公众聚集场所消防监督检查系统_文献综述(范文)

《公众聚集场所消防监督检查系统_文献综述(范文)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、文献综述1.前吞随着我国经济建设的蓬勃发展，城市的人口和机动车拥冇量也在急剧增长，交通流量日益加人，交通拥挤堵塞现象日趋严垂，交通事故吋有发生。交通问题已经成为城市管理工作中的重大社会问题，阻碍和制约着城市经济建设的发展。因此，深入研究解决城市交通问题冇着极为重要的现实意义。要解决城市交通问题，就必须准确掌握交通信息。目前国内常见的交通流检测方法有人工监测、地埋感应线圈、超声波探测器、视频监测4类。较多采用得是铺设物理线圈和视频监控。前者需耍在路面铺设线圈，成本高，破坏路面。后者后服了这些缺点，但在交通拥堵监控中，多采用人

2、工监视视频的方式，很少有有效地利用计算机进行自动监控。这种人工监控方式存在很多弊端，如导致人力资源不足、人工监控效率不高、不能实现24小吋连续、实吋监控等。在实际路面交通中，交通拥堵情况的实时监控是非常重要的。因此-•种实时的视频监控系统也就随之诞生了。视频监控系统的原理，主要是通过对获取的视频图像进行处理，目标物体的识别，对车辆进行检测，然后根据交通实际情况设定阈值从而来判断是否发生拥堵情况。图像的处理包括灰度化，二值化，去噪等。车辆检测的算法对视频监控系统来讲又显得尤为重要。木文将对图像处理、车辆检测以及堵车判断等相关

3、内容做一个概括性的综述。2.灰度化与二值化2.1.灰度化灰度化就是将彩色图像转换成灰度图像。所谓灰度图像其实就是一种黑白图像，但又与一位的位图不同，一位的位图只有黑和片两种颜色，灰度图的颜色数明显多于两种，以8位灰度图像來说，就有256个灰度级别，除了纯黑和纯白的颜色，其他的都是介于黑和白之间的灰色，只是白和黑所占的比例不同而已。灰度值即亮度值，255最亮（白）。在视频监测系统对车道进行监控，分析拥堵情况时，色彩信息是毫无用处的。另外系统在处理灰度图像时，要远远比对色彩图像处理的数据量要少。对于24位位图，灰度化公式为：通

4、过运用公式1计算得到灰度值。在公式1中，(X,y)是像素在图像中的位置,R(x,y)表示像素的红色分量，G(x,y)表示像素的蓝色分量，B(x,y)表示像素的蓝色分量。灰度化处理在系统图像处理屮是很重要的一步，它的结果是后续处理的基础。彩色图像灰度化后丢失的只有色彩信息，因此灰度化并不会影响到后续的处理及结果。如图2.1和2.2所示。图2.1是从交通监控视频屮获得的彩色图像，图2.2是对应的灰度化的图像。从图屮可以看出，除了颜色的差异，二者没有差别。对后续的处理而言，用于运动物体检测的信息并没有丢失。图2.1从视频监控系统

5、中获得的色彩图像图2.2对应的灰度化的图像2.2.二值化在图像灰度化处理的基础上，再进行二值化，将感兴趣的目标突显出其轮丿郭，由于灰度化后的图像去除了色彩信息，这就有可能使某些区域产生噪声，影响最终的结果，因此还需要对灰度图进一步处理，以消除这些影响，而且这样还可以使图像变得更简单，数拯量更减小。图像的二值化处理就是将图像上的像素点的灰度值设置为0或255,这样就可以将整个图像呈现岀明显的黑白效果。将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。所有灰度大于或等于阈值的像素被

6、判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0,表示背景或者例外的物体区域。例如输入灰度图像函数为f(x,y),输出二值图像函数为g(x,y),则如公式(2)。g(x,y)=通过求解阈值Threshold,公式(2)f(x,y)>Thresholdf(x,y)

7、佳门限。局部阈值是指将图像分割为一系列子图像，并计算每一子图像的阈值，然后通过子图像的阈值得到整幅图像的阈值。全局阈值使用简单，但抗干扰能力较差；局部阈值可以取得较好效果，但存在实现速度慢等问题。针对监控系统的特点和要求，速度较慢的局部阈值会极大的限制系统的效率。综合考虑，将选用全局阈值。全局阈值进行二值化时，阈值的选取方法也很多，如中值法等。用中值法选取阈值(T),首先，将求出整个视频图像每个像素的灰度值，然后找出其中的最大灰度值(fmax)和最小灰度值(fmin)o将最大值减去最小值再除以2得到其阈值。如公式(3)T=

8、(fmax—fmin)/2公式(3)2.噪音点与去噪图像在二值化处理后会产生很多噪咅点。所谓噪音点，是指这个点对物体识别起相反作用的点。如图3.1所示。图3.1右侧的小汽车上方就有许多明显的噪咅点。图3.1二值化处理后的图像图3.2去噪后的图像这些噪音点将对物体运动检测会造成很大影响。因而在进行进一步操