CN101477620A - 用于汽车防盗的两级图像异动检测方法 - Google Patents
用于汽车防盗的两级图像异动检测方法 Download PDFInfo
- Publication number
- CN101477620A CN101477620A CN 200810246759 CN200810246759A CN101477620A CN 101477620 A CN101477620 A CN 101477620A CN 200810246759 CN200810246759 CN 200810246759 CN 200810246759 A CN200810246759 A CN 200810246759A CN 101477620 A CN101477620 A CN 101477620A
- Authority
- CN
- China
- Prior art keywords
- image
- car
- unusual fluctuation
- video
- automobile
- 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
Abstract
本发明涉及用于汽车防盗的两级图像异动检测方法，属于计算机应用技术领域，该方法包括：首先分别对车内视频和车外视频进行实时图像采集，然后采用视频图像自适应差分异动检测算法对采集的车内实时图像和车外实时图像分别进行异动检测，得到正常图像和异动图像两种检测结果；设连续出现的异动图像的数量为连续异动次数；当车内的连续异动次数和车外的连续异动次数均达到各自预先设定的阈值时，则判断为汽车被盗。本发明方法仅使用视频图像采集设备，不使用除摄像头之外的额外传感器，且简单易行，安全可靠。
Description
技术领域
本发明属于计算机应用技术领域，特别涉及汽车防盗抢安全监控领域的汽车被盗检测方法。
背景技术
汽车防盗系统伴随汽车的发展而发展。最早使用的机械式防盗器成本低廉，易于制作和安装，主要是通过机械锁使得变速器或者方向盘无法使用，但很难抵挡利用钢锯、撬棍、老虎钳等重型工具进行的盗窃。现在应用最广泛的电子式防盗系统安装隐秘、无线遥控、使用方便，主要依靠震动侦测、中控门锁、锁定点火或起动系统等方法，对车辆进行防盗。这种防盗系统容易破解且容易受到电波、雷电、工业电焊的干扰产生误报。随着计算机相关技术的发展，芯片式防盗系统被某些高档车采用，由于需要芯片触碰芯片锁的方式解码，所以能够起到不错的防盗作用，然而这种防盗系统无法实现远程遥控。随着网络技术的发展，网络式防盗系统产生了，最早出现的是GPS防盗系统，随着CDMA、GSM、GPRS等无线网络以及音视频多媒体技术的快速发展，具有音视频传送的网络式防盗系统成为大家普遍认可的新一代智能化汽车防盗系统。
汽车被盗检测方法是汽车防盗抢监控系统的重要组成部分，长期以来主要采用红外、震动、惯性等各种传感器，或者直接接入汽车电子网络获得汽车状态数据进行被盗检测，这些方法都需要增加额外传感器、改动汽车电路等复杂操作，而且无法获得直观的现场信息，不利于车主的远程控制。于是，以景雨等人提出的“基于GPRS短消息的GPS汽车定位与防盗系统的研究”以及中国专利申请号CN200710027123.4为代表的新一代网络式防盗系统在检测到汽车被盗时，利用车载摄像头采集车内视频图像并发送给车主，以便车主根据看到的实际现场做出合理的远程控制。但是，汽车是否被盗还是通过各种传感器或者汽车电子网络状态来进行检测的，车载摄像头采集的车内视频图像，只是在检测被盗时作为现场的直观记录发送给车主，方便车主判断。这些系统仍然存在增加额外传感器、改动汽车电路等繁杂操作，而且还增加了新的摄像头装置。中国专利申请号CN200410067778.0和CN03156944.7为代表的系统采集驾驶员人脸视频图像，通过人脸识别技术检测驾驶员是否合法，如果驾驶员不合法，系统将会对汽车进行控制，该类系统具有识别算法复杂、准确度不高，且参与汽车控制容易导致危险等不足。
发明内容
本发明的目的是为克服已有技术的不足之处，提出一种用于汽车防盗的两级图像异动检测方法，采用车内和车外两级视频采集和图像异动检测，实现汽车被盗的智能化检测，本方法仅使用视频图像采集设备，不使用除摄像头之外的额外传感器，且简单易行，安全可靠。
本发明提出的一种用于汽车防盗的两级图像异动检测方法，其特征在于，该方法包括以下步骤：
首先分别对车内视频和车外视频进行实时图像采集，然后采用视频图像自适应差分异动检测算法对采集的车内实时图像和车外实时图像分别进行异动检测，得到正常图像和异动图像两种检测结果；设连续出现的异动图像的数量为连续异动次数；当车内的连续异动次数和车外的连续异动次数均达到各自预先设定的阈值时，则判断为汽车被盗。
所说的视频图像自适应差分异动检测算法为：对预先采集的多个视频图像进行求均值处理，得到背景图像；然后对实时采集的当前图像进行预处理，将预处理后的图像与该背景图像进行图像差分运算；再对差分结果进行二值化处理；最后将二值化后的图像分成多个区域，分别统计车内二值化后图像中指定区域的异动点数量和车外二值化后图像中指定区域的异动点数量，当异动点数量超过给定的阈值时，则该当前图像为异动图像。
本发明的特点和效果：
安全性：本发明自成一体，不涉及汽车电路的任何改动，不会给汽车增加电路安全隐患，避免了保险理赔推脱问题。
较少的传感器，较高的可靠性：本发明针对汽车防盗问题，采用两级异动检测方法实现汽车被盗检测功能，有效提高了检测结果的可靠性，同时，所采集的视频图像用作被盗检测，避免了安装附加的红外、震动、惯性等传感器，而且还可以发送到车主手机、EMAIL、FTP服务器作为监控图像保存。
简单易用，成本较低：本发明采用USB接口网络摄像头进行两级异动检测，能够在较低成本的条件下达到良好的性能，避开了昂贵的高级别摄像头，而且使用简单。
本发明以先进的视频图像智能化处理技术为汽车防盗检测提供了低成本的、高效的、可靠的检测方法。对解决汽车社会的防盗抢安全问题具有重要意义。通过修改上述各阈值参数，该方法可以适用于更多的基于视频图像异动的防盗检测环境。
附图说明
图1为本发明方法采用的汽车防盗检测实施例结构示意图。
图2为本发明方法的两级异动检测流程图。
图3为本发明方法的视频图像自适应差分异动检测流程图。
图4为本发明方法的异动点统计区域示意图
具体实施方式
本发明的用于汽车防盗的两级图像异动检测方法结合实施例及附图详细说明如下：
本发明方法的具体实施方式是在被保护的汽车内安装有采集车内视频图像和车外视频图像的两个摄像头以及与其相连的中央处理器(中央处理器采用基于ARM架构的嵌入式单板机utu2440)，该中央处理器中存储有预先编制的视频图像自适应差分异动检测算法的程序。摄像头安装实施例如图1所示，车内视频图像和车外视频图像的两个摄像头为两个USB接口的网络摄像头，两个摄像头均安装在汽车后视镜附近，其中，车内视频图像采集摄像头1对准车内驾驶员座位3的上半部分，以驾驶员头部为视频图像中心。车外视频图像采集摄像头2对准汽车前方，以图像下边缘刚刚超过车头线为准(图中分别标示出两个摄像头对准的方向和采集的范围)。
本发明的车内外两级异动检测方法为：首先分别对车内视频和车外视频进行实时图像采集和采用视频图像自适应差分异动检测算法进行异动检测，异动检测的结果分为正常和异动两种状态，其中异动状态表示当前采集的图像出现异常，称为异动图像(当异动图像连续出现一定数量时，表示该环境有异常)；把连续出现的异动图像的数量称为连续异动次数，车内视频图像中连续出现的异动图像数量，称为车内的连续异动次数，车外视频图像中连续出现的异动图像数量，称为车外的连续异动次数。当车内的连续异动次数和车外的连续异动次数都达到各自的阈值时，认为汽车被盗。
本发明的检测方法实施例流程如图2所示，包括如下步骤：
(1)初始化：设置车内和车外的连续异动次数的阈值T10和T20，由于车内视频图像受外界干扰小，车外视频图像受外界干扰大，通常规定T10<T20，而且，连续异动次数的阈值与所采用的异动检测算法的准确率成反比，即异动检测算法的准确率越高，连续异动次数的阈值就可以越小，阈值的最终确定可以通过实际的应用测试来完成。本实施例中，经过实际应用测试，确定采用T10＝50～80，T20＝100～160，均可以满足基本需要；
(2)采集视频图像：通过车内视屏图像采集摄像头和车外视频图像采集摄像头分别采集车内和车外视屏图像，所采集图像的大小规格由摄像头驱动决定，最常用的是320×240和640×480两种大小规格。本实施例中，所采集图像的大小规格为320×240像素；
(3)图像异动检测及处理：对步骤(2)采集的车内图像和车外图像分别采用视频图像自适应差分异动检测算法进行异动检测，并分别统计车内的和车外的连续异动次数；
(4)当车内的连续异动次数大于T10且车外的连续异动次数大于T20，则设置汽车被盗标志，表示汽车被盗并退出，否则转步骤(2)进行下一次采集和检测；
本发明方法的视频图像自适应差分异动检测算法用于车内的视频图像异动检测和车外的视频图像异动检测，所以车内和车外的视频图像异动检测是一样的，主要差别在于背景图像、异动点阈值、统计区域等参数的不同。下面以车内的视频图像异动检测为例，说明本发明方法的视频图像自适应差分异动检测算法，算法流程如图3所示，包括如下步骤：
(1)初始化：先对采集的一定数量的车内视频图像转换成灰度图像，然后对这些灰度图像的各像素进行灰度均值运算，得到初始的车内背景图像，本实施例的初始背景图像通过最初的200个图像来计算得到；然后，设车内的异动点阈值为T11(车外的异动点阈值为T21)，阈值的选择与图像的大小规格和统计区域的大小有关，即阈值的大小与图像的大小成正比，与统计区域的大小成正比，具体比例可以通过实际应用测试确定。本实施例中，所采集的图像大小规格是320×240像素，车内的异动点统计区域是图像最中心的四分之一区域(如图4所示的编号为6、7、10、11四个区域)，实际测试表明，设置T11＝50～100可以满足基本需要。同理，实际测试表明，车外的异动点阈值设置为T21＝2000～2500可以满足基本需要。最后，车内的异动点计数清0；
(2)单通道灰度化处理：选择采集的彩色图像的R、G、B三种颜色通道中的一种，对图像进行单通道的灰度化处理，得到灰度图像；本实施例中，通过实际应用测试采用了G颜色通道进行灰度化处理；
(3)图像差分运算：把步骤(2)中得到的灰度图像与车内的背景图像进行差分运算，得到差分图像；
(4)更新背景图像：把上述(2)中得到的灰度图像与车内的背景图像进行加权运算(加权公式：新的背景图像＝α×当前灰度图像+γ×原来的背景图像，其中，α+γ＝1)，得到新的背景图像，这样可以消除光线变化对检测带来的干扰。本实施例中，最初的背景图像是通过200个图像的均值运算得到的，所以，采用规定α＝0.005，γ＝0.995：
(5)自适应二值化处理：对上述(3)中得到的差分图像计算灰度均值，把该均值作为二值化的阈值对上述(3)中得到的差分图像进行自适应二值化处理，得到二值化图像，即仅包含0和255两级灰度的黑白图像；
(6)统计异动点数：为了减轻计算负担和消除部分干扰，把上述(5)中得到的黑白图像划分成多个区域(常见有3×3、4×4区域划分)，只对关键区域进行异动点统计。本实施例中，采用了4×4＝16个区域的划分方法，如图4所示，考虑到汽车被盗并开走时，驾驶员的图像主要出现在车内图像的中间，所以，对车内图像仅统计编号为6、7、10、11四个区域的异动点数。同理，考虑到汽车被盗开走时，车外环境的变化主要体现在图像的四个角落部分，而中间部分受到的干扰较大，所以对于车外图像，仅统计编号为1、4、13、16四个区域的异动点数；
(7)如果上述(6)中统计出来的异动点数大于车内的异动点阈值T11(车外的异动阈值是T21)，则表示所采集的车内图像出现异动，属于异动图像，设置车内图像检测结果为“异动”状态，否则设置车内图像检测结果为“正常”状态后退出。
Claims (2)
1、一种用于汽车防盗的两级图像异动检测方法，其特征在于：该方法包括以下步骤：
首先分别对车内视频和车外视频进行实时图像采集，然后采用视频图像自适应差分异动检测算法对采集的车内实时图像和车外实时图像分别进行异动检测，得到正常图像和异动图像两种检测结果；设连续出现的异动图像的数量为连续异动次数；当车内的连续异动次数和车外的连续异动次数均达到各自预先设定的阈值时，则判断为汽车被盗。
2、如权利要求1所述方法，其特征在于，所说的视频图像自适应差分异动检测算法为：对预先采集的多个视频图像进行求均值处理，得到背景图像；然后对实时采集的当前图像进行预处理，将预处理后的图像与该背景图像进行图像差分运算；再对差分结果进行二值化处理；最后将二值化后的图像分成多个区域，分别统计车内二值化后图像中指定区域的异动点数量和车外二值化后图像中指定区域的异动点数量，当异动点数量超过给定的阈值时，则判定该当前图像为异动图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810246759 CN101477620B (zh) | 2008-12-31 | 2008-12-31 | 用于汽车防盗的两级图像异动检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200810246759 CN101477620B (zh) | 2008-12-31 | 2008-12-31 | 用于汽车防盗的两级图像异动检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101477620A true CN101477620A (zh) | 2009-07-08 |
| CN101477620B CN101477620B (zh) | 2010-11-03 |
Family
ID=40838329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200810246759 Expired - Fee Related CN101477620B (zh) | 2008-12-31 | 2008-12-31 | 用于汽车防盗的两级图像异动检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101477620B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105264896A (zh) * | 2014-05-08 | 2016-01-20 | 华为终端有限公司 | 一种视频质量检测的方法及装置 |
| CN106650603A (zh) * | 2016-10-18 | 2017-05-10 | 北京小米移动软件有限公司 | 车辆周边监控方法、装置和车辆 |
| CN108734080A (zh) * | 2018-02-09 | 2018-11-02 | 王刚 | 基于图像处理的安保方法 |
| CN111212151A (zh) * | 2020-04-22 | 2020-05-29 | 武汉中科通达高新技术股份有限公司 | 文件传输方法、装置及存储介质 |
| CN112061080A (zh) * | 2020-09-08 | 2020-12-11 | 中国第一汽车股份有限公司 | 车辆异动检测方法、装置、设备和介质 |
-
2008
- 2008-12-31 CN CN 200810246759 patent/CN101477620B/zh not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105264896A (zh) * | 2014-05-08 | 2016-01-20 | 华为终端有限公司 | 一种视频质量检测的方法及装置 |
| CN106650603A (zh) * | 2016-10-18 | 2017-05-10 | 北京小米移动软件有限公司 | 车辆周边监控方法、装置和车辆 |
| CN108734080A (zh) * | 2018-02-09 | 2018-11-02 | 王刚 | 基于图像处理的安保方法 |
| CN111212151A (zh) * | 2020-04-22 | 2020-05-29 | 武汉中科通达高新技术股份有限公司 | 文件传输方法、装置及存储介质 |
| CN111212151B (zh) * | 2020-04-22 | 2020-07-07 | 武汉中科通达高新技术股份有限公司 | 文件传输方法、装置及存储介质 |
| CN112061080A (zh) * | 2020-09-08 | 2020-12-11 | 中国第一汽车股份有限公司 | 车辆异动检测方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101477620B (zh) | 2010-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101477620B (zh) | 用于汽车防盗的两级图像异动检测方法 | |
| US20070217780A1 (en) | Object detection apparatus | |
| CA3035362A1 (en) | Vehicle security system | |
| CN105139016B (zh) | 监控摄像头的干扰检测系统及其应用方法 | |
| EP2503516A2 (en) | Idle detection for improving fuel consumption efficiency in a vehicle | |
| CN105329208A (zh) | 一种汽车防盗监控系统 | |
| CN111147448B (zh) | 一种can总线洪范攻击防御系统及方法 | |
| CN104700627A (zh) | 车位检测方法、磁敏检测器、服务器及车位检测系统 | |
| CN103198715B (zh) | 辅助泊车系统及泊车、安全报警方法 | |
| CN101402353A (zh) | 一种汽车防盗系统 | |
| CN105564245A (zh) | 基于汽车仪表的信息显示方法和汽车仪表 | |
| CN103686086A (zh) | 一种针对特定区域进行视频监控的方法 | |
| CN103177520A (zh) | 一种终端震动检测报警方法、系统以及智能平台 | |
| CN110341623A (zh) | 一种车门防撞预警系统及预警方法 | |
| CN109446926A (zh) | 一种交通监控方法及装置、电子设备和存储介质 | |
| CN110364024A (zh) | 行驶车辆的环境监控方法、装置及车载终端 | |
| CN111899527A (zh) | 一种复合型车辆检测算法 | |
| CN110969792A (zh) | 一种基于物联网的智能防盗监控系统 | |
| CN110752977A (zh) | 一种车联网can总线的异常入侵检测方法及装置 | |
| CN106504544A (zh) | 不合规骑乘的检测方法、装置及系统 | |
| CN111064921A (zh) | 车辆监控方法、系统及监控终端 | |
| CN107284407A (zh) | 一种汽车远程防盗保护报警系统 | |
| KR101803908B1 (ko) | Isobus와 영상을 이용한 차량의 고장 진단 통합 모니터링 시스템 및 방법 | |
| CN107111757B (zh) | 车道线检测方法及装置 | |
| KR20190063209A (ko) | 차량의 상태 검증과 이상 징후 탐지 장치 및 이를 포함하는 시스템 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101103 Termination date: 20141231 |
|
| EXPY | Termination of patent right or utility model |