论文智能监控系统中的人群密度检测是大学硕士与本科智能监控系统毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写智能监控系统方面论文范文。
摘 要：人群密度检测是数字图像处理研究的热门领域,在现代社会的应用越来越广泛,可以用于人群密集场所,比如：超市、学校等,用来帮助和提醒管理人员及时处理突发情况.本文采用基于纹理特征的人群密度估计算法,首先提取出灰度共生矩阵的5个特征值组成训练样本矩阵,然后再使用支持向量机进行分类.实验结果表明,人群密度检测结果比较准确.
关键词：人群密度检测 纹理特征 支持向量机
中图分类号：TP27 文献标识码：A 文章编号：1672-3791（2018）04（b）-0009-02
通常,人群密度检测有基于像素特征的人群密度估计算法和基于纹理特征的人群密度估计算法.本文采用基于纹理特征的估计算法,处理方案是先采集各种人群密集程度的大量数据,使用灰度共生矩阵法,提取出灰度共生矩阵的特征值,然后再使用支持向量机进行分类[1].方案流程图如图1所示.
1 纹理特征的提取
Marana[2]提出了基于纹理分析的人群密度估计算法,他提出高密度人群在图像纹理上体现出细模式,而人群密度比较低的地区在图像纹理上体现出粗模式,因此,可以通过对图像的纹理特征的分析做到到相关的密度信息.本文采用灰度共生矩阵法.灰度共生矩阵是用两个特定位置像素的联合概率密度来定义,其实质就是对图像的像素信息进行二阶联合条件概率密度函数映射[2].本文选取了由灰度共生矩阵引申出的5个特征值：能量、相关度、对比度、逆差矩、熵[3].
2 支持向量机分类方法
提取出特征值后,需要使用分类算法对特征值进行分类.本文对使用应用较为广泛的支持向量机进行分类.支持向量机的实质是找到一个合适的分类面将分属于两种不同类别号的样本分开.本文是根据人口的密度级别进行分类,分别为：5人以下为稀疏人群、6～10人为较稀疏人群、11～15人为密集人群、15人以上为拥堵人群.选取大量样本进行训练,对4类人群分别赋予不同的类别号.提取出样本图片的特征值组成训练样本矩阵,送入支持向量机进行分类.然后把测试图片送入支持向量机求出类别号,就能判断出人群属于哪一类.
3 实验结果与分析
本文选取160张图片作为样本,21張图片进行测试,测试结果如图2所示.
经测试,准确率达86%.但仍有不足：摄像机存在透视效应,会导致人群纹理特征提取不准确,若加入透视矫正,处理效果会更好[4]；支持向量机理论的计算量较大.
参考文献
[1]岳晓娟.智能监控系统中的人群密度检测算法研究[D].哈尔滨工业大学,2012.
[2]Marana AN,Vclastin SA,Costa LF,ct al.Automatic Estimation of Crowd Texture[J].Safety Science,1998,28（3）：165-175.
[3]丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40（1）：1-4.
[4]苏航.基于高清视频的大规模群体分析技术研究[D].上海交通大学,2009.
总结:此文是一篇智能监控系统论文范文,为你的毕业论文写作提供有价值的参考。
参考文献：
1、 智能建筑供配电监控系统设计和实现 【摘要】进入新世纪以来，随着高科技技术的迅猛发展，智能建筑也成为当前最流行、最重要的建筑模式之一，它的建造为人类带来了更加舒适、环保的生存、生活。
2、 智能楼宇视频监控系统 【摘要】现如今社会发展程度逐渐增高，楼宇建设也更加科学、合理，城市建设中，楼宇中有着完整的视频监控系统对于维护人民群众的生命以及财产安全起到积极。
3、 基于AIS数据的智能船舶动态视频监控系统设计 摘 要:针对港口船舶动态视频监控系统应用中视频监控系统人工操作的不便性,开发智能船舶动态视频监控系统 根据船舶自动识别系统(Automatic。
4、 基于Android的智能货运安全监控系统 摘 要：本文以一个案例讨论了关于货运过程中货物安全监控系统的设计与实现。本文综合应用Android软件开发平台和物联网技术解决货运安问题，通过论。
5、 基于WSN的育婴箱智能监控系统 摘 要：为了实现育婴箱智能化管理问题，本文提出了一种基于WSN（Wireless Sensor Network）的育婴箱智能监控系统设计方案。该。
6、 基于ARM与ZigBee的智能家居远程监控系统实现路径 摘 要： 以用户对智能家居远程监控系统的实际需求入手，根据用户的需求及其未来发展趋势，基于ZigBee技术和ARM处理器设计一款智能家居远程监控。