首页 >  开题报告  > 正文

基于图像增强的智能化执法记录仪研究

安防行业显现出越来越重要的影响和作用。尤其是在科技强警、平安城市、平安校园等政府示范工程的推广和应用,以视频监控为主的安防产品表现出规模化、超常态化的发展势头。视频监控模式己从传统的模数混合监控逐渐向全数字化、智能化的视频监控方向发展,图像分辦率也越来越高,百万像素级高清的视频监控正在进入我们生活。监控系统的功能正在从传统的事后追查向提前预警方式转变。此外,各种高速的无线、移动传输方式也被逐渐应用到监控系统中。由此可见,智能、无线、高清等技术在监控系统的应用将会是安防行业发展的一大趋势,这些词汇也将会成为以后监控技术和系统的关键词,以视频监控为主的安防行业将迎来由市场需求和技术发展两者共同驱动的快速发展阶段。
由于智能行为分析通常需要环境建模、运动检测、目标分类、目标跟踪、行为理解和描述、多摄像机数据融合以及数据传输和存储等内容;所涉及的领域涵盖数学、数字
图像处理、模式识别、机器学习、计算机科学以及社会心理学等学科,因此是极具挑战性的。同时,相关问题的解决反过来又可以对于各个学科的发展有很大的促进作用。所以,智能监控系统的研究也具有极高的科研价值。
因此,不管是政府部门、学术界还是商界,人们都对此保持着高度的重视。相信随着技术的发展和市场的日趋成熟,智能视频行为分析技术会在更多的领域得到应用,更好的服务我们的生产生活。
执法记录仪是民警执行公务时随身佩带的集实时视音频摄录、照相和录音等功能于一体的取证技术装备。集摄像、照相、对讲、定位、存储功能于一身,同时可以通过4G无线实时视频传输,能够对执法过程中进行动态、静态的现场情况数字化记录,便于公安干警在各种环境中执法使用。
长期以来,执法记录仪在警务执法活动中发挥着举足轻重的作用,现如今的执法记录仪在规范化执法活动中不可或缺。对警务活动中面临的异常行为的界定及判别方法与场景因素紧密相关,针对不同应用场景特点,适当选择特征提取及异常行为识别与检测方法,进而保证预警准确率,在实际应用中至关重要。人体异常行为分析在安全防范、重点场所安全管理、犯罪现场控制等应用领域占据着主要地位,为了提高现场执法的安全性和行为分析的效率,针对执法记录仪在拍摄过程中图像模糊或昏暗等场景,进行图像处理改善,基于图像增强的智能化执法记录仪应运而生。
随着社会发展与人们公共安全意识的提高,各个公共场所、小区的监控摄像头数量也在急速增长,由此产生了海量的监控视频数据。这样,传统的人工监控成本越来越高,效率越来越低。所以,智能监控系统的研究与应用显得非常重要。
图像增强就是指通过某种图像处理方法对退化的某些图像特征,如边缘、轮廓、对比度等进行处理,以改善图像的视觉效果,提高图像的清晰度,或是突出图像中的某些“有用”,压缩其他“无用”信息,将图像转换为更适合人或计算机分析处理的形式。
图像增强可以分为两类:空间域法和频域法。
空间域可以简单地理解为包含图像像素的空间,空间域法是指空间域中,也就是图像本身,直接对图像进行各种线性或非线性运算,对图像的像素灰度值做增强处理。
频域法则是在图像的变换域中把图像看成一种二维信号,对其进行基于二维傅里叶变换的信号增强。对其进行基于二维傅里叶变换的信号增强。
空间域法又分为点运算和模板处理两大类。点运算是作用于单个像素邻域的处理方法,包括图像灰度变换、直方图修正、伪彩色增强技术;模板处理是作用于像素领域的处理方法,包括图像平滑、图像锐化等技术。本文提出了一种基于光流能量的图像增强方法。
图像增强是智能监控系统的重点和热点研究内容,应用范围非常广泛,具有很高的商业价值和科研价值。所以一直有研究人员提出新的或 者改进的方法。本文所提出的图像增强方法在检测效果上取得了一定的进展。但是依然有很多需要改进的地方,这些同时也是未来的研究方向:
1. 本文重点研究了执法活动中执法记录仪的图像增强,对执法记录仪在拍摄过程中图像模糊或昏暗等场景,进行图像处理改善。但是对于一个实际的应用系统,还应该包括对其它一些图像处理技术。所以从系统性用角度考虑,如何与其他图像处理算法相结合,使整个系统可以适应更多不同的要求,是以后的一个研究方向。
2. 本文的检测方法可以适应较多场景,在室内外、不同摄像头距离与角度以及不同
人流量的场景都有较好的检测结果。因此在今后的研究中可以考虑将目标跟踪算法与本文的算法相结合,以获取特定运动目标的位置信息。总之,随着“平安城市”、“平安校园 ” 等重大工程项目在全国的推进,以及计算机技术、计算机视觉技术、模式识别以及机器学习等的发展和进步,会有更多新的算法和技术被提出并结合,图像增强技术必将取得更好的效果。
 

以上是本题目部分介绍,若需要完整版或不符合您的要求,请联系客服微信:ztopmind  > 或者加QQ 840612233

上一篇:基于Python的个人博客系统 开题报告

下一篇:最后一页