论文部分内容阅读
针对隧道内环境的复杂性,本文面向隧道交通与机电设备监控应用背景,在人工智能、图像处理、高斯神经网络等理论基础上并结合隧道内实际环境,设计了基于AI视频检测的隧道交通与机电设备一体化监控系统。针对隧道内光线变化严重,改进了HSV颜色模型的颜色量化模板和颜色判定规则来削弱影响识别的问题。此外利用背景差分法,提出基于运动差异深度矩阵的检测算法以及基于滤波处理的跟踪算法,实现了视频事件检测从而为隧道交通安全监管提供了有力的支持~([1])。