實時監(jiān)控中的車外拋物檢測.pdf

1、隨著經(jīng)濟的發(fā)展，代步工具的普及，生活中各種不文明乘車行為層出不窮，車外拋物行為也越來越多，嚴(yán)重影響了市容市貌和交通安全。在智能視頻監(jiān)控中實現(xiàn)車外拋物的檢測，可以實現(xiàn)在不需要人為干涉的情況下對監(jiān)控場景中的拋物進行檢測、跟蹤和定位。在發(fā)生異常情況下能夠及時準(zhǔn)確地發(fā)出警報并提供有用信息，是智能視頻監(jiān)控的一項重要環(huán)節(jié)。
　　 車外拋物檢測功能主要分四個部分實現(xiàn):運動目標(biāo)檢測、運動目標(biāo)提取、運動目標(biāo)跟蹤和車外拋物檢測。首先，在運動目標(biāo)檢測

2、時利用視頻序列中各幀的關(guān)聯(lián)性，排除背景的干擾，檢測出視頻序列中運動車輛和車輛周圍的拋物，并使用最大類間方差分割出運動目標(biāo)的二值化前景圖。深入比較分析幾種常用檢測算法，根據(jù)這些算法的檢測分割效果和時間復(fù)雜度，總結(jié)出Surendra改進算法在拋物檢測中具有最優(yōu)效果。其次，在運動目標(biāo)提取前先目標(biāo)前景圖進行形態(tài)學(xué)預(yù)處理，減少前景圖中的噪聲，封閉目標(biāo)輪廓，然后再利用目標(biāo)輪廓提取算法提取出目標(biāo)完整輪廓，并儲存目標(biāo)位置和所處區(qū)域信息。再次，將kalm

3、an濾波器引入復(fù)雜環(huán)境下車外拋物檢測系統(tǒng)的Mean Shift目標(biāo)跟蹤中，在對大量視頻跟蹤仿真的過程中，證明了kalman預(yù)測和Mean Shift跟蹤結(jié)合算法擁有準(zhǔn)確的跟蹤性和良好的魯棒性。最后，通過大量實驗分析各種拋物與干擾物不同的位置、大小和運動特性，針對拋物的固有特性，總結(jié)了車輛與拋物之間的運動規(guī)律，根據(jù)拋物和車輛之間特有的運動規(guī)律提出了復(fù)雜環(huán)境下車外拋物的判斷條件，并通過對多種拋物進行實驗檢測，實驗結(jié)果表明這些判斷條件能準(zhǔn)確快