CN102663346B - 遗留物的检测方法及系统 - Google Patents

Abstract

本发明适用于安防领域，提供了一种遗留物的检测方法，该方法包括：背景创建，并确定运动目标区域；统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M；根据掩模M和SF图像相关性提取可疑目标当前场景的图像；对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物。本发明提供的技术方案具有降低误报率的优点。

Description

遗留物的检测方法及系统

技术领域

本发明属于安防领域，尤其涉及一种遗留物的检测方法及系统。

背景技术

在安防领域中，遗留物的检测可以有效防止恐怖分子安放炸弹、毒气等危险品，提高公共场所的安全以及时发现旅客遗留的行李和减少旅客损失，所以其对安防领域有着极其重要的作用，现有安防领域的遗留物的检测方法主要有，通过背景差技术（当前图像与背景图像相减的技术），检测出停留时间过长的目标，检测出的目标与当前场景比较，分析是否是遗留物。

在实现现有技术的过程中，发现现有技术的技术方案存在如下问题：

现有技术中使用单一场景与目标进行比较分析，这种方法没有“记忆”，只会比较当前的变化，场景中一些正常的背景景物的变化，很可能认为是遗留物，导致现有技术的方法遗留物误报率高。

发明内容

本发明实施例的目的在于提供一种遗留物的检测方法，旨在解决现有的技术方案遗留物误报率高的问题。

本发明实施例是这样实现的，一种遗留物的检测方法，所述方法包括：

背景创建，并确定运动目标区域；

统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M；

根据掩模M和二值图SF相关性提取可疑目标当前场景的图像；

对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物；

所述根据掩模M和二值图SF相关性提取可疑目标当前场景的图像具体为：

对场景图像进行帧间差算法提取运动像素，如果掩模M处没有运动像素，则可提取该区域的场景图像，记录为可疑遗留物目标SR1，然后进行下一时刻的提取，作为SR2；一直到SRn；

得到n个可疑区域场景图像SR1，SR2，……SRn之后，运用公式1计算图像两两间的相关性r_ij，然后采用公式2计算每个图像与其它图像的相关性总和，相关性总和最大的图像作为可疑遗留目标分析图像SR。

其中，

$R\left(i\right)=\frac{\underset{m-1}{\overset{M}{\mathrm{\Σ}}}T\left(m\right)S^i\left(m\right)}{\sqrt{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{T}^2\left(m\right)\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}^2\left(m\right)}}$ 公式1

$r=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}r\left(n\right)$ 其中，j≠i公式2。

可选的，所述背景创建，并确定运动目标区域包括步骤：

获取场景中多个时间段的图片作为背景参考图片；

剔除背景参考图片的干扰目标，确定背景参考图片的运动目标区域。

可选的，所述剔除背景参考图片的干扰目标,确定背景参考图片的运动目标区域具体包括：

使用背景差算法处理背景参考图片得到运动目标前景图像，使用连通区域提取算法在前景图像中提取目标的外接矩形框，标注外接矩形框区域为干扰区域。

可选的，所述方法还包括：

如果分析结果确定是目标遗留，则启动报警信号。

另一方面，本发明提供一种遗留物的检测系统，所述系统包括：

干扰单元，用于确定背景参考图片的运动目标区域；

提取单元，用于统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M；

图像提取单元，用于根据掩模M和二值图SF相关性提取可疑目标当前场景的图像；

分析单元，用于对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物；

所述图像提取单元具体用于对场景图像进行帧间差算法提取运动像素，如果掩模M处没有运动像素，则可提取该区域的场景图像，记录为可疑遗留物目标SR1，然后进行下一时刻的提取，作为SR2；一直到SRn；

得到n个可疑区域场景图像SR1，SR2，……SRn之后，运用公式1计算图像两两间的相关性r_ij，然后采用公式2计算每个图像与其它图像的相关性总和，相关性总和最大的图像作为可疑遗留目标分析图像SR。

其中，

$R\left(i\right)=\frac{\underset{m-1}{\overset{M}{\mathrm{\Σ}}}T\left(m\right)S^i\left(m\right)}{\sqrt{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{T}^2\left(m\right)\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}^2\left(m\right)}}$ 公式1

$r=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}r\left(n\right)$ 其中，j≠i公式2。

可选的，所述干扰单元具体用于使用背景差算法处理背景参考图片得到运动目标前景图像，使用连通区域提取算法在前景图像中提取目标的外接矩形框，标注外接矩形框区域为干扰区域。

可选的，所述系统还包括：

报警单元，用于所述分析单元分析结果确定是目标遗留，启动报警信号。

在本发明实施例中，本发明提供的技术方案带有“记忆”的系统，利用了丰富的历史场景信息，并且对历史场景中的干扰目标使用标注的方法进行消除。基于以上历史信息，进行多时段场景比对进行遗留物检测。有效的克服了场景中非遗留物属性的物品、灯光等周期性移动、变化的干扰。有效的提高了检测率，同时减少了误报率。

附图说明

图1是本发明具体实施方式提供的一种遗留物的检测方法的流程图；

图2是本发明具体实施例提供的方向示意图；

图3是本发明具体实施方式提供的一种遗留物的检测系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供的一种遗留物的检测方法，该方法有安防系统完成，该方法如图1所示，包括：

S10、背景创建，并确定运动目标区域；

本实施例中所述步骤S10可通过下述步骤S11和S12来实现，其中：

S11、获取场景中多个时间段的图片作为背景参考图片；

S12、剔除背景参考图片的干扰目标（例如人或物等不属于背景参考图片的目标），确定背景参考图片的运动目标区域。

S13、统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M。

S14、根据掩模M和二值图SF相关性提取可疑目标在当前场景中的图像。

S15、对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物。

本发明提供的检测方法具有带有“记忆”的系统，利用了丰富的历史场景信息，并且对历史场景中的干扰目标使用标注的方法进行消除。基于以上历史信息，进行多时段场景比对进行遗留物检测。有效的克服了场景中非遗留物属性的物品、灯光等周期性移动、变化的干扰。有效的提高了检测率，同时减少了误报率。

可选的，上述S11的实现方法可以为：按一定的频率提取场景中多个时间段的图片，上述频率可以自行设定，当然获取多个时间段的图片也可以随机提取。

可选的，上述S12的实现方法可以为：使用背景差算法，得到运动目标前景图像，使用连通区域提取算法，在前景图像中提取目标的外接矩形框，并且，标注外接矩形框区域为干扰区域。

可选的，S14的实现方法可以为：

对场景图像进行帧间差算法，提取运动像素。如果M区域处没有运动像素，则可提取该区域的场景图像，记录为可疑遗留物目标SR1，然后进行下一时刻的提取，作为SR2；一直到SRn。需要说明的是，n值可以自己定义，建议默认为10幅，另外，相邻两次提取的时间间隔必须大于设定值T1，默认值为1秒，也可以为1～5秒。

得到n个可疑区域场景图像SR1，SR2，……SRn之后，运用相关性（公式1），计算图像两两间的相关性r_ij，然后计算每个图像与其它图像的相关性总和（公式2），相关性总和最大的图像作为可疑遗留目标分析图像SR。

$R\left(i\right)=\frac{\underset{m-1}{\overset{M}{\mathrm{\Σ}}}T\left(m\right)S^i\left(m\right)}{\sqrt{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{T}^2\left(m\right)\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{S}^2\left(m\right)}}$ （公式1） $r=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}r\left(n\right)$ 其中，j≠i（公式2）

可选的，实现S15的方法具体可以为：

第一阶段，确定可疑区域是物体，而非场景光照变化造成的影响。以下计算的图像区域均为M指定的区域。

首先，需要进行比较的是SR。SR与保存好的所有背景参考图片的M区域进行比较。如果一个场景中的M区域矩形框与该场景的干扰目标标注框重叠或部分重叠，则该SR放弃与该场景的比较。

1）首先计算梯度相关性。使用“Sobel算子”计算获得梯度图像，使用相关性（公式2），计算得相关值r1。

2）计算方差分布相关性，使用（公式3）和（公式4）计算图像均值，每个像素点与均值差，得到差值图，使用相关（公式1）计算得到相关值r2。

$\mathrm{mean}=\frac{\underset{m=}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}T(m,n)}{\mathrm{MN}}$ （公式3）

Var(m,n)=T(m,n)-mean（公式4）

其中， $m\∉1~M,$ $n\∉1~N$

3）使用（公式5）计算图像的像素方向特性。具体见（图2），分成4个方向，每个方向同方向像素点逐点计算差值，4个方向中，找到差值最大的方向，确定为区域的图像方向，如果是同一个物体，那么图像方向是一致的，如果两者方向一致，方向相关性r3=1；如果相差一个角度那么就是r3=0.5；其余的都是r3=0。

$\mathrm{dir}1=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}|T(m,n)-S(m+1,n)|$

方向1：

$\mathrm{dir}2=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}|T(m,n)-S(m+1,n-1)|$

方向2：

$\mathrm{dir}3=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}|T(m,n)-S(m,n+1)|$

方向3：

$\mathrm{dir}4=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}|T(m,n)-S(m+1,n-1)|$

方向4：（公式5）

最后计算加权和：

r=α1*r1+α2*r2+α3*r3（公式6）

然后，可疑区域SR与每一幅保存背景参考图片的该区域都使用（公式6）做一次计算，获得加权相关性r_i。如果多于任意两幅图像的相关性r_i的值大于Thr，则认为是光照造成的变化，没有遗留物存在，否则，认为场景确实是由物体的出现或消失引起的变化，确定有遗留物存在。

本发明具体实施方式还提供一种遗留物的检测系统，该系统如图3所示，包括：

获取单元31，用于获取场景中多个时间段的图片作为背景参考图片；

干扰单元32，用于剔除背景参考图片的干扰目标，确定背景参考图片的运动目标区域；

提取单元33，用于统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M；

图像提取单元34，用于根据掩模M和二值图SF相关性提取可疑目标当前场景的图像；

分析单元35，用于对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物。

可选的，干扰单元32具体用于使用背景差算法处理背景参考图片得到运动目标前景图像，使用连通区域提取算法在前景图像中提取目标的外接矩形框，标注外接矩形框区域为干扰区域。

可选的，上述系统还包括：

报警单元36，根据所述分析单元分析结果确定是目标遗留时，启动报警信号。

在上述单元和系统实施例中，所包括的各个模块或单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本发明提供系统是具有带有“记忆”的系统，利用了丰富的历史场景信息，并且对历史场景中的干扰目标使用标注的方法进行消除。基于以上历史信息，进行多时段场景比对进行遗留物检测。有效的克服了场景中非遗留物属性的物品、灯光等周期性移动、变化的干扰。有效的提高了检测率，同时减少了误报率。

本领域技术人员可以理解，本发明实施例提供的非线性容限的补偿方法中，其全部或部分步骤是可以通过程序指令相关的硬件来完成。比如可以通过计算机运行程来完成。该程序可以存储在可读取存储介质，例如，随机存储器、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种遗留物的检测方法，其特征在于，所述方法包括： 

背景创建，并确定运动目标区域； 

统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M； 

根据掩模M和二值图SF相关性提取可疑目标当前场景的图像； 

对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物； 

所述根据掩模M和二值图SF相关性提取可疑目标当前场景的图像具体为： 

对场景图像进行帧间差算法提取运动像素，如果掩模M处没有运动像素，则可提取该区域的场景图像，记录为可疑遗留物目标SR1，然后进行下一时刻的提取，作为SR2；一直到SRn； 

得到n个可疑区域场景图像SR1，SR2，……SRn之后，运用公式1计算图像两两间的相关性r_ij，然后采用公式2计算每个图像与其它图像的相关性总和，相关性总和最大的图像作为可疑遗留目标分析图像SR；

其中， 

公式1 

其中，j≠i公式2。 

2.根据权利要求1所述的遗留物的检测方法，其特征在于，所述背景创建，并确定运动目标区域包括步骤： 

获取场景中多个时间段的图片作为背景参考图片；剔除背景参考图片的干扰目标，确定背景参考图片的运动目标区域。 

3.根据权利要求2所述的遗留物的检测方法，其特征在于，所述剔除背景参考图片的干扰目标，确定背景参考图片的运动目标区域具体包括： 

使用背景差算法处理背景参考图片得到运动目标前景图像，使用连通区域提取算法在前景图像中提取目标的外接矩形框，标注外接矩形框区域为干扰区域。 

4.根据权利要求1所述的遗留物的检测方法，其特征在于，所述方法还包括： 

如果分析结果确定是目标遗留，则启动报警信号。 

5.一种遗留物的检测系统，其特征在于，所述系统包括： 

干扰单元，用于确定背景参考图片的运动目标区域； 

提取单元，用于统计该运动目标区域的前景像素存在时间，如时间超过时间阈值，将前景像素生成可疑目标二值图SF，对SF通过连通区域提取算法提取单个物体的掩模M； 

图像提取单元，用于根据掩模M和二值图SF相关性提取可疑目标当前场景的图像； 

分析单元，用于对该当前场景的图像进行特性分析，根据分析结果确定是否为遗留物； 

所述图像提取单元具体用于对场景图像进行帧间差算法提取运动像素，如果掩模M处没有运动像素，则可提取该区域的场景图像，记录为可疑遗留物目标SR1，然后进行下一时刻的提取，作为SR2；一直到SRn； 

得到n个可疑区域场景图像SR1，SR2，……SRn之后，运用公式1计算图像两两间的相关性r_ij，然后采用公式2计算每个图像与其它图像的相关性总和，相关性总和最大的图像作为可疑遗留目标分析图像SR；

其中， 

公式1 

其中，j≠i公式2。 

6.根据权利要求5所述的遗留物的检测系统，其特征在于，所述干扰单元具体用于使用背景差算法处理背景参考图片得到运动目标前景图像，使用连通区域提取算法在前景图像中提取目标的外接矩形框，标注外接矩形框区域为干扰区域。 

7.根据权利要求5所述的遗留物的检测系统，其特征在于，所述系统还包括： 

报警单元，用于所述分析单元分析结果确定是目标遗留，启动报警信号。 

Images