面向安保監(jiān)控的視頻圖像處理和識別算法研究.pdf

1、發(fā)展智能安防系統(tǒng)，是解決城市化過程中出現(xiàn)的人民生命和財產安全威脅、重大安全事件后期數據排查處理困難等問題的有效途徑之一，是未來安防系統(tǒng)的主要發(fā)展和研究方向?；谝曨l監(jiān)控的智能安防系統(tǒng)以其配置簡單、成本低廉和數據采集準確豐富等特點，受到越來越多研究者的關注。本課題提出了一個安保監(jiān)控原型系統(tǒng)，包含三個子系統(tǒng)模塊：視頻質量檢測模塊為有效的采集到目標視頻提供了基礎性的保障，同時也加強了系統(tǒng)采集模塊的魯棒性；視頻濃縮摘要模塊去除了采集到源視頻中冗

2、余信息，保留了最有效數據，提高了目標識別的效率；目標識別模塊利用深度網絡進行目標識別，探討了CDBN網絡層間連接方式和策略，提高了系統(tǒng)識別的準確率。本課題對視頻圖像質量檢測算法、視頻濃縮和摘要算法和目標檢測算法進行了深入的研究。
　　首先，在視頻圖像噪聲檢測方面本文重點研究了幾種具有代表性的圖像質量問題，包括視頻圖像缺失、視頻圖像遮擋、視頻圖像高斯噪聲、視頻圖像偏色、視頻圖像條紋干擾等問題。并針對視頻圖像條紋干擾種類眾多，不易統(tǒng)一

3、方法檢測的問題，提出了一種利用快速傅立葉變換進行條紋檢測的方法，提高了檢測條紋干擾的精度和質量。實驗結果表明，改進的方法能夠有效的檢測出隨機產生的條紋干擾圖像，準確率較高。
　　其次，在視頻濃縮和摘要方面本文重點研究了常用的視頻濃縮和摘要方法，結合安保視頻圖像的特點，針對快進等傳統(tǒng)視頻濃縮算法無法智能保存有效視頻信息的缺陷，提出了一種新的保留靜態(tài)關鍵幀視頻濃縮技術；針對傳統(tǒng)的平均值法和覆蓋法出現(xiàn)的動目標不清晰，重合部分被遮擋導致源

4、圖像信息丟失等問題，提出了一種改進的視頻組交叉融合摘要技術。實驗結果表明，新的保留靜態(tài)關鍵幀視頻濃縮技術相對于人工觀看視頻具有10倍以上加速比，同時能夠保留視頻中有用的動目標信息，舍棄掉靜止的無用幀。改進的視頻組交叉融合摘要技術能夠確保融合后的視頻前景動目標都清晰可見，同時動目標重合部分采用虛化的措施，保證了在重合區(qū)域能夠看到所有動目標信息。
　　最后，在圖像和目標識別方面本文重點研究了深度學習算法中CRBM網絡算法，并提出了三種