際工程中復(fù)雜的水上背景,變化多端的氣候條件,導(dǎo)致這些算法不能達(dá)到很好的檢測(cè)效果。針對(duì)以上問(wèn)題,本文對(duì)面向船閘的多目標(biāo)檢測(cè)算法展開(kāi)研究,主要內(nèi)容包括:
　?、疟容^

2、幾種常用的目標(biāo)檢測(cè)算法的性能,總結(jié)出它們的優(yōu)缺點(diǎn)。結(jié)合混合高斯背景建模的高檢測(cè)率及滑動(dòng)平均算法對(duì)光照突變不敏感的優(yōu)點(diǎn),提出一種新的融合算法,該算法很好的解決了混合高斯模型對(duì)光照突變敏感帶來(lái)的檢測(cè)失效問(wèn)題。
　?、茖?duì)陰影的形成原理進(jìn)行了分析,考慮到陰影的特性,其亮度與背景相比較暗而色度變化非常小,本文利用基于 RGB空間的陰影去除算法對(duì)船只的陰影進(jìn)行處理。由于水波紋的影響導(dǎo)致陰影去除并不徹底,根據(jù)殘留陰影的特征,提出了一種基于密度算

3、子的二次陰影去除算法對(duì)陰影進(jìn)一步處理,實(shí)驗(yàn)結(jié)果表明新算法能夠達(dá)到理想的陰影去除效果。陰影的徹底去除,給船只的準(zhǔn)確識(shí)別打下良好的基礎(chǔ)。
　?、墙榻B了DBSCAN聚類(lèi)算法,利用DBSCAN基于密度聚類(lèi)的性質(zhì),將其利用到船只的定位當(dāng)中,從而判斷船只與禁停線的相對(duì)位置。首先掃描出船頭的曲線,根據(jù)船頭頂點(diǎn)所在的位置及形狀的特征,對(duì)船頭曲線上的每個(gè)點(diǎn)進(jìn)行聚類(lèi),得到的簇中心點(diǎn)即為船頭的位置。
　?、仍?VC++6.0平臺(tái)上實(shí)現(xiàn)了船閘視頻監(jiān)