小区视频监控的入侵检测算法

《小区视频监控的入侵检测算法》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、第329第4期沈阳航空航天大学学报V01．32No．42015年8月JournalofShenyangAerospaceUniversityAug．2015文章编号：2095—1248(2015)04—0083-07小区视频监控的入侵检测算法邱楠，邢晓红，李忠海(沈阳航空航天大学自动化学院，沈阳110136)摘要：目前运动目标入侵检测的算法有很多种，一些算法已经解决了一些监控中的实际问题，但是还存在很多挑战性的难题没有解决，如针对小区视频智能监控系统的研究比较少。对小区视频智能监控系统中的入侵检测算法进行了研究，设计并实现了较稳定、实时性和扩展性较强的小区智能视频监

2、控系统。通过引入减缓因子等从局部和全局光照变化两个方面改进了混合高斯背景模型的参数更新方案，提出了基于万有引力定律的边缘检测算法，并将其与对称差分相结合，有效地解决了运动目标检测结果存在空洞、边缘信息破碎的问题。关键词：智能视频监控；入侵检测；边缘检测；混合高斯背景中图分类号：TP277文献标志码：Adoi：10．3969／j．issn．2095—1248．2015．04．014TheintrusiondetectionalgorithmofvideomonitoringQIUNan，XINGXiao-hong，LIZhong-hal(CollegeofAutoma

3、tion，ShenyangAerospaceUniversity，Shenyang110136，China)Abstract：Currentlytherearemanykindsofintrusiondetectionalgorithmsofthemovingtargets，someofwhichhavesolvedsomepracticalmonitotingproblems．Buttherearemanychallengingonesunsolved，andstillfewerstudiesofcommunityintelligentvideosurveilla

4、ncesystem．Therefore，theintrusiondetectionalgo-rithmsoftheneighborhoodvideointelligentmonitoringsystemareexamined，andtheintelligentvideomoni—totingsystemwithrelativestability，real-timeandstrongscalabilityisdesignedandimplemented．Byintrodu-cingamitigatingfactor，andfromtwoaspectslikethelo

5、calandglobalilluminationchange，theparameters—updatingschemeofGaussianmixturebackgroundmodelisimproved．Theedgedetectionalgorithmbasedonthelawofuniversalgravitationisputforward，whichiscombinedwiththesymmetricdifference，effectivelysolvingtheproblemsoftheemptinessandbrokennessoftheedgeinfo

6、rmationofthemovingtargetdetectionresults．Keywords：intelligentmonitoring；intrusiondetection；edgedetection；gaussianmixturebackground运动目标入侵检测是小区智能视频监控系统视频分析的重要内容，对视频智能监控系统进行图像智能分析时，首先要进行运动目标检测‘1

7、，方便对异常行为发生的位置定位。通过运动目标入侵检测，可以获得目标在视频图像中的位置、大小等信息Ⅲ。运动目标检测的方法有很多种，各种算法在应用背景和对象上都有各自的局限性，在理论研究或应用

8、工程中，应取长补短或合理地融合‘3】。本文就对称差分法和背景差分法进行了研究，提出了基于万有引力定律边缘检测算法收稿日期：2015—04—03基金项目：沈阳航空航天大学青年教师自选科研课题(项目编号：201337Y)作者简介：邱楠(1980一)，女，辽宁沈阳人，硕士，主要研究方向：控制科学与工程，E—mail：qiunan20002000@126．COI'11。沈阳航空航天大学学报第32卷的对称差分融合背景差分的运动目标入侵检测算法。新的算法克服了背景差分和对称差分算法中，由于场景的复杂性、不可预知性、环境干扰和噪声的存在，如光照的变化、实际背景图像中物体的波动