基于视频分析的自动门防夹系统研究

论文摘要

随着电梯、地铁等行业的迅速发展,自动门的应用也越来越广,如何实现自动门的防夹功能,保障自动门开关过程中运行的安全性,保证人身和财产安全也成为该领域的研究热点。传统的自动门防夹系统主要基于接触式触板和红外光幕搭建,前者不能实现预判断,造成事故频发,安全性较差;后者的红外传输线路易受干扰,易发生误判断。近几年机器视觉技术发展日益成熟,基于机器视觉的系统具有速度快、精度高、非接触等优点。本文研究的系统充分利用上述特点,根据获取的视频图像分析自动门处障碍物的出现,正确控制自动门动作,以达到防夹目的,从而有效克服传统防夹方式的不足。论文主要研究基于自动门视频分析的障碍物检测技术,以图像处理技术为基础,实现DSP芯片平台上防夹系统的搭建。本文首先结合图像特点对图像预处理方法进行研究,在图像局部像素的统计特性基础上,提出自适应的中值滤波算法,有效地去除椒盐噪声等干扰。针对分析需要,采用归一化互相关算法精确地定位ROI区域。其次对图像分割开展研究,由于经过自动门的前景经常发生变化,因而在分割阈值的确定上提出更高要求,本文分别在分割判据和二维区域划分上对Otsu分割算法进行改进,提高分割精度的同时大大降低了二维Otsu计算量,能准确分割出自动门底部特征区域。最后对二值分割图像的目标采用序贯算法进行目标标记,同时计算测量出质心和长轴等图像特征,并结合自动门图像的特殊光照环境,提出基于边缘垂直梯度的阴影处理算法,有效区别阴影和障碍物的图像特征,减少防夹系统的误动作。利用Simulink仿真平台和DM6437DSP芯片对本文系统分别进行算法和程序级测试,通过实验分析得出,本文基于视频的自动门防夹系统方法不仅具有理论意义,而且具有很强的使用价值。在此基础上进一步开展快速、精确的检测方法和经济稳定的硬件平台研究具有广阔的应用前景。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题研究背景和意义
• 1.1.1 课题研究背景
• 1.1.2 课题研究意义
• 1.2 国内外研究现状
• 1.2.1 自动门障碍物检测技术发展
• 1.2.2 图像处理技术
• 1.3 论文结构
• 2 DSP 视频处理系统概述
• 2.1 引言
• 2.2 视频采集系统
• 2.2.1 摄像头
• 2.2.2 视频解码器
• 2.3 视频分析系统
• 2.3.1 图像处理模块
• 2.3.2 检测信号传输模块
• 2.4 系统软件平台
• 2.4.1 Simulink 仿真环境
• 2.4.2 CCS 开发环境
• 2.5 本章小结
• 3 图像预处理
• 3.1 引言
• 3.2 图像滤波
• 3.2.1 均值滤波
• 3.2.2 中值滤波及改进的自适应算法
• 3.2.3 滤波实验分析
• 3.3 图像增强
• 3.3.1 灰度变换
• 3.3.2 直方图均衡化
• 3.3.3 增强实验分析
• 3.4 图像定位
• 3.4.1 绝对差分之和匹配算法
• 3.4.2 归一化互相关匹配算法
• 3.4.3 图像定位实验分析
• 3.5 本章小结
• 4 图像分割
• 4.1 引言
• 4.2 基于阈值的分割
• 4.3 传统Otsu 算法
• 4.4 二维Otsu 算法
• 4.5 改进的Otsu 分割算法
• 4.5.1 改进的一维Otsu 算法
• 4.5.2 改进的二维Otsu 算法
• 4.6 形态学处理
• 4.7 图像分割实验分析
• 4.8 本章小结
• 5 自动门障碍物检测
• 5.1 引言
• 5.2 图像标记
• 5.2.1 连通区域
• 5.2.2 连通区域标记
• 5.3 图像特征
• 5.3.1 目标区域位置
• 5.3.2 目标区域长轴
• 5.4 基于边缘梯度的阴影处理
• 5.4.1 阴影问题概述
• 5.4.2 梯度法检测阴影
• 5.5 自动门障碍物判定
• 5.6 本章小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读硕士学位期间发表的论文目录
• B. 作者在攻读学位期间参与的科研项目