CN101281649A

CN101281649A - 移动检测环境变化的方法

Info

Publication number: CN101281649A
Application number: CNA2008100478713A
Authority: CN
Inventors: 胡瑞敏; 沈古月; 陈铙; 高戈
Original assignee: Wuhan University WHU
Current assignee: Wuhan University WHU
Priority date: 2008-05-30
Filing date: 2008-05-30
Publication date: 2008-10-08

Abstract

本发明公开了一种移动检测环境变化的方法，先将采集到YUV格式的图片转成RGB格式的图片，然后将每一帧RGB格式的图片分成10×10块，从R，G，B和亮度四个方面比较图片间相同位置的差异，当差异大于相应的预定值时，即环境产生变化。本方法对环境变化的检测不仅具有较高的精确度，也提高了计算效率，大大降低了算法的复杂度，本发明适合用于家庭视频监控。

Description

移动检测环境变化的方法

技术领域

本发明涉及一种移动检测环境变化的方法，属于安防领域，也属于信息领域。

背景技术

在目前的安防视频监控系统中，图像序列的运动检测及报警不仅仅可以自行替代监视人员的部分工作，提高监视系统的自动化水平，而且也可提高监控存储的效率。数字视频监控系统对图像序列自动进行运动检测，一旦发现运动物体(绝大多数是以人为目标)的大小和速度满足一定条件，就发出报警信号来通知监视人员采取及时有效的处理。这可在很大程度上减轻监视人员的视觉负担。数字监控系统绝大多数都有存储模块，可对监控场景图像数据进行连续存储。然而，由于数字监控系统的工作时间长，数据存储量相当庞大，给存储容量提出了较高的要求。但是，存储监控图像的目的几乎都是记录监控场景中的动作，如果长时间记录无运动图像，不仅仅耗费巨大的存储量，而且存储的信息量也极少，这就失去了存储的意义。这就需要有一个移动检测的算法来获取有信息含量的图片，有效地节省存储数据，减少不必要的回放。由此可见，移动检测在数字视频监控系统中有较强的实用价值。

当今的智能监控的发展趋势，随着需求的日益增长，移动检测不再只用于交通等大型场景的视频监控，而逐渐普及到千家万户以保证人身和财产安全。移动检测正在成为各种监控服务及应用进一步发展的关键。目前用于普通家庭的视频监控，不同于复杂的大型场景，其关键在于简单、方便、易实现。只有具有这些优点，操作方便且价格便宜的产品才能满足更多家庭的需求。而现在运用到视频监控里的移动检测技术复杂度过高，成本很高，虽然功能齐全，精度高，但不适合家庭监控这种小场景。对于这种实现移动检测功能的简单算法，需要解决三个问题：

(1)摄像头采集图片并完成图片格式转换的问题。

(2)简单的判断环境是否有外物入侵的算法问题。

(3)关于有信息含量的图片的存储问题。

发明内容

本发明的目的就是为了克服上述现有技术的不足，提供一种移动检测环境变化的方法，该方法将摄像头采集YUV图片转换成RGB格式，比较当前帧与平均帧图片间相同位置的R、G、B和亮度，将所得差异值与预定值比较判断环境是否变化，该方法实现简单、操作方便且成本较低。

实现本发明目的采用的技术方案是：一种对环境变化的移动检测方法先将采集到的图片转成RGB格式，然后将将每一帧RGB格式的图片均分成m×n块，从R，G，B和亮度四个方面比较图片间相同位置的差异，当差异大于相应的预定值时，便认为环境发生变化。

上述方法包括以下步骤：

(1)将摄像头采集的YUV格式图片转换为RGB格式图片；

其中摄像头采集图像的方法为：将摄像头采集到的数据映像到内存中，操作系统通过访问结构体vmap读出摄像头采集的图片的宽、高和类型；在未出现任何异常的情况下，即从摄像头存储缓冲区中截取图像，若图像截取完毕，则把图像数据保存成文件的形式，然后将采集到的图片存储到缓存中，最后解除内存映像并把内存释放返回给操作系统。

根据定点运算法将图像由YUV格式转换成RGB格式，算法为：

Y[i]＝298*(i-16)；

VR[i]＝409*(i-128)；

UG[i]＝100*(i-128)；

VG[i]＝208*(i-128)；

UB[i]＝516*(i-128)；

^*pR＝max(0，min(255，(Y[^*pY]+VR[^*pV]+128)＞＞8))；//R value

^*pB＝max(0，min(255，(Y[^*pY]+UB[^*pU]+128)＞＞8))；//B value

^*pG＝max(0，min(255，(Y[^*pY]-UG[^*pU]-VG[^*pV]+128)＞＞8))；//G value。

(2)将每一帧RGB格式的图片分成10×10块；

(3)比较当前帧与平均帧间相同位置的的亮度和RGB，得到差异值，将差异值与预定值比较判断环境是否变化，其具体步骤如下：取一组待检测帧图片，将该组待检测帧图片中的第一帧作为参照帧，第二帧与第一帧两帧间相同位置即针对每一小块进行R、G、B和亮度的比较，相减得差异值，根据差异值与预定值的比较判断确定布防区域内的场景有无发生变化，若差异值小于预定值则无变化发生；接着第三帧与平均帧两帧间相同位置即针对每一小块进行R、G、B和亮度的比较，相减得差异值，若其差异值小于预定值则无变化发生；接着第四帧与平均帧两帧间相同位置即针对每一小块进行R、G、B和亮度的比较，相减得差异值，将差异值与预定值的比较判断，若其差异值小于预定值则无变化发生，依次检测该组每一帧图片直至该组检测帧检测完毕，更新存储区的图片，再开始对下一组待检测帧图片的帧间比较；如在上述检测中若差异值大于预定值，便认为有移动目标侵入即环境发生变化，结束此次比较，将存储空间里的此组图片转换成JPG格式保存到指定的硬盘里，然后更新存储区图片，继续下一组待检测帧图片的帧间比较。上述平均帧为所有比较过的差异值未超过预定值的帧信息总和取均值。对于每组待检测的图片，其平均帧信息有着微弱的不断变化，对于第一帧，它本身就是参考帧，不存在比较，直接将其信息赋给平均帧信息；对于第二帧，第一帧的信息就是要比较的平均帧信息；对于第三帧，若第二帧没有产生环境变化即差异值小于预定值，则前两帧的信息平均值便是要比较的平均帧信息，若第二帧产生变化即差异值大于预定值，则第一帧为平均帧。以此类推将比较过的差异值未超过预定值的帧信息总和取均值即得平均帧。

本发明具有如下优点：

1.本发明可在linux环境下获取视频和音频数据的API接口(Video4Linux)便捷地获取摄像头数据，能方便地通过ioctl的VIDIOCGMBUF命令获得摄像头存储缓冲区的帧信息，并直接调用mmap通过内存映射的方式获取数据，而后系统调用ioctl的VIDIOCMCAPTURE，将图像映射到内存中。

2.图像格式转换时采用定点算法来转换，比传统的浮点算法要更快，效率更高。将摄像头采集到的YUV格式的图片转换成RGB格式，方便后期从亮度和R、G、B四个方面来比较每一帧图片之间差异。

3.核心的移动检测技术采用了参考平均帧分块比较亮度和R、G、B的算法，相对于相邻帧差比较法，进一步忽略了帧间的微小差异，使保存下来的图片的信息含量提高，避免了因毫无信息含量图片的大量存储导致硬盘空间紧缺而增加监控人员提取信息的负担等诸多弊端。

4.将每幅图片分成10×10块进行比较，只要发现有某一块出现大于预定值的差异，便视为移动发生，结束比较。这种检测判断的方法不仅提高比较的精确度，也提高了计算效率，大大降低了算法的复杂度。

5.对于显示有异常情况发生的图片，通过JPG处理后保存下来，因为JPG格式包含许多色彩的缓和变化，为后期进行图片处理，获取更多的信息含量提供了便利。

附图说明

图1为本发明的流程图。

图2为平均帧信息图。

图3为当前帧信息图。

图4为图3与图2之间的差异值信息图。

具体实施方式

本发明提供的是一种对环境变化的移动检测方法，下面结合实例及附图对本发明作进一步说明，但不限定本发明。

下面以Linux平台下实现对环境变化的移动检测为例，具体说明如下：

本发明提供的linux环境下实现移动检测功能包括以下模块：

(1)摄像头初始化模块

连接USB摄像头，启动相应的摄像头驱动，成功连接后给对象分配空间并初始化，同时给待比较的图片分配存储空间，根据需要设置摄像头的分辨率和采样频率；

(2)图像采集模块

包括采集和转换两部分。采集：在初始化阶段完成一系列的参数设置之后，通过摄像头定点采集监视区域的画面；转换：该摄像头采集到的图片原为YUV格式，为满足下面检测技术的需要，将其转换为RGB格式并存储到预先分配好的存储空间里；

(3)移动检测模块

通过比较当前帧与平均帧的亮度和RGB来判断是否有环境的变化发生，当其变化超过预定值时，便认为环境发生变化，返回相应值。平均帧的定义是将所有比较过的变化不大的帧信息总和取均值。

当检测到有外物入侵时产生环境变化时，将存储空间里的那组图片转换成JPG格式保存到指定的硬盘里。再继续采集图片，如此循环进行检测。

本发明在linux环境下实现移动检测的操作流程如图1所示，包括以下具体步骤：

(1)通过_devfd＝open(devname.c_str()，O_RDONLY)与摄像头建立连接；通过函数cam.set_resolution(width，height)和cam.set_fps(15)，完成对摄像头的参数设置。

(2)摄像头连接成功后，调用函数take_photo()和yuv2rgb()来实现摄像头对图像的采集和格式的转换。

在这个过程中用到数据结构：struct video _mbuf mbuf；通过ioctl的VIDIOCGMBUF命令获得摄像头存储缓冲区的帧信息。此时数据结构：structvideo_mmap vmap通过mmap方式获取数据，直接调用mmap通过内存映射的方式获取数据，通过访问结构体vmap就可以读出摄像头采集的图片的宽、高和类型，而后系统调用ioctl的VIDIOCMCAPTURE，将图像映射到内存中。在未出现任何异常的情况下，即从摄像头存储缓冲区中截取图像，若图像截取完毕，则把图像数据保存成文件的形式，将采集到的图片存储到缓存buffer中。最后，调用munmap解除内存映像并把内存释放返回给操作系统。

继而，按照预定的像素值和图片格式来存储图像。根据定点算法，将原生图像的YUV格式转换成RGB格式的图像信息，算法体现为：

Y[i]＝298*(i-16)；

VR[i]＝409*(i-128)；

UG[i]＝100*(i-128)；

VG[i]＝208*(i-128)；

UB[i]＝516*(i-128)；

^*pR＝max(0，min(255，(Y[^*pY]+VR[^*pV]+128)＞＞8))；//R value

^*pB＝max(0，min(255，(Y[^*pY]+UB[^*pU]+128)＞＞8))；//B value

^*pG＝max(0，min(255，(Y[^*pY]-UG[^*pU]-VG[^*pV]+128)＞＞8))；//G value

而后将缓冲区中的图片信息拷贝到应用程序中，然后再控制和处理图片数据，该过程通过拷贝函数

memcpy(images[buffer_pos]，cam.get_rgbbuffer()，IMAGE_BUFFER)来完成。将转换后的RGB图像存储在^*images[]指针数组中，方便后期的图像比较。

当^*image[]中存满五幅图片时，进入detect_motion()，比较五幅图片的差异。

(3)将每幅图片分成10×10块，进行图片间相同位置的块比较。采用for循环依次对每幅图片每个像素块进行比较，每比较完一个像素块，重新获取下个像素块的位置，继续一个像素块的比较，在未发现异常的情况下比较完整幅图片，接着更新平均帧的信息，继续下一幅图片的像素块的比较，直至检测到移动，或者本组图片检测完未发现产生环境变化，重新检测下一组图片。

这个过程中首先要定义一个结构体：

struct Pixel{

unsigned char red； //R值

unsigned char green； //G值

unsigned char blue； //B值

unsigned int x； //横坐标

unsigned int y； //纵坐标

}；

在调用detect_motion函数进行帧间比较时，定义了一个Pixel类型的数组pixelblock[MOTION_DETECTION_BLOCK][MOTION_DETECTION_BLOCK]，这个数组也称为像素块数组，用于存储每帧图片上每个像素块的信息(如该像素块的R、G、B值和该像素块的横坐标和纵坐标数据)进行帧间比较。其中，MOTION_DETECTION_BLOCK是一个宏定义，在此例中为10。

然后获取当前像素块的亮度和RGB信息，与平均帧信息进行比较。对于每幅图片，其平均帧信息有着微弱的不断变化。对于第一帧，它本身就是参考帧，不存在比较，直接将其信息赋给平均帧信息；对于第二帧，第一帧的信息就是要比较的平均帧信息；对于第三帧，前两帧的信息平均值便是要比较的平均帧信息，以此类推得出平均帧。

图片间相同位置的块比较即块间亮度和RGB信息的比较步骤如下：

步骤一：像素块的当前亮度与平均亮度相减，当其差异的绝对值大于预定的亮度值时，便认为发生环境变化即停止本次检测，存储本组图片；

步骤二：若亮度值差异未超过预定值，则继续判断R值，用像素块的当前R值与平均R值相减，当其差异的绝对值大于预定的R值时，便认为发生移动即产生环境变化停止本次检测，存储本组图片；

步骤三：若R值差异未超过预定值，则继续判断B值，用像素块的当前B值与平均B值相减，当其差异的绝对值大于预定的B值时，便认为发生移动即产生环境变化停止本次检测，存储本组图片；

步骤四：若B值差异未超过预定值，则继续判断G值，用像素块的当前G值与平均G值相减，当其差异的绝对值大于预定的G值时，便认为发生移动即产生环境变化停止本次检测，存储本组图片；

步骤五：若G值差异仍未超过预定值，则获得下一像素块的指针，接着进行下一像素块的比较，如此循环。

下面结合附图对上述移动检测方法做详细的说明。

首先，比较参考帧图2和当前帧图3的第一行第一个像素块的亮度和RGB信息，若其各项差异值均未超过相应预定值，继而比较第一行第二个像素块……依次类推，比较完第一行的所有像素块，均未发现明显差异。此处的预定值都是宏定义的，可以方便根据具体环境所需灵敏度来调整，该例中的亮度，R、G、B的差异预定值分别设为：150，40，40，40。

接着，从左到右依次比较第二行的像素块，若其各项差异值均未超过相应预定值，继而比较第三行，第四行……，在本实施例中，检测到当前帧在位于第四行的第七个像素块的亮度值为168，然而参考帧图2相应位置的像素块的平均亮度值为377，两者的差异值为209明显大于之前的差异预定值150。就此确定为移动发生即产生环境变化，停止检测，不再继续比较两帧的RGB信息，从而提高算法的效率，于此同时保存该组图片。从当前帧与参考帧的差异值信息图4可以清楚地判断从参考帧图2到当前帧图3信息的变化。

图片的存储通过调用函数viod compress_jpeg()将图片存储区中的RGB图像转换成JPG格式存储在相应的硬盘里，接着用新捕捉到的图片更新存储区，开始下一轮的检测，如此循环，直至手动停止。若仍未检测到有移动或变化发生，则每比较完一组图片后，用新捕捉到的图片更新存储区，继续一下轮的检测，如此循环，直至手动停止。

Claims

1.一种移动检测环境变化的方法，其特征在于包括以下步骤：

(1)将摄像头采集到YUV格式的图片转换为RGB格式的图片；

(2)将每一帧RGB格式的图片均分成m×n块；

(3)比较当前帧与平均帧图片间相同位置的R、G、B和亮度，得到两帧图片之间的差异值，将差异值与预定值比较判断环境是否变化，当差异值大于相应的预定值时，即环境产生变化。

2.根据权利要求1所述移动检测环境变化的方法，其特征在于：在步骤(1)中将摄像头采集到YUV格式的图片数据映像到内存中，操作系统通过访问结构体读出摄像头采集的图片的宽、高和类型，然后将采集到的YUV格式图片转换为RGB格式图片后存储到缓存中，最后解除内存映像并把内存释放返回给操作系统。

3.根据权利要求1或2所述对环境变化的移动检测方法，其特征在于：根据定点运算法将图像由YUV格式转换成RGB格式，算法为：

Y[i]＝298*(i-16)；

VR[i]＝409*(i-128)；

UG[i]＝100*(i-128)；

VG[i]＝208*(i-128)；

UB[i]＝516*(i-128)；

^*pR＝max(0，min(255，(Y[^*pY]+VR[^*pV]+128)＞＞8))；//R value

^*pB＝max(0，min(255，(Y[^*pY]+UB[^*pU]+128)＞＞8))；//B value

4.根据权利要求1所述移动检测环境变化的方法，其特征在于：在步骤(3)中，取一组待检测帧图片，将该组待检测帧图片中的第一帧作为参照帧，第二帧与第一帧两帧间相同位置即针对每一小块进行R、G、B和亮度的比较，相减得差异值，根据差异值与预定值的比较判断确定布防区域内的场景有无发生变化，若差异值小于预定值则无变化发生；接着第三帧与平均帧两帧间相同位置即针对每一小块进行R、G、B和亮度的比较，相减得差异值，若其差异值小于预定值则无变化发生；接着第四帧与平均帧两帧间相同位置即针对每一小块进行R、G、B和亮度的比较，相减得差异值，将差异值与预定值的比较判断，若其差异值小于预定值则无变化发生，依次检测该组每一帧图片直至该组检测帧检测完毕，更新存储区的图片，再开始对下一组待检测帧图片的帧间比较；如在上述检测中若差异值大于预定值，便认为有移动目标侵入即环境发生变化，结束此次比较，将存储空间里的此组图片转换成JPG格式保存到指定的硬盘里，然后更新存储区图片，继续下一组待检测帧图片的帧间比较，其中上述平均帧为所有比较过的差异值未超过预定值的帧信息总和取均值。