CN101547344A - 基于联动摄像机的视频监控装置及其跟踪记录方法 - Google Patents

Abstract

本发明涉及基于联动摄像机的视频监控装置及其跟踪记录方法，监控装置包括：一个随动摄像装置，包括安装在第一运动控制平台上的第一摄像机和安装在第二运动控制平台上的第二摄像机，第二运动控制平台与第一摄像机固定连接跟随第一摄像机同步运动；一台计算机，通过数据通信接口与两个运动控制平台和两个摄像机连接，控制第一摄像机跟踪、定位进入监控区域的目标，控制第二摄像机对准目标、捕获被跟踪目标的特写细节，实现对目标的视频监控及智能记录。其不但可以跟踪记录目标在监控区域的活动过程和目标的特写细节，而且可正常工作于移动载体上、可以跟踪记录进入监控区域的保持长时间静止不动的目标、可以节省存储空间和降低硬件成本。

Description

基于联动摄像机的视频监控装置及其跟踪记录方法

技术领域

本发明属于视频监控领域，尤其是一种双摄像机随动视频监控装置及其跟踪记录方法。

背景技术

随着电子信息技术的迅速发展，人们对安防产品的要求越来越高，基于视频监控的安防产品得到了广泛的应用，如银行、海关、车站及高级办公楼等场所都安装了视频监控装置，这些场所的安防能力得到了提高。现有的视频监控装置普遍存在录像质量差、不能对跟踪目标进行局部放大及特写细节捕获，造成所录视频图像无法辨识目标、无法进行有效司法取证和鉴定的问题。为克服这个问题，申请号为200710012370.7发明名称为“视频监控系统中的智能化目标细节捕获装置及方法”的中国发明专利申请介绍了一种视频监控装置，虽然实现了高质量的视频摄录及跟踪目标的特写细节的捕获，但是这种装置存在如下几点问题：①所设计装置安装于移动载体或平台上其功能将基本失效；②需要配置多个静止摄像头才能实现大范围视角监控，系统复杂且成本较高；③仅能捕获特写细节，并不具备对其进行智能分析的功能；④所采用的视频录制方式具有很大的盲目性，录制大量的无意义视频数据，造成不同程度的硬件存储空间浪费。而且，现有的目标跟踪方法使用运动检测方法只能捕捉运动目标，当运动目标长期静止在场景中时目标会被误判为背景区域，导致不能准确跟踪目标。这些问题严重影响了现有视频监控系统的实际推广和应用效果。

发明内容

本发明的目的在于克服现有视频监控技术的不足，提供一种不但可以跟踪记录目标在监控区域的活动过程和目标的特写细节，而且可正常工作于移动载体上、可以跟踪记录进入监控区域的保持长时间静止不动的目标、可以节省存储空间和降低硬件成本的双摄像机随动视频监控装置及目标跟踪记录方法，以提高现有视频监控系统的智能性和应用性。

本发明进一步的目的是提供一种能对典型特征自动识别的双摄像机随动视频监控装置及其跟踪记录方法。

为解决上述问题，本发明通过以下技术方案来实现：

本发明双摄像机随动视频监控装置，包括：

一个随动摄像装置，包括安装在第一运动控制平台上的第一摄像机和安装在第二运动控制平台上的第二摄像机，所述第二运动控制平台与第一摄像机固定连接跟随第一摄像机同步运动；及

一台计算机，通过数据通信接口与随动摄像装置的两个运动控制平台和两个摄像机连接，控制第一摄像机跟踪、定位进入监控区域的目标，控制第二摄像机对准目标、捕获被跟踪目标的特写细节，实现对目标的视频监控及智能记录。

所述第一运动控制平台和第二运动控制平台可以采用云台、球机、或自行设计的具有和云台同样功能的装置。所述第一摄像机采用广角摄像机，所述第二摄像机采用长焦可变倍摄像机，它们可以是CMOS图像传感器、CCD图像传感器、或红外传感器。

进一步，所述计算机还可包括典型特征识别模块，该模块分析第二摄像机捕获的特写细节图像，进行人脸自动识别和/或车牌自动识别。

基于上述视频监控装置的目标跟踪记录方法，包括以下步骤：

a、场景图像采集，计算机通过数据通信接口控制第一摄像机实时获取监控区域的场景图像；

b、目标捕捉，从所述场景图像上获得感兴趣的目标；

c、目标跟踪记录，计算机记录第一摄像机获取的视频，同时分析目标在场景图像上的特征信息，依据此特征信息在第一摄像机后续采集的视频图像上连续跟踪目标并自动判定目标在图像中的位置，进而根据目标的位置信息，控制第二运动控制平台使第二摄像机对准目标，获取并记录目标的特写细节图像；

d、在目标接近场景图像的边界时，控制第一运动控制平台使目标成像在场景图像的中心范围，并调整第二摄像机对准目标，继续记录；

e、当目标消失时，停止记录视频图像，转至步骤b。

上述视频监控方法进一步还可包括在获取的目标特写细节图像上进行典型特征识别的步骤。所述典型特征可以是人脸和/或车牌等。

步骤c中所述目标在场景图像上的特征信息包括下列特征信息中的至少一种：色彩、纹理、形状和尺寸等。

步骤b中，可以用计算机通过实时分析采集到的场景图像自动捕捉进入监控区域的目标，实现自动监控；也可以通过计算机的输入装置在采集到的场景图像上手工框选出感兴趣的目标，实现人工选择目标。

本发明的优点是：

1.本发明视频监控装置可安装于移动载体或平台上进行正常工作，不丧失在静止载体或平台上的任何功能，该装置的目标跟踪记录等所有功能不受承载载体或平台的限制。因此该装置的应用能够极大地拓宽视频监控产品的实际应用范围和领域，如可以将其进行车载、船载、舰载或机载。

2.本发明视频监控装置中，特写摄像机(即第二摄像机)及其运动控制平台安装于场景摄像机(即第一摄像机)之上，其绝对运动受场景摄像机运动的约束，两者相对位置、角度及成像关系与场景摄像机运动无关，完全由特写摄像机的运动控制平台(即第二运动控制平台)来确定，这样，传统的基于一静一动的双摄像机目标对准方法在本发明装置上完全适用。

3.本发明根据目标的色彩、纹理、形状、运动等特征进行跟踪，不仅可以跟踪运动目标，即使目标保持完全的、长时间的静止状态，仍然可以准确跟踪目标，从根本上克服传统目标跟踪方法使用运动检测方法只能捕捉运动目标、当运动目标长期静止在场景中时目标会被误判为背景区域导致不能准确跟踪的不足。

4.本发明目标跟踪记录方法同时具有自动检测目标和人工选择目标的功能，很大程度上提高了安防视频监控产品的应用范围和灵活性。

5.本发明目标跟踪记录方法具有智能记录功能，根据图像中是否有可疑目标或感兴趣目标来确定是否进行视频记录，只有在发现可疑目标或感兴趣目标的情况下才进行视频记录，这极大地降低了视频数据存储量，降低了系统硬件要求，带来了硬件成本的降低，同时提高了存储视频数据的信息量。

6.本发明在捕获目标特写细节图像后，进行自动分析和识别，判定是否存在某些典型特征，如人脸、车牌、火焰等，这加强了视频监控产品的智能性和应用性。

附图说明

图1是本发明双摄像机随动视频监控装置的结构示意图。

图2是本发明目标跟踪记录的工作流程图。

具体实施方式

下面结合附图对本发明的具体实施方式做进一步说明，以下实施例不是限定性的，只是描述性的，不能以此限定本发明的保护范围，凡是由本发明涉及领域的技术人员根据本发明的设计方案得出的其他实施方式，同样在本发明保护的范围之内。

参照图1，本双摄像机随动视频监控装置包括第一摄像机(即场景摄像机)1、第一运动控制平台2、第二摄像机(即特写摄像机)3、第二运动控制平台4、数据通信接口5和计算机6。本装置可以安装于静止的固定载体平台上，也可以安装于处于运动的移动载体平台上。场景摄像机1和特写摄像机3可以采用CMOS图像传感器、CCD图像传感器或红外传感器中的一种或几种，场景摄像机1用于对监控场景进行大视角、大场面的监控，特写摄像机3用于捕获被跟踪目标的特写细节图像；第一运动控制平台2和第二运动控制平台4可以是云台、球机或具有同样特性的、带有对摄像机防护功能的电子机械装置，第一运动控制平台2用来专门控制场景摄像机1在水平方向、垂直方向的旋转；第二运动控制平台4安装于场景摄像机1与第一运动控制平台2所构成的装置上，其会随着场景摄像机1的运动而同步运动，其用来控制特写摄像机3在水平方向、垂直方向的旋转；所有摄像机和运动控制平台都通过数据通信接口5与计算机6相联接，一方面完成视频数据的传输，另一方面完成视频及运动控制信号的传递，数据通信接口5可以采用PCI、IEEE1394、USB、RS232、RS485、CAN总线、和/或无线收发等接口；计算机6可以是普通PC机、工业控制计算机、嵌入式系统等，但必须具有硬件存储设备以记录捕获的视频数据。

目标跟踪记录的具体实现是通过计算机6来完成的。目标跟踪工作是只在场景摄像机1捕获的场景图像上进行的，在这个图像上目标的尺寸很小，肉眼无法分辨其细节信息和主要特征(如无法分辨人脸或车牌号码等)，获取目标在监控场景中的位置信息是跟踪的主要目的，所得目标位置信息用来提供给第二运动控制平台4和特写摄像机3以完成对准目标，并进行变焦变倍捕获目标特写细节图像，肉眼可以利用该特写图像分辨目标细节和特征(如可以分辨人脸或车牌号码等)，在目标跟踪的同时，计算机6实时记录目标在场景的位置变化情况、目标的主要形貌特征细节，并根据特写抓拍的图像进行人脸自动识别或车牌自动识别。

参照图2，上述视频监控装置进行目标跟踪记录的方法包括以下步骤：

视频监控装置初始化，系统上电后自检，两个摄像机1和3、两个运动控制平台2和4及数据通信接口5初始化；

软件系统初始化，包括系统参数的初始选择和设定，数据通信接口协议的参数初始设置等；

通过数据通信接口5实时采集两个摄像机1和3获取的视频；

进入自动监控状态，这一步骤中系统不仅可以对进入监控区域的目标进行自动检测，还可以接受人为手工在视频图像上用鼠标、键盘或电子笔等设备框选的感兴趣目标或区域；

在检测到目标或框选完目标之后，计算机6开始记录两个摄像机1、3采集的视频图像，并分别存储在计算机6上，同时分析和记录目标在场景摄像机1所得图像上的色彩、纹理、形状、尺寸等基本信息，计算机6依据这些信息在后续采集的视频图像上连续跟踪目标并定位(判定目标在图像中的准确位置)；根据所得目标位置，通过控制第二运动控制平台4将特写摄像机3旋转对准目标，通过变焦、变倍获取目标的特写细节图像；进一步还可以包括特征识别步骤，通过计算机软件检测特写细节图像中是否有典型特征如人脸、车牌存在，如果有则进行非压缩的原始图像抓拍，同时进行典型特征的分析工作，具体的特征识别方法及分析方法可采用现有的各种同类特征的识别方法及分析方法，例如可以通过以下方法对人脸进行识别：首先通过肤色聚类获取可能存在人脸的区域，然后对这些区域进行分块的小波分解统计纹理能量信息，再根据纹理能量信息判断是否符合人脸的特征，如果符合即认为识别到人脸；

判断目标是否在场景摄像机1视野的边界附近，如果是，则控制第一运动控制平台2使场景摄像机1旋转，将目标成像在场景摄像机视野的一定中心范围之内，同时，重新控制第二运动控制平台3使特写摄像机3对准目标以继续获取目标特写细节图像；

在某些情况下(如目标被完全遮挡、目标高速运动等)，目标会突然消失或离开监控场景，这时停止摄像机1、3的运动，停止记录视频图像。

其中，计算机通过实时分析采集到的场景图像自动捕捉进入监控区域的目标时可以采用运动检测方法，下面介绍一种具体的运动检测方法，包括以下步骤：

通过公式 $H\left(i\right)=I_4\left(i\right)+I_3\left(i\right)-3I_1\left(i\right)(I_2\left(i\right)-I_1^2\left(i\right))-3I_2^2\left(i\right)-I_1^3\left(i\right)-2I_1^4\left(i\right)$ 其中， $I_k\left(i\right)=1/(M\×N)\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{FD}}^k(m,n)$ 在帧差图像FD上计算以像素(x，y)为中心的矩形窗W_i的四阶高斯统计量H(i)，式中(m，n)∈W_i，FD是相邻两帧的帧差，M和N分别是矩形窗的长和宽；

将算得的四阶高斯统计量H(i)的绝对值与给定的阈值Gth比较，如果|H(i)|>Gth则说明相应的像素(x，y)表现为运动目标的一个点；反之，说明相应的像素(x，y)处于静止状态，属于背景区域；

统计表现为运动目标点的像素个数和密集程度并与设定的域值比较，大于域值，则判定有目标出现，将检测到的运动像素区域的最小外接矩形确定为目标区域。

值得注意的是，在进行初始的目标检测时，所述技术方案采用运动检测的解决思路，一旦检测到目标或框选完目标，所述技术方案立即进行依靠目标的色彩、纹理、形状、尺寸等信息的目标跟踪，完全独立于目标的运动信息。同时仅在检测到目标时进行视频记录，而在无目标时停止记录，这很大程度上降低了装置的存储硬件要求和处理器的运算速度要求，也节省了硬件成本。

经上述装置和步骤即可实现目标的视频监控、分析识别及智能记录。

Claims (10)

1、双摄像机随动视频监控装置，其特征在于包括：

一个随动摄像装置，包括安装在第一运动控制平台上的第一摄像机和安装在第二运动控制平台上的第二摄像机，所述第二运动控制平台与第一摄像机固定连接跟随第一摄像机同步运动；及

一台计算机，通过数据通信接口与随动摄像装置的两个运动控制平台和两个摄像机连接，控制第一摄像机跟踪、定位进入监控区域的目标，控制第二摄像机对准目标、捕获被跟踪目标的特写细节，实现对目标的视频监控及智能记录。

2、如权利要求1所述的视频监控装置，其特征在于：所述第一运动控制平台和第二运动控制平台是云台或球机。

3、如权利要求1所述的视频监控装置，其特征在于：所述第一摄像机是广角摄像机，所述第二摄像机是长焦可变倍摄像机。

4、如权利要求1所述的视频监控装置，其特征在于：所述计算机还包括典型特征识别模块，该模块分析第二摄像机捕获的特写细节图像，进行人脸自动识别和/或车牌自动识别。

5、基于权利要求1-4任一项所述视频监控装置的目标跟踪记录方法，其特征在于包括以下步骤：

a、场景图像采集，计算机通过数据通信接口控制第一摄像机实时获取监控区域的场景图像；

b、目标捕捉，从所述场景图像上获得感兴趣的目标；

c、目标跟踪记录，计算机记录第一摄像机获取的视频，同时分析目标在场景图像上的特征信息，依据此特征信息在第一摄像机后续采集的视频图像上连续跟踪目标并自动判定目标在图像中的位置，进而根据目标的位置信息，控制第二运动控制平台使第二摄像机对准目标，获取并记录目标的特写细节图像；

d、在目标接近场景图像的边界时，控制第一运动控制平台使目标成像在场景图像的中心范围，并调整第二摄像机对准目标，继续记录；

e、当目标消失时，停止记录视频图像，转至步骤b。

6、如权利要求5所述的目标跟踪记录方法，其特征在于还包括在获取的目标特写细节图像上进行典型特征识别的步骤。

7、如权利要求5所述的目标跟踪记录方法，其特征在于：所述典型特征为人脸和/或车牌。

8、如权利要求5所述的目标跟踪记录方法，其特征在于步骤c中所述目标在场景图像上的特征信息包括下列特征信息中的至少一种：色彩、纹理、形状和尺寸。

9、如权利要求5所述的目标跟踪记录方法，其特征在于步骤b中，计算机通过实时分析采集到的场景图像自动捕捉进入监控区域的目标、或通过计算机的输入装置在采集到的场景图像上手工框选出感兴趣的目标。

10、如权利要求9所述的目标跟踪记录方法，其特征在于在步骤b中，计算机通过实时分析采集到的场景图像自动捕捉进入监控区域的目标时采用运动检测方法，具体包括以下步骤：

通过公式 $H\left(i\right)=I_4\left(i\right)+I_3\left(i\right)-3I_1\left(i\right)(I_2\left(i\right)-I_1^2\left(i\right))-3I_2^2\left(i\right)-I_1^3\left(i\right)-2I_1^4\left(i\right)$ 其中， $I_k\left(i\right)=1/(M\×N)\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{FD}}^k(m,n)$ 在帧差图像FD上计算以像素(x，y)为中心的矩形窗W_i的四阶高斯统计量H(i)，式中(m，n)∈W_i，FD是相邻两帧的帧差，M和N分别是矩形窗的长和宽；

将算得的四阶高斯统计量H(i)的绝对值与给定的阈值Gth比较，如果|H(i)|>Gth则说明相应的像素(x，y)表现为运动目标的一个点；反之，说明相应的像素(x，y)处于静止状态，属于背景区域；

统计表现为运动目标点的像素个数和密集程度并与设定的域值比较，大于域值，则判定有目标出现，将检测到的运动像素区域的最小外接矩形确定为目标区域。

Images