在當(dāng)今社會復(fù)雜環(huán)境下,公共安全問題日益突出,已成為很多國家研究的熱點(diǎn)問題之一,為了保護(hù)人民群眾的公共財(cái)產(chǎn)安全,建立一套完整的智能監(jiān)控系統(tǒng)是十分必要的。在智能監(jiān)控系統(tǒng)中,尤其重要的是對公共場合的人群運(yùn)動(dòng)檢測與預(yù)警,是目前避免問題事故發(fā)生的主要手段。本文主要從人群密度估計(jì)、異常行為檢測兩個(gè)部分展開了研究。主要內(nèi)容如下:1.提出一種改進(jìn)混合高斯建模的人群前景提取方法。對原始幀圖像做灰度化以及二值化處理,運(yùn)用中值濾波法消除噪聲,得到平滑圖像,最后使用改進(jìn)的高斯混合模型實(shí)現(xiàn)對人群目標(biāo)的前景提取。通過實(shí)驗(yàn)表明,在對前景影響不大的情況下,該方法的計(jì)算時(shí)間只需要原來的三分之一,顯示出了該方法的優(yōu)越性。2.提出一種像素統(tǒng)計(jì)與紋理特征相結(jié)合人群密度估計(jì)方法。對幀圖像中的前景圖像像素和邊緣像素進(jìn)行統(tǒng)計(jì)求和,并根據(jù)實(shí)驗(yàn)設(shè)定閾值T（28）38000,如果像素和小于閾值,使用基于前景像素和邊緣像素的線性回歸人群密度估計(jì)方法,通過人為標(biāo)記獲取低密度人群的前景像素?cái)?shù)、邊緣像素?cái)?shù)以及人群人數(shù)數(shù)量,得到最后的擬合函數(shù)關(guān)系。如果像素和大于此閾值,則使用基于紋理分析和SVM分類的人群密度等級估計(jì)方法,使用灰度共生矩陣提取幀圖... 

【文章來源】：新疆大學(xué)新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

多攝像頭數(shù)據(jù)融合框架

原始圖像與處理后的灰度圖像

圖像二值化


本文編號：3058279