游泳池智能报警系统中游泳者检测问题的研究

《游泳池智能报警系统中游泳者检测问题的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要摘要视频监控系统是维护社会公共安全和预防灾害事故为目的的一项系统工程，在银行、商场、仓库以及道路监控中已获得广泛的应用。经过二十几年的发展，视频安全监控系统从无到有，从简单到复杂，现已进入一个日渐成熟的高速发展时期。游泳池智能溺水报警系统在最近几年也有很快的发展，它不仅能够有效地协助救生员完成保障游泳者安全的任务，而且节省了大量的人力，同时缩短了溺水发生后的抢救时间。本文主要研究了游泳池智能溺水报警系统的基本理论和关键技术。运动目标的检测、背景更新、阴影抑制以及噪声去除是其中最基础的部分。本论文针对以上几方面问题进行了探索和研究，提出了

2、新的方法，并通过实验证明了新方法的有效性。主要研究包括以下几个方面：l、对于背景建模问题，本文采用高斯混合模型描述连续视频监视图像中每一个被观察的像素，建立具有自适应性的背景模型，利用EM算法估计背景的各项参数。针对溺水报警系统的特点，本文提出了一种准确快捷的初始背景提取方法。2、由于外界光线的干扰以及游泳者的游动等原因，泳池的背景会发生各种常见的变化，背景模型不再反应真实的背景情况，需要对其进行实时更新。本文对几种可能出现的背景变化情况进行了讨论，分别提出了相应的解决方案。论文中首次提出了过滤掉不感兴趣区域的想法，并且创新性的设计了均值算

3、子来计算所覆盖区域的均值。实验证明，所提算法有效地解决了相应的背景更新问题。3、在对阴影抑制问题的研究中，本文分别探讨了基于RGB颜色空间和HSV颜色空间的阴影检测算法，而HSV颜色空间较RGB颜色空间更接近于人的视觉对颜色的感知能力，而且能够更准确地反映灰度信息和色彩信息。实验结果表明，基于HSV空间的算法更能准确的检测出阴影区域并有效地去除。4、对于游泳者检测和连通区域分析问题，本文提出了一种基于背景差分法的游泳者检测算法来提取运动目标，利用数学形态学对前期检测图像进行预处理，然后对连通区域做相应的标识，计算连通区域的面积，根据判断规则

4、，如果面积小于一定的阈值，那么该区域被去除。关键词视频监测；运动目标检测；背景更新；阴影抑制；溺水判断AbstractVideosurveillanced耐cesaresystemsengineeringprojectsforthepurposeofsaf．e删ingpublicsafetyandpreventingcommunitydisasters，wllichh州ebe髓widelyappliedt0thebanks，shoppingmalls，warehousesandroads·Aftermorethan20vearsdevelo

5、pment，videosurveillancesystemsarenowstepIntoamatureanQhigh-speeddevelopmentperiod，whichfromscratch，came幽u曲simplet0complex·11lrccentyears，ithasmadegreatprogress．ItcannotonlyeffectivelyhelpnlelifeguardstoguaraI】把etheswimmer’ssafety，butalsosavealotofmanpower,aswe儿aSreducingre

6、scuetimewhiledrowningoccurred·Basictheoryandkeytechnologyforintelligentdrowningalarmsyst锄mpool盯ememainresearchcontentsinthispaper．Movingtargetsdetectiort,back伊oundupdatin＆shadowsuppressionandnoiseremovalarethemajor‘echnologyforthesvstem．Fortheseveralproblemsmentionedabove，

7、thispapercamedouteXploratlonaIldresearch，proposeanewapproaches，andexperimentsprovedtheeffectlVenessoft11emethods．Majorresearchesareasthefollowing：】、Fortheprobl锨ofbackgroundmodel，thispaperadoptedGaussi8nm1Xturemodeltodescribeeachpixelinthesurveillancevideo，andestablishaself

8、‘adaptiVebackgroundmodel．Theparametersofbackgroundmodelwercest仰atedbyEMalgori恤1．According