基於監控視頻的開關門檢測方法
2023-05-21 23:27:26 1
基於監控視頻的開關門檢測方法
【專利摘要】本發明公開了一種基於監控視頻的開關門檢測方法，以被檢測房間門關閉時對應的圖像幀作為參考幀，根據參考幀獲取被檢測房間門的背景模型，並利用背景模型對檢測視頻幀中房間門區域進行背景減法計算得到前景圖像，通過提取前景圖像的特徵直線，然後利用特徵直線與背景模型中門縫的水平位置，確定本檢測門的開關狀態。本發明使用運動前景檢測、數字圖像處理等簡單的技術組合完成了自動檢測房間門開關狀態的功能，方法簡單，資源開銷極小，適用於視頻監控這一類嵌入式系統的應用，直接檢測整個房間門區域，根據門縫位置確定開關狀態，有效避免人或物體遮擋房間門產生的幹擾，檢測精度高、普適性強、不存在監控盲點，提高了監控的安全係數。
【專利說明】基於監控視頻的開關門檢測方法
【技術領域】
[0001]本發明屬於視頻圖像分析和人工智慧領域，更具體的涉及一種基於監控視頻的開關門檢測方法。
【背景技術】
[0002]在安防監控領域，監測門的開關狀態是(即在一個長久以來存在的監視場景——特定房間門的人員出入監視)一個極重要的監控參數。最初直接通過設置專職人員，直接檢測該場景。
[0003]近年來，得益於信息技術的發展，視頻監控已經得到了廣泛應用，通常通過檢測視頻監控進行視頻採集即可，對於某些特殊場合，尤其是安全等級要求較高的場合，通常配置專人監視電視牆或電腦的監控視頻來監控門的開關狀態，一旦監控人員發現異常情況時便進行報警。
[0004]在人工成本不斷提升的今天，採用專人監視實況視頻的做法的弊端漸漸顯現，且採用專人監控，可能會出現由於監控人員疲勞或疏忽而導致存在一定的監控盲點。而得益於微電子技術、計算機技術等相關技術的迅猛發展，採用計算機技術進行視頻分析和人工智慧的方法有望在不久的將來代替人工監視，大放光彩。
[0005]基於硬體傳感器的開關門檢測，該方法能夠滿足大部分的檢測需求，但是該方法存在一個弊端是檢測成本較高，且靈敏度不夠，容易出現誤檢測和一樓的狀態。此外還有一個重要的缺陷，就是通常傳感器的檢測的空間範圍有限，存在一定的監控盲點，存在一定的安全隱患，因此，一種安全係數高、成本低的開關門檢測方法在實際應用領域具有很強的需求。
【發明內容】
[0006]針對現有技術的不足，本發明提出了一種基於監控視頻的開關門檢測方法。
[0007]一種基於監控視頻的開關門檢測方法，包括如下步驟:
[0008](I)以被檢測房間門關閉時對應的圖像幀作為參考幀，確定參考幀中被檢測房間門區域的位置和大小，並根據被檢測房間門區域的位置和大小獲取被檢測房間門區域的背景模型，
[0009]所述的背景模型包括參考幀中被檢測房間門區域的位置和大小、被檢測房間門區域的灰度摳圖和灰度摳圖中門縫的水平位置；
[0010](2)根據參考幀中被檢測房間門的位置和大小，獲取待檢測視頻幀中被檢測房間門區域的灰度圖像；
[0011](3)以所述的灰度摳圖為背景圖像，採用背景減法對待檢測視頻幀中被檢測房間門區域的灰度圖像進行運動分析，得到被檢測房間門區域的前景圖像；
[0012](4)提取所述的前景圖像的邊緣直線，並根據各個邊緣直線的長度以及邊緣直線中各個線段之間的距離確定各條邊緣直線的有效性，以有效的邊緣直線作為特徵直線；[0013](5)根據前景圖像中每條特徵直線的起點和終點的橫坐標，以及灰度摳圖中門縫的水平位置確定被檢測房間門的開關狀態。
[0014]本發明使用運動前景檢測、數字圖像處理等簡單的技術組合完成了自動檢測房間門開關狀態的功能，方法簡單，資源開銷極小，非常適用於視頻監控這一類嵌入式系統的應用。直接檢測整個房間門區域，根據門縫位置確定開關狀態，有效避免人或物體遮擋房間門產生的幹擾，檢測精度高、普適性強、不存在監控盲點，提高了監控的安全係數。
[0015]所述步驟(1)中通過以下步驟獲取被檢測房間門區域的背景模型:
[0016](1-1)根據參考幀中被檢測房間門區域的位置和大小，從參考幀截取相應的區域並進行灰度化處理，得到被檢測房間門區域的灰度摳圖；
[0017](1-2)確定灰度摳圖中門縫的水平位置(即灰度摳圖中門縫位置的水平坐標)。
[0018]其中參考幀中被檢測房間門區域的位置和大小，以及灰度摳圖中門縫的水平位置均可以通過人工指定，也可以採用圖像處理方法計算得到。
[0019]所述步驟(2)通過以下方法得到待檢測視頻幀中被檢測房間門區域灰度圖像:
[0020]根據參考幀中被檢測房間門的位置和大小，從待檢測視頻幀中截取被檢測房間門區域的圖像，對截取得到的圖像進行灰度化處理得到待檢測視頻幀中被檢測房間門區域灰度圖像。
[0021]所述步驟(3)包括:
[0022](3-1)根據公式:
[0023]Diff (x, y) = Abs (Idoor (x, y) -Bdoor (x, y))
[0024]計算灰度圖像與灰度摳圖中像素點(X，y)的像素值的絕對差值Diff (X，y)，其中:(X，y)為被檢測房間門區域中各個像素點的坐標，AbS為計算絕對值的函數，Id_(x，y)為灰度圖像中像素點(X，y)的像素值，Bd_(x，y))為灰度摳圖中像素點(x，y)的像素值；
[0025](3-2)對絕對差值矩陣進行二值化處理得到前景圖像，二值化公式如下:
【權利要求】
1.一種基於監控視頻的開關門檢測方法，其特徵在於，包括如下步驟: (1)以被檢測房間門關閉時對應的圖像幀作為參考幀，確定參考幀中被檢測房間門區域的位置和大小，並根據被檢測房間門區域的位置和大小獲取被檢測房間門區域的背景模型， 所述的背景模型包括參考幀中被檢測房間門區域的位置和大小、被檢測房間門區域的灰度摳圖和灰度摳圖中門縫的水平位置； (2)根據參考幀中被檢測房間門的位置和大小，獲取待檢測視頻幀中被檢測房間門區域的灰度圖像； (3)以所述的灰度摳圖為背景圖像，採用背景減法對待檢測視頻幀中被檢測房間門區域的灰度圖像進行運動分析，得到被檢測房間門區域的前景圖像； (4)提取所述的前景圖像的邊緣直線，並根據各個邊緣直線的長度以及邊緣直線中各個線段之間的距離 確定各條邊緣直線的有效性，以有效的邊緣直線作為特徵直線； (5)根據前景圖像中每條特徵直線的起點和終點的橫坐標，以及灰度摳圖中門縫的水平位置確定被檢測房間門的開關狀態。
2.如權利要求1所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(3)包括: (3-1)根據公式:
Diff (X，y) = Abs (Idoor (X，y) -Bdoor (x, y)) 計算灰度圖像與灰度摳圖中像素點(x，y)的像素值的絕對差值Diff(x，y)，其中:(X，y)為被檢測房間門區域中各個像素點的坐標，AbS為計算絕對值的函數，Id_(x，y)為灰度圖像中像素點(x，y)的像素值，Bd_(x，y))為灰度摳圖中像素點(x，y)的像素值； (3-2)對絕對差值矩陣進行二值化處理得到前景圖像，二值化公式如下:
3.如權利要求2所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(3-2)中的二值化閾值為15~20。
4.如權利要求3所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(4)中通過以下方法提取所述的前景圖像的邊緣直線: (4-1)對前景圖像進行Canny邊緣檢測； (4-2)對邊緣檢測結果進行累計概率霍夫變換提取得到前景圖像的邊緣直線。
5.如權利要求4所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(4)中根據以下方法確定邊緣直線的有效性: 若邊緣直線的長度大於設定的第一閾值，該邊緣直線中各個線段之間距離小於設定的第二閾值，且該邊緣直線的起點與終點的橫坐標的差值小於第三閾值，則認為該邊緣直線有效； 否則，認為該邊緣直線無效。
6.如權利要求5所述的基於監控視頻的開關門檢測方法，其特徵在於，所述的第一閾值為被檢測房間門高度的1/4，第二閾值為被檢測房間門高度的1/20，第三閾值為被檢測房門寬度的1/20。
7.如權利要求6所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(5)具體過程如下: 計算每一條特徵直線的起點和終點的橫坐標的平均值，若最小平均值與門縫水平位置的差值小於或等於第四閾值，則認為被檢測房間門開啟，否則，認為被檢測房間門關閉。
8.如權利要求7中任意一項權利要求所述的基於監控視頻的開關門檢測方法，所述的第四閾值為被檢測房門寬度的1/40。
9.如權利要求1~8中任意一項權利要求所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(5)中若檢測結果為被檢測房間門處於關閉狀態，則利用待檢測視頻幀中被檢測房間門區域的灰度圖像對背景模型進行更新。
10.如權利要求9所述的基於監控視頻的開關門檢測方法，其特徵在於，所述步驟(5)中若檢測結果為被 檢測房間門處於開啟狀態，則發出告警。
【文檔編號】G06K9/00GK103986906SQ201410193515
【公開日】2014年8月13日 申請日期:2014年5月8日 優先權日:2014年5月8日
【發明者】鄭順利 申請人:杭州同尊信息技術有限公司