出租车副驾驶摄像头干扰自动检测算法.doc

摘 要 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，对于出租车副驾驶位置的摄像头干扰自动检测更是交通管理部门亟需解决的问题。 本论文旨在研究出租车副驾驶摄像头干扰自动检测算法。依托于2013 年度陕西省交通运输厅科研项目：营运车辆在途视频图像分析技术研究。 在出租车远程监控系统中，摄像机的数目众多，被干扰时很难被发现，本项目将对现有的出租车监控调度系统加以改进，从而节省大量的人力和物力资源，极大地发挥出监管平台的作用： ① 可以监管出租车司机违规收费行为。通过分析出租车副驾驶位置的监控视频，可判断出租汽车司机是否有不打表、拼车等违规行为。 ② 对出租车的车载摄像头干扰自动检测进行深入研究。在出租车远程监控系统中，摄像机的数目众多，被干扰时很难被发现，这就需要监控系统具有自我检测能力，能够及时发现异常并提醒工作人员迅速处理，提高工作效率。 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，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。 关键词：摄像头干扰检测，LOG 直方图，巴氏距离，轮廓波变换 Abstract Nowadays surveillance cameras are widely used in all fields of social life, which makes great contributions to the harmony and peace of national life. However there are still some lawbreakers who do anything to sabotage and destroy the surveillance, such as covering the lens with the clothes, painting on the camera lens and move the camera to change the field of the designated view. Once the camera is sabotaged, the security agents are no longer able to monitor the designated fields by the camera which leads to a loss of surveillance ability. Consequently it is the camera sabotage detection that becomes far higher on the agenda of the intelligent video surveillance. This paper firstly reviews the existing sabotage detection algorithms. Then based on the insight of the pool-based camera tampering detection algorithm, we propose the improvements: 1. We substitute the Bhattacharyya Distance which has more accuracy and statistical significance for the original histogram distance measure; 2. We replace the histogram measure based on Sobel kernel