基于角點的相機干擾檢測.pdf

1、近年來視頻監(jiān)控已滲透到國民生活的各個領(lǐng)域：小區(qū)安保監(jiān)控，銀行自動柜員機監(jiān)控，交通方面的違章和流量監(jiān)控等。視頻監(jiān)控可以有效防止各種刑事案件的發(fā)生，及時提供車流量和路況信息，實現(xiàn)準(zhǔn)確快速的交通指揮調(diào)度。然而隨著視頻監(jiān)控的普及，一些可疑人員人為了躲避監(jiān)控，對攝像頭做出各種干擾，如有人用手遮擋攝像頭，用顏料噴涂攝像頭，轉(zhuǎn)動攝像頭使之朝向錯誤的方向等，因此計算機自動準(zhǔn)確及時的識別這些干擾：即相機干擾檢測(camera tampering dete

2、ction)有重要的實際應(yīng)用意義。 我們將相機干擾定義為：相機所拍攝到的畫面要有劇烈的變化，且這樣的行為必須持續(xù)一定的時間。因為有些偶然行為可能引起圖像的短時突然變化，對于這些行為要予以排除。為此相機干擾檢測需要解決三個問題：一、算法要有很好的實時性；二、應(yīng)該對相機細(xì)小的振動、轉(zhuǎn)動等不敏感，而應(yīng)該對圖像圖形明顯變化敏感；三、短暫無害變化不能被當(dāng)作干擾檢出。 相機干擾的檢測的基礎(chǔ)是視頻場景變化檢測，即要檢測出干擾發(fā)生時圖像

3、幀的變化。本文對已有的基于像素域的和基于壓縮域的場景變化檢測算法做了詳細(xì)的研究。并比較了各種算法的優(yōu)缺點。由于像素域算法效果較好，且基于壓縮域的算法都是壓縮后檢測，因此本文從像素域出發(fā)尋找圖像特征函數(shù)，在此基礎(chǔ)上進(jìn)行干擾檢測。 由于角點最小化了要處理的數(shù)據(jù)量，并且具有旋轉(zhuǎn)不變性，不受光照條件的影響，因此選取角點作為圖像的特征描述，這樣可以有效提取圖像的位置形狀等信息，同時可以有效消除光照變化的干擾。 本文提出一個基于SU

4、SAN角點的圖像特征函數(shù)，用來描述圖像。當(dāng)場景發(fā)生變化時，圖像的特征函數(shù)會發(fā)生明顯的變化，從而可以檢測干擾的發(fā)生。 SUSAN角點不用進(jìn)行邊緣提取，算法具有快速性，抗噪聲能力強，可以檢測所有類型的角點，精度好。同時我們采用改進(jìn)的自適應(yīng)快速SUSAN角點檢測算法，以提高計算速度。 為了做到對漸變和突變的全面檢測，同時避免對短暫無害干擾的誤檢，不是簡單的進(jìn)行兩幀圖像的對比。我們采用一套邏輯算法，建立兩個緩存，兩個緩存分別表現(xiàn)視