输电线路杆塔人员及动物入侵识别方法研究

摘要

为了确保输电线路及杆塔的安全，本文提出了一种基于视频监控的输电线路杆塔人员及动物入侵识别方法。针对输电线路杆塔所处的特殊环境，此方法通过运动目标检测及阴影抑制、目标提取、目标分类、感兴趣目标跟踪、入侵识别报警机制的建立，最终实现了对杆塔所在区域的人员及动物入侵的识别。
　　在运动目标检测及阴影抑制中，提出了一种基于改进Surendra背景更新的中值背景减除法与混合高斯模型结合的方法进行运动目标检测，并采用一种基于YUV颜色模型的阴影抑制方法对目标进行阴影抑制。在目标提取中，利用改进的八连通区域标记法检测、标记目标连通区域。在目标分类中，对提取的目标区域进行一种基于形状和运动特征相结合的特征提取，并利用Adaboost分类器进行模式训练，将目标分为感兴趣目标(人或大型动物)及其他非感兴趣目标。在感兴趣目标跟踪中，提出一种基于多特征的目标跟踪，即利用由Adaboost分类器得到的分类结果及感兴趣目标的特征相似性进行目标定位，实现对人或大型动物的跟踪。在入侵识别报警机制的建立中，设定了敏感区域和报警条件。最后，根据入侵识别报警机制对当前目标进行运动轨迹分析，并做出判定，若认为目标为潜在危险目标则进行警告，并同时向监控中心报警，实现了杆塔人员及动物入侵的识别。此外，本文还阐述了灰度变换、去噪、分割、二值化、形态学处理、连通成分检测及标记等图像预处理技术在识别处理中的运用。
　　实验结果表明，在杆塔所处的特殊环境中，本文方法能够准确有效地检测出出现在杆塔附近的人或大型动物等感兴趣目标，并在识别出潜在危险目标时，自动报警。该方法不但准确性高，而且能满足实时监控的需要，进一步优化了视频监控系统，为输电线路的安全运行提供了有力地支持。

目录

声明

摘要

第1章 绪论

1．1 课题背景及研究的目的和意义

1．2 国内外研究现状

1．3 论文的主要工作和内容安排

第2章 图像预处理基础方法

2．1 图像的灰度化

2．2 图像去噪

2．3 图像分割

2．4 图像二值化

2．5 形态学处理

2．6 连通域检测及标记

2．7 本章小结

第3章 运动目标检测及阴影抑制

3．1 背景模型的建立

3．1．1 基于混合高斯模型的背景建模

3．1．2 一种基于改进Surendra背景更新的时间中值法

3．2 基于混合高斯和改进中值模型的运动目标检测方法

3．2．1 基本思想及框图

3．2．2 仿真结果及分析

3．3 阴影抑制

3．4 目标提取

3．4．1 八连通区域标记

3．4．2 区域标记算法的改进

3．4．3 区域标记结果

3．5 本章小结

第4章 运动目标分类识别及跟踪

4．1 目标分类

4．1．1 特征量的提取及归一化

4．1．2 Adaboost分类器概述

4．1．3 基于Adaboost的目标分类识别

4．2 目标跟踪

4．2．1 多特征模型描述

4．2．2 多特征相似性度量及目标定位

4．2．3 基于多特征的目标跟踪

4．3 本章小结

第5章 输电线路杆塔人员及动物入侵识别

5．1 输电线路杆塔人员及动物入侵识别总体框图

5．2 入侵识别报警机制

5．2．1 摄像机标定

5．2．2 敏感区域设定

5．2．3 报警函数的确立

5．3 入侵识别的具体实现及结果分析

5．3．1 运动目标检测及阴影抑制

5．3．2 目标分类及跟踪

5．3．3 入侵识别

5．4 本章小结

第6章 结论与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢