辽宁石油化工大学学报

辽宁石油化工大学学报 ›› 2015, Vol. 35 ›› Issue (3): 61-64.DOI: 10.3696/j.issn.1672-6952.2015.03.015

• 计算机与自动化 • 上一篇    下一篇

列车视频监控中视频遮挡报警算法的研究与应用

侯 操,孙小平   

  1.  
    ( 辽宁石油化工大学计算机与通信工程学院, 辽宁抚顺1 1 3 0 0 1)
  • 出版日期:2015-06-25 发布日期:2015-06-18
  • 通讯作者: 孙小平( 1 9 6 3 - ) , 男, 博士, 教授, 从事计算机检测与控制研究; E - m a i l : s u n x i a o p i n g 6 3@1 6 3. c o m。
  • 作者简介:侯操( 1 9 8 9 - ) , 男, 硕士研究生, 从事嵌入式开发研究; E - m a i l : 1 5 5 4 1 3 8 7 8 7 8@1 6 3. c o m。
  • 基金资助:
    辽宁省自然科学基金项目( 2 0 0 8 2 0 1 1) 。

Research and Application of the Alarm Algorithm of the Obscured Video in Train Video Surveillance

Hou CaoSun Xiaoping   

  1. (School of Computer and Communication Engineering, Liaoning Shihua University, Fushun Liaoning 113001, China)
  • Published:2015-06-25 Online:2015-06-18

摘要: 针对列车视频监控中监控背景易被遮挡的现象, 在单高斯背景模型的基础上, 提出了一种结合背景
减除法和最佳分割阈值迭代思想的图像遮挡提取算法, 该算法可以解决列车视频监控中的背景模型更新不及时以
及阴影消除的问题。测试结果表明, 本文算法可以有效地对列车视频监控场景中遮挡视频的物体进行分析提取, 并
发出报警提示, 为列车监控系统提供数据分析。

关键词: 视频遮挡, 单高斯背景模型, 背景减除法, 视频监控, 运动物体检测

Abstract: In train video, aimed at the obscured phenomenon of surveillance to static background, on the basis of the single gaussian background model, a kind of image block extraction algorithm of background subtraction division and the best segmentation threshold iterative idea was put forward. This algorithm could solve the background model update and shadow elimination of moving object detection. Experimental results showed that the algorithm could effectively analyze the monitoring of shade object in the scene to extract and the data analysis for train monitoring system.

Key words: Video shade, Single gaussian background model, Background difference method, Video monitoring, Moving object detection

引用本文

侯 操,孙小平. 列车视频监控中视频遮挡报警算法的研究与应用[J]. 辽宁石油化工大学学报, 2015, 35(3): 61-64.

Hou Cao, Sun Xiaoping. Research and Application of the Alarm Algorithm of the Obscured Video in Train Video Surveillance[J]. Journal of Liaoning Petrochemical University, 2015, 35(3): 61-64.

使用本文

0
    /   /   推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://journal.lnpu.edu.cn/CN/10.3696/j.issn.1672-6952.2015.03.015

               https://journal.lnpu.edu.cn/CN/Y2015/V35/I3/61