[發明專利]一種基于視頻監控的倉儲監控方法及裝置

有效

• 申請號: 201611205532.4
• 申請日: 2016-12-23
• 公開（公告）號: CN106845890B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 劉治;朱耀文;許建中;邱清晨
• 申請（專利權）人: 濟南博圖信息技術有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06K17/00;G06K9/00;G06T7/11;G06T7/155;G06T7/187
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于視頻監控的倉儲監控方法，其特征是：包括以下步驟：

(1)采集倉庫中貨物堆的視頻信息；

(2)對采集到的圖像建立背景模型，并根據場景的變化對模型參數進行學習更新，檢測視頻場景是否發生異常變化，得到前景二值圖像；

(3)進行形態學濾波操作，對前景二值圖像先做開運算，后做閉運算；

(4)對濾波后的圖像進行區域劃分，構建連通域，計算出每個連通區域各自的參數，剔除超過設定值的前景區域；

(5)對篩選后的前景區域進行異常判斷，如果存在異常變化，進行報警；

所述步驟(2)中，對采集到的貨物堆圖像建立改進的混合高斯背景模型，并根據場景的變化對模型參數進行學習更新，具體包括：

(2-1)：計算開始連續時間段內的視頻圖像序列中各像素點的均值和方差，建立K個具有高斯分布的初始混合高斯背景模型，并設定初始權值；

(2-2)：每個像素點包含K個高斯分布構成的混合高斯背景模型，對后續傳輸的圖像中每個新的像素值，分別與對應各像素點的背景模型進行匹配；

(2-3)：根據模型匹配的結果進行參數更新，分為兩種情況，若當前幀的像素值與高斯模型集合中的一個高斯模型匹配，則更新該高斯模型的均值和方差，同時增加該高斯模型的權值，降低剩余未匹配的高斯模型的權值；若都不匹配，則根據當前幀的像素值引入一個新的高斯分布替換原先K個高斯模型集合中權值最小的高斯模型；

(2-4)：將K個高斯模型從高到低依次排序，依據設定的閾值選擇相應個數的高斯模型作為背景模型；

所述步驟(5)中，對不同的貨物堆區域設定不同的最小面積閾值，當通過連通域檢測模塊后得到的前景區域大于設定的最小面積閾值時，則判定貨物堆形狀發生變化；

步驟(2-3)中，均值和方差的更新公式如下：

μ_t＝(1-ρ₁)μ_t-1+ρ₁X_t

上式中，μ_t和分別是更新后t時刻的高斯模型的均值和方差，μ_t-1和分別是更新前t-1時刻的高斯模型的均值和方差，ρ₁、ρ₂是取值在[0,1]之間的參數更新因子，且ρ₁ρ₂；

高斯模型權值增加的公式為：

ω_k,t＝(1-α)ω_k,t-1+α

其中，ω_k,t為更新后的高斯模型的權值，ω_k,t-1為更新前的高斯模型的權值，α為取值在[0,1]的權值更新率；

對于K個高斯模型集合中剩余未與X_t匹配的高斯模型，則僅降低這些高斯模型的權值，權值降低的公式如下：

ω_k,t＝(1-α)ω_k,t-1

其中，ω_k,t為更新后的高斯模型的權值，ω_k,t-1為更新前的高斯模型的權值，α為取值在[0,1]的權值更新率；

權值更新率α的計算公式如下：

其中，n＝1,2,…,N為視頻圖像序列的幀數。

2.如權利要求1所述的一種基于視頻監控的倉儲監控方法，其特征是：所述步驟(1)中，攝像機正對貨物堆安裝，攝像機與貨物堆保持一定的距離，對倉庫中不同大小的貨物堆進行分類分區存放。

3.如權利要求2所述的一種基于視頻監控的倉儲監控方法，其特征是：所述步驟(2-4)中，背景模型的高斯模型個數的選取方法為：

其中，B為選擇的背景模型個數，ω_k為各個高斯模型的權值，T為估計背景的最小閾值。

4.如權利要求1所述的一種基于視頻監控的倉儲監控方法，其特征是：所述步驟(2)中，檢測視頻場景中的貨物堆是否發生異常變化，對于傳輸來的視頻圖像，根據建立的背景模型，按照優先級次序依次與當前幀的像素值逐一匹配，若匹配則判斷像素點為前景點，否則為背景點，最終得到前景二值圖像。