[发明专利]无人值守目标智能识别与自动跟踪的方法及其系统

说明书

技术领域

本发明涉及一种目标智能识别与自动跟踪的方法，具体地说是涉及一种在无人值守的情况下，尤其是能在黑夜、雪雾天气等恶劣环境中自动识别与跟踪运动目标的方法及其系统。 

背景技术

传统的无人值守变电站监控是发现目标后由人手操作控制键盘、锁定目标、控制云台的移动以实现对目标的跟踪，即使个别监控系统无需外人工参与，但也是以增加现场摄像头的数目和信号传输线路的复杂性为代价的，另外，目前的监控系统虽能远距离传输监控现场的信息，但设备造价昂贵，通常需人工逐区域切换监控，对于监控区域多且分散、要求时实监控的场合，显然也不能很好的满足要求。而且利用人工实时监控又难免会存在成本高、人易疲劳和连续反应速度迟缓、误报警率高等方面的缺点。 

发明内容

本发明的目的是提供一种无人值守目标智能识别与自动跟踪的方法及其系统。 

为实现上述目的，本发明采用以下技术方案： 

本发明包括以下步骤： 

一种无人值守目标智能识别与自动跟踪的方法，它包括以下步骤： 

①红外电荷耦合器件CCD获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断系统是否存在可疑目标； 

②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别； 

③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，从而驱动云台实现对运动物体的跟踪。 

上述的步骤②包括以下步骤： 

a、图像处理：包括对可疑目标图像进行增强、图像分割及滤波处理； 

b、特征提取：首先对处理后的二值图像进行选择，提取出一系列特征作为原始特征；然后对所形成的原始特征进行选择；经过特征选择后，对特征维数进行压缩； 

c、分类识别：把经过处理后的特征图像送入分类器中进行分类识别； 

d、报警：根据识别的结果，给出相应的报警信息。 

在步骤a中，对图像中存在的噪声进行平滑和增强处理，利用基于全局动态阈值法的图像分割技术获取最佳的全局阈值，形成二值化图像，从而将目标与背景区分开来；针对二值分割后图像中存在的孤立点噪声和孔洞，利用数学形态中的开启与闭合运算，用其膨胀和腐蚀算子对图像做断裂处连接以去除噪声和填充空隙，进行滤波处理。 

在步骤b中，运用基于遗传GA模拟退火算法对所形成的原始特征进行选择。 

上述的步骤③包括以下步骤： 

a、对获取到的可疑运动目标图像采用差影法进行实时处理； 

b、根据图像的灰度理论，将正常场景图像与可疑运动目标图像进行灰度差值运算，产生差影图像； 

c、对差影图像进行处理，分离出可疑运动目标图像； 

d、将可疑运动目标图像进行阀值处理并转换成二值图像，而后对该图进行垂直和水平方向上的投影，获取目标的中心位置坐标； 

e、根据可疑目标的中心位置坐标值，驱动云台指向此坐标点。 

一种无人值守目标智能识别与自动跟踪的系统，包括： 

可疑目标智能识别模块，其包括电荷耦合器件CCD，电荷耦合器件CCD将输出的图象信号输入到现场计算机中进行处理； 

自动跟踪模块，其与可疑目标智能识别模块相连，它包括现场计算处理单元，它接收来自于可疑目标智能识别模块中的处理信号，其输出端与云台相连接，云台驱动电荷耦合器件CCD采集可疑目标图象，并通过图象采集卡传入到现场计算处理单元中；以及， 

控制室计算机，其与可疑目标智能识别模块和自动跟踪模块相连，用于对所述可疑目标智能识别模块和自动跟踪模块进行数据监控及处理。 

上述自动跟踪模块中的现场计算处理单元位于可疑目标智能识别模块中的现场计算机中。 

上述的现场计算处理单元通过云台控制器与云台相连接。 

上述的控制室计算机通过网络接口与可疑目标智能识别模块和自动跟踪模块相连。