CN101770648A - 一种基于视频监控的徘徊检测系统及方法 - Google Patents

Abstract

本发明涉及智能视频监控系统，尤其涉及一种基于视频监控的徘徊检测系统及方法。本发明通过短暂静止处理法得到设防区域内短暂静止目标的轨迹信息，通过碰撞处理法得到设防区域内被碰撞目标的轨迹信息。如果设防区域内运动目标的轨迹长度达到系统设定的轨迹阈值，则说明该运动目标是设防区域内的徘徊目标，发送报警信息到用户终端，终端报警。本发明的系统及方法解决了运动目标短暂静止和/或运动目标被碰撞所造成运动轨迹丢失的问题，具有重要的使用价值和广泛的应用前景。

Description

一种基于视频监控的徘徊检测系统及方法

技术领域

本发明涉及智能视频监控系统，尤其涉及检测视频监控区域是否出现徘徊目标的方法及系统。

背景技术

在基于运动检测和跟踪的监控系统中，当某运动目标不停的在监控区域内运动时，我们认为该目标是徘徊目标。如果在监控系统的设防区域内有徘徊目标出现，则该徘徊目标的出现是可疑事件。徘徊检测是监控系统的一个重要功能，在许多领域中有着非常重要的应用，比如在汽车等贵重物品旁边有徘徊目标出现，那么该徘徊目标很可能是偷盗者；在军事禁区等敏感区域以及高压线下或没有护栏的河边等危险区域，同样也不允许有徘徊目标出现。

通常根据目标运动轨迹长度判断该运动目标是否徘徊。但是目前这种方法无法准确得到短暂静止后又重新运动目标的轨迹长度，因为当运动目标短暂静止后，经过背景更新该短暂静止目标将被置入背景当中，短暂静止之前的运动轨迹可能丢失。

当设防区域出现大量运动目标时，运动目标之间很可能发生碰撞，碰撞后监控系统会将重叠的所有运动目标合并为一个目标，因此运动目标发生碰撞后其轨迹信息很可能会丢失，也就无法根据运动目标轨迹长度判断发生碰撞的目标是否为徘徊目标。

发明内容

本发明提供了一种能够解决以上问题的徘徊检测系统及方法，目的是在运动目标短暂静止或/和被碰撞的情况下仍旧能够检测到徘徊目标。

在第一方面，本发明提供了一种基于视频监控的徘徊检测系统包括采集模块、运动目标检测和跟踪模块、徘徊检测模块、报警模块、参数设置模块、存储器和处理器。

采集模块获取监控系统监视场景的图像信息；运动目标检测和跟踪模块检测和跟踪监视场景中的所有运动目标；徘徊检测模块根据跟踪到的运动目标相关信息得到短暂静止目标和/或被碰撞运动目标的轨迹长度，当包括短暂静止目标和/或被碰撞目标在内的运动目标轨迹长度大于或等于轨迹阈值时，判定该运动目标是设防区域内的徘徊目标。其中徘徊检测模块包括短暂静止处理模块和/或碰撞处理模块。

当运动目标与短暂静止目标重叠度达到重叠度阈值时，短暂静止处理模块判定该运动目标是该短暂静止目标短暂静止后又重新运动的目标，将该短暂静止目标短暂静止之前运动的轨迹长度加到该运动目标轨迹长度上。

当至少两个不同运动目标的匹配度达到匹配度阈值时，判定该至少两个不同运动目标发生碰撞，通过运动目标估计法得到发生碰撞后所述至少两个运动目标所处位置，进而得到所述至少两个运动目标的轨迹长度。

在第二方面，本发明提供了一种基于视频监控的徘徊检测方法，通过短暂静止处理法和/或碰撞处理法，得到短暂静止后又重新运动目标在设防区域内的运动轨迹和/或被碰撞目标在设防区域内的运动轨迹；当设防区域内运动目标的轨迹长度大于或等于轨迹阈值时，判定该运动目标是该设防区域内徘徊目标。

其中短暂静止处理法是，当运动目标与短暂静止目标重叠度达到重叠度阈值时，判定该运动目标是该短暂静止目标短暂静止后又重新运动的目标，将该短暂静止目标短暂静止之前运动的轨迹长度加到该运动目标轨迹长度上。

碰撞处理法是，当至少两个不同运动目标的匹配度达到匹配度阈值时，判定该至少两个运动目标发生碰撞，通过运动目标估计法得到发生碰撞后所述至少两个运动目标所处位置，进而得到所述至少两个运动目标的轨迹长度。

在本发明的一个实施例中，根据运动目标连通域分析后得到的矩形与短暂静止目标连通域分析后得到的矩形的重叠部分面积，与运动目标连通域分析后得到矩形面积的比值得到重叠度。

在本发明的另一个实施例中，根据运动目标像素的灰度值与短暂静止目标相应位置像素的灰度值相比达到像素灰度值阈值的像素数量，与运动目标所有像素数量的比值得到重叠度。

在本发明的又一个实施例中，根据运动目标连通域分析后得到的矩形与候选徘徊目标连通域分析后得到的矩形的重叠部分面积，与运动目标连通域分析后得到的矩形面积的比值得到匹配度。

本发明的系统及方法解决了运动目标短暂静止和/或被碰撞后，其轨迹丢失的问题，进而根据运动目标的轨迹长度判断该运动目标是否为徘徊目标，达到了智能检测设防区域徘徊目标的目的，本发明的系统及方法具有重要的应用价值。

附图说明

下面将参照附图对本发明的具体实施方案进行更详细的说明，在附图中：

图1本发明的基于视频监控的徘徊检测系统硬件体系框图；

图2本发明的基于视频监控的徘徊检测方法流程图；

图3本发明的考虑短暂静止处理的一种徘徊检测方法流程图；

图4本发明的考虑碰撞处理的一种徘徊检测方法流程图。

具体实施方式

图1是本发明的基于视频监控的徘徊检测系统硬件体系框图。该系统包括采集模块110、运动目标检测和跟踪模块120、徘徊检测模块130、参数设置模块140、存储器150、处理器160和报警模块170。其中，徘徊检测模块130包括短暂静止处理模块131和碰撞处理模块132。

采集模块110用于采集监控系统监视场景的图像信息。

运动目标检测和跟踪模块120根据采集到的图像信息检测和跟踪监视场景中的所有运动目标。

徘徊检测模块130根据跟踪到的运动目标相关信息得到包括短暂静止目标和/或被碰撞运动目标在内的所有运动目标的轨迹长度，根据轨迹长度判断设防区域内是否存在徘徊目标。其中徘徊检测模块130中的短暂静止处理模块131根据跟踪到的运动目标相关信息得到设防区域内曾经短暂静止目标的运动轨迹，并根据其轨迹长度确定该运动目标是否为设防区域内的徘徊目标；徘徊检测模块130的碰撞处理模块132根据跟踪到的运动目标相关信息得到设防区域内发生碰撞目标的运动轨迹，并根据其轨迹长度确定该运动目标是否为设防区域内的徘徊目标。

参数设置模块140设置视频监控系统的系统参数，以便判断设防区域是否存在徘徊目标。系统参数可以包括轨迹阈值、位置重叠度阈值、灰度重叠度阈值短暂静止阈值、像素短暂静止阈值、像素灰度值阈值、匹配度阈值。

存储器150存储视频监控系统中的程序，并且存储相关图像信息。

处理器160执行存储器150中的程序，控制视频监控系统各模块的操作，执行视频监控系统中的算数和逻辑运算。

报警模块170在设防区域出现徘徊目标时，将报警信息传送到用户终端。

图2是本发明的基于视频监控的徘徊检测方法流程图。步骤210采集监控设备监视场景的视频图像。步骤220检测和跟踪监视场景中的所有运动目标。步骤230判断视频图像中的运动目标是否进入设防区域。如果没有运动目标进入设防区域，则继续采集视频图像然后再检测和跟踪监控区域内的所有运动目标。

如果运动目标进入设防区域，执行步骤240即通过徘徊检测模块130对该运动目标进行徘徊检测，并记录该运动目标在设防区域内的轨迹信息。步骤250判断该运动目标的轨迹长度是否达到轨迹阈值。如果该运动目标在设防区域内的轨迹长度达到系统设定的轨迹阈值，发送报警信息到用户终端，终端报警。如果该运动目标在设防区域内的轨迹长度没有达到系统设定的轨迹阈值，则继续采集视频图像然后再检测和跟踪监控区域内包括该运动目标的所有运动目标。

接下来，对该徘徊检测方法进行详细描述。

步骤220检测和跟踪监视区域内的运动目标一般分为三步，首先背景建模和更新，然后前景检测，最后目标跟踪。

背景建模的方法很多，如均值法、高斯混合模型法以及核密度估计法等等。背景更新方法是根据不同更新策略更新背景图像，通常采用的更新策略是移动平均值法。背景建模是根据一定的建模思想来得到监控场景的初始化背景图像，背景图像对应场景中固定不变的部分。背景更新是根据当前场景的图像，利用一定的更新方法来对初始化背景图像进行不断的修正，使之能够和当前场景中的背景部分的灰度值保持一致。

背景图像更新完成后进行前景检测，前景检测方法是用当前帧图像减去背景图像后二值化，然后将二值图像中运动区域的连通部分提取出来得到运动目标。

根据提取到的运动目标建立前一帧运动目标与当前帧运动目标的对应关系，用匹配方法实现对运动目标的跟踪，该匹配方法通常是用前一帧图像中运动目标的形状与当前帧图像中运动目标的形状相对比，如果两者匹配度达到匹配度阈值则当前帧运动目标与前一帧运动目标是不同时刻的同一运动物体。

步骤230判断运动目标是否进入设防区域依据运动目标检测和跟踪模块120跟踪到的该运动目标的轨迹信息。具体的设防区域可以通过参数设置模块130在监视场景中设定。

当运动目标进入设防区域后，执行步骤240即对该运动目标进行徘徊检测并记录该运动目标的轨迹信息。徘徊检测法包括短暂静止处理法和/或碰撞处理法。如果设防区域内的运动目标没有出现短暂静止也没有被碰撞，则直接记录该运动目标的轨迹信息。如果该运动目标短暂静止和/或被碰撞，则通过短暂静止处理法和/或碰撞处理法得到该运动目标的轨迹信息。

步骤250根据运动目标轨迹信息判断该运动目标的轨迹长度是否达到系统设定的轨迹阈值。当该运动目标的轨迹长度达到系统设定的轨迹阈值时，发送报警信息到用户终端，终端报警。

下面将分别阐述考虑到运动目标出现短暂静止情况的一种徘徊检测方法，以及考虑到运动目标出现被碰撞情况的一种徘徊检测方法。

短暂静止即运动目标突然静止一短暂时间后又重新运动的现象。在现有技术中当视频图像进行背景更新时，如果背景更新时间少于运动目标短暂静止时间，则短暂静止目标将被更新为背景，其轨迹信息很可能会丢失，也就无法判断该运动目标是否为设防区域内的徘徊目标。

图3是考虑短暂静止处理的一种徘徊检测方法流程图。步骤310检测和跟踪监视区域内的所有运动目标。步骤320判断运动目标是否进入设防区域。如果没有运动目标进入设防区域，则继续检测和跟踪监视区域内的所有运动目标。当某运动目标进入设防区域后，执行步骤330即记录当前其在设防区域内的轨迹信息，该轨迹信息包括该运动目标当前位置、该运动目标大小、该运动目标灰度值以及该运动目标在设防区域内的轨迹长度。

步骤340判断该运动目标此时是否短暂静止，具体判断方法将在以下内容中得到详细阐述。如果该运动目标此时短暂静止，执行步骤341即将该短暂静止目标当前位置、短暂静止目标大小、短暂静止目标灰度值以及短暂静止目标静止之前的轨迹长度等信息存储在短暂静止存储单元中，并继续检测和跟踪包括该短暂静止目标在内的监视区域内的所有运动目标。

如果该运动目标此时没有短暂静止，则确定该运动目标是否为短暂静止存储单元中某短暂静止目标短暂静止后又重新运动的目标，完成此种确定所采用的方法是首先执行步骤350再执行步骤360。步骤350即将该运动目标与该短暂静止存储单元中的所有短暂静止目标进行重叠度分析，具体的重叠度分析方法将在以下内容中得到详细阐述。步骤360判断该运动目标与短暂静止存储单元中的每个短暂静止目标重叠度是否达到重叠度阈值。

如果该运动目标与任何短暂静止目标的重叠度都没有达到重叠度阈值，则说明该运动目标不是短暂静止后又重新运动的目标，执行步骤380即判断该运动目标的轨迹长度是否达到轨迹阈值，如果此时该运动目标的轨迹长度达到轨迹阈值则发送报警信息到用户终端，终端报警。

如果该运动目标与短暂静止存储单元中的某个短暂静止目标的重叠度达到系统设定的重叠度阈值，则说明该运动目标是该短暂静止目标经过短暂静止后又重新运动的目标；执行步骤370即将该短暂静止目标的轨迹长度加到该运动目标的轨迹长度上。

步骤380判断该运动目标总的轨迹长度是否达到轨迹阈值。如果该运动目标总的轨迹长度达到系统设定的轨迹阈值，则该运动目标是设防区域内的徘徊目标，发送报警信息到用户终端，终端报警。如果该运动目标总的轨迹长度没有达到系统设定的轨迹阈值，则继续检测和跟踪包括该运动目标在内的所以监视区域内运动目标。

接下来，描述运动目标当前时刻是否短暂静止所采用的方法。

一种有效的方法是统计方法，统计短暂时间内像素灰度值变化情况，即对运动目标覆盖区域内每个像素短暂时间内的灰度值变化进行统计和分析，一般取该短暂时间为几秒钟。如果在该短暂时间内运动目标覆盖区域内静止状态的像素数量与该运动目标覆盖区域内所有像素数量的比例达到系统设定的短暂静止阈值，则该运动目标短暂静止。

该统计方法可以优选采用核密度估计法，将运动目标的当前帧图像中每个像素灰度值与前N帧图像同一位置像素的灰度值分别相减后计算绝对值，再将N个绝对值相加后求均值。如果该均值小于系统设定的像素短暂静止阈值，则该像素处于静止状态。如果运动目标当前帧图像中所有静止状态的像素数量与运动目标当前帧图像中所有像素数量比值达到系统设定的短暂静止阈值，则该运动目标短暂静止。其中N帧图像是运动目标短暂静止时间内采集模块110采集到的运动目标N帧图像。

接着描述运动目标与短暂静止目标之间的重叠度分析方法。在本发明的一个实施例中，对比的内容可以是运动目标所处位置和大小与短暂静止目标所处位置和两者大小。在本发明的另一个实施例中，对比的内容可以是运动目标与短暂静止目标的灰度值。

下面将详细阐述如何通过运动目标所处位置及大小与短暂静止目标所处位置和大小来判断两者的重叠度。在获取运动目标的过程中，首先需要进行前景检测。前景检测需要对运动目标的二值图像做连通域分析，连通域分析后得到的是包含该运动目标的最小矩形。因此比较运动目标与短暂静止目标所处位置及大小的相同程度，可以通过比较运动目标与短暂静止目标分别连通域分析后得到的矩形的重叠度。

如果运动目标与短暂静止目标所处位置及大小的重叠度达到位置重叠度阈值，即该运动目标连通域分析后得到的矩形与该短暂静止目标连通域分析后得到矩形的重叠部分面积，与该运动目标连通域分析后得到的矩形面积的比值达到位置重叠度阈值，则该运动目标是该短暂静止目标短暂静止后又重新运动的目标。将短暂静止的轨迹长度加到该运动目标的轨迹长度上。

同样如果运动目标与短暂静止目标所处位置及大小的重叠度没有达到位置重叠度阈值，即该运动目标连通域分析后得到的矩形与该短暂静止目标连通域分析后得到的矩形重叠部分面积，与该运动目标连通域分析后得到的矩形面积的比值没有达到位置重叠度阈值，则该运动目标不是该短暂静止目标静止后又重新运动的目标。

因此如果运动目标与短暂静止存储单元中所有短暂静止目标所处位置及大小的重叠度都没有达到位置重叠度阈值，则该运动目标不是短暂静止后又重新运动的目标，该运动目标轨迹长度就是其自身的轨迹长度。

下面将详细阐述根据运动目标图像的灰度值与短暂静止目标图像的灰度值确定重叠度。

将运动目标检测和跟踪模块120跟踪到运动目标每个像素的灰度值与短暂静止目标每个像素的灰度值进行比较。具体地，将运动目标中每个像素的灰度值与短暂静止目标同一位置处像素的灰度值相减，提取相减结果大于或等于像素灰度值阈值的所有像素。如果提取到的像素量与运动目标总像素量的比值大于或等于灰度重叠度阈值，则该运动目标是该短暂静止目标经过短暂静止后又重新运动的目标。

也就是，如果运动目标的灰度值与短暂静止目标的灰度值相同的比例达到灰度重叠度阈值，则该运动目标是该短暂静止目标经过短暂静止后又重新运动的目标。

同样如果该运动目标的灰度值与该短暂静止目标的灰度值相同的比例没有达到灰度重叠度阈值，则该运动目标不是该短暂静止目标经过短暂静止后又重新运动的目标。因此如果该运动目标的灰度值与短暂静止存储单元中所有短暂静止目标的灰度值相同的比例都没有达到灰度重叠度阈值，则该运动目标不是短暂静止后又重新运动的目标。

碰撞是两个或两个以上运动目标在视频图像上存在交集的现象。因此在前景检测过程中发生碰撞的两个或两个以上运动目标将被合并为一个目标，因此可能导致其中某个或某些运动目标轨迹信息丢失。

图4是本发明的考虑碰撞处理的一种徘徊检测方法流程图。步骤410由运动目标检测和跟踪模块120检测和跟踪监视区域内的所有运动目标。步骤420判断运动目标是否进入设防区域。如果没有运动目标进入设防区域，则继续检测和跟踪监视区域内的所有运动目标。当某运动目标进入设防区域后，步骤430由运动目标检测和跟踪模块120继续跟踪该运动目标，并记录其在设防区域内的当前位、该运动目标大小和该运动目标在设防区域的轨迹长度。

接下来执行步骤440即由碰撞处理模块132对进入设防区域内的运动目标与候选存储单元中的候选徘徊目标进行匹配度分析，该匹配度分析方法将在以下内容中得到详细的阐述。然后再执行步骤450即由碰撞处理模块132判断该运动目标是否与候选存储单元中的候选徘徊目标相匹配。

如果该运动目标与候选存储单元中的所有候选徘徊目标都没有匹配上，则该运动目标是设防区域内的一个新目标。则执行步骤451即将该运动目标轨迹信息放入该候选存储单元中，该轨迹信息包括运动目标当前位置、当前运动速度、当前运动方向和在设防区域内的轨迹长度。然后再判断该轨迹长度是否达到轨迹阈值，进而得知该运动目标是否为设防区域内的徘徊目标。

如果该运动目标与候选存储单元中的运动目标匹配上，步骤460继续判断该运动目标是否只与候选存储单元中的一个候选徘徊目标匹配上。如果该运动目标只与候选存储单元中的一个候选徘徊目标匹配上，则说明该候选徘徊目标是该运动目标前一时刻执行步骤451过程中放入候选存储单元中的候选徘徊目标，即该候选徘徊目标与该运动目标是不同时刻的同一目标。则执行步骤461即更新该候选徘徊目标，也就是将该运动目标的轨迹信息赋予该候选徘徊目标，使得该候选徘徊目标拥有最新的轨迹信息，该轨迹信息包括运动目标当前位置、当前运动速度、当前运动方向和在设防区域内的轨迹长度。然后再判断该轨迹长度是否达到轨迹阈值，进而得知该运动目标是否为设防区域内的徘徊目标。

如果该运动目标与候选存储单元中的两个或两个以上候选徘徊目标匹配上，则说明该运动目标与其它目标发生了碰撞。在这里，与该运动目标匹配上的候选存储单元中的一个候选徘徊目标是该运动目标前一时刻运动的目标，与该运动目标匹配上的其它候选徘徊目标是与该运动目标相互碰撞的目标。

该运动目标一旦发生碰撞，则执行步骤462即采用运动估计法得到所有发生碰撞目标的轨迹信息。该运动估计法根据运动目标被碰撞前一时刻的运动速度、运动方向、所处位置以及被碰撞时间估计该运动目标被碰撞后所处位置及运动方向，进而得到该运动目标碰撞后的轨迹信息。同理根据与该运动目标发生碰撞的候选徘徊目标大小、运动速度、运动方向、所处位置以及碰撞时间估计该候选徘徊目标被碰撞后所处位置及运动方向，进而得到该候选徘徊目标的轨迹信息。

继续执行步骤470即更新候选存储单元中所有发生碰撞的候选徘徊目标轨迹信息。也就是将运动估计法得到的所有与该运动目标匹配的候选徘徊目标轨迹信息，包括与该运动目标属于同一目标的候选徘徊目标轨迹信息，赋予相应候选存储单元中的候选徘徊目标，使候选徘徊目标具有最新的轨迹信息，进而保证发生碰撞后运动目标轨迹信息不会丢失。

继续执行步骤480即计算候选存储单元中所有候选徘徊目标的轨迹长度。步骤490判断每个候选徘徊目标的轨迹长度是否达到轨迹阈值。如果候选徘徊目标的轨迹长度达到系统设定的轨迹阈值，则该候选徘徊目标是设防区域内的徘徊目标，发送报警信息到用户终端，终端报警。如果该候选徘徊目标的轨迹长度没有达到系统设定的轨迹阈值，则运动目标检测和跟踪模块120继续跟踪监视区域内的所有运动目标。

下面将详细阐述步骤440提及到的运动目标与候选徘徊目标匹配度分析法。

在获取运动目标过程中首先需要进行前景检测。前景检测需要对运动目标的二值图像做连通域分析，连通域分析后得到包含该运动目标的最小矩形。因此比较运动目标与候选徘徊目标的匹配度，可以通过比较运动目标与候选徘徊目标分别连通域分析后得到矩形的重叠度。

如果运动目标与所有候选徘徊目标所处位置及大小的匹配度都没有达到匹配度阈值，即该运动目标得到的矩形与所有候选徘徊目标矩形重叠部分面积，与该运动目标得到的矩形面积的比值都没有达到匹配度阈值，则该运动目标没有与任何目标相匹配。

同样如果运动目标与该候选徘徊目标所处位置及大小的匹配度达到匹配度阈值，即该运动目标得到的矩形与某候选徘徊目标矩形重叠部分面积，与该运动目标得到的矩形面积的比值达到匹配度阈值，则该运动目标与该候选徘徊目标相匹配。

需要说明的是，相对于短暂静止目标检测法的位置重叠度阈值，碰撞处理法的匹配度阈值较小。原因是在判断运动目标是否为短暂静止后又重新运动的目标时，只有当运动目标与短暂静止目标存在较大的交集时，即运动目标与短暂静止目标重叠度较高时，该运动目标与该短暂静止目标才是先后时刻的同一目标。而在判断运动目标与候选徘徊目标是否发生碰撞时，只要运动目标与不包括其自身在内的候选徘徊目标存在较小交集，即运动目标与不包括其自身在内的候选徘徊目标匹配度较低时，该运动目标就与候选徘徊目标发生了碰撞。

在前面所述的系统及方法中，运动目标检测和跟踪模块120跟踪到的是运动目标所处位置及轨迹长度。需要说明的是，运动目标检测和跟踪模块120也可以设计成具有跟踪运动目标当前位置、当前运动速度、当前运动方向及轨迹长度等轨迹信息的功能。此时徘徊检测模块130无需具有得到运动目标轨迹信息的功能。因此徘徊检测模块130也就无需引入候选存储单元进行实时存储运动目标最新轨迹信息。实时更新轨迹信息的功能可以通过运动目标检测和跟踪模块120来实现。

综上所述，设防区域内的运动目标可能短暂静止，也可能与其它目标发生碰撞，也可能既不短暂静止也没有与其它目标发生碰撞，但是只要经过短暂静止处理模块131和/或碰撞处理模块132处理，该运动目标的轨迹信息就能够得到保留。因此就可以根据运动目标的轨迹长度判断该设防区域是否有徘徊目标出现。

显而易见，在不偏离本发明的真实精神和范围的前提下，在此描述的本发明可以有许多变化。因此，所有对于本领域技术人员来说显而易见的改变，都应包括在本权利要求书所涵盖的范围之内。本发明所要求保护的范围仅由所述的权利要求书进行限定。

Claims (17)

1.一种基于视频监控的徘徊检测系统，其特征在于，包括：

采集模块(110)，采集监控系统监视场景的图像信息；

运动目标检测和跟踪模块(120)，根据采集到的图像信息检测和跟踪监视场景中的运动目标；

徘徊检测模块(130)，根据跟踪到的运动目标相关信息得到短暂静止目标和/或被碰撞运动目标的轨迹长度，当包括短暂静止目标和/或被碰撞目标在内的运动目标轨迹长度大于或等于轨迹阈值时，判定该运动目标是设防区域内的徘徊目标；

其中徘徊检测模块(130)包括短暂静止处理模块(131)和/或碰撞处理模块(132)；

短暂静止处理模块(131)，当运动目标与短暂静止目标重叠度达到重叠度阈值时，判定该运动目标是该短暂静止目标短暂静止后又重新运动的目标，将该短暂静止目标短暂静止之前运动的轨迹长度加到该运动目标轨迹长度上；

碰撞处理模块(132)，当至少两个不同运动目标的匹配度达到匹配度阈值时，判定该至少两个运动目标发生碰撞，通过运动目标估计法得到发生碰撞后所述至少两个运动目标所处位置，进而得到所述至少两个运动目标的轨迹长度。

2.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于包括参数设置模块(140)，设置轨迹阈值、重叠度阈值、短暂静止阈值、像素短暂静止阈值、像素灰度值阈值、匹配度阈值中的一种或多种，以便徘徊检测模块(130)判断设防区域是否存在徘徊目标。

3.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于包括存储器(150)，存储视频监控系统中的程序以及存储相关图像信息。

4.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于包括处理器(160)，执行存储器(150)中的程序，控制视频监控系统各模块的操作，执行视频监控系统中的算数和逻辑运算。

5.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于，短暂静止处理模块(131)根据运动目标连通域分析后得到的矩形与短暂静止目标连通域分析后得到的矩形的重叠部分面积，与运动目标连通域分析后得到矩形面积的比值，而得到所述重叠度。

6.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于，短暂静止处理模块(131)根据运动目标像素的灰度值与短暂静止目标相应位置像素的灰度值相比达到像素灰度值阈值的像素数量，与运动目标所有像素数量的比值，而得到所述重叠度。

7.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于，碰撞处理模块(132)根据运动目标连通域分析后得到的矩形与候选徘徊目标连通域分析后得到的矩形的重叠部分面积，与运动目标连通域分析后得到的矩形面积的比值，而得到所述匹配度。

8.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于短暂静止处理模块(131)包括短暂静止存储单元，存储短暂静止目标短暂静止时所处位置、短暂静止目标大小、短暂静止目标灰度值和短暂静止前的轨迹长度。

9.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于碰撞处理模块(132)包括候选存储单元，存储运动目标当前所处位置、当前运动速度、当前运动方向、轨迹长度。

10.如权利要求1所述的一种基于视频监控的徘徊检测系统，其特征在于所述运动目标估计法，根据运动目标被碰撞前一时刻所处位置、运动速度、运动方向得到该运动目标被碰撞后所处位置和轨迹长度。

11.一种基于视频监控的徘徊检测方法，其特征在于，所述方法包括通过短暂静止处理法和/或碰撞处理法，得到短暂静止后又重新运动目标在设防区域内的运动轨迹和/或被碰撞目标在设防区域内的运动轨迹的步骤；以及当设防区域内运动目标的轨迹长度大于或等于轨迹阈值时，判定该运动目标是该设防区域内徘徊目标的步骤；

其中所述短暂静止处理法包括当运动目标与短暂静止目标重叠度达到重叠度阈值时，判定该运动目标是该短暂静止目标短暂静止后又重新运动的目标，将该短暂静止目标短暂静止之前运动的轨迹长度加到该运动目标轨迹长度上的步骤；

所述碰撞处理法包括当至少两个不同运动目标的匹配度达到匹配度阈值时，判定该至少两个运动目标发生碰撞，通过运动目标估计法得到发生碰撞后所述至少两个运动目标所处位置，进而得到所述至少两个运动目标的轨迹长度的步骤。

12.如权利要求11所述的一种基于视频监控的徘徊检测方法，其特征在于，所述方法包括根据运动目标连通域分析后得到的矩形与短暂静止目标连通域分析后得到的矩形的重叠部分面积，与运动目标连通域分析后得到矩形面积的比值，得到所述重叠度的步骤。

13.如权利要求11所述的一种基于视频监控的徘徊检测方法，其特征在于，所述方法包括根据运动目标像素的灰度值与短暂静止目标相应位置像素的灰度值相比达到像素灰度值阈值的像素数量，与运动目标所有像素数量的比值，得到所述重叠度的步骤。

14.如权利要求11所述的一种基于视频监控的徘徊检测方法，其特征在于，得到短暂静止目标的方法包括对进入设防区域内每个运动目标统计短暂时间内运动目标覆盖区域中每个像素灰度值变化情况的步骤。

15.如权利要求14所述的一种基于视频监控的徘徊检测方法，其特征在于，如果在所述短暂时间内运动目标覆盖区域中静止状态的像素数量与该运动目标覆盖区域内所有像素数量的比例大于或等于短暂静止阈值，则该运动目标是短暂静止目标。

16.如权利要求11所述的一种基于视频监控的徘徊检测系统，其特征在于，所述方法包括根据运动目标连通域分析后得到的矩形与候选徘徊目标连通域分析后得到的矩形的重叠部分面积，与运动目标连通域分析后得到的矩形面积的比值，得到所述匹配度的步骤。

17.如权利要求11所述的一种基于视频监控的徘徊检测系统，其特征在于所述方法包括，根据运动目标被碰撞前一时刻所处位置、运动速度、运动方向得到该运动目标被碰撞后所处位置和轨迹长度的步骤。

Images