论文部分内容阅读
当前监控摄像头广泛应用于社会生活的各个方面,为国民生活的和谐、平安做出巨大贡献。但也有些不法分子,想尽办法干扰、破坏监控摄像头的监控,例如,用衣物遮挡摄像头、往摄像头上喷洒彩绘涂料,或是将摄像头移开等等。摄像头一旦被干扰、破坏,监控人员无法看到监控区域所发生的事情,就失去了监控的能力。因此,在监控视频智能化的今天,摄像头干扰检测成为智能视频监控的重中之重。本文首先回顾了目前现有的几种干扰检测算法,并对其中的基于缓存区的摄像头干扰检测算法深入研究并进行了一些改进:1)使用更精准更具统计学意义的巴氏距离替代原有的直方图距离度量;2)使用了基于LOG卷积模板的直方图度量替代原有的基于Sobel卷积模板的直方图,其不仅抗噪效果好,边缘提取也更完整。改进后的算法检测结果更精准,也更加的鲁棒。其次,对新一代小波中可多尺度、多方向性分解的轮廓波(Contourlet)变换进行研究探讨,利用其在轮廓检测方面的优势,提出基于轮廓波变换的干扰检测算法。轮廓波变换主要分两步:1)拉普拉斯金字塔分解,将图像分解为带通图像和低频图像;2)方向滤波,通过方向滤波器组,将带通图像分解为各方向的子带图像。基于轮廓波变换的摄像头干扰检测算法主要思路是通过比较背景图像与视频图像的图像特征函数,来判断是否有摄像头异常情况发生,而这图像特征函数主要是基于轮廓波变换系数的函数。通过大量实验,对比已有的基于小波变换的算法,本文所提出的算法取得了很好的实验结果,为轮廓波变换的应用方面拓展了一个新的方向。