基于视频分析的地震检测

传统的地震烈度分析是基于传统地震测量仪器以及光学式地震仪进行的。虽然这种分析的方法应用广泛，技术相对成熟，但是其响应速度较慢、设备成本高。相比之下，基于视频分析的地震检测是对传统方法的一种补充，有着响应速度快，投入成本较小的优势。因此本文将计算机视觉技术应用到地震分析中，通过运动估计的方法获取视频中的运动矢量序列，由该序列分析得出该视频中是否发生地震，并实现截取地震部分视频、地震的烈度以及绘制其抖动图的功能。再通过灰度值分析、目标分割、特征点匹配等方法滤除一些特殊场景的误判。本文将该算法应用于地震中的现场地震视频和网络上的一些地震视频，并通过实验验证了该算法的有效性。

当前基于地震仪测量的传统地震烈度分析方法还是主流的方法，但是其响应时间长，部署成本高等问题越来越受到人们的重视。又随着计算机视觉技术的发展、监控硬件的成本的降低和视频监控网络发展迅速，监控摄像头遍布各个地区，甚至村庄。人们把目光转向了通过视频分析的方法进行地震烈度的估计。当地震发生时，这些摄像头完整的记录了地震发生的过程。

获取地震的烈度，计算其加速度是地震分析的关键。通过传统地震仪器进行估算的方法无法准确且快速的估计震中心周围的地区的地震烈度。而且其成本昂贵，无法大规模的部署，导致有些地区的地震无法快速估计。此外，现有传统的地震分析方法聚焦于通过仪器采集各种地底的反馈信号，对地面上的肉眼可见的震动研究则非常少，而地面上的震动可以非常直观的观察出当地的地震烈度。通过地震视频分析的方法恰恰能把地面上这些震动的信息利用起来，结合地底的反馈信息进行快速的地震烈度估计。

且基于视频分析的方法只需要进行一次开发就能重复的部署在各个地区，投入成本低。因此，本文针对这些现状提出了一种基于视频分析的地震检测，能够针对一些常见场景的地震视频进行分析，并估算出运动加速度，地震烈度，绘制其加速度图等功能。

2. 相关研究 地震最早是由地震仪器来测量的，比如世界上最早的地震仪张衡地动仪，之后的机械地震仪、电磁地震仪，再到现代的宽波段地震仪。近百年来，地震仪器技术经历了很大的发展，其功能和参数指标也发生了巨大的变化。但是传统的地震仪器检测技术存在如下几个问题：1) 对常规物理性能无法进行量化测试；2) 对多级排列等先进功能无法进行量化测试；3) 对软件和固件性能无法进行量化测试；4) 对特定功能或作用的局部硬件电路性能无法进行量化测试[1]。因此随着科技的发展，新的检测技术的探索和创新是十分重要和必要的。

近年来，逐渐有人将运动估计算法应用到地震检测领域中，即基于视频分析的地震分析。随着硬件