隨著我國(guó)城市化建設(shè)和軌道交通的快速發(fā)展，由高鐵、普鐵、地鐵等組成的軌道交通運(yùn)輸網(wǎng)絡(luò)已成為我國(guó)重要的交通運(yùn)輸方式，承擔(dān)著民眾大規(guī)模出行的運(yùn)量。隨著民眾出行的規(guī)模數(shù)量和頻率次數(shù)的高速增長(zhǎng)，高密度、超大量的乘客人流潮及其人群不確定行為給軌道交通客流運(yùn)輸及其公共安全帶來了極大壓力和巨大隱患。值得注意的是近些年來出現(xiàn)的一系列各類型人群異常行為事件（如暴力恐襲、縱火吸煙、阻擋車門、旅客霸坐、打架斗毆等），引發(fā)了社會(huì)的不安和激烈討論，以及政府對(duì)軌道交通運(yùn)輸行業(yè)公共安全的高度關(guān)注。尤其是在高密集人流的情況下，如果發(fā)生此類事件，若不能及時(shí)發(fā)現(xiàn)和有效處置，必將導(dǎo)致更為嚴(yán)重的后果。從這些事件中我們也可以看出，事件發(fā)生雖然具有突發(fā)性或偶然性的特點(diǎn)，但是同時(shí)還伴有涉事人員的異常行為等特征。因此對(duì)涉事人員的異常行為有必要進(jìn)行深入研究，特別是對(duì)事件發(fā)生的相關(guān)現(xiàn)場(chǎng)視頻、圖像等進(jìn)行記錄和分析，并對(duì)相近的、類似的行為進(jìn)行識(shí)別和判斷，以便在后續(xù)將要發(fā)生類似行為或事件時(shí)能夠防患于未然，使事件得到及時(shí)控制和處置，從而避免類似事件的重演和再現(xiàn)。
　　目前，對(duì)突發(fā)異常行為事件的監(jiān)控及其相關(guān)研究越來越傾向于通過在已知或已獲取的視頻和圖像數(shù)據(jù)分析的基礎(chǔ)上，對(duì)實(shí)時(shí)發(fā)生的人群異常行為進(jìn)行機(jī)器識(shí)別和判斷。而這些針對(duì)突發(fā)異常行為事件的視頻或圖像數(shù)據(jù)的分析，往往基于對(duì)人群異常行為圖像的處理與分析研究的基礎(chǔ)上，因此人群異常行為圖像研究對(duì)公共領(lǐng)域人流密集、管控場(chǎng)所，如軌道交通客流運(yùn)輸、航空客流運(yùn)輸、城市公交客流運(yùn)輸?shù)韧话l(fā)異常事件的分析、識(shí)別和預(yù)測(cè)具有愈來愈重要的作用和應(yīng)用價(jià)值。近年來，對(duì)公共區(qū)域內(nèi)的人群異常行為研究和判斷識(shí)別日益得到關(guān)注，特別是隨著城市軌道交通的快速發(fā)展，該研究越來越受到政府、學(xué)者、社會(huì)公眾的重視，成為研究的熱點(diǎn)。
　　當(dāng)前，視頻監(jiān)控體系的建立已成為我國(guó)社會(huì)安全體系建設(shè)的一個(gè)重要組成部分。而視頻監(jiān)控系統(tǒng)作為軌道交通運(yùn)輸領(lǐng)域安全防治的一個(gè)重要手段，也發(fā)揮著無可替代的作用。隨著這些視頻監(jiān)控系統(tǒng)的應(yīng)用和發(fā)展，大量的視頻圖像數(shù)據(jù)需要存儲(chǔ)、處理和分析，尤其是引發(fā)安全問題和安全隱患的異常行為事件視頻和圖像數(shù)據(jù)，這些數(shù)據(jù)對(duì)于事件發(fā)生、事件過程、事后分析以及日后防控防治等都具有重要的研究意義和應(yīng)用價(jià)值。
　　有鑒于此，我們針對(duì)軌道交通行業(yè)存在的人群異常行為圖像研究需要，對(duì)人群異常行為圖像研究的相關(guān)技術(shù)和內(nèi)容如圖像預(yù)處理、圖像增強(qiáng)、圖像分割、圖像識(shí)別等進(jìn)行了介紹和探討，為軌道交通領(lǐng)域中的人群異常行為圖像分析和識(shí)別提供可以借鑒的方法和技術(shù)。
　　本書內(nèi)容共有5章。第1章主要闡述了人群異常行為圖像研究背景與意義，包含人群異常行為圖像研究背景、意義、現(xiàn)狀、研究?jī)?nèi)容以及思路和方法；第2章介紹了人群異常行為圖像的常用預(yù)處理方法，包括色彩空間模型及不同空間模型間的轉(zhuǎn)換、直方圖分析、圖像運(yùn)算、圖像中圖形標(biāo)示、數(shù)據(jù)封裝等內(nèi)容；第3章主要對(duì)人群異常行為圖像增強(qiáng)技術(shù)進(jìn)行討論，包括灰度變換、中值濾波、同態(tài)濾波、形態(tài)學(xué)方法等；第4章對(duì)人群異常行為圖像分割技術(shù)進(jìn)行分析，包含閾值分割、基于微分算子的邊緣檢測(cè)、基于聚類分析的圖像分割方法、基于分水嶺算法的圖像分割方法，以及基于多尺度小波分析的圖像分割方法；第5章對(duì)模板匹配技術(shù)、形狀識(shí)別技術(shù)、骨架提取技術(shù)、機(jī)器學(xué)習(xí)技術(shù)、深度學(xué)習(xí)技術(shù)等進(jìn)行了介紹。
　　本著作獲得2017年隼廣東省重點(diǎn)平臺(tái)和重大科研項(xiàng)目特色創(chuàng)新類項(xiàng)目（自然科學(xué)）“基于視頻圖像分析的地鐵人群異常行為識(shí)別關(guān)鍵技術(shù)研究（2017GKTSCX053）”的資金資助出版，是該課題項(xiàng)目的研究成果。
　　本書的宗旨是根據(jù)軌道交通領(lǐng)域?qū)Π踩�運(yùn)輸?shù)男枰�，服�?wù)于軌道交通行業(yè)對(duì)人群異常行為圖像分析的需求。同時(shí)也為圖像分析愛好者、研究人員以及學(xué)生提供參考。由于印刷成本的原因，書中彩色圖像均為黑白印刷，為方便讀者閱讀此書，特將書中涉及的圖像放入下面二維碼中，請(qǐng)讀者掃描獲取。
　　本書撰寫過程中，得到了廣州鐵路職業(yè)技術(shù)學(xué)院張楊博士、霍睿老師的支持和幫助，在此表示感謝。
　　由于作者水平有限，時(shí)間倉促，書中難免存在不妥與疏漏之處，敬請(qǐng)批評(píng)指正。