基于图像识别市容违章行为自动识别关键技术的研究

《基于图像识别市容违章行为自动识别关键技术的研究》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、TheKeyTechniqueResearchforAutomaticRecognitionofCity●■■■■■■■■■●■■■■—--·--一I1I—A卫Dearaneevm协tmnBeIIaVmrBasellOnlma2eKeC09mtmn⑧Author’Ssignature：一‘●‘一bupervtsor7Sstgnature：ExaminingCommitteeChamperson：ExaminingCommitteeMembers：Dateoforaldefense：浙江大学研究生学位论文独创性声明本

2、人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得浙江大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：躲灰．签字日期：Z口侈年罗月22日学位论文版权使用授权书本学位论文作者完全了解浙江大学有权保留并向国家有关部门或机构送交本论文的复印件和磁盘，允许论文被查阅和借阅。本人授权堂姿盘堂可以将学位论文的全部或部分

3、内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名：雾狠恹签字日期：ZDB年弓月砬日7月)?／El致谢岁月如梭，转眼间三年研究生生活即将结束，我首先想要感谢我的导师许力教授。许老师勤勉的工作作风、严谨的治学态度无不深深的影响了我，不论是学业上对我的严格要求，还是生活中各方面的亲切关怀，都令我心怀感激，在此我衷心的感谢许老师在研究生期间对我的悉心教导和照顾。感谢已毕业的顾宏杰、周武啸、冯东、竺鹏东和陈文翔等各位师兄，正是你们带

4、我进入204这个大家庭，成为其中的一份子，你们给我的指导和鼓励，我将铭记于心。感谢宋佳、叶芳芳、林剑、张惠源、沈华峰、章洁、鲁二峰、周峰、骆晓娟等实验室同门以及后来加入这个大家庭的胡杰、吴宝洲、陈凯、孟壶，感谢你们在研究生期间对我的帮助，因为有了你们，我们的实验室才能每天都充满欢声笑语。感谢我的室友刘畅、沈华峰和黄宇腾以及对面寝室的刘荣、周飞和邓永辉，与你们一起生活的时光必将是我生命中最宝贵的记忆。最后特别感谢生我养我二十多年的父母，你们对我无私的爱，在我求学期间不论在物质上还是精神上都付出了极大的心血。感谢你们对

5、我这么多年的关心、理解和支持，永远做我最稳定的大后方。黑颖顿2013年1月于求是园摘要违章行为管理作为城市管理的重要组成部分，能给城市带来良好的市容环境，具有十分重要的意义。本文主要研究内容为智能监控视频分析，以城市管理中的违章行为作为检测目标。本文首先阐述了智能视频监控系统的发展状况和研究现状，详细介绍了目前智能视频分析领域常用的方法，接着对本文后续图像处理中用到各种颜色空间以及视频前处理中用到的滤波去噪和形态学操作进行介绍。然后提出一种三背景差分方法，通过构造两个动态更新的背景与标准背景结合进行违章行为检测。其

6、采用一个短时间窗口的背景模型，用于剔除动态前景信息，然后采用改进的高斯混合模型构建一个长时间窗口的背景模型，通过对两个背景差分，检测出违章行为。该改进的模型根据高斯分布发生的频率来更新背景模型，主要适用于场景背景模型缓慢变化的情况。对违章行为视频进行测试，结果表明该算法是有效可行的。接下来介绍了一种基于SIFT变换的图像调整方法，其通过SIFT交换建立两幅图像之间的对应关系，并采用该方法用于违章检测区域的标记。提出了基于HSV颜色空间下的光影检测方法，其通过HSV空间下的光影判别函数检测光影区域。实验表明，上述算法

7、快速准确，具有极强的适用性。最后将图像分割方法应用于违章行为检测中，首先提出一种基于图像分割的垃圾囤积检测方法，其利用背景图像的彩色直方图之间的差别，通过聚类分割得到垃圾囤积区域。然后针对背景差分结果有缺失的情况，提出一种基于区域生长与边缘检测的图像补全方法，其利用边缘分布限制区域生长，以得到完整的违章行为区域。对不同的违章行为图像进行了实验验证。关键词：违章行为，视频分析，背景差分，图像调整，光影检测，图像分割IIAbstractAsanimportantpartofthemanagementofthecity,

8、cityappearanceviolationbehaviorrmnagementgivesthecityagoodappearanceandenvironmentalIthasaveryimportantsignificance．Thispaperresearchestheintelligentsurveillancevideoanalysiswhichi