基于SVM的牽引變電站人體入侵檢測的研究.pdf

1、牽引變電站作為牽引供電系統(tǒng)中的一個重要環(huán)節(jié)，它的安全運(yùn)行對整個供電系統(tǒng)的穩(wěn)定性具有重要的意義。對闖入站內(nèi)的人體目標(biāo)進(jìn)行檢測是為了保證牽引變電站內(nèi)的一些重要設(shè)施的安全運(yùn)行，防止入侵人物接近這些設(shè)備，以免對其運(yùn)行環(huán)境造成干擾，該項(xiàng)工作意義重大。
　　對圖像中的人體目標(biāo)進(jìn)行檢測和識別的方法有很多，其中機(jī)器學(xué)習(xí)和模式識別是當(dāng)今研究的熱點(diǎn)，本文就采用該方法利用LIBSVM工具箱和SVM工具箱在MATLAB平臺上，研究了基于SVM的牽引變電站

2、人體入侵的檢測。
　　在這個過程中，圖像的預(yù)處理、圖像的梯度直方圖特征(HOG)的提取、支持向量機(jī)(SVM)的訓(xùn)練、測試和預(yù)測分類是主要環(huán)節(jié)。在圖像的預(yù)處理環(huán)節(jié)中，針對以牽引變電站為背景的圖像，主要用到了圖像的灰度化、Gamma校正以及圖像的濾波去噪處理，為后續(xù)的特征提取和識別正確性提供了必要的保障。在圖像的HOG特征提取的過程中，研究了HOG特征對圖像中人體目標(biāo)的描述原理，并針對一些奇異樣本的特征數(shù)據(jù)進(jìn)行了歸一化處理，為后文的研

3、究提供了理論支撐。在支持向量機(jī)的訓(xùn)練、測試和預(yù)測分類的實(shí)現(xiàn)過程中，首先深入研究了SVM的訓(xùn)練和分類原理和算法，構(gòu)建了一個有效的人體目標(biāo)檢測系統(tǒng)，然后借助必要的實(shí)驗(yàn)工具，通過實(shí)驗(yàn)對不同參數(shù)的SVM的分類效果進(jìn)行比較，選取了最優(yōu)的參數(shù)配置，并利用其在測試集上的分類效果進(jìn)行了驗(yàn)證，最后按照設(shè)計(jì)好的方法和步驟，實(shí)現(xiàn)了對牽引變電站人體目標(biāo)檢測的實(shí)驗(yàn)。
　　針對牽引變電站內(nèi)靜態(tài)場景監(jiān)視的特殊情況，還研究了一種差值區(qū)域分類識別法，該方法是通過對