发明内容
因此,本发明的目的在于提出一种视频监控系统及其图像的运动目标检测方法,其可以快速、准确地检测运动目标。
依据本发明的一实施例,提供一种视频监控系统,包括:视频终端,其通过视频采集模块采集视频的当前帧图像并数字化,生成压缩的视频流;运动检测模块,与所述视频采集模块相连接,用于接收该压缩的视频流并进行运动目标检测预处理,通过从该压缩的视频流中直接获得运动矢量,并通过对所述运动矢量的判断,标识出可能包含有运动目标的当前帧图像;服务器终端,其与所述运动检测模块通过网络连接,用于接收经运动目标检测预处理后的该压缩的视频流,并对可能包含有运动目标的当前帧图像进行运动目标检测,确认其中出现运动目标。
优选地,该服务器终端包括:采样模块,用于对所述视频流进行采样,采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧,并存储于该服务器终端,其中N≥1;帧差模块,与该采样模块相连接,用于对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测,以检测出该当前帧图像和其下N帧图像中的运动目标;形态学滤波模块,与该帧差模块相连接,用于对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理;轮廓跟踪模块,与该形态学滤波模块相连接,用于对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪,得到该运动目标的大小;目标确认模块,与该轮廓跟踪模块相连接,用于根据得到的目标大小消除噪声干扰以确认运动目标,如果目标大小参数大于一第一阈值,则确认该帧图像检测到运动目标。
优选地,该服务器终端还包括:计数器,用于统计该下N帧图像检测到运动目标的次数;并且,该目标确认模块还与该计数器相连接,当该次数为N时,表示连续N帧图像出现运动目标,该目标确认模块判定该当前帧图像中所检测到的运动目标有效。较佳的,N=5。
优选地,该采样模块还用于采集该视频流中被该运动检测模块认为无运动目标的隔帧图像,由该服务器终端进行运动目标检测。
优选地,该运动检测模块是通过从视频流中直接获得运动矢量,并快速地标识出P、B帧中的运动宏块,对每一个帧图像为宏块,如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T,那么该宏块属于背景的宏块集合Sbac,否则属于运动目标区域的宏块集合Sobj。
优选地,该视频终端为摄像头。
依据本发明另一实施例,提供一种视频监控图像的运动目标检测方法,包括:利用一视频终端通过视频采集模块采集视频的当前帧图像并数字化,生成压缩的视频流;利用一运动检测模块接收该压缩的视频流并进行运动目标检测预处理,该运动检测模块通过从该压缩的视频流中直接获得运动矢量,并通过对所述运动矢量的判断,标识出可能包含有运动目标的当前帧图像;利用一服务器终端通过网络接收经运动目标检测预处理后的该压缩的视频流,并对可能包含有运动目标的当前帧图像进行运动目标检测,确认其中出现运动目标。
优选地,该运动检测模块是通过从视频流中直接获得运动矢量,并快速地标识出P、B帧中的运动宏块,对每一个帧图像为宏块,如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T,那么该宏块属于背景的宏块集合Sbac,否则属于运动目标区域的宏块集合Sobj。
优选地,该服务器终端检测运动目标的过程包括:利用一采样模块对所述视频流进行采样,采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧,并存储于该服务器终端,其中N≥1;利用一帧差模块对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测,以检测出该当前帧图像和其下N帧图像中的运动目标;利用一形态学滤波模块对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理;利用一轮廓跟踪模块对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪,得到该运动目标的大小;利用一目标确认模块根据得到的目标大小消除噪声干扰以确认运动目标,如果目标大小参数大于一第一阈值,则确认该帧图像检测到运动目标。
优选地,在确认运动目标过程中还包括:利用一计数器统计该下N帧图像检测到运动目标的次数;当该次数为N时,表示连续N帧图像出现运动目标,该目标确认模块判定该当前帧图像中所检测到的运动目标有效。较佳的,N=5。
优选地,该方法还包括:利用该采样模块采集该视频流中被该运动检测模块认为无运动目标的隔帧图像,由该服务器终端进行运动目标检测。
优选地,如果该运动检测模块检测到该视频流中某些帧图像中无运动目标,则直接对该些帧图像进行跳帧传输。
本发明通过安装在视频终端的运动检测模块进行初级检测,利用视频压缩域提供的运动矢量表示当前帧图像与参考帧在对应位置上宏块间的位置偏移这一特点,可以得到大体的画面存在运动目标的情况,并将其标识为可能包含有运动目标的帧图像,以供服务器终端对其进行解码及智能化分析,确认其中出现运动目标。如果画面无运动目标,则可以进行跳帧传输,减少对通信带宽的占用。
但基于压缩域目标检测算法对于噪声较大的场合和外界光影的干扰显得不够理想,存在很多的虚警与错报,因此,本发明进一步引入多极校验策略,在服务器平台上再次设置检测校验模块,对视频终端设备检测出并送至服务器的可能包含有运动目标的视频图像进行再次确认,因为服务器处理能力较强,便于采用更复杂效果更好的算法。同时,为了避免画面中存在移动缓慢的目标在运动检测模块端的第一级检测中的漏检,服务器会对视频终端在第一级检测认为无目标的隔帧图像中进行检测,确保不会发生移动缓慢的目标的漏检。
本发明提出的目标运动检测算法利用从MPEG4压缩流中获取运动矢量,由运动矢量标识出可能的运动区域,采用多极检测的策略,可以有效地抑制噪声的干扰,同时,隔帧检测,又会防止移动缓慢的目标的漏检。该方法鲁棒性高、速度快,能够准确地检测运动目标的出现。
具体实施方式
如图1所示,本发明的视频监控系统包括有视频终端10、运动检测模块20以及服务器终端30。在本发明一实施例中,该视频终端10可为摄像头,其通过视频采集模块采集视频的当前帧图像并数字化,生成压缩的视频流。如图1中,该视频终端10包括多个摄像头101~10n,这些摄像头101~10n分别采集各自区域的视频图像,并分别与运动检测模块201~20n连接,由该些运动检测模块201~20n分别接收各摄像头101~10n输出的该压缩的视频流,并进行运动目标检测预处理,通过从该压缩的视频流中直接获得运动矢量,并通过对所述运动矢量的判断,标识出可能包含有运动目标的当前帧图像。该服务器终端30通过网络,如IP网络与该些运动检测模块201~20n连接,用以接收经运动目标检测预处理后的该压缩的视频流,并对可能包含有运动目标的当前帧图像进行运动目标检测,确认其中出现运动目标。
在本发明中,该些运动检测模块201~20n主要是利用视频压缩域提供的运动矢量表示当前帧图像与参考帧在对应位置上宏块间的位置偏移这一特点,以得到大体的画面存在运动目标的情况。更具体地,该些运动检测模块201~20n是通过从MPEG4视频流中直接获得运动矢量,并快速地标识出P、B帧中的运动宏块,对每一个帧图像为宏块,如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T,那么该宏块属于背景的宏块集合Sbac,否则属于运动目标区域的宏块集合Sobj。然而仅利用运动矢量的提取算法误差较大,会有噪声的干扰,影响分割结果。
因此,本发明进一步引入多极校验策略,在服务器终端30上再次设置检测校验模块,对视频终端设备检测出并送至服务器的可能包含有运动目标的视频图像进行再次确认,以有效地抑制噪声的干扰。并且,因为服务器处理能力较强,更便于采用更复杂效果更好的算法以确认图像中出现运动目标。
而在运动目标检测方面,一般主要包括基于帧间差分法,基于背景差分的方法和基于光流场的方法,其中:帧间差法运算量小,检测速度快,容易实现,但容易受到图像噪声的影响,对天气光线等因素的变化敏感,光照变化或者场景有雨雪,会产生误报;基于背景差分的方法需要进行阈值分割并二值化,同时为了消除目标粗糙的边缘轮廓做了数学形态学滤波,运算量较大,同时对于场景光照突变的情况也无法有效处理。光流场的优点是能够检测独立运动的对象,不需要预先知道场景的任何信息,并且可用于摄像头运动的情况,但光流法计算复杂耗时,除非特殊硬件支持,否则很难实现实时检测。
本发明根据实际情况,较佳地选用帧间差分法来进行目标检测,无需存储过多的参考视频。具体地,在本发明中,该服务器终端30较佳地可包括有采样模块31、帧差模块32、形态学滤波模块33、轮廓跟踪模块34、目标确认模块35,通过这些模块可以对该些运动检测模块201~20n所检测出来的可能包含有运动目标的图像进行解码及运动目标检测等智能化处理。
该采样模块31通过IP网络与该些运动检测模块201~20n连接,用于对所述视频流进行采样,采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧,并存储于该服务器终端30,其中N≥1。
该帧差模块32与该采样模块31相连接,用于对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测,以检测出该当前帧图像和其下N帧图像中的运动目标。
该形态学滤波模块33与该帧差模块32相连接,用于对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理。
该轮廓跟踪模块34与该形态学滤波模块33相连接,用于对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪,得到该运动目标的大小。
该目标确认模块35与该轮廓跟踪模块34相连接,用于根据得到的目标大小消除噪声干扰以确认运动目标,如果目标大小参数大于一第一阈值,则确认该帧图像检测到运动目标。
由于目标的出现具有持续性,本发明还可以设定计数器,统计连续帧发现运动目标次数,如果连续N帧出现运动目标,则判定目标有效。较佳的,本发明中N取5。具体地说,本发明在该服务器终端30还设置有计数器(图中未示),用于统计该下N帧图像检测到运动目标的次数,并且,该目标确认模块还与该计数器相连接,当该次数为N时,表示连续N帧图像出现运动目标,该目标确认模块判定该当前帧图像中所检测到的运动目标有效。
同时,为了避免图像中存在移动缓慢的目标在运动检测模块端的第一级检测中的漏检,服务器会对视频终端在第一级检测认为无目标的隔帧图像中进行检测,确保不会发生移动缓慢的目标的漏检。因此,该采样模块31还用于采集该视频流中被该运动检测模块认为无运动目标的隔帧图像,由该服务器终端进行运动目标检测。
通过上述视频监控系统,本发明的视频监控图像的运动目标检测方法如下:
步骤1,利用视频终端10,如摄像头101~10n,通过视频采集模块采集视频的当前帧图像并数字化,生成压缩的视频流。
步骤2,利用运动检测模块20,如运动检测模块201~20n,接收该压缩的视频流并进行运动目标检测预处理,该些运动检测模块201~20n通过从该压缩的视频流中直接获得运动矢量,并通过对所述运动矢量的判断,标识出可能包含有运动目标的当前帧图像。
在步骤2中,该些运动检测模块201~20n主要是通过从视频流中直接获得运动矢量,并快速地标识出P、B帧中的运动宏块,对每一个帧图像为宏块,如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T,那么该宏块属于背景的宏块集合Sbac,否则属于运动目标区域的宏块集合Sobj。
步骤3,利用服务器终端30通过网络接收经运动目标检测预处理后的该压缩的视频流,并对可能包含有运动目标的当前帧图像进行运动目标检测,确认其中出现运动目标。
在步骤3中,该服务器终端30检测运动目标的过程包括:
步骤31,利用一采样模块对所述视频流进行采样,采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧,并存储于该服务器终端,其中N≥1;
步骤32,利用一帧差模块对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测,以检测出该当前帧图像和其下N帧图像中的运动目标;
步骤33,利用一形态学滤波模块对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理;
步骤34,利用一轮廓跟踪模块对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪,得到该运动目标的大小;
步骤35,利用一目标确认模块根据得到的目标大小消除噪声干扰以确认运动目标,如果目标大小参数大于一第一阈值,则确认该帧图像检测到运动目标。
更佳地,在确认运动目标过程中还包括:利用一计数器统计该下N帧图像检测到运动目标的次数;当该次数为N时,表示连续N帧图像出现运动目标,该目标确认模块判定该当前帧图像中所检测到的运动目标有效。较佳的,本发明中,N取5。
更佳地,本发明还利用该采样模块采集该视频流中被该运动检测模块认为无运动目标的隔帧图像,由该服务器终端进行运动目标检测。
并且,如果该运动检测模块检测到该视频流中某些帧图像中无运动目标,则直接对该些帧图像进行跳帧传输,以减少对通信带宽的占用。
综上所述,本发明利用运动检测模块进行运动目标检测预处理,即从MPEG4压缩流中获取运动矢量,由运动矢量标识出可能的运动区域,从而可以减小服务器终端的运算量,使得服务器终端可以支持更多的视频终端数目。并且,在服务器终端上可以只对可能包含有运动目标的图像进行解码及目标检测等智能化处理,也大大提高了服务器终端的处理速度。而且,通过采用多极检测的策略,可以有效地抑制噪声的干扰,同时,隔帧检测,又会防止移动缓慢的目标的漏检。因此,本发明的视频监控系统及其图像的运动目标检测方法鲁棒性高、速度快,能够准确地检测运动目标的出现。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。