基于机器视觉的高空坠物检测系统设计.doc

资料分类:工业大学 上传会员:狂奔的小猪 更新时间:2021-11-07
需要金币2000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:14680
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:城市现代化速度加快,建筑群不断拔高,高空坠物事件屡见不鲜,对于高空坠物的防控而言视频监控是一个重要且有效的手段。但是人工监控有一定的局限性,就现实情况而言人工检测成本高且无法实时覆盖,因此有必要对高空坠物进行智能化的检测。

本文提出了以目标检测算法为核心的高空坠物检测系统,具体介绍了视频采集后用到的一些图像预处理技术,然后在高空坠物检测算法的部分对目标检测算法进行了概述,同时详细阐述了不同算法各自的优缺点,用以说明ViBe算法的优势。针对ViBe算法在鬼影方面问题,提出了改进的方法,本文设置了两个不同阈值N、M,若一个点被判别为背景点则该点有1/N的概率进行样本模型的更新,有相同概率更新邻近点的样本模型,若一个点被检测为前景M次则视为误判别,将其更新为背景点。然后进行了Open CV和Qt实验环境的安装和配置,在其基础上使用ViBe算法对待测视频进行仿真检测,仿真结果表明本文提出的高空坠物检测系统能够实现预期功能。

通过本文的研究,提出了以视频监控和目标检测算法为核心的高空坠物检测系统设计,能够更加准确的检测高空坠物,在此基础上可以实现对责任人的寻找,实时预警并记录的功能,对于减少高空坠物事件的发生,以及高空坠物事件责任的追责有重要的意义。

关键词:高空坠物检测,ViBe算法,Open CV ,Qt

 

目 录

摘 要

Abstract

1绪论-1

1.1-研究背景及意义-1

1.2-国内外研究现状-1

1.3-本文主要内容及章节安排-2

2图像预处理-4

2.1-图像灰度化-4

2.1.1分量法-4

2.1.2-最大值法-5

2.1.3-平均值法-6

2.1.4-加权平均法-6

2.2-图像二值化-7

2.3-图像滤波-8

2.3.1-图像噪声-8

2.3.2-图像滤波-10

2.4-形态学滤波-14

2.4.1-腐蚀和膨胀-14

2.4.2-开闭运算-14

2.5-本章小结-15

3高空坠物检测算法-16

3.1-目标检测算法选择-16

3.1.1-光流法-16

3.1.2-帧间差分法-16

3.1.3-背景减除法-18

3.1.4-检测算法的选择-20

3.2-改进的ViBe算法-21

3.2.1-ViBe算法的局限性-21

3.2.2-ViBe算法的改进-22

3.3-本章小结-24

4 高空坠物检测软件系统-25

4.1-Qt的安装和配置-25

4.2-Open CV的框架及模块-26

4.2.1-Open CV的框架-27

4.2.2-Open CV的模块-27

4.3-Open CV 的安装和配置-28

4.4-本章小结-30

5 实验仿真结果分析-31

6 结论与展望-34

参考文献-35

致    谢-36

相关论文资料:
最新评论
上传会员 狂奔的小猪 对本文的描述:具体而言就是利用运动目标的检测算法结合摄像头对高空坠物进行目标识别,先用摄像头采集高空坠物的视频,再对采集到的视频进行检测。运动目标检测是高空坠物检测系统的核心部......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: