基于视频识别的江河涌潮检测方法

摘要

本发明涉及一种基于视频识别的江河涌潮检测方法。本发明通过在沿江布设的视频探测装置，由其负责采集涌潮视频信息，在进行分析处理和识别后，将涌潮视频信息通过无线网络发送到涌潮监测中心；中心根据涌潮信息再向沿江上游各危险点发出该涌潮安全预报。通过视频探测装置采集江面实时视频信号，对视频帧进行处理，建立混合高斯背景模型，构建背景图像，通过当前帧图像与背景图像的对比，在利用高斯模型对背景图像进行更新的同时，提取出运动物体目标，计算运动物体的图像像素，根据预先设定的阈值，自动识别监测点是否有涌潮，并向监测中心发送涌潮图像。本发明能实现远程监控、提高了监测的安全性。

主权项

1.基于视频识别的江河涌潮检测方法，其特征在于该方法包括如下步骤：步骤1、视频采集装置采集视频，将视频分解为序列图像，同时将图像转换为RGB图像，设是t时刻的某一像素值，其概率密度函数可以表示为：式中d表示RGB颜色空间的维数，、和分别表示在t时刻第i个高斯分布的权值、均值和协方差矩阵；步骤2、为每一个像素点建立混合高斯模型；设用来描述每个像素点特征的高斯分布共有K个，分别记为,i=1,2,…,K，各高斯分布的权值总是按照优先级从高到低的次序排序，若某一像素点的高斯分布权值满足，则认为该高斯分布拥有该像素点的背景特征，即该高斯分布为该像素点的背景分布，这里为权值阈值；步骤3、将高斯分布按优先级从大到小与当前像素值逐一进行匹配验证，判断是否满足条件，其中是一个阈值常量，若没有背景分布的高斯分布与匹配，则判定该点为前景，反之为背景；步骤4、对高斯分布背景模型进行更新；在步骤3的基础上，若没有任何高斯分布与匹配，则去除优先级最低的一个高斯分布，创建一个新的高斯分布，同时对所有高斯分布的权值做归一化处理；若第m个高斯分布与匹配，则对第i个高斯分布的权值作如下处理：式中为权值的更新率，代表背景特征的稳定性；同时将该高斯分布的其它参数更新为：其中为背景的更新率，决定背景的更新速度；     步骤5、处理前景图像，减少噪声干扰；减噪方法采用基于数学形态学的腐蚀操作；腐蚀操作具体方法为：用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做与操作，如果都为1，则该像素为1，否则为0；     步骤6、分析图像，报警输出；计算图像前景像素点连通域，若连通域面积满足报警范围的要求，则向监测中心发出报警信息，并将图像发送到监测中心以供监测，否则返回到步骤3进行实时检测。