引言
　　近些年來，在很多涉及生命財產(chǎn)安全的行業(yè)中，安全監(jiān)控越來越引起人們的重視。鐵路行業(yè)的安全監(jiān)控一直以來是鐵道部和國家關(guān)注的重點(diǎn)項目，隨著我國火車的不斷提速，安全問題不容忽視，如何保證行車安全和行人安全直接關(guān)系到整個鐵路行業(yè)的發(fā)展。
　　本文設(shè)計的鐵路沿線視頻監(jiān)控方法是通過一種基于視頻圖像處理實(shí)現(xiàn)對于行人穿越鐵路線的監(jiān)控。當(dāng)被監(jiān)視區(qū)域中出現(xiàn)目標(biāo)后可以自動報警并且存儲相應(yīng)的故障照片，為事后的工作提供可靠的依據(jù)。算法設(shè)計的最大特點(diǎn)是提出一種以圖像處理為核心的安全監(jiān)控設(shè)計，通過圖像處理可以自動判斷有無危險情況發(fā)生并自動報警，特別是在監(jiān)控人員不在時能夠發(fā)揮很大的作用。
1.視頻監(jiān)控系統(tǒng)中背景的提取
　　背景圖像是指視場中沒有運(yùn)動目標(biāo)的圖像，即使視場內(nèi)有運(yùn)動目標(biāo)，背景算法也通過技術(shù)處理除去目標(biāo)而獲得沒有運(yùn)動目標(biāo)的背景圖像。目前常規(guī)的背景提取的方法有統(tǒng)計直方圖法、統(tǒng)計中值法、多幀圖像平均法和連續(xù)幀差法等。
　　以上四種方法分別有各自的缺點(diǎn)。統(tǒng)計直方圖法存在的問題是隨著統(tǒng)計幀數(shù)的增加，得到的背景圖像效果并不明顯；統(tǒng)計中值法存在的問題與統(tǒng)計直方圖法也相差無幾，此外該算法實(shí)現(xiàn)時計算量較大，占用計算機(jī)內(nèi)存較大，處理較慢；多幀圖像平均法得到背景圖像受目標(biāo)運(yùn)動量的影響比較大，隨著平均幀數(shù)的增加，噪聲消除才會有所改善；連續(xù)幀差法靜止的背景圖像不能直接獲得，其關(guān)鍵是如何在有目標(biāo)運(yùn)動的情況下獲得良好的背景圖像，由于該算法并沒有對幀差分本身進(jìn)一步處理，存在的問題是易把紋理相似的前景交疊區(qū)域誤認(rèn)為背景。
　　綜合考慮以上四種背景提取方法，本文采用結(jié)合多幀圖像平均法和連續(xù)幀差法這兩種方法來進(jìn)行視頻序列背景的提取�？紤]到運(yùn)動目標(biāo)的多樣性，有目標(biāo)經(jīng)過視場而引起的變化長時間內(nèi)可忽略不計。多幀圖像平均法時將運(yùn)動目標(biāo)看作為噪聲，用累加平均的方法消除噪聲，利用目標(biāo)運(yùn)行一段時間的序列圖像進(jìn)行平均而得到視場背景圖像。連續(xù)幀差算法是通過當(dāng)前幀的圖像與前一幀圖像的差值找到運(yùn)動區(qū)域，對運(yùn)動區(qū)域的背景保持不變，而非運(yùn)動區(qū)域的背景則用當(dāng)前幀進(jìn)行更新，經(jīng)過一段時間的迭代便可提取出背景。兩種方法的結(jié)合可以很好地彌補(bǔ)各自的缺點(diǎn)，能夠適應(yīng)鐵路沿線周邊環(huán)境的要求，對存在運(yùn)動目標(biāo)的背景能夠提取出質(zhì)量較高的背景圖像。具體過程如下：
　　只考慮三幀的情況下，首先從視頻序列中隨便提取三幀，如圖1(a)～圖1(c)所示。然后對提取出來的三幀圖像分別轉(zhuǎn)換為灰度圖并求出它們的灰度平均圖像，以灰度平均圖像作為連續(xù)幀差法的第一幀圖像(即原始圖像)。通過原始圖像和提取的三幀圖像來做連續(xù)幀差法，得到的背景圖像經(jīng)過灰度圖如圖1(d)所示。


　　圖像二值化后的結(jié)果如圖2(a)所示，得到的最終結(jié)果如圖2(b)所示。從兩幅圖像的對比可以看出，圖像經(jīng)過一系列處理后，基本標(biāo)定了危險區(qū)域。對于得到的圖2(b)，圖中白色的區(qū)域?yàn)殍F道雙軌內(nèi)部即設(shè)定的危險區(qū)域。應(yīng)用此種方法得到的結(jié)果圖像在光照條件充足情況下能夠得到更好的效果，不適用于光照條件不足和夜間的危險區(qū)域標(biāo)定。


　　對每一幀都做上述處理，經(jīng)過一段時間的監(jiān)測后，系統(tǒng)會自動保存一些危險情況存在時的圖像(灰度圖形式)。圖像自動保存方法流程圖如圖3所示。
　　從監(jiān)控結(jié)果來看，得到的是一幅幅危險情況存在時的圖像，圖像自動保存的部分結(jié)果如圖4所示。這些圖像是從10 min的視頻數(shù)據(jù)中自動抽取出來的，從這些圖像中可以分析整個設(shè)計的識別率，識別率的高低影響著算法設(shè)計和程序編寫的好壞。

4 .一種目標(biāo)識別算法
　　鐵路上運(yùn)動目標(biāo)主要分為：行人、車輛、小動物和其他。
　　在對目標(biāo)進(jìn)行識別前先要對危險情況存在時灰度圖圖像自動保存的結(jié)果進(jìn)行必要的圖像處理，目的是為后續(xù)的目標(biāo)識別奠定基礎(chǔ)，使經(jīng)過處理后的圖像更加方便地應(yīng)用于目標(biāo)識別。在這里圖像預(yù)處理主要包括增強(qiáng)圖像對比度、中值濾波和平滑處理等。目標(biāo)識別算法的流程圖如圖5所示。

5 .結(jié)語
　　本文首先對拍攝到的視頻進(jìn)行背景提取，根據(jù)提取到的背景經(jīng)過一系列的圖像處理最終對視場中危險區(qū)域進(jìn)行劃定。然后系統(tǒng)自動監(jiān)測視頻數(shù)據(jù)，自動以灰度圖的形式保存危險情況存在時的圖像，目的是為了后續(xù)的目標(biāo)識別。最后根據(jù)鐵路沿線上可能出現(xiàn)的運(yùn)動目標(biāo)，提出了一種運(yùn)動目標(biāo)識別算法。從監(jiān)控結(jié)果可以看出，整個算法設(shè)計具有一定的可行性，可以作為基于圖像處理的鐵路沿線視頻監(jiān)控的一種算法，有一定的參考價值。