摘要:视频异常检测是指利用检测视频获得的每个图像与之前建立的背景模型的信息比较，来判断视频是否异常。随着我们社会的发展，视频检测应用越来越多，所以，我们更需要新型的视频检测技术。传统的人工检测难以满足现实的需求，并且出现很多错报漏报的现象。视频异常的情况有多种，例如摄像设备被移动或者遮盖，天气和时间的改变，导致光线、颜色的改变，另外还有摄像设备的失焦。在此我将结合频谱分析手段，通过研究图像的低频能量比例变化，利用此变化进行检测。
频谱分析法是图像检测常用的方法。本文结合此种方法，着重研究视频异常检测中存在的摄像设备失焦模糊。首先要获取所有图像的相关信息，然后将图像灰度处理，再通过傅里叶变化将图像变换到频域，再与建立的背景模型比较并处理数据，得到的数据与设定好的参数比对，超过限定值就可判断为该图像发生异常，如果累积多个图像异常，说明视频出现问题，发出警报。此方法可以发现视频监控设备受干扰而引起的监控画面异变，准确报警，并且有很好的实时性。
关键词：视频异常检测；失焦；频谱分析；低频能量比例
目录
摘要
Abstract
1 绪论-1
1.1 视频异常检测的研究背景及意义-1
1.2 视频异常检测的研究现状-1
1.3视频异常相关问题-1
2 视频异常检测算法-3
2.1 灰度检测及灰度直方图-3
2.2 颜色特征及颜色直方图-3
3 频谱分析算法-5
3.1 频谱分析的定义及应用-5
3.2 图像的傅里叶变换-5
3.2.1 二维离散傅里叶变换-5
3.2.2图像的傅里叶变换和低频能量分布-6
4 系统算法框图及检测-8
4.1 系统的算法流程-8
4.2 失焦检测-9
结 论-13
参 考 文 献-14
附录A 程序-15
致 谢-25
