傳統(tǒng)的視頻監(jiān)控系統(tǒng)存在使用功能有限、視頻數(shù)據(jù)可用價(jià)值低、無自主分析能力等缺點(diǎn)。隨著網(wǎng)絡(luò)傳輸速度的革命,不斷增加的攝像機(jī)與呈幾何數(shù)量增長的數(shù)據(jù)量更加突顯出整個(gè)軟硬件系統(tǒng)和后期運(yùn)維的潛在問題。因此,開發(fā)一種能夠進(jìn)行故障診斷與智能分析的視頻監(jiān)控系統(tǒng)就顯得尤為重要。本文研究了圖像預(yù)處理、運(yùn)動(dòng)目標(biāo)檢測和圖像后處理等技術(shù),作為運(yùn)動(dòng)目標(biāo)提取和處理的一部分,實(shí)現(xiàn)越界偵測、警戒區(qū)域入侵偵測、物品遺留偵測及運(yùn)動(dòng)目標(biāo)跟蹤四大智能分析功能。又通過主客觀圖像質(zhì)量評價(jià)體系的研究,分析視頻監(jiān)控系統(tǒng)從前端到末端各環(huán)節(jié)可能出現(xiàn)的故障類型及原因,對視頻監(jiān)控系統(tǒng)使用過程中出現(xiàn)的圖像模糊、黑白圖像、取流異常等故障開展了四個(gè)區(qū)域的周期性檢查診斷。通過研究智能視頻分析功能的實(shí)現(xiàn),使視頻監(jiān)控具備事件決策與事件分析判斷的功能,切實(shí)提高監(jiān)控系統(tǒng)的自主分析能力,最終呈現(xiàn)出一套可實(shí)際應(yīng)用的具備分析與診斷功能的智能視頻監(jiān)控系統(tǒng)。本文以甘肅會(huì)展建筑群為應(yīng)用對象,通過分析建筑特性,利用智能視頻分析功能提升整體安防水平。同時(shí)配合圖像質(zhì)量診斷技術(shù)的應(yīng)用,支持視頻監(jiān)控系統(tǒng)可靠運(yùn)行。開發(fā)了一套有智能視頻分析功能又兼具圖像質(zhì)量自診斷功能的視頻監(jiān)控系統(tǒng),提... 

【文章來源】：蘭州理工大學(xué)甘肅省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

原有模擬視人工注視“電視墻”視頻畫面是無法視墻”的作用基本已被降至最低

視頻監(jiān)控系統(tǒng)智能分析與圖像質(zhì)量診斷10將視頻存儲(chǔ)服務(wù)器與智能分析、圖像診斷服務(wù)器并行搭建，保障智能功能可靠性、及時(shí)性。攙袒袞衩圖2.3智能視頻監(jiān)控系統(tǒng)架構(gòu)智能視頻監(jiān)控系統(tǒng)中包含智能視頻分析系統(tǒng)與圖像質(zhì)量診斷系統(tǒng)，兩套系統(tǒng)既獨(dú)立運(yùn)行又相互關(guān)聯(lián)，一個(gè)用作“前端”圖像分析與識(shí)別，另一個(gè)最大程度地保障著整套智能視頻監(jiān)控系統(tǒng)穩(wěn)定運(yùn)行。其工作流程與步驟可概括為圖2.4和圖2.5。

視頻監(jiān)控系統(tǒng)智能分析與圖像質(zhì)量診斷14視網(wǎng)膜的椎狀細(xì)胞進(jìn)行刺激來感受顏色的，將多種強(qiáng)度的顏色疊加在一起就可以生成其他的顏色。根據(jù)上述原理，任何彩色的顏色方程均可用式（3.1）表示：BGRF(3.1)其中α,β,γ是紅綠藍(lán)三色的三色系數(shù)，也稱為三色的混合比例。如下圖3.2所示，分別以R.G.B三個(gè)參數(shù)建立坐標(biāo)系，在這個(gè)三維直角坐標(biāo)顏色系統(tǒng)中，(0,0,0)為黑色，(1,1,1)為白色，中間為其它各種顏色。圖3.2彩色RGB立方示意圖另外一種YUV圖像是利用顏色編碼方式來描述圖像，Y元素表示明亮度，U和V表示色度與濃度，因?yàn)槿搜蹖Σ噬?xì)節(jié)的分辨能力會(huì)比對亮度細(xì)節(jié)的分辨能力低，所以需要把RGB空間表示的彩色圖像變換到Y(jié)UV顏色空間，彩色圖像轉(zhuǎn)變?yōu)榛叶葓D時(shí)，每一種彩色空間都會(huì)產(chǎn)生一個(gè)亮度分量信號(hào)和兩個(gè)色度分量信號(hào)，而且亮度信號(hào)(Y)和色度信號(hào)(U、V)是相互獨(dú)立的。YUV空間相當(dāng)于對RGB空間做了一個(gè)線性變化。從RGB格式到Y(jié)UV格式的轉(zhuǎn)換公式見下式(3.2)：Y0.299R0.587G0.114BU0.147R0.289G0.436B(3.2)V0.615R0.515G0.100B通過分析兩種顏色模型的相關(guān)特性，我們對RGB顏色模型與YUV顏色模型分別做運(yùn)動(dòng)目標(biāo)提取的運(yùn)算。下面以室內(nèi)攝像機(jī)采集到的單幀畫面為例，首先得到RGB顏色空間下識(shí)別到的前景目標(biāo)（圖3.3）。直接對RGB顏色模式下的圖像提取前景目標(biāo)會(huì)出現(xiàn)很大的偏差，前景人物已和背景圖像（白墻）融為一體。圖3.3對RGB圖像運(yùn)用MATLAB程序提取前景目標(biāo)（二值化圖像）

【參考文獻(xiàn)】：
期刊論文
[1]智能區(qū)域入侵防護(hù)系統(tǒng)研究[J]. 劉偉.  鐵路通信信號(hào)工程技術(shù). 2019(09)
[2]運(yùn)動(dòng)目標(biāo)檢測方法概述[J]. 趙亞欣,趙懷勛.  電子世界. 2016(22)
[3]智能攝像機(jī)在計(jì)算機(jī)視頻監(jiān)控系統(tǒng)中的應(yīng)用探索[J]. 宋麗萍.  信息系統(tǒng)工程. 2016(08)
[4]視頻監(jiān)控中遺留物與遺失物辨別方法的研究[J]. 嚴(yán)余龍,孟朝暉.  電子設(shè)計(jì)工程. 2016(07)
[5]視頻質(zhì)量診斷系統(tǒng)的設(shè)計(jì)與應(yīng)用[J]. 陳開活,羅曉波,李嘉良.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2015(32)
[6]基于目標(biāo)跟蹤的區(qū)域入侵檢測方法研究[J]. 薛八陽,楊忠,鐘山,鄭海彬,程凱.  電子測量技術(shù). 2015(02)
[7]基于IVS的電網(wǎng)統(tǒng)一視頻監(jiān)控平臺(tái)研究與應(yīng)用[J]. 張華峰,李煒,張小東,宋芳.  電力信息與通信技術(shù). 2015(01)
[8]一種視頻質(zhì)量智能檢測系統(tǒng)的研究[J]. 尹婕,張冰燁,應(yīng)國德.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2014(11)
[9]目標(biāo)跟蹤技術(shù)綜述[J]. 高文,朱明,賀柏根,吳笑天.  中國光學(xué). 2014(03)
[10]下一代視頻編碼標(biāo)準(zhǔn)H.265的核心技術(shù)研究[J]. 安然,王浩全,張秀林,劉玉.  計(jì)算機(jī)技術(shù)與發(fā)展. 2014(04)

碩士論文
[1]監(jiān)控視頻中的異常目標(biāo)檢測技術(shù)研究[D]. 楊振青.安徽大學(xué) 2019
[2]視頻監(jiān)控中移動(dòng)目標(biāo)檢測與跟蹤算法設(shè)計(jì)與實(shí)現(xiàn)[D]. 葉光輝.電子科技大學(xué) 2017
[3]基于DSP和H.265的視頻監(jiān)控系統(tǒng)研制[D]. 宋從超.安徽理工大學(xué) 2015
[4]基于視頻的區(qū)域入侵檢測智能監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 陳樺.電子科技大學(xué) 2015
[5]基于光流法的運(yùn)動(dòng)目標(biāo)檢測和跟蹤算法研究[D]. 劉潔.中國礦業(yè)大學(xué) 2015
[6]智能攝像機(jī)網(wǎng)絡(luò)的目標(biāo)檢測與跟蹤算法研究[D]. 羅如君.上海交通大學(xué) 2015
[7]基于視覺注意和自然場景統(tǒng)計(jì)的圖像質(zhì)量評價(jià)研究[D]. 溫陽.西安電子科技大學(xué) 2014
[8]基于視頻分析的遺留及遺失物檢測[D]. 高軍.大連海事大學(xué) 2014
[9]基于云臺(tái)攝像機(jī)的異常事件實(shí)時(shí)檢測跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊蕾.北京郵電大學(xué) 2014
[10]監(jiān)控視頻圖像質(zhì)量診斷方法研究及實(shí)現(xiàn)[D]. 邱銘杰.華東理工大學(xué) 2014



本文編號(hào)：2970878