学位论文 > 优秀研究生学位论文题录展示

舰艇安全保障中的人体异常行为检测研究

作　者: 孟祥宇
导　师: 管凤旭
学　校: 哈尔滨工程大学
专　业: 模式识别与智能系统
关键词: 运动目标检测目标跟踪异常行为识别舰艇环境
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

舰艇是一个国家海上作战的主要力量，其目的主要用于维护国家海洋权益，保卫领海海域不被侵犯。我国海军舰艇的安全警戒工作在非战时状态通常是由更勤人员来保障的，但在战备情况下这很难对舰艇进行实时的、全方位的安全监控。根据在实际舰艇安全保障中存在的一些问题，本文针对单目标异常行为检测技术做了一些研究。首先，在摄像头和云台固定的情况下，以中国人民解放军海军104舰为实际背景拍摄了多组视频，并在此基础上对几种运动目标检测算法的优略性做了对比。通过对试验结果的分析，在优先考虑检测精度和干扰抑制的情况下，本文选择了YUV空间下的码本模型作为背景建模算法。其次，针对码本检测结果中存在的目标断裂和丢失情况，文中通过在背景更新上加入了前景背景比和更新时间的限制条件，有效地解决了由于实时更新码本背景模型所带来的负面影响，较好地克服了光照、噪声和阴影等影响，并最终取得了很好的检测效果。根据对码本检测结果的分析，文中采用Camshift和码本检测相结合的目标跟踪算法，实现了对目标的稳定跟踪，并在此基础上通过采用Hu不变矩来提取人体特征，建立正常行为模板库。同时将实时检测提取到的人体特征进行去极值平均滤波处理，通过与正常行为模板相似度匹配，并结合人体特征的长宽比变化率实现人体异常行为的判别。接下来，本文针对在实际海况中存在的舰艇晃动和海浪噪声干扰的问题分别做了实验研究；一、通过使用基于目标质心变化和码本建模相结合的去抖动处理，解决了舰艇晃动带来的影响；二、通过标示舰舷在摄像头拍摄画面中的固定坐标，判断异常行为的发生与舰舷坐标是否有交集进而抑制海浪噪声的干扰。实验结果表明：在舰艇停泊于码头的情况下，所采用算法对模拟拍摄视频中的人体异常行为检测可以取得很好的效果；在舰艇锚泊于海上的环境下，通过算法研究优化取得一定的预期效果，但距实际应用仍存在一定差距。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-20
  1.1 研究背景和意义  10-11
  1.2 国内外研究现状  11-17
    1.2.1 目标检测算法  12-14
    1.2.2 特征描述方法  14-16
    1.2.3 行为识别方法  16-17
  1.3 人体行为识别的视频环境  17-19
    1.3.1 常用的视频库  17-18
    1.3.2 本文研究的舰艇环境  18-19
  1.4 本论文主要内容的章节安排  19-20
第2章常用运动目标检测算法的研究与实现  20-28
  2.1 图像预处理  20-23
    2.1.1 图像的灰度化处理  20-21
    2.1.2 图像的平滑滤波  21-22
    2.1.3 图像的分割  22-23
  2.2 运动目标检测常用算法  23-27
    2.2.1 帧差法  23-25
    2.2.2 单高斯模型  25
    2.2.3 混合高斯模型  25-26
    2.2.4 平均背景模型  26-27
    2.2.5 码本模型  27
  2.3 本章小结  27-28
第3章基于码本模型的运动目标检测研究与实现  28-38
  3.1 码本模型的颜色空间  28-31
    3.1.1 RGB 颜色空间下的码本模型  28-29
    3.1.2 YUV 颜色空间下的码本模型  29-31
  3.2 舰艇环境下的码本背景建模与前景检测  31-34
    3.2.1 码本背景建模  31-32
    3.2.2 基于码本模型的前景检测  32-34
  3.3 码本算法检测结果存在的问题  34-35
  3.4 舰艇环境下的运动人体目标提取  35-36
    3.4.1 码本算法的参数设置  35
    3.4.2 运动目标提取  35-36
  3.5 本章小结  36-38
第4章舰艇码头停泊环境下的人体异常行为检测  38-51
  4.1 基于 CAMSHIFT 和码本检测结合的目标跟踪  38-42
    4.1.1 Mean-shift 跟踪算法  38-40
    4.1.2 Camshift 跟踪算法  40-41
    4.1.3 基于优化的码本算法跟踪  41
    4.1.4 Camshift 和码本算法结合的跟踪实验结果  41-42
  4.2 目标的行为特征描述  42-47
    4.2.1 Hu 矩  42-44
    4.2.2 Hu 不变矩  44-45
    4.2.3 运动人体的特征提取  45-47
  4.3 人体异常行为检测  47-49
    4.3.1 相似性度量  47
    4.3.2 基于 MHD 的人体特征匹配  47-48
    4.3.3 对人体特征做去极值平均滤波处理  48-49
  4.4 人体异常行为判别  49-50
  4.5 本章小结  50-51
第5章海上复杂条件下的人体异常行为检测  51-57
  5.1 几种复杂情况分析  51-52
    5.1.1 舰艇在涌浪中的晃动  51-52
    5.1.2 海上波浪涌动的干扰  52
  5.2 基于目标质心变化和码本建模结合的去抖动  52-54
    5.2.1 计算目标质心变化的方差  52-53
    5.2.2 消除抖动的虚假目标  53-54
  5.3 海浪噪声的抑制  54-55
    5.3.1 舰舷位置的标示  54
    5.3.2 海浪噪声的去除  54-55
  5.4 人体异常行为检测结果  55-56
  5.5 本章小结  56-57
第6章系统总体流程与实际应用环境  57-61
  6.1 实际应用环境说明  57-58
  6.2 算法总体流程  58
  6.3 实验系统软件选用  58-60
  6.4 本章小结  60-61
结论  61-63
参考文献  63-67
攻读硕士学位期间发表的论文和取得的科研成果  67-68
致谢  68

相似论文

带径向速度观测的跟踪算法研究,TN953
基于VRPF的机动目标跟踪的研究,TN957.52
多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
空间交会接近视觉测量方法研究,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
移动机器人视觉检测和跟踪研究,TP242.62
基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
空间红外目标仿真与跟踪技术研究,TP391.41
基于运动目标轨迹分析的智能交通监控系统,TP277
无线传感器网络的目标定位跟踪算法研究,TN929.5
非稳定背景下的运动目标检测与鲁棒跟踪方法研究,TP391.41
基于支持向量机的视频目标检测方法研究,TP391.41
视频运动目标跟踪方法研究,TP391.41
运动目标检测和跟踪算法研究,TP391.41
基于视觉的人体行为检测识别研究,TP391.41
机载雷达抗干扰技术研究,TN974
基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
基于Mean Shift的视频监控运动目标的跟踪算法研究与实现,TP391.41
基于视觉感知的鱼群目标检测与跟踪技术研究,TP391.41
基于鱼眼相机的运动目标检测算法的研究与实现,TP391.41
基于混合高斯的背景建模与更新算法的研究与实现,TP391.41