变电站监控视频中异常物检测技术的研究

摘要

随着人工智能的快速发展，运动目标检测技术已成为研究热点，它在目标跟踪和异常处理中起着非常重要的作用。经过多年的研究，在简单场景中检测运动目标已经取得了很好的效果，但在一些复杂场景中的运动目标检测效果还不理想，如对存在光照变化和大位移的静态背景中运动目标检测的精度低，对存在摄像机抖动的动态背景中运动目标检测的偏差大。本文针对以上提出的两个问题进行了深入研究，在现有研究成果的基础上，针对静态背景，提出一种通用的运动目标检测算法；针对动态背景，提出一种改进算法。

首先，对本文涉及到的图像处理知识进行了简单的介绍，研究了常用的三种运动目标检测算法，对其优缺点和应用场景进行了分析，并进行相关实验进行验证。

其次，针对静态背景中光照变化和大位移对运动目标检测产生影响这一问题，本文提出一种静态背景中的通用算法，即将图像纹理分解和金字塔技术应用于光流算法中。通过相关实验验证，此方法对于静态场景中的运动目标检测能够取得较好的检测效果。

最后，针对动态背景中摄像机抖动引起的全局运动对运动目标检测带来的干扰问题，提出基于块匹配的去抖动算法。首先计算图像的光流场，然后对得到的光流场进行运动补偿，消除相机抖动带来的全局运动。通过相关实验验证，此方法在动态背景中能够有效消除相机抖动引起的全局运动，使得检测精度更高。

关键词：监控视频，图像分割，运动目标检测，光流算法

Abstract

With the rapid development of artificial intelligence, moving target detection technology has become a research hotspot, it plays a very important role in target tracking and exception processing.After many years of research, the moving target detection in simple scenario has achieved good results, but in some moving target detection in complex scene effect is not ideal, such as illumination changes and big displacement of low accuracy of moving object detection in static background, the existence of the camera shake a big deviation of moving target detection in dynamic background.In this paper, a general moving target detection algorithm is proposed for static background based on the existing research results.An improved algorithm is proposed for dynamic background.

First of all, the image processing knowledge involved in this paper is briefly introduced, the three commonly used moving target detection algorithms are studied, their advantages and disadvantages and application scenarios are analyzed, and relevant experiments are carried out to verify.

Secondly, to solve the problem that illumination change and large displacement in static background have influence on moving target detection, a general algorithm for static background is proposed in this paper, in which image texture decomposition and pyramid technology are applied to optical flow algorithm.The experimental results show that this method achieve better detection effect for objects in static scene.

Finally, in view of the problem that the global motion caused by camera dithering in the dynamic background interferes with the moving target detection, a block matching algorithm is proposed to remove dithering.Firstly, the optical flow field of the image is calculated, and then the motion compensation of the optical flow field is made to eliminate the global motion caused by camera jitter.The experimental results show that this method can effectively eliminate the global motion caused by camera jitter in dynamic background, which makes the detection accuracy higher.

Key words: Surveillance video, image segmentation, moving object detection, optical flow algorithm

摘要.................................................................................................... 1

第一章绪论.................................................................................... 3

1.1 概述...................................................................................... 4

1.2 课题研究的现状............................................................... 7

1.3 课题研究的意义............................................................... 8

1.4 课题的研究内容及章节安排........................................ 9

第二章常用运动目标检测技术研究.................................. 10

2.1 背景减除法...................................................................... 10

2.2 帧间差分法...................................................................... 13

2.3 光流法............................................................................... 16

2.3.1 光流算法原理......................................................... 16

2.3.2 两种经典算法及存在的问题............................. 17

第三章基于高斯混合模型的运动目标检测.................... 20

3.1 运动目标检测算法总体流程...................................... 20

3.2 高斯背景模型.................................................................. 22

3.2.1 高斯背景模型的建立和分量更新.................... 22

3.2.2 高斯背景模型的建立和分量更新.................... 23

3.3 自适应混合高斯模型................................................... 24

第四章基于高斯混合模型的运动目标检测仿真........... 25

4.1 监控视频异常物检测MATLAB程序实现................. 25

4.2 本章小结........................................................................... 35

第五章结束语.......................................................................... 35

参考文献........................................................................................ 36

致谢........................................................................................ 37

第一章绪论

1.1 概述

随着电力电子器件的开发和电力电子技术的不断发展，变电站的发展也日新月异，尤其变电站的安全系统、监控系统和控制系统方面变化最为突出。因此，研究变电站监控视频中异常物检测技术在当前的大环境下尤为重要。

近年来，随着电子与科学技术的发展，人工智能对人类生活产生着巨大影响，无论是被授予公民身份的女性机器人索菲亚，还是已经用于工业制造的各种机械臂，再或者是正在研究的无人驾驶汽车，都取得了巨大进步。人工智能已成为当今时代的热门学科，吸引着大量学者，它的发展引领着整个世界的进步，而机器视觉作为人工智能的一个分支，对人工智能的发展起到了重要作用，机器视觉的作用是从外界获取和处理有用信息。人们对外部信息的获取主要靠视觉、听觉、嗅觉、触觉等系统，研究证明人类获取信息的80%以上都是通过视觉获得[3]，可见视觉对人类的重要性。与人类相似，计算机也可以通过视觉传感器来达到“看”世界的目的，通过对获取到的图像进行分析与处理来满足人类的需要，这就是机器视觉。运动目标检测作为机器视觉的一部分，在目标跟踪、目标识别以及异常处理中起着相当重要的作用。近些年来，视频监控、军事应用、工业控制、人机交互等领域都开始使用运动目标检测技术。

在视频监控领域，通过分析监控获得的图像，运用运动目标检测算法可以快速锁定需要寻找的目标，并进行目标跟踪。目前在一些公共场合使用监控较多，如居民小区、自助提款机、停车场等场所，这样做可以预防偷盗、抢劫等破坏性行为的发生，可以通过检测运动的行人或车辆来还原事实真相，为警方破案提供有利线索。还可以通过智能交通监控系统对车流量进行实时监控。

在军事应用领域，可以通过运动目标检测技术对敌军的飞机进行检测，以此来进行跟踪、识别、行为分析等后续工作，对于有危害的敌机，可以提前采取相应的预防措施来减小伤害，从而提高监督效率，减少危害概率。

在工业控制领域，机器人可以通过运动目标检测技术判断是否开始工作，以及快速找到操作的准确位置。通过运动目标检测技术可以利用机器视觉代替人眼，来完成产品的组装、质量检验等工作，这样可以提高生产效率、保证产品精度、减少人力成本。

在人机交互领域，机器人通过检测前方是否有运动物体，来达到避障效果，进行正常移动，并且得到其相关运动信息，利用计算机对所获信息进行分析与处理，最后提供智能反馈。运动目标检测技术是人机交互的基础技术之一，而且还广泛应用于表情分析、人脸识别和手势识别等方面。

运动目标检测在实际应用中的重要性使其成为一个热门研究课题，经过多年的研究，产生了多种运动目标检测算法，目前常用算法主要包含背景减除法、帧间差分法和光流法[8]。很多学者基于以上三类算法提出了一些改进算法，如背景减除法中最常用的基于混合高斯模型的背景减除算法[9]，帧间差分法中常用的三帧差分法[10]，以及光流法中常用的金字塔Lucas-Kanade算法[11]，这些算法的出现促使运动目标检测技术取得更大的进步，然而这些算法大都在特定的场合适用，而在一些复杂场景中得不到较好的检测效果，如静态背景中存在光照变化和大位移等干扰因素和动态背景中由于相机抖动引起的全局运动都降低了运动目标检测的精度，因此运动目标检测算法的研究还在继续。本文主要针对以上两种情况展开研究，并提出相应的改进算法，通过相关实验进行验证。

随着近年来运动目标检测控制系统技术的不断创新，运动目标检测控制系统的智能化程度越来越高，经过有效的数据处理和显示，并且在过程中增加控制，现如今运动目标检测控制系统被应用在各大变电站等监测系统中。

近几年，运动目标检测技术被广泛的应用在变电站系统上，主要因为其具备运行成本低、控制算法逻辑简单、目标检测精度高等优点，同时被普遍应用在各种监测设备中。然而，运动目标检测技术在变电站控制系统中应用时，会面临很多问题，经常会造成很多预想不到的问题，鉴于此种问题，本次设计使用Matlab仿真工具中完成运动目标检测技术的代码，通过仿真得出结论与理论进行对比，充分验证其精确性，为运动目标检测技术控制系统的生产应用打好坚实的基础，节省大量的研发投入和成本投入。本次设计推导出运动目标检测技术的数学模型，在Matlab软件中搭建运动目标检测技术控制系统模型，最终通过模拟仿真进行分析。

1.2 课题研究的现状

由于运动目标检测技术是高层视觉理解的基础，在室内监控、交通监控、异常检测等常见计算机视觉应用中，是对运动目标进行处理和分析的前提，检测精度的高低直接影响后续的处理，因此在实际应用中有着举足轻重的作用。目前，麻省理工学院和牛津大学等很多国外高校和研究所都设立了专门用于研究运动目标检测的实验室，而且对运动目标检测的研究已经取得了相当大的进步。IBM和Microsoft近年来也投入大量精力来研究智能监控系统，且一部分的研究成果已经转为产品投入了市场。

相对于国外，国内对运动目标检测的研究晚一些，但是经过多年的研究也取得了很大进步。在国内，对运动目标检测技术研究较为深入的是中科院下属的一个实验室，他们主要研究了视频监控系统，目前在车流量、行人以及人类行为方面的检测有了很大的进展。此外，还有一些学者在运动目标检测算法的研究中做出了巨大贡献，针对传统混合高斯模型的不足，提出一种基于混合高斯模型的运动目标检测的改进算法，将混和高斯模型和帧差法进行融合，此方法可以快速的提取出完整的运动目标；提出一种将三帧差分、Vibe和边缘检测相结合的算法来消除Vibe算法在复杂背景环境中进行运动目标检测时存在的“鬼影”和阴影问题，通过实验验证了文献中所提算法的优势。

虽然国内外在运动目标检测的研究上都取得了较大进步，但远远没有达到理想效果，要想将其应用到实际环境中，还面临着很多困难与挑战。

我国在运动目标检测技术控制系统方向的研发力度不够，而且很晚，然而随着近几年来我国计算机控制行业的蓬勃发展，运动目标检测技术的数量也在快速增加，同样的对运动目标检测技术智能化的需求量也急剧增加。即使国外在运动目标检测技术控制方面研究比较突出，但我国的实际需求情况比较复杂，并不能完全的应用此项技术，运动目标检测技术种类较多，没有一致规范，而且消费习惯也不一样，达到运动目标检测技术控制还有一定的距离，但是运动目标检测技术控制系统在国内的还是有宽广的未来。

1.3 课题研究的意义

对于变电站而言，环境监控的主要内容包括了运动物体的检测、自动识别报警和跟踪等等情况，在某些特殊场所或者是发生特别事故的情况下，人类可能不方便或者无法亲自到现场查看，这时只有通过实时监视来完成需要的工作。本题主要研究变电站监控视频中异常运动物体的检测和分割技术，探讨运动物体跟踪技术，其系统具有智能检测和自动报警的功能。同时，可以减少或者避免了工作人员由于长时间观看屏幕而疲劳，引发注意力下降而漏警。