CN101059896A - 侦测报警方法和报警系统 - Google Patents
侦测报警方法和报警系统 Download PDFInfo
- Publication number
- CN101059896A CN101059896A CN 200710099308 CN200710099308A CN101059896A CN 101059896 A CN101059896 A CN 101059896A CN 200710099308 CN200710099308 CN 200710099308 CN 200710099308 A CN200710099308 A CN 200710099308A CN 101059896 A CN101059896 A CN 101059896A
- Authority
- CN
- China
- Prior art keywords
- detecting
- detection area
- point
- sensitivity
- absolute difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例涉及一种侦测报警方法,包括以下步骤:根据当前帧和参考帧的图像点的绝对差值,判断视频窗口中当前帧中的侦测区域内的所有图像点中,绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数,如果超过则报警,否则不报警。本发明实施例还涉及一种侦测报警系统,包括:计算模块,用于计算当前帧和参考帧的图像点的绝对差值;判断模块,用于判断所有图像点中绝对差值超过侦测灵敏度的图像点的个数是否超过最小报警图像点的个数;报警模块,用于报警。因此,本发明实施例的侦测报警方法和报警系统实现了根据当前帧和参考帧自动检测运动物体并且由侦测灵敏度和侦测门限制决定侦测区域的报警。
Description
技术领域
本发明涉及一种侦测报警方法和报警系统,尤其是一种基于区域锁定的侦测报警方法和报警系统。
背景技术
随着时代的发展,安防监控变的越来越重要,目前的安防监控普遍都具有视频显示的功能,但是,现有视频监控系统中的移动侦测处理在实用性上都比较差。有些侦测报警方法是对视频帧的亮度差值做判断,但是误判率会比较大;有的在像素点的基础上使用物体轮廓检测来做,但是复杂度很高,导致成本太高。现有的监控方法在面对各个具体现实场景时普遍不具有灵活性,而且非常耗费系统资源。随着安防监控的日益推广,监控的网络化成长,监控场景复杂度的增加,对监控的智能化和实用性提出了新的需求。
现有技术中提供了一种侦测报警方法,是一种基于运动检测的视频对象分割方法,详细步骤如下:
步骤901,读取初始视频帧,初始化背景模型;
步骤902,读取当前视频帧,抽取视频特征值,用当前特征值去匹配旧的背景模型,分析统计特征,根据模型建立参数,更新背景模型;
步骤903,在当前背景模型中统计发生概率最大的背景分布,进一步腐蚀和消除阴影,作为当前背景提取出来。
但是该方法是从背景图象中把运动对象分割出来,而不能在固定区域内进行侦测,而且本方法属于像素级的运算,且存在高运算量的腐蚀、概率统计运算,因此侦测速度慢,侦测范围小,缺乏实用性。
发明内容
本发明实施例提供一种侦测报警方法和侦测报警系统,以实现在固定侦测区域检测运动物体。
本发明实施例提供了一种侦测报警方法,包括以下步骤:根据当前帧和参考帧的图像点的绝对差值,判断视频窗口中当前帧中的侦测区域内的所有图像点中,绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数,如果超过则报警,否则不报警。
本发明实施例提供了一种侦测报警系统,包括:
计算模块,用于计算当前帧和参考帧的图像点的绝对差值;
判断模块,用于判断视频窗口中当前帧中的侦测区域内的所有图像点中,绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数;
报警模块,用于当视频窗口中当前帧中的侦测区域内的所有图像点中绝对差值超过侦测灵敏度的图像点的个数时,进行报警。
本发明实施例的侦测报警方法和侦测报警系统根据当前帧和参考帧检测运动物体,并且由侦测灵敏度和侦测门限制决定侦测区域的报警,因此实现了在固定侦测区域检测运动物体,侦测速度快,侦测范围大,具有良好的实用性。
附图说明
图1为本发明实施例侦测报警方法的流程图;
图2为本发明实施例侦测报警方法的场景示意图之一;
图3为本发明实施例侦测报警方法的场景示意图之二;
图4为本发明实施例侦测报警方法的场景示意图之三;
图5为本发明实施例侦测报警系统的结构示意图。
具体实施方式
下面通过附图和实施例,对本发明实施例的技术方案做进一步的详细描述。
本发明实施例从使用者的角度出发,提出一种智能侦测报警方法,在提供单个侦测区域报警的基础上,提供多个区域组合的方法以满足各种应用场景的需求。
本发明实施例侦测报警方法利用区域锁定的方法,区域内采用侦测灵敏度和侦测门限值两个参数来降低侦测误报率,如图1所示,为本发明实施例侦测报警方法的流程图,包括如下步骤:
步骤101,把当前帧和参考帧的对应图像点的值相减,得出各个图像点的绝对差值;
步骤102,判断视频窗口中的侦测区域内的所有图像点中绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数,如果超过则执行步骤103,否则执行步骤104;
步骤103,对该侦测区域进行报警;
步骤104,不报警。
因此,本发明实施例的侦测报警方法实现了根据当前帧和参考帧检测运动物体。
本发明实施例中处理图像的最基本单元是图像点,图像点可以是象素点,也可以是4*4、8*8或16*16象素点组成的宏块。在保证准确率的前提下,为了提高运算效率,可采用宏块值为最基本单元的处理方法。
侦测灵敏度是指对图像变化幅度的敏感程度,值越大代表对图像变化的敏感程度越高,在侦测区域内每个图像点的绝对差值超过侦测灵敏度值,这个图像点就算报警,计为1,否则计为0;本发明实施例的图像点的值的取值范围为0--500,因为现有运动时图像点变化的值集中分布在5--20左右,为了使侦测灵敏度x能在0--100范围内均匀控制报警的敏感程度,需对灵敏度进行换算,换算公式如下:
其中,x为灵敏度,取值范围为0-100,y为灵敏度转换后直接与图像点绝对差值比较的值,当前帧和参考帧的对应图像点的值相减即为该图像点的绝对差值。侦测区域内的图像点的绝对差值跟y值进行比较,如果绝对差值超过y则判断超过侦测灵敏度,此图像点报警(当然也可采用其他的换算公式)。
报警是指在图像中有运动的物体经过,触发了设定的要求,从而会进行提醒。而图像点报警是当图像点绝对差值超过某一设置的灵敏度值,则认为此图像点产生了一个报警,它做为一个区域报警的基础条件,也是系统报警的基础。系统报警是在一个视频窗中,多个区域产生了报警,则认为是系统报警,会触发抓拍、录像、或外接的警报器等。
侦测门限值和最小报警图像点的个数的关系为:侦测门限值=(最小报警图像点的个数/侦测区域的所有图像点个数)*100。即侦测门限值就是在侦测区域内,区域内最小报警图像点的个数除以此区域内总图像点个数,所得值再乘以100即得侦测门限值。
侦测门限值越大,则触发该侦测区域报警所需要的报警图像点就越多,系统的侦测门限值范围为0~100,取100时要求侦测区域内所有图像点都报警该区域才报警,取0时该区域总是报警。
如图2所示,为本发明实施例侦测报警方法的场景示意图之一,图中每个小方格表示一个图像点,图中央的深色线包围的方框区域表示某个侦测区域,图中的侦测区域包括20个图像点,如果该侦测区域的触发门限值取50,则表示只要该侦测区域有11个图像点报警,则该侦测区域报警,图中有11个图像点报警(见图中央的深色线包围的方框区域内的双线条框内的区域),所以触发该侦测区域报警。
可以在视频窗口中设置矩形框来设置多个侦测区域,矩形框的选取最好恰好包围待侦测的区域,以节省系统运算时间同时提高准确率,每个侦测区域可以有独自的侦测灵敏度和侦测门限值。在设定的侦测区域中,系统根据当前帧和参考帧图像亮度的差异值,算出每个侦测区域内超过侦测灵敏度的图像点的个数,上述个数的数值超过设定的门限值后这个侦测区域就会报警。参考帧就是背景图像,它是相对于当前有运动物体的图像而言的。如果是动态参考帧,它是在视频流中,连续两帧图像相减,被减的图像就是参考帧;如果是固定参考帧,固定一帧图像做为背景图像,视频流中的所有图像都跟它相减,该背景图像就是参考帧。
在不同的实际场景下,对各个侦测区域采取不同的组合策略,使用不同的场景算法,系统自动输出整个视频窗口是否报警的结果。所谓场景算法就是在一个摄像头对应的视频窗口中,如果有多个侦测区域,一个区域报警并不一定产生系统报警,需要一定的场景算法,也就是多区域产生系统报警的算法。例如“或”方法,只要一个区域报警整个系统就报警,就会启动抓拍、录像、警报器等;再如“与”方法,要多个区域报警才会产生系统报警。
因此可以根据具体现实场景,灵活选择相适应的区域组合方法,即可实现监控区域的布防。
如果一个视频窗口内有多个侦测区域时,首先为各个侦测区域设定各自的侦测灵敏度和触发门限值,此外还要根据实际场景的需要,选择恰当的区域组合方式,为了视觉方便性,在侦测系统中,侦测区域是在侦测所用的视频窗口中设置的,设置的区域位置信息会传递到移动侦测运算单元。下面给出了几个典型应用场景下的区域组合方式。
第一,侦测区域“或”运算组合。这是应用得最多的一种区域组合方式,各个侦测区域之间的相互联系设为“或”关系,即任何一个侦测区域报警都会使得整个系统产生报警。如图3所示,为本发明实施例侦测报警方法的场景示意图之二,图中从左到右有三个密码锁,中间位置的密码锁需要重点监控,但另外两个密码锁也需要布防,因此设定三个侦测区域,将中间重点监控的区域设置为高侦测灵敏度、低触发门限值,各个区域设为“或”运算,即可实现任何一个侦测区域报警都会使得整个系统产生报警。
第二,侦测区域“与”运算组合。为了减少小运动物体经过侦测区域产生误报,多个区域可设为“与”运算,所有区域同时报警时系统才产生报警。如图4所示,为本发明实施例侦测报警方法场景示意图之三,某小区保安需要对小区进出口进行移动侦测,又要避免各种小宠物、昆虫、鸟类可能产生的误报。可在进出口的监视画面上划分出多个侦测区域,这些侦测区域间的相互联系设置“与”关系,当所有的的侦测区域都触发报警时,整个系统才会报警。由于小动物、昆虫的体积有限,不可能同时侵入所有的侦测区域,减少了系统误报的可能。当有人经过进出口时,会同时进入所有侦测区域,因此所有的侦测区域都触发报警,所以立即触发系统报警。
因为室外存在有下雨云雾等的干扰,室内存在灯光的突然变化,为了减少误报,专门针对外界干扰作判断处理,对当前帧可以进行抗干扰的预处理。为了提高处理速度,不必要针对每一点做处理,可以在图像上找几个有代表性的关键点,如果这几个关键点都超过侦测灵敏度,就认为此图像受到了外界的干扰,不报警。
因此,本发明实施例的侦测报警方法实现了根据当前帧和参考帧自动检测运动物体。并且由侦测灵敏度和侦测门限制决定侦测区域的报警,而且可以在提供单个侦测区域报警的基础上,提供多个区域组合的方法以满足各种应用场景的需求,侦测速度快,侦测范围大,有着很好的实用性能。由于采用了区域锁定的方法,区域内采用侦测灵敏度和侦测门限值两个参数,使得侦测误报率大大降低。
如图5所示,为本发明实施例侦测报警系统的结构示意图,包括计算模块1,用于计算当前帧和参考帧的图像点的绝对差值;判断模块2,用于判断视频窗口中当前帧中的侦测区域内的所有图像点中,绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数;报警模块3,用于当视频窗口中当前帧中的侦测区域内的所有图像点中绝对差值超过侦测灵敏度的图像点的个数时,进行报警。
所以本发明实施例的侦测报警方法和侦测报警系统,在所监控的区域能自动检测出运动物体并启动报警。在侦测灵敏度和侦测门限值决定单个区域报警的基础上,随着应用场景的不同,采用相应的区域组合算法,完成整个系统的侦测报警功能。为了减少外界光线的突然变化产生误报,对若干关键点做判断图像是否受到干扰。由于采用的是对视频窗口内的侦测区域进行侦测的方式,因此比对在整个视频窗口中进行侦测的误报警率低。并且侦测区域的可灵活绘制以及灵活组合,针对具体现实场景采用不同的组合方法,具有很强的实用性,可广泛应用于交通、电信、金融、教育、旅游、文物保护等领域,以及监狱、厂矿、军政等重要部门,以及小区、超市等环境的智能化安防监控。
最后所应说明的是,以上实施例仅用以说明本发明实施例的技术方案而非限制,尽管参照较佳实施例对本发明实施例进行了详细说明,本领域的普通技术人员应当理解,可以对本发明实施例的技术方案进行修改或者等同替换,而不脱离本发明实施例技术方案的精神和范围。
Claims (10)
1、一种侦测报警方法,其特征在于,包括以下步骤:根据当前帧和参考帧的图像点的绝对差值,判断视频窗口中当前帧中的侦测区域内的所有图像点中,绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数,如果超过则报警,否则不报警。
2、根据权利要求1所述的侦测报警方法,其特征在于所述图像点为象素点或宏块。
3、根据权利要求2所述的侦测报警方法,其特征在于所述宏块为4*4、8*8或者16*16象素组成的宏块。
4、根据权利要求1所述的侦测报警方法,其特征在于所述灵敏度转换公式为:
其中,x为灵敏度,取值范围为0-100,y为灵敏度转换后直接与图像点绝对差值比较的值。
5、根据权利要求1、2或3所述的侦测报警方法,其特征在于所述侦测门限值和最小报警图像点的个数的关系为:侦测门限值等于最小报警图像点的个数与侦测区域内的所有图像点个数的比值然后乘以100。
6、根据权利要求1所述的侦测报警方法,其特征在于所述视频窗口具有数个侦测区域,如果每个侦测区域都区域报警则所述视频窗口报警,否则所述视频窗口不报警。
7、根据权利要求1所述的侦测报警方法,其特征在于所述视频窗口具有数个侦测区域,如果存在一个侦测区域区预报警则报警。
8、根据权利要求1、2、3、6或7所述的侦测报警方法,其特征在于所述判断侦测区域中的绝对差值超过侦测灵敏度的图像点的个数是否超过设定的侦测门限值之前还包括:对当前帧进行抗干扰的预处理。
9、根据权利要求8所述的侦测报警方法,其特征在于所述抗干扰的预处理具体为:在侦测区域中设定关键图像点;
如果当前帧中的关键图像点的绝对差值都超过侦测灵敏度则结束。
10、一种侦测报警系统,其特征在于包括:
计算模块,用于计算当前帧和参考帧的图像点的绝对差值;
判断模块,用于判断视频窗口中当前帧中的侦测区域内的所有图像点中,绝对差值超过侦测灵敏度的图像点的个数,是否超过设定的侦测门限值对应的最小报警图像点的个数;
报警模块,用于当视频窗口中当前帧中的侦测区域内的所有图像点中绝对差值超过侦测灵敏度的图像点的个数时,进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100993086A CN100479523C (zh) | 2007-05-16 | 2007-05-16 | 侦测报警方法和报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2007100993086A CN100479523C (zh) | 2007-05-16 | 2007-05-16 | 侦测报警方法和报警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101059896A true CN101059896A (zh) | 2007-10-24 |
CN100479523C CN100479523C (zh) | 2009-04-15 |
Family
ID=38865987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2007100993086A Active CN100479523C (zh) | 2007-05-16 | 2007-05-16 | 侦测报警方法和报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100479523C (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483001A (zh) * | 2009-01-04 | 2009-07-15 | 北京中星微电子有限公司 | 基于视频的入侵检测方法、检测装置、芯片 |
CN102740107A (zh) * | 2011-04-11 | 2012-10-17 | 鸿富锦精密工业(深圳)有限公司 | 影像监控设备的破坏侦测系统及方法 |
CN103119635A (zh) * | 2010-09-21 | 2013-05-22 | 海尔拉Kg休克公司 | 配置监视系统的方法以及可配置的监视系统 |
CN104700534A (zh) * | 2014-12-31 | 2015-06-10 | 大亚湾核电运营管理有限责任公司 | 核电厂监控系统的报警方法、装置及系统 |
CN104717456A (zh) * | 2013-12-11 | 2015-06-17 | 杭州海康威视数字技术股份有限公司 | 移动侦测处理的方法与装置 |
CN104994334A (zh) * | 2015-06-09 | 2015-10-21 | 海南电网有限责任公司 | 基于实时视频的变电站自动监控方法 |
CN105611248A (zh) * | 2015-12-25 | 2016-05-25 | 北京奇虎科技有限公司 | 基于摄像机的监控方法、装置及系统 |
CN107122743A (zh) * | 2017-04-28 | 2017-09-01 | 北京地平线机器人技术研发有限公司 | 安防监控方法、装置和电子设备 |
CN107993388A (zh) * | 2017-12-26 | 2018-05-04 | 长春理工大学 | 一种智能安防装置、方法及系统 |
CN108288361A (zh) * | 2018-01-25 | 2018-07-17 | 深圳前海大观信息技术有限公司 | 一种消防通道门状态检测方法 |
CN111432127A (zh) * | 2020-04-13 | 2020-07-17 | 广东科徕尼智能科技有限公司 | 一种基于摄像头的预警方法、设备及存储介质 |
CN113792624A (zh) * | 2021-08-30 | 2021-12-14 | 河南林业职业学院 | 一种银行atm机预警安防监控的方法 |
-
2007
- 2007-05-16 CN CNB2007100993086A patent/CN100479523C/zh active Active
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101483001A (zh) * | 2009-01-04 | 2009-07-15 | 北京中星微电子有限公司 | 基于视频的入侵检测方法、检测装置、芯片 |
CN103119635A (zh) * | 2010-09-21 | 2013-05-22 | 海尔拉Kg休克公司 | 配置监视系统的方法以及可配置的监视系统 |
CN102740107A (zh) * | 2011-04-11 | 2012-10-17 | 鸿富锦精密工业(深圳)有限公司 | 影像监控设备的破坏侦测系统及方法 |
CN104717456B (zh) * | 2013-12-11 | 2018-05-04 | 杭州海康威视数字技术股份有限公司 | 移动侦测处理的方法与装置 |
CN104717456A (zh) * | 2013-12-11 | 2015-06-17 | 杭州海康威视数字技术股份有限公司 | 移动侦测处理的方法与装置 |
CN104700534A (zh) * | 2014-12-31 | 2015-06-10 | 大亚湾核电运营管理有限责任公司 | 核电厂监控系统的报警方法、装置及系统 |
CN104700534B (zh) * | 2014-12-31 | 2017-10-31 | 大亚湾核电运营管理有限责任公司 | 核电厂监控系统的报警方法、装置及系统 |
CN104994334A (zh) * | 2015-06-09 | 2015-10-21 | 海南电网有限责任公司 | 基于实时视频的变电站自动监控方法 |
CN105611248A (zh) * | 2015-12-25 | 2016-05-25 | 北京奇虎科技有限公司 | 基于摄像机的监控方法、装置及系统 |
CN107122743A (zh) * | 2017-04-28 | 2017-09-01 | 北京地平线机器人技术研发有限公司 | 安防监控方法、装置和电子设备 |
CN107122743B (zh) * | 2017-04-28 | 2020-02-14 | 北京地平线机器人技术研发有限公司 | 安防监控方法、装置和电子设备 |
CN107993388A (zh) * | 2017-12-26 | 2018-05-04 | 长春理工大学 | 一种智能安防装置、方法及系统 |
CN108288361A (zh) * | 2018-01-25 | 2018-07-17 | 深圳前海大观信息技术有限公司 | 一种消防通道门状态检测方法 |
CN111432127A (zh) * | 2020-04-13 | 2020-07-17 | 广东科徕尼智能科技有限公司 | 一种基于摄像头的预警方法、设备及存储介质 |
CN113792624A (zh) * | 2021-08-30 | 2021-12-14 | 河南林业职业学院 | 一种银行atm机预警安防监控的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100479523C (zh) | 2009-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100479523C (zh) | 侦测报警方法和报警系统 | |
AU2011349259B2 (en) | Stopped object detection | |
CN111144291B (zh) | 基于目标检测的视频监控区域人员入侵判别方法及装置 | |
CN101079171A (zh) | 银行自助设备智能视频监控系统 | |
CN101630360B (zh) | 一种在高清晰图像中识别车牌的方法 | |
CN101055662A (zh) | 基于智能视频监控的多层次实时预警系统 | |
US20100013656A1 (en) | Area monitoring using prototypical tracks | |
DE3634628A1 (de) | Ueberwachungsanordnung zum melden abnormer ereignisse | |
CN102111532A (zh) | 相机镜头遮挡检测系统及方法 | |
CN201114536Y (zh) | 一种视频监控系统 | |
CN107590834A (zh) | 一种道路交通事件视频检测方法及系统 | |
CN105426820A (zh) | 基于安防监控视频数据的多人异常行为检测方法 | |
CN107123242A (zh) | 一种智能楼宇视频监控报警系统 | |
CN109033979B (zh) | 基于wifi和摄像机传感器决策级融合的室内行人检测方法 | |
CN113593161A (zh) | 一种周界入侵检测方法 | |
Srinivas et al. | Image processing edge detection technique used for traffic control problem | |
CN111062319B (zh) | 一种基于主动红外图像的驾驶员打电话检测方法 | |
CN114357243A (zh) | 一种海量实时视频流多级分析及监控系统 | |
AU2002232008B2 (en) | Method of detecting a significant change of scene | |
KR102434154B1 (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
Tan et al. | A video-based real-time vehicle detection method by classified background learning | |
CN105338304A (zh) | 一种基于视频识别的隧道运行安全事件检测系统 | |
Yu et al. | An integrative method for video based traffic parameter extraction in ITS | |
Marcenaro et al. | Adaptive change detection approach for object detection in outdoor scenes under variable speed illumination changes | |
CN210466728U (zh) | 交叉口疑似交通事故全天候监测与报警装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |