论文部分内容阅读
随着社会的高速发展,物质水平的提高及我国大规模人口流动的现状,安全防范意识逐渐被提上日程。视频监控作为现代安防的一种有力的手段得到了越来越多的重视,视频监控系统也开始被广泛地应用起来,视频智能行为分析越来越受到人们的重视。针对特殊环境下的重点监控如监狱等,被重点看护人员一举一动随时都要在人们的监控中。特别是被重点看护人员接受不了当下的环境、压力或者毫无尽头的日子,自杀的冲动甚至都会产生。被重点看护人员生病就医时,当在病床上休息尤其是蒙在被子中休息,普通监控下无法判断被重点看护人员是否处于正常休息状态,因此,呼吸检测显得格外重要。本文结合现有的研究现状,从视频监控系统出发,在满足准确性和实时性的基础上,设计了一种基于视频分析的呼吸检测方法,本文主要完成的工作如下:1.考虑到室内环境的相对稳定性和简单性,提出了基于运动历史图的前景目标检测。先通过运动历史图将运动转化为时间函数,然后将时间函数图像转化为灰度图像,通过阈值化处理得到前景运动目标,再结合连通域分析以及运动分割得到所有的运动目标。运动历史图既可以检测到前景目标并且还可以有效的缓解帧间差分法出现的“空洞”现象。同时,其计算简单,在满足系统准确性的基础上还可以满足实时性,本文提出的基于运动历史图的前景目标检测算法可以满足系统准确性与实时性的要求。2.提出一种基于区域的跟踪算法和金字塔L-K跟踪算法相结合的目标跟踪算法。先通过基于区域的跟踪算法得到跟踪目标的初始位置,再将由区域跟踪获得的目标初始位置传递给金字塔L-K跟踪算法进行特征点跟踪,得到跟踪目标的行驶轨迹。本文中金字塔L-K跟踪算法具有较高的精度,可以满足室内跟踪的精度要求。3.提出了一种基于欧拉影像放大算法并结合网格标记法和运动历史图的呼吸检测算法。先通过网格标记法对原始图像进行双层的网格标记,再通过运动历史图检测运动并结合网格标记法除去运动干扰,最后通过欧拉影像放大算法对运动历史图无法检测到的呼吸微小运动进行放大,放大后前景点周期性间接得到呼吸的周期性并判断呼吸是否异常。本文中呼吸检测每四帧处理一次,并且对检测区域进行降采样,可以满足系统实时性的要求。实验结果表明,本文提出的前景目标检测与跟踪以及基于欧拉影像放大算法的呼吸检测效果可行,能够达到系统准确性与实时性的要求。