基于圖像處理的鐵路沿線視頻監(jiān)控算法設(shè)計(jì)

通過(guò)鐵軌的人總數(shù)為114人左右，計(jì)算機(jī)成功識(shí)別出的越軌行為有99人、計(jì)算機(jī)沒(méi)有識(shí)別出的越軌行為有15人，本身無(wú)越軌行為但被計(jì)算機(jī)識(shí)別出的有9人。監(jiān)控結(jié)果的成功率=(99÷114)×100％=86.8％；監(jiān)控結(jié)果的漏報(bào)率=(15÷114)×100％=13.2％；監(jiān)控結(jié)果的誤報(bào)率=(9÷114)×100％=7.9％。

4 一種目標(biāo)識(shí)別算法

鐵路上運(yùn)動(dòng)目標(biāo)主要分為：行人、車(chē)輛、小動(dòng)物和其他。

在對(duì)目標(biāo)進(jìn)行識(shí)別前先要對(duì)危險(xiǎn)情況存在時(shí)灰度圖圖像自動(dòng)保存的結(jié)果進(jìn)行必要的圖像處理，目的是為后續(xù)的目標(biāo)識(shí)別奠定基礎(chǔ)，使經(jīng)過(guò)處理后的圖像更加方便地應(yīng)用于目標(biāo)識(shí)別。在這里圖像預(yù)處理主要包括增強(qiáng)圖像對(duì)比度、中值濾波和平滑處理等。目標(biāo)識(shí)別算法的流程圖如圖5所示。

根據(jù)運(yùn)動(dòng)目標(biāo)的分類(lèi)可知，車(chē)輛的周長(zhǎng)是最長(zhǎng)的，所以首先直接判斷圖像中運(yùn)動(dòng)目標(biāo)的周長(zhǎng)，如果大于某一設(shè)定好的閾值，則可輕易判斷出視場(chǎng)中目標(biāo)屬于車(chē)輛。余下的目標(biāo)中，行人比小動(dòng)物的縱橫軸比值大，設(shè)定縱橫軸比閾值，據(jù)此可以判斷出目標(biāo)屬于行人。最后將設(shè)定一個(gè)面積閾值，面積大于此閾值則可判斷目標(biāo)屬于小動(dòng)物，否則目標(biāo)屬于其他一些環(huán)境的干擾。

5 結(jié) 語(yǔ)

本文首先對(duì)拍攝到的視頻進(jìn)行背景提取，根據(jù)提取到的背景經(jīng)過(guò)一系列的圖像處理最終對(duì)視場(chǎng)中危險(xiǎn)區(qū)域進(jìn)行劃定。然后系統(tǒng)自動(dòng)監(jiān)測(cè)視頻數(shù)據(jù)，自動(dòng)以灰度圖的形式保存危險(xiǎn)情況存在時(shí)的圖像，目的是為了后續(xù)的目標(biāo)識(shí)別。最后根據(jù)鐵路沿線上可能出現(xiàn)的運(yùn)動(dòng)目標(biāo)，提出了一種運(yùn)動(dòng)目標(biāo)識(shí)別算法。從監(jiān)控結(jié)果可以看出，整個(gè)算法設(shè)計(jì)具有一定的可行性，可以作為基于圖像處理的鐵路沿線視頻監(jiān)控的一種算法，有一定的參考價(jià)值。