泳池游泳安全的监测报警系统

摘要

人体运动监测是运动状态分析和运动安全系统的重要内容。它不仅是运动安全的重要保障，也能帮助运动员提高训练技术，因而近几年来在计算机视觉领域中倍受重视。本文研究的是基于计算机视觉的游泳安全监控系统，它不仅能够有效地协助救生员完成保障游泳者安全的任务，同时也节省了大量的人力。 本文首先提出了一套基于视频的泳池内游泳者溺水报警系统。通过一台架设于游泳池之上的摄像机来监测游泳者的运动，对采集到的一系列图像进行处理与分析，提取游泳者的相应特征，进而判断游泳者是否有可能处于溺水状态。系统主要由视频部分和事件推理模块两部分构成，本文主要针对视频模块的游泳者特征识别进行研究。 泳池背景有一定的独特性。泳池像素可能仅有几个特定的类(如水、水波、水线、游泳者)，但由于游泳者移动、光的反射等原因，使帧与帧之间像素点色彩值可能变化很大，导致了泳池的非静态特性，因而排除了直接应用现存的目标／运动监测和分割方法的可能性。在监测部分中，我们利用了高斯模型，在HSV空间内对整个游泳池进行模型化。用均值转移算法来鉴别监视区域内的显著类，通过EM算法评估高斯模型的参数，进而构架出游泳池和游泳者的色彩外观模型。从而把游泳者像素从整个背景模型中分割出来，以备将来提取需要的特征(如延展度、移动速度、大小的变化等)，进行游泳者的状态判断。 最后，通过采集的几个游泳者序列进行检验，证明了本文提出的算法有较强的实用性。

目录

文摘

英文文摘

独创性声明及关于论文使用授权的说明

第一章绪论

1.1课题背景

1.2 国内外溺水报警系统的研究现状

1.3人体运动监测发展简介

1.4本文研究的主要内容及文章结构

第二章溺水报警系统的主要结构

2.1人体运动监测跟踪的过程和主要方法

2.1.1运动监测

2.1.2运动物体的分类

2.1.3人体运动的跟踪

2.1.4人体运动的识别

2.2溺水报警系统的主要结构

2.2.1问题陈述

2.2.2游泳者监测

2.2.3游泳者跟踪

2.2.4特征提取

2.2.5事件推理模块

2.3小结

第三章游泳者监测

3.1背景建模

3.1.1颜色空间的选择

3.1.2高斯混合模型

3.1.3高斯混合模型的参数估计——EM算法

3.1.4初始模型的选取

3.1.5泳池背景的建立

3.2游泳者建模

3.3游泳者分割

3.4小结

第四章实验结果与分析

4.1空泳池的背景建模——单一元高斯模型

4.2游泳者分割——多元高斯模型

4.3连续帧图像的实验

结论

参考文献

附录

攻读硕士学位期间所发表的学术论文

致谢