基于SVM的牵引变电站人体入侵检测的研究-电气工程专业论文.docxVIP

国内图书分类号：T／叼脚上 国内图书分类号：T／叼脚上 密级：么首 国际图书分类号： 西南交通大学 研究生学位论文 基于SVM的牵引变电站人体入侵检测的研究 年 级 三Q二三级 姓 名 迕 高 明 申请学位级别 工堂亟± 专 业 电氢工程 指导老师 医丛!刖教援 二零一五年五月一苓一直，年血月 万方数据 class酗砌ex：丫问砰．工U．D．C： class酗砌ex：丫问砰．工 U．D．C： Southwest Jiaotong University Master Degree Thesis RESEARCH ON DECTl0N FOR HUMAN IN、厂ASl0N OF TRACTION SUBSTATION BASED ON SVM Candidate：Xu Gaoming Academic Degree Applied for：Master Specialty：Electrical Engineering Supervisor：Prof．Chen Xiaochuan 万方数据 西南交通大学学位论文版权使用授权书 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 1．必威体育官网网址口，在 年解密后适用本授权书； 2．不必威体育官网网址d，使用本授权书。 (请在以上方框内打”4”) 学位论文作者签名：可南固闩 指导老师签名： (々a。。＼ 日期：如6、S，途 日期： 驴?r、S．修 万方数据 西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作如下： 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作如下： 本文主要是基于利用机器学习和模式识别的相关理论，来完成对牵引变电站的人体 目标检测的工作，在这个过程中主要完成了以下内容： (1)利用采集获得的训练样本库对SVM进行训练，通过对待检测图像的多尺度等 比例的变换和固定大小的检测窗口全局收索人体目标的直接检测方法，实现了对图像中 的人体目标检测。 (2)针对牵引变电站主要场景的静态监控情况，研究了—种差值区域分莩封佥测法， 通过对有人闯入的前后图像作差来获取差值区域图像，然后利用训练好的SVM来直接 对该对象进行分类，判断其是否为人体目标。并通过实验验证了该方法的可行性。 (3)为了方便使用(2)中的检测方法来实现^、体目标检测的操作，在MATLAB 平台上设计了一个能够完整实现该捡濒憷￡j|i呈的GUI界面。 (4)深入研究了图像序列中的运动目标枷0力怯，并根据席坍谳的列．入侵变电 站的人体目标的检测要求，试验了利用一段真实的^体入侵视频来完成对视频中运动人 体目标的提取，便于进—步采用(2)中的方法进行识别。 本人郏重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。 除文中已经注明引用的p勺94,t,，本论文不包含任伺其他个^、或集体已经发表或撰写过的 研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全 了解违反匕述声明所引起的—切法律责任将由本人承担。 学位做作糍坼南tj日 日期：勘良g-、磐 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘要 牵引变电站作为牵引供电系统中的—个重要环节，它的安全运行对整个供电系统的 稳定性具有重要的意义。对闯入站内的人体目标进行检濒9是为了保证牵引变电站内的一 些重要设施的安全运行，防I E入侵人物接近这些设备，以免对其运行环境造成干扰，该 项工作意义重大。 对图像中自勺人体目标进行捡澳4和识别的方法有很多，其中机器学习和模式识别是当 今研究的热点，本文就采用该方法利用LIBSVM工具箱和SVM工具箱在MATLAB平 台上，研究了基于SVM的牵引变电站^、体入侵的检测。 在这个过程中，图像的预处理、图像的梯度直方图特征(HOG)的提取、支持向量 机(SⅥⅥ)的训练、测试和预测分类是主要环节。在图像的预处理环节中，针对以牵引 变电站为背景的图像，主要用到了图像的灰度化、Gamma校正以及图像的滤波去噪处理， 为后续的特征提取和识别正确性提供了必要的保障。在图像的HOG特征提取的过程中， 研究了HOG特征对图像中人体目标的描述原理，并针对一些奇异样本的特征数据进行 了归—化处理，为后文的研究提供了理论支撑。在支持向量机的训练、测试和预测分类 的实现过程中，首先深入研究了SVM的训练和分类原理和算法，构建了—个育黼的人 体目标检测系统，然后借助必要的实