[发明专利]水利工程复杂场景下的前景目标检测方法

说明书

本发明公开了一种水利工程复杂场景下的前景目标检测方法，S1，划定监测区域与图像降噪预处理；S2，图像背景建模与图形学运算处理；S3，采用累计的前景图像。本发明优点体现在以下方面：1、相较于传统人工巡查与单纯的视频监控，该方法能够有效的利用大量的监控设备与监控视频图像，降低了人工成本，提高了整体水利工程现场安全防护自动化水平。2、通过采用累计的前景图像，从一定程度上减少了环境噪声对前景目标检测结果的影响，减少了误报，提高了检测效率。

技术领域

本发明涉及水利工程检测方法，尤其是涉及水利工程复杂场景下的前景目标检测方法。

背景技术

传统对水利工程现场的督查主要以人工为主，由于现场情况多变，使得巡查人工成本投入较大，且人工巡查费时费力容易出现疏漏，不能有效的对险情演变信息进行监控，工程安全预警工作存在严重的滞后与隐患。目前，部分地区采用了视频监控设备实现对水利工程实时监控和远程控制，以此来降低人工巡查成本，但没有对视频监控数据进行定量分析，只是进行简单的人工视频监控，这不仅浪费了视频数据资源，同样存在不能有效的对险情演变信息进行监控。

在数字图像领域的概念中，图像可以分为背景区域和前景区域（运动区域），前景区域中可能包含大量的有用信息，比如山体崩塌、大堤垮坝、人员入侵等。因此，如何利用计算机视觉技术与数字图像处理技术，通过对水利工程现场视频的实时分析，检测当前被监测区域内物体运动状态，以判断当前被监测区域是否存在异常情况，是本领域技术人员研究的课题，但目前未见诸有关报道。

发明内容

本发明目的在于提供一种水利工程复杂场景下的前景目标检测方法。

为实现上述目的，本发明采取下述技术方案：

本发明所述水利工程复杂场景下的前景目标检测方法，包括下述步骤：

S1，划定监测区域与图像降噪预处理：

S11，获取所述划定监测区域的视频流第一帧图像，在所述第一帧图像上以鼠标点击的方式划定多边形区域，以所述多边形区域的外接矩形区域为监测区域；

S12，为了降低图像传输中噪声的干扰，采用高斯滤波对视频流进行降噪处理，高斯滤波核元素采用3×3矩形，方差σ=0.1，均值μ=0；

S2，图像背景建模与图形学运算处理：

S21，图像背景建模：采用混合高斯模型进行背景建模，混合高斯模型检测的基本原理是：首先定义K个单高斯模型，在检测过程中，将待测像素依次带入K个单高斯分布中，若其中有一个满足高斯分布，认定该像素为背景像素；反之，认定为前景像素；

上式中，为多个单高斯分布的加权组合，K为高斯模型的数量，/为在t时刻第k个高斯模型的权值；/为在t时刻第K个高斯分布的概率密度函数，/为t时刻第k个高斯分布概率密度函数的均值与方差；将建立好的背景模型应用于后续视频流图像，对比计算得到前景二值图像，图像中像素值为255的视为前景像素，像素值为0的视为背景像素；

S22，图形学运算处理：在实际应用环境中，混合高斯背景模型的前景区域往往不是完整连续的，经常会呈“碎片”形式出现，本发明采用闭运算对所述前景二值图像进行图形学运算处理，具体方法为：先对图像进行膨胀运算，膨胀算子为矩形3×3，然后再进行腐蚀运算，腐蚀算子为矩形3×3；在进行过图形学运算处理后，得到完整的前景区域；

S3，采用累计的前景图像：