面向大型工地的視覺監(jiān)管系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、大型工地人員車輛情況復雜、安全隱患較多，需要加以有效監(jiān)督和管理。本文從大型工地的智能監(jiān)管工程需求入手，研究了面向大型工地的視覺監(jiān)管系統(tǒng)關(guān)鍵技術(shù)。
　　首先，本文針對現(xiàn)有大型工地監(jiān)管方法主要依賴于人工，存在范圍局限、易疏漏、耗費人力物力等缺點的問題，根據(jù)工程應用需求和技術(shù)指標，設計了面向大型工地的視覺監(jiān)管系統(tǒng)。
　　其次，針對現(xiàn)有運動目標檢測算法受大型工地出入口車轍干擾的問題，在分析像素值歷史變化特性的基礎(chǔ)上，提出了基于幀間累

2、計變化矩陣的背景差分改進算法，即根據(jù)車轍歷史幀間累計變化明顯弱于當前運動目標的特性，將歷史幀間累計變化矩陣中值為零的點更新為背景再進行背景差分的方法。對比實驗表明，本文算法能夠較好的抑制車轍干擾，與傳統(tǒng)背景差、幀間差、幀間差結(jié)合背景差的方法相比，前景檢測F1指標分別提高了27.3％、14.5%和24.4%。此外，針對基于背景差分的運動目標檢測算法原理固有缺陷導致的部分前景分裂問題，從分裂偽子目標的空間位置關(guān)系特點入手，設計了基于前景空間

3、信息的運動目標修正算法，能夠較好的解決前景分裂問題。
　　然后，針對大型工地對出入人員及車輛的分類統(tǒng)計監(jiān)管需求，研究了出入人員及車輛情況監(jiān)管算法。針對應用現(xiàn)場跟蹤需求和實時性要求，設計了基于鄰幀目標空間關(guān)系代價函數(shù)的區(qū)域跟蹤方法；依據(jù)目標的運動特性，設計了基于跟蹤和計數(shù)檢測線的目標分類計數(shù)統(tǒng)計算法，實現(xiàn)系統(tǒng)對人員及車輛目標的監(jiān)管功能；根據(jù)人員目標分類及施工現(xiàn)場安全要求，針對現(xiàn)有安全帽檢測算法易受亮度影響和識別安全帽顏色可靠性有待提

4、高的問題，提出了基于局部HSV顏色模型的安全帽檢測算法，即通過人員目標局部HSV顏色特征結(jié)合其輪廓特征進行安全帽檢測的方法，對比實驗表明，安全帽檢測正確率達到92.67%，與已有算法相比提高了8.67%。綜合實驗表明，本文設計的人員及車輛監(jiān)管算法分類統(tǒng)計準確率達87.18%以上，基本滿足大型工地監(jiān)管要求。
　　最后，根據(jù)大型工地現(xiàn)場背景環(huán)境突變引起的少量路面?zhèn)文繕顺霈F(xiàn)問題，在分析偽目標與真實目標的特性基礎(chǔ)上，研究了其灰度直方圖特征