基于OpenCV视频监控的海事监管技术研究
内河航运作为我国现代综合运输体系的重要组成部分，是我国社会经济发展的重要推动力之一。随着内河船舶数量的快速增长，通航密度越来越大，对于内河渡船，由于船体小、载员数量少，超载、雾航、偏航等违规航行情况时有发生，从而极易导致撞船、沉船等交通事故。目前渡船安全监管是内河海事监管体系的重要监管方向，加强渡船监控、管理和违法取证的力度，提高监管的技术手段成为了迫切的需求。 计算机智能视频监控是计算机视觉领域一个备受关注的前沿课题，随着计算机视觉技术的成熟发展，智能视频监控技术在交通管理中的应用越来越广泛，起到了提升科学化管理水平、节约人力成本和减少交通事故等作用。本文提出了基于OpenCV计算机视觉库的内河渡船超载监管系统，实现渡船乘客超载监管，强化内河海事监管体系。本文主要研究内容如下: (1)视频图像的预处理。完成了OpenCV视觉库的配置，通过OpenCV将视频流分割成视频帧图像，对视频帧图像进行预处理，通过灰度化，直方图均衡化，图像降噪，图像形态学处理等过程，得到质量改善后的图像。 (2)改进的运动目标识别检测算法。分析对比了常用的运动目标检测算法和背景建模方法，根据实际检测场景中存在光线变化、目标遮挡等影响因素，设计了将三帧差分法、背景差分算法和混合高斯背景建模算法相结合的目标检测算法。 (3)改进的运动目标跟踪算法。分析了本系统目标跟踪算法的难点，通过对KalmanShift跟踪算法进行充分的研究，将它与目标运动轨迹预测的思想融合，实现了改进的KalmanShift跟踪算法。 (4)内河渡船超载监管系统的实现。设计内河渡船超载监管系统，完成渡船摄像头搭载、系统搭建，基于OpenCV和改进后的目标检测、跟踪算法实现系统功能，完成系统效果测试。 本文针对内河渡船超载监管问题，基于OpenCV视频监控技术，在对目标检测、跟踪算法改进的基础上，设计并实现了渡船乘客超载监管系统，取得了较好的应用效果，对海事监管系统进行了有力的补充。
内河运输;视频监控;图像处理;目标识别;目标跟踪
大连海事大学
硕士
航海科学与技术
赵丽宁
2018
中文
U692;TP391.41
71
2018-08-01（万方平台首次上网日期，不代表论文的发表时间）