基於視頻監控入侵物體檢測方法
2023-06-30 07:14:41 2
專利名稱：基於視頻監控入侵物體檢測方法
技術領域：
本發明涉及入侵物體檢測領域，尤其涉及基於視頻監控入侵物體檢測方法。
背景技術：
入侵物體的檢測是目前安全監控系統重要的組成部分。在地鐵軌道裡，在
正常情況下是不允許人員進入到地鐵軌道；在高速行駛的隧道裡通常也是不允 許有人員闖入只允許機動車輛進入。因此，類似於以上的交通道的監測就十分 必要，及時檢測到入侵人員或物體可有效採取相應措施避免釀成交通慘劇。目 前，入侵物體的檢測分被動檢測和主動檢測。主動入侵系統檢測較為常見，通 常是利用電磁波、紅外探測，雷達等主動發出探測信號，採用對應傳感器接收 反饋信號進行分析;險測。入侵物體的主動檢測為保證;險測結果的可靠性通常需 要定期對發出信號和接收信號的傳感器進行檢測，以保證它們處在正常工作狀 態。目前也有基於視頻監控入侵物體檢測，目前的視頻監控入侵物體檢測系統 均是先預存儲入侵物體的特徵量，將通過視頻監測圖像提取的特徵量與預先存 儲的物體特徵量進行比對，判斷入侵物體是否為預存儲中的某一入侵物體。因 此目前視頻監控入侵物體檢測系統普遍存在的弊端為靈活性較差，當視頻圖像 中捕捉到的物體特徵量非預存儲中入侵物體的特徵量時就會使得入侵檢測系統 失去作用。
發明內容
本發明的目的在於提供基於視頻監控入侵物體檢測方法，以解決傳統視頻 監控入侵物體檢測方法靈活性較低的問題，提高對入侵物體的監控能力。
為達到上述目的，本發明的基於視頻監控入侵物體^r測方法，採用視頻監 控攝像頭對待監控區域監控，用於檢測待監控區域是否出現禁止物體。基於視 頻監控入侵物體的檢測方法包括以下步驟步驟l:採用視頻監控攝像頭採集背景參考圖像數據及非禁止物體運動圖像數據，並進行存儲；步驟2:提取非禁止 物體空間特徵量，建立非禁止物體特徵模型；步驟3:以預設採集頻率實時釆集 當前圖像數據作為歷史圖像數據；步驟4:提取步驟3中歷史圖像數據中非背景 的物體特徵量與步驟2中非禁止物體特徵模型進行匹配，若匹配返回步驟3;若 不匹配，則非背景物體為禁止物體，存儲禁止物體特徵量執行步驟5;步驟5: 再次採集當前圖像數據，依據步驟4存儲的物體特徵量鎖定當前圖像中禁止物 體並報警。其中，步驟1中非禁止物體運動圖像數據為若干靜止背景參考圖像 數據與運動非禁止物體圖像合成的連續圖像數據。步驟2提取非禁止物體空間 特徵量為非禁止物體相對靜止背景參考圖像實時連續變化的動態空間特徵量。 動態空間特徵量包括物體的形狀在靜止背景參考圖像中變化特徵、相對背景參 考圖像的運行速度範圍及相對背景圖像的體積範圍。步驟4提取步驟3中歷史 圖像數據中非背景的物體特徵量是將步驟3採集的歷史圖像數據與步驟1採集 的背景圖像參考數據進行必對而提取非背景的物體特徵量。
與傳統入侵檢測方法相比，本發明的基於視頻監控入侵物體檢測方法通過 存儲非禁止物體模型，將檢測到的非背景物體的特徵量與非禁止物體模型進行 匹配，這樣可有效檢測出入侵物體，不必受傳統檢測方法中入侵物體模型限制。 因此，本發明的基於視頻監控入侵物體檢測方法在檢測入侵物體時相對傳統檢 測方法靈活性得到提高，可有效擴大入侵物體的檢測範圍。
以下結合附圖和具體實施例對本發明的基於視頻監控入侵物體檢測方法作 進一步詳細具體的說明。
圖l是本發明基於視頻監控入侵物體檢測方法的示意圖。
具體實施例方式
請參閱
圖1所示本發明基於視頻監控入侵物體檢測方法，它包括以下步驟 步驟1:釆用視頻監控攝像頭採集背景參考圖像數據及非禁止物體運動圖像數 據，並進行存儲。步驟1主要是採集背景參考圖像數據及非禁止物體運動圖像 數據。步驟1中非禁止物體運動圖像數據為若干靜止背景參考圖像數據與運動非禁止物體圖像合成的連續圖像數據。這樣採用單角度攝像裝置就可完成拍攝，
將該單角度攝像裝置拍攝的圖像數據定時傳送給存儲模塊和處理模塊。步驟2: 提取非禁止物體空間特徵量，建立非禁止物體特徵模型。步驟2提取非禁止物 體空間特徵量為非禁止物體相對靜止背景參考圖像實時連續變化的動態空間特 徵量。這樣可提取動態非禁止物體相對靜止背景參考動態變化特徵。動態空間 特徵量包括物體的形狀在靜止背景參考圖像中變化特徵、相對背景參考圖像的 運行速度範圍及相對背景圖像的體積範圍，依據非禁止物體動態空間特徵量建 立非禁止物體的特徵模型能較準確描述非禁止物體特徵。步驟3:以預設採集頻 率實時採集當前圖像數據作為歷史圖像數據；步驟4:提取步驟3中歷史圖像數 據中非背景的物體特徵量與步驟2中非禁止物體特徵模型進行匹配，若匹配返 回步驟3;若不匹配，則非背景物體為禁止物體，存儲禁止物體特徵量執行步驟 5。步驟5:再次採集當前圖像數據，依據步驟4存儲的物體特徵量鎖定當前圖 像中禁止物體並報警。步驟4中提取步驟3中歷史圖像數據中非背景的物體特 徵量是將步驟3實時採集的若干歷史圖像數據與步驟1採集的背景圖像參考數 據進行必對而提取非背景的物體動態空間特徵量。
以地鐵軌道的監控為例，通常情況下地鐵軌道上只會出現以一定速度行駛 的地鐵出現，採用單角度攝像裝置對地鐵軌道監控時，監控的背景參考圖像中 會逐漸出現地鐵由遠及近或由近及遠的動態運動畫面。為保證建立的非禁止物 體模型能準確包括所有地鐵，因此，動態特徵量包括在運動時與背景參考圖象 交疊時動態運動的形狀。該形狀變化的速度，該速度與地鐵行駛速度有關；形 狀還與地鐵體積有關。因此建立的非禁止物體地鐵模型需覆蓋出現在地鐵軌道 上地鐵運動的特徵。當入侵物體-人出現時，在一定時間內拍攝到的人的圖像數 據中相對背景參考圖像提取的人的空間特徵量不符合地鐵特徵模型，此時非背 景物體人的空間特徵量被存儲，直接鎖定當前採集圖像中符合人的空間特徵量 部分並報警。對應地，也可對隧道進行監控避免人-或不符合要求的機動車輛的 侵入導致的安全事故。
本發明的基於視頻監控入侵物體檢測方法，相對傳統入侵物體檢測方法靈 活性較高，不再受入侵物體存儲模型限制，同時本發明可有效擴大入侵物體的 檢測範圍，適宜用於對進入物體要求非常嚴格的場所。
權利要求
1、基於視頻監控入侵物體的檢測方法，採用視頻監控攝像頭對待監控區域監控，用於檢測待監控區域是否出現禁止物體，其特徵在於，基於視頻監控入侵物體的檢測方法包括以下步驟步驟1採用視頻監控攝像頭採集背景參考圖像數據及非禁止物體運動圖像數據，並進行存儲；步驟2提取非禁止物體空間特徵量，建立非禁止物體特徵模型；步驟3以預設採集頻率實時採集當前圖像數據作為歷史圖像數據；步驟4提取步驟3中歷史圖像數據中非背景的物體特徵量與步驟2中非禁止物體特徵模型進行匹配，若匹配返回步驟3；若不匹配，則非背景物體為禁止物體，存儲禁止物體特徵量執行步驟5；步驟5再次採集當前圖像數據，依據步驟4存儲的物體特徵量鎖定當前圖像中禁止物體並報警。
2、 如權利要求1所述基於視頻監控入侵物體的檢測方法，其特徵在於，所述步 驟1中非禁止物體運動圖像數據為若干靜止背景參考圖像數據與運動非禁止物 體圖像合成的連續圖像數據。
3、 如權利要求2所述基於視頻監控入侵物體的檢測方法，其特徵在於，所述步 驟2提取非禁止物體空間特徵量為非禁止物體相對靜止背景參考圖像實時連續 變化的動態空間特徵量。
4、 如權利要求3所述基於視頻監控入侵物體的檢測方法，其特徵在於，所述動 態空間特徵量包括物體的形狀在靜止背景參考圖像中變化特徵、相對背景參考 圖像的運行速度範圍及相對背景圖像的體積範圍。
5、 如權利要求1所述基於視頻監控入侵物體的檢測方法，其特徵在於，所述步 驟4提取步驟3中歷史圖像數據中非背景的物體特徵量是將步驟3採集的歷史 圖像數據與步驟1採集的背景圖像參考數據進行必對而提取非背景的物體特徵 量。
全文摘要
本發明提供基於視頻監控入侵物體的檢測方法，用於檢測待監控區域是否出現禁止物體，它包括以下步驟1採用視頻監控攝像頭採集背景參考圖像數據及非禁止物體運動圖像數據，並進行存儲；2提取非禁止物體空間特徵量，建立非禁止物體特徵模型；3以預設採集頻率實時採集當前圖像數據作為歷史圖像數據；4提取步驟3中歷史圖像數據非背景的物體特徵量與步驟2中非禁止物體特徵模型進行匹配，若匹配返回步驟3；否則，非背景物體為禁止物體，存儲禁止物體特徵量執行步驟5；5再次採集當前圖像數據，依據步驟4存儲的物體特徵量鎖定當前圖像中禁止物體並報警。本發明可有效提高入侵物體檢測靈活性，擴大入侵物體檢測範圍。
文檔編號H04N7/18GK101587619SQ200810037789
公開日2009年11月25日 申請日期2008年5月21日 優先權日2008年5月21日
發明者曉 任, 倪興華, 應麗華, 林衛慈, 許冬青, 賀凌雲, 韓吉來 申請人:上海新聯緯訊科技發展有限公司