【摘要】：水電站肩負電網(wǎng)供電、調峰、調頻等重要任務,水電站的設備安全直接關系到電網(wǎng)的正常運行。在水電站現(xiàn)場通常會安排運行、檢修班組針對現(xiàn)場設備進行巡檢,采用簽到本的模式進行巡檢的監(jiān)督,現(xiàn)有的簽到模式對巡檢不到位、漏檢、私自換班等情況不能起到有效的輔助監(jiān)督作用。本文針對以上問題,從經(jīng)濟效率考慮,結合現(xiàn)場已存在的監(jiān)控攝像頭及人臉識別理論,提出通過對監(jiān)控視頻進行人臉檢測、識別,輔助監(jiān)督巡檢人員巡檢過程。首先針對水電站監(jiān)控視頻特點進行分析,根據(jù)現(xiàn)場環(huán)境下視頻圖像易產(chǎn)生的噪聲,采用兩種類型的圖像去噪方法進行去噪處理,并對結果進行對比,選取以小波去噪的方法進行噪聲濾除,然后根據(jù)現(xiàn)場照明環(huán)境分析了圖像對比度問題,采用了多尺度Retinex算法進行圖像對比度增強處理,為后續(xù)的人臉檢測及識別建立基礎。在人臉檢測過程中采用Adaboost算法訓練級聯(lián)分類器,并針對實際監(jiān)控攝像頭進行了實驗,發(fā)現(xiàn)該檢測算法的誤檢、漏檢現(xiàn)象。提出以下解決方案:通過連續(xù)檢測確認目標存在,降低誤檢現(xiàn)象,同時也防止了單一檢測結果存在運動模糊對識別結果的影響,然后針對多幀檢測結果提出采用清晰度評價函數(shù)對圖像進行清晰度評價,以最優(yōu)結果推送后臺進行人臉識別,提高系統(tǒng)識別率,降低系統(tǒng)計算的時間復雜度。對于人臉識別過程,介紹并分析了PCA算法,同時引入針對PCA算法進行改進的2DPCA算法,并在ORL人臉數(shù)據(jù)庫及自己建立的數(shù)據(jù)庫進行了實驗。最終根據(jù)水電站巡檢的實際需求設計了人臉識別系統(tǒng),系統(tǒng)是基于MATLAB實現(xiàn)的,系統(tǒng)界面簡潔,面向性強,根據(jù)人臉識別確定巡檢人員,并提取巡檢時間,結合監(jiān)控攝像頭地址,確定巡檢地點,實現(xiàn)了系統(tǒng)需求,同時采用輸出報表形式,輸出巡檢監(jiān)督考勤表。
【圖文】：

10（e）高斯噪聲中值濾波 （f）椒鹽噪聲中值濾波圖 2.1 圖像去噪實驗結果對比圖Fig 2.1 Image denoising experiment results comparison chart上圖中(a)(c)(e)為圖像高斯噪聲濾除實驗，(b)(d)(f)為椒鹽噪聲實驗結果。由結果明顯得出均值濾波能較好濾除高斯噪聲，但是對于椒鹽噪聲濾波效果不佳同時由于均值濾波的固有特性決定其會使得圖像變模糊。中值濾波不同于均值濾波其對于脈沖干擾椒鹽噪聲抑制力好。針對去噪效果的評價，一般通過去噪后的圖像與原始圖像進行對比來實現(xiàn)。中進行實驗時，首先對圖像添加一些限定條件下的噪聲，通過實驗進行去噪，最

第二章 視頻圖像預處理當然，上面還存在一個問題，就是小波收縮閾值 的選取，選取合適的閾值，能夠保證高效的去噪性能，我們采用如下準則選取小波收縮閾值 : 2ln( N)(2.10)式中 N 表示圖像的總像素數(shù)， 為噪聲的方差。在實際計算中噪聲的 是未知的，可通過魯棒中值估計法進行估計其值：2 median (C )/0.6745(2.11)其中 C 表示小波分解后最高尺度的 HH 子帶。采用 MATLAB 進行實驗如下，使用 matlab的小波工具箱（1）用 wavedec2函數(shù)進行小波分解，分解為三層分解（2）使用 wthcoef2 函數(shù)對二維信號小波系數(shù)進行閾值處理，其中閾值確定選擇工具箱函數(shù) ddencmp。（3）使用 waverec2 函數(shù)進行二維小波重構。為驗證對比實驗，，我們對原始圖片添加不同σ值的高斯噪聲，其中σ代表標準差，并分別采用空域濾波方法和小波閾值方法進行對比。當標準差σ = 0.015 時結果如下：
【學位授予單位】：南昌工程學院
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TV738;TN948.6

【參考文獻】

相關期刊論文 前10條

1 錢青;臧冬菊;;一種改進的Sobel算子圖像清晰度評價函數(shù)[J];計算機與數(shù)字工程;2015年10期

2 姜柏軍;鐘明霞;;改進的直方圖均衡化算法在圖像增強中的應用[J];激光與紅外;2014年06期

3 趙亞飛;王鶴;;“天網(wǎng)”工程成環(huán)成網(wǎng)規(guī)劃綜述[J];中國公共安全;2014年09期

4 李凱;徐治平;;一種基于半監(jiān)督學習的2DPCA人臉識別方法[J];河北大學學報(自然科學版);2013年04期

5 王健;陳洪斌;周國忠;安濤;;改進的Brenner圖像清晰度評價算法[J];光子學報;2012年07期

6 孔令釗;唐文靜;;基于PCA的人臉識別系統(tǒng)的研究與實現(xiàn)[J];計算機仿真;2012年06期

7 劉家朋;趙宇明;胡福喬;;基于單尺度Retinex算法的非線性圖像增強算法[J];上海交通大學學報;2007年05期

8 趙敏;舒儉;;基于K-L變換的人臉識別系統(tǒng)[J];華東交通大學學報;2006年05期

9 陳伏兵;陳秀宏;張生亮;楊靜宇;;基于模塊2DPCA的人臉識別方法[J];中國圖象圖形學報;2006年04期

10 張旭明,徐濱士,董世運;用于圖像處理的自適應中值濾波[J];計算機輔助設計與圖形學學報;2005年02期

本文編號：2593258