【摘要】：近年來,隨著高層建筑的增多,人們對電梯的依賴越來越強(qiáng)。然而電梯轎廂的空間狹小、封閉和不透明性,外界通常難以及時發(fā)現(xiàn)電梯轎廂中發(fā)生的搶劫、打斗、侵害等人為的異常行為。因此,需要采取有效的監(jiān)控措施,盡可能避免電梯乘客異常行為的發(fā)生。傳統(tǒng)的人工視頻監(jiān)控系統(tǒng)存在監(jiān)控人員易疲勞疏忽、報警響應(yīng)時間長、錄像數(shù)據(jù)分析困難等弊端。將基于視頻的圖像分析處理技術(shù)應(yīng)用于電梯轎廂內(nèi)的監(jiān)控場景,檢測算法自動檢測人為異常并進(jìn)行報警,對及時發(fā)現(xiàn)和處理電梯異常行為具有重要意義。本文針對電梯轎廂環(huán)境的特殊性,分析了常見的電梯轎廂狀態(tài)和乘客的行為狀態(tài),并對轎廂內(nèi)乘客間的暴力行為和乘客扒門行為進(jìn)行了研究。針對兩種異常行為的發(fā)生前提和特點,分別提出了相應(yīng)的檢測算法。本文首先對轎廂場景的圖像特征進(jìn)行分析,判斷電梯轎廂是否載客。并研究轎廂環(huán)境內(nèi)不同前景提取算法的優(yōu)勢和不足,對傳統(tǒng)的背景差法進(jìn)行了改進(jìn),引進(jìn)了背景更新法則,以適應(yīng)動態(tài)背景變化,實現(xiàn)前景目標(biāo)的有效提取。其次,對于乘客暴力行為檢測,選擇了能體現(xiàn)圖像特征點運動信息的光流進(jìn)行分析,同時計算角點處的光流來減小計算量,采用基于Shi-tomasi角點的金字塔L-K光流計算方法來判斷單幅圖像中是否存在可疑暴力行為,并給出以單幅圖像可疑暴力行為作為基礎(chǔ)的暴力行為判定方法。對于乘客扒門行為,采用基于部位關(guān)系場(PAFs)的人體二維姿態(tài)估計方法,識別出轎廂內(nèi)乘客的肢體關(guān)節(jié),并通過計算肢體間角度來判定是否存在扒門行為。最后,主要使用OpenCV進(jìn)行算法編寫和實驗,并編寫了基于Java web的異常行為檢測展示平臺同時對軟件設(shè)計的細(xì)節(jié)實現(xiàn)做了簡要介紹。最終在異常行為檢測軟件上進(jìn)行測試,結(jié)果表明本文提出的方法可以有效地檢測電梯轎廂內(nèi)乘客的暴力行為和扒門行為并及時產(chǎn)生報警信號。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TU976.3;TP391.41
【圖文】：

算法的設(shè)計有特別的要求。目前并沒有較典型和通用的電梯轎廂內(nèi)異常行為的數(shù)據(jù)集。所以本設(shè)計中采用的數(shù)據(jù)集是實驗室人員對多個符合 1.3.1 前提說明的電梯進(jìn)行認(rèn)為模擬行為。圖1-2是本文中所使用的視頻數(shù)據(jù)集。本文在處理時，統(tǒng)一將圖像縮放至320*240進(jìn)行處理。

東南大學(xué)碩士學(xué)位論文2.1.2 圖像濾波2.1.2.1 均值濾波均值濾波是一種線性的局部平滑方法。濾波過程中使用一個窗口在圖像上滑動以歷整幅圖像，同時用窗口內(nèi)各像素灰度值的平均值來代替窗口中心位置的灰度值。對位置(i , j )處的像素，其灰度值為 f (i , j )，平滑后的灰度值為 g ( i , j )，用式(2-5)可得到滑的像素灰度值。( , )1( , ) ( , )x y Ag i j f x yM (2-式中，A表示以(i , j )為中心的鄰域點的集合，M 是 中像素點的總數(shù)。領(lǐng)域的選方式不同，像素點總數(shù)也不一樣。4 鄰域點和 8 鄰域點的集合如圖 2-1 所示 。

數(shù)學(xué)形態(tài)學(xué)起初應(yīng)用于二值圖像，后來擴(kuò)展到灰度圖像和彩色圖像。數(shù)學(xué)形態(tài)基本運算有膨脹(dialate)、腐蝕(erode)、開運算(opening)和閉運算(closing)4 個[19]。2.1.3.1 膨脹膨脹的運算符記為 ，A B的含義是用結(jié)構(gòu)元素B 來膨脹圖像 A，定義為：A B = x (B x )A 圖 2-2 給出了圖像膨脹運算的說明，其中集合 是(a) 中的陰影部分，結(jié)構(gòu)元素圖(b)中的陰影部分，標(biāo)有“+”處為原點，圖(c)的陰影部分是結(jié)構(gòu)元素 關(guān)于原點射。圖(d)中的兩種陰影部分合起來為集合A B，將圖(c)中的映射沿著集合 中依次平移，將映射平鋪到原圖像得到圖(d),其中深黑色是膨脹操作后擴(kuò)大的部分。(d) 可見，膨脹運算將圖像區(qū)域擴(kuò)大了。腐蝕是能夠增強(qiáng)擴(kuò)大比較暗的區(qū)域，可以用除亮噪點。

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張沛;;�？低曋悄芙ㄖ卜谰C合解決方案[J];現(xiàn)代建筑電氣;2015年S1期

相關(guān)博士學(xué)位論文 前2條

1 胡金暉;基于深度信息的多視點視頻編碼及圖像增強(qiáng)技術(shù)研究[D];武漢大學(xué);2014年

2 謝巍;形態(tài)學(xué)分析方法及在圖像特征提取中的應(yīng)用[D];哈爾濱工程大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 朱玉杰;電梯轎廂內(nèi)乘客異常行為檢測[D];中國科學(xué)技術(shù)大學(xué);2017年

2 虞金花;電梯遙檢作業(yè)系統(tǒng)的軟件設(shè)計與實現(xiàn)[D];東南大學(xué);2016年

3 付高靜;電梯轎廂內(nèi)異常行為識別研究[D];哈爾濱理工大學(xué);2015年

4 王曉龍;基于軌跡分析的暴力行為識別算法研究[D];上海交通大學(xué);2015年

5 趙也倪;基于ONVIF的智能監(jiān)控管理軟件設(shè)計[D];哈爾濱工業(yè)大學(xué);2013年

6 黃佳;基于OPENCV的計算機(jī)視覺技術(shù)研究[D];華東理工大學(xué);2013年

7 靳海燕;基于視頻分析的電梯轎廂內(nèi)異常行為檢測研究[D];重慶大學(xué);2012年

8 曹寅;基于圖像特征提取的圖像融合研究[D];上海交通大學(xué);2011年

9 王磊;網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的關(guān)鍵設(shè)備研究[D];湖南大學(xué);2008年

10 楊茂林;層次式網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的設(shè)計和實現(xiàn)[D];中國科學(xué)院研究生院（軟件研究所）;2005年

本文編號：2749083