[發(fā)明專利]一種安全敏感區(qū)域的越界入侵檢測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710833558.1
• 申請(qǐng)日: 2017-09-15
• 公開（公告）號(hào): CN107705326A
• 公開（公告）日: 2018-02-16
• 發(fā)明（設(shè)計(jì)）人: 李理敏;張威;曾國強(qiáng);陳孝敬;阮秀凱;朱欣;林宇豪
• 申請(qǐng)（專利權(quán)）人: 溫州大學(xué)
• 主分類號(hào): G06T7/254
• 分類號(hào): G06T7/254;G06T7/155;G06T7/194
• 代理公司: 杭州求是專利事務(wù)所有限公司33200
• 代理人: 邱啟旺

技術(shù)領(lǐng)域

本發(fā)明涉及視頻安全監(jiān)控領(lǐng)域，尤其涉及一種安全敏感區(qū)域的越界入侵檢測方法。

背景技術(shù)

隨著當(dāng)今人口數(shù)量的增加和城市規(guī)模的不斷擴(kuò)大，現(xiàn)代社會(huì)所面臨的突發(fā)、異常事件逐年增加，使得安全監(jiān)控的難度與重要性也越來越突出。特別是對(duì)于某些安全敏感場合，如軍事基地、監(jiān)獄、供電站、醫(yī)院、銀行以及商場等區(qū)域，出于安全因素的考慮，管理人員必須了解是否有異常人物或車輛進(jìn)入該場所。傳統(tǒng)的視頻安全監(jiān)控都是以人為主，由安保人員直接查看監(jiān)控畫面。隨著視頻監(jiān)控技術(shù)的迅速發(fā)展和普及，攝像頭數(shù)量越來越多，加之人眼的易疲勞性，可能導(dǎo)致無法可靠地篩選出異常事件并及時(shí)進(jìn)行處理。因此，采用一種有效的越界入侵檢測方法顯得尤為重要。

發(fā)明內(nèi)容

針對(duì)上述不足，本發(fā)明提出一種安全敏感區(qū)域的越界入侵檢測方法，首先通過背景減除法檢測出視頻中的運(yùn)動(dòng)目標(biāo)，然后再進(jìn)行形態(tài)學(xué)濾波和連通域分析，最后根據(jù)向量叉積法判斷運(yùn)動(dòng)目標(biāo)是否進(jìn)入預(yù)先設(shè)定的安全敏感區(qū)域，該方法可以使監(jiān)控系統(tǒng)自動(dòng)篩選出監(jiān)控區(qū)域中的越界入侵事件，減輕監(jiān)控人員的工作負(fù)擔(dān)。

本發(fā)明所采用的技術(shù)方案如下：一種安全敏感區(qū)域的越界入侵檢測方法，包括以下步驟：

1)攝像頭實(shí)時(shí)采集圖像，并對(duì)攝像頭的采集區(qū)域設(shè)置安全敏感區(qū)域；

2)通過背景減除法從采集到的視頻流中提取運(yùn)動(dòng)目標(biāo)信息；

3)利用形態(tài)學(xué)濾波方法處理提取出來的前景圖像，即運(yùn)動(dòng)目標(biāo)；

4)提取前景圖像中連通區(qū)域輪廓，并篩選運(yùn)動(dòng)目標(biāo)，將面積、尺寸或比例不符合要求的連通域去除；

5)判斷前景圖像中的運(yùn)動(dòng)目標(biāo)是否進(jìn)入安全敏感區(qū)域，即判斷一個(gè)點(diǎn)是否在一個(gè)四邊形內(nèi)，利用兩個(gè)向量叉積的方向性來判斷夾角是否超過了180度，若則表示兩個(gè)向量的夾角小于180度，即點(diǎn)E在的順時(shí)針方向；若則表示兩個(gè)向量的夾角大于180度，即點(diǎn)E在的逆時(shí)針方向；由此可得，若則表示點(diǎn)E在向量和之間；因此，通過判斷條件是否成立，可以得到目標(biāo)點(diǎn)E是否已經(jīng)進(jìn)入由點(diǎn)A、B、C、D圍成的四邊形中間，點(diǎn)A、B、C、D圍成的四邊形為安全敏感區(qū)域。

進(jìn)一步的，設(shè)定安全敏感區(qū)域的方式有以下幾種：1)讀取上次保存的參數(shù)配置文件；2) 由用戶通過鼠標(biāo)劃定；3)由用戶輸入坐標(biāo)值設(shè)定。

進(jìn)一步的，所述背景減除法選自混合高斯模型法、VIBE算法、SACON算法、PBAS算法中的一種。

進(jìn)一步的，采用PBAS算法來從視頻流中提取運(yùn)動(dòng)目標(biāo)信息，具體過程包括：

2.1)背景建模

收集前N幀圖像的像素值作為背景模型的初始值：

B(x_i)＝{B₁(x_i),…,B_k(x_i),…,B_N(x_i)}

其中，B(x_i)表示像素x_i在當(dāng)前時(shí)刻的背景模型，B_k(x_i)表示像素x_i歷史k時(shí)刻的像素值；

2.2)前景檢測

對(duì)于當(dāng)前圖像幀中的任意一個(gè)像素x_i，判定公式為：

其中，F(xiàn)(x_i)＝1表示x_i被判定為前景點(diǎn)，F(xiàn)(x_i)＝0表示x_i被判定為背景點(diǎn)，num(^.)表示滿足括號(hào)內(nèi)條件的次數(shù)，dist(^.)表示括號(hào)內(nèi)兩點(diǎn)之間的歐式距離；

2.3)背景更新

用被判別為背景的像素點(diǎn)來更新背景模型，背景更新分為以下三個(gè)步驟：

2.3.1)更新背景模型：從其背景模型B(x_i)中隨機(jī)選擇一個(gè)像素值，用I(x_i)替換，其替換概率為p(x_i)＝1/T(x_i)，T(x_i)表示背景更新率；

2.3.2)更新領(lǐng)域背景模型：從x_i的領(lǐng)域中隨機(jī)選擇像素點(diǎn)y_i，用其當(dāng)前像素值V(y_i)替換其背景模型B(y_i)中隨機(jī)選擇一個(gè)像素值，其替換概率為p(x_i)＝1/T(x_i)；