CN103079062A - 一种智能视频监控系统 - Google Patents

Abstract

本发明提供涉及一种智能视频监控系统：通过视频输入器采集监控场景视频信息；通过视频解码模块将AV视频信号转换为数字图像信号并输出到视频处理单元。该视频处理单元内部包含了图像去雾模块、视频事件分析检测模块、视频图像压缩编码模块、视频输入器控制模块和网络驱动模块等多个功能模块。图像去雾模块采用基于暗点优先膨胀的暗通道去雾优化算法，可实时去除图像中的雾霾，提高监控视频的清晰度。视频事件分析检测模块能够智能的检测监控场景中的烟雾和明火。网络驱动模块支持以太网、WiFi和3G三种网络的数据通信。因此本发明的检测功能实用智能，硬件成本低，配置灵活方便，具有重要的应用价值。

Description

一种智能视频监控系统

技术领域

本发明涉及视频监控领域，尤其涉及一种智能视频监控系统。

背景技术

随着我国视频监控系统的不断普及，数字化、网络化和智能化程度不断提高。视频监控系统在消防和安防领域的作用也越来越重要。另外，随着图像处理和机器视觉技术的不断成熟，视频监控在智能消防和高清监控方面的潜力不断显现。

目前我国现有的视频监控系统大多采取远程视频获取和人工观看视频的模式。此种模式存在很多缺点和不足：

1、由于监控点位多、人类自身的生理弱点以及人员管理上的不完善等因素，监控者经常疏漏，甚至是无法察觉某些安全威胁或事件，例如火灾前，火源处的少量烟雾或者明火；

2、监控的时间上，很难实现7×24小时全天候监控；

3、事件的响应速度上，当前的监控系统通常是录取视频录像作为后期事件的查证之用，较难做到事件的实时响应。

另外，由于环境污染，区域性气候特点等原因，雾霾天气在全国范围内越来越常见。在此种天气条件下监控视频图像严重降低，视频监控系统失去了应有的作用。

综上所述，在当前社会信息化、智能化的趋势下，现有的视频监控技术已经不能满足人们对于视频监控的需求了。

发明内容

为了克服现有技术的不足，本发明提供一种能够在视频采集前端检测烟雾和明火，以及在雾霾环境中增强视频图像质量的智能视频监控系统。

本发明的技术方案为一种智能视频监控系统，包括各监控场景设置的智能视频传感器和客户端，智能视频传感器和客户端建立通信连接，所述智能视频传感器，包括视频输入器、视频解码模块和视频处理单元；

视频输入器获取到的视频信号输入视频解码模块；

视频解码模块将来自视频输入器的视频信号转换成数字图像帧并输入视频处理单元；

视频处理单元包括图像去雾模块、视频事件分析检测模块、视频图像压缩编码模块、视频输入器控制模块、网络驱动模块和网络传输模块；

图像去雾模块支持根据用户的设置开启或者关闭图像去雾处理功能，功能开启时对数字图像帧进行去雾处理后发送给视频图像压缩编码模块，关闭时则不对数字图像帧做任何处理直接发送给视频图像压缩编码模块；

视频图像压缩编码模块将来自图像去雾模块的数字图像帧压缩编码成视频码流并输入网络驱动模块；

视频事件分析检测模块用于检测来自视频解码模块的数字图像帧中的烟雾和明火，生成视频事件检测结果并输入网络驱动模块；

网络驱动模块将来自视频图像压缩编码模块的视频码流和视频事件分析检测模块的视频事件检测结果通过网络传输模块发送到客户端，还接受来自客户端的视频输入器控制命令并发送到视频输入器控制模块。

而且，网络传输模块包括以太网模块、WiFi模块和3G模块。

而且，视频解码模块将来自视频输入器的视频信号转换成YUV格式的数字图像帧，视频处理单元的输入图像J是来自视频解码模块的YUV格式的数字图像帧。

而且，所述图像去雾模块执行去雾处理实现方式如下，

对输入图像J，将来自视频解码模块的YUV格式的数字图像帧转换为RGB格式的数字图像帧，其中x,y是图像中任意一点像素的空间坐标，采用J(x,y)表示RGB格式的数字图像帧位于(x,y)处的像素，采用J(x,y,c)表示RGB格式的数字图像帧位于(x,y)处的像素在c通道的颜色分量，c表示像素点的r、g或b颜色分量；然后执行以下步骤，

（1）利用公式求出原图J(x,y,c)在c维度上的最小值；

（2）按由小到大的顺序从输入图像J的所有像素的D(x,y)中取值，设当前取到某位置(x,y)处像素在c维度上的最小值D(x,y)，用此D(x,y)值填充以(x,y)为中心，q×q像素大小的区域；然后按由小到大的顺序取下一个D(x,y)，采用同样方式填充直到覆盖整个图像区域时停止，此时的填充结果为图像的暗通道J^dark，用J^dark(x,y)表示暗通道J^dark位于(x,y)处的值。；

（3）利用公式

计算得到去雾后的图像J′(x,y)，其中A为大气光强度，t₀为雾浓度参数。

而且，视频事件分析检测模块检测烟雾实现方式如下，

（1）对输入图像J按颜色模型提取疑似烟雾区：

根据公式

将输入图像J中疑似烟雾的区域保留，其他区域设置成黑色，得到中间结果图像J₁；

其中，Y(x,y)、U(x,y)、V(x,y)分别为像素(x,y)的Y，U,V图像通道取值；

（2）根据烟雾飘动性，对中间结果J₁图像进行背景建模和运动检测，统计中间结果图像J₁中与背景不一致像素数m，并计算m与图像大小M的比例η=m/M；

（3）将对多幅连续数字图像帧分别执行以上步骤所得比例η按时间顺序构成η序列，将η序列作为输入信号进行高通滤波输出结果，得到烟雾检测水平η′，当η′大于预设门限值时发现烟雾。

而且，视频事件分析检测模块检测明火实现方式如下，

（1）对输入图像J进行前景检测，获取火焰的大致区域，提取区域中的所有轮廓；

（2）进行轮廓匹配得到火焰疑似区域AR₀；

（3）对各可疑轮廓区域AR₀进行筛选得到疑似火焰区AR，

包括将在可疑轮廓区域AR₀中满足

特点的像素认为是疑似火焰区域中的像素并保留，其他像素被置为0，r1、r2为预设参数；

（4）将输入图像J转换到L^*a^*b^*空间，根据公式

计算得到三个通道内像素值的均值其中，N为图像的像素数，L^*(x,y)、a^*(x,y)、b^*(x,y)分别为像素(x,y)的L^*,a^*,b^*图像通道取值；

然后按以下公式计算，

${\mathrm{BR}}_1=\left\{\begin{array}{c}1,\mathrm{if}{L}^{*}(x,y)\≥{\hat{L}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_2=\left\{\begin{array}{c}1,\mathrm{if}{a}^{*}(x,y)\≥{\hat{a}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_3=\left\{\begin{array}{c}1,\mathrm{if}{b}^{*}(x,y)\≥{\hat{b}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_4=\left\{\begin{array}{c}1,\mathrm{if}{b}^{*}(x,y)\≥a^{*}(x,y)\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_5=\left\{\begin{array}{c}1,\mathrm{if}{L}^{*}(x,y)\≥a^{*}(x,y)\mathrm{and}{L}^{*}(x,y)\≤b^{*}(x,y)\\ 0,\mathrm{otherwise}\end{array}\right.$ BR=BR₁∩BR₂∩BR₃∩BR₄∩BR₅，

通过中间结果BR₁、BR₂、BR₃、BR₄、BR₅计算得到疑似火焰区BR；

（5）将上述过程中计算得出的疑似火焰区AR与BR进行图像乘法运算，得到识别的火焰区域CR，计算火焰区域CR的像素大小n与整个输入图像的像素数M的比值η₁=n/M，得到明火检测水平η₁，当η₁大于预设门限值时发现明火。

而且，客户端执行以下流程，

连接智能视频传感器，开始等待接收各个智能视频传感器传送过来的数据；

接收到数据后，首先判断是否为来自视频压缩编码模块的视频码流，

如果是视频码流，则将视频码流解码后显示并返回继续等待数据；

否则继续判断是否是检测结果数据，如果是视频事件检测结果，则将检测结果解析后显示检测结果，然后判断是否报警，如果超过用户设定的预警值则发出报警，将报警记录数据存入数据库并且返回继续等待数据，否则直接返回继续等待数据。

本发明的智能视频传感器使用以高性能Cortex-A8CPU为处理核心的嵌入式系统和多线程技术，仅用一个视频处理单元就可以综合实现视频的处理和检测、视频码流及检测结果的传输和视频输入器的控制多种功能，因此处理能力强，硬件成本低廉，功耗低。视频传感器支持以太网、WiFi和3G种网络的数据传输，因此该系统使用方便，适合各种监控场景。本发明所检测的视频事件根据现代智能安防和消防的实际需求设计，因此智能化程度高，实用性强。综上所述，本发明具有重要的应用价值。

附图说明

图1是本发明实施例的智能视频传感器系统框图；

图2是本发明实施例的图像去雾算法流程图；

图3是本发明实施例的烟雾检测算法流程图；

图4是本发明实施例的明火检测算法流程图；

图5是本发明实施例的智能监控系统有线传输模式的系统框图；

图6是本发明实施例的智能监控系统WiFi无线输模式的系统框图；

图7是本发明实施例的智能监控系统3G无线输模式的系统框图；

图8是本发明实施例的客户端软件流程图。

具体实施方式

以下结合附图和实施例详细说明本发明技术方案。

为了网络化的传输图像和视频事件检测结果，本发明提供一种智能视频监控系统，包括智能视频传感器和客户端。客户端接收和显示来自一路或多路智能视频传感器的监控视频和视频事件处理结果，并根据检测结果发出报警信号。智能视频传感器与客户端建立通信连接。

本发明提供了一种智能视频传感器，包括视频输入器、视频解码模块和视频处理单元。视频输入器可以是任何视频信号采用AV视频信号输出且控制信号通过RS232串口传输的视频采集设备；视频解码模块可采用TI公司的低功耗视频解码芯片TVP5150实现，用于将视频输入器输出的AV视频信号解码成数字图像帧；视频处理单元由嵌入式系统实现，用于检测来自视频解码模块的数字视频图像帧中的烟雾和明火，并将数字图像转化成视频码流和视频事件检测的结果一起发送出去，在压缩编码视频码流之前，会根据用户的设定对图像进行去雾处理；该视频处理单元可通过RS232串行总线设置视频输入器的各种参数。

智能视频传感器与客户端之间的通信连接可采用多种方式，例如：

视频传感器通过以太网双绞线与以太网交换机连接，以太网交换机通过双绞线与客户端连接，实现监控视频和检测结果信息的有线传输。视频传感器通过无线信号与WiFi无线路由连接，WiFi无线路由通过双绞线与客户端连接，实现监控视频和检测结果信息的WiFi无线传输。视频传感器通过3G无线信号通过3G运营商无线基站接入互联网，通过互联网与客户端客户端连接，实现监控视频和检测结果信息的3G无线传输。具体实施时设置相应网络传输模块即可。

如图1所示，实施例的智能视频传感器包括视频输入器110，视频解码模块120和视频处理单元130。

视频输入器110用于获取监控场景的图像信息，获取到的视频信号由视频输入器110的AV端口输出，通过同轴电缆与视频解码模块120连接。

视频解码模块120将来自视频输入器110的AV视频信号转换成数字图像帧（YUV格式），通过专用的CMOS摄像头接口与视频处理单元130连接。

视频处理单元130用于监控视频的压缩编码、传输和视频事件的检测，包括图像去雾模块131、视频事件分析检测模块132、视频图像压缩编码模块133、视频输入器控制模块134、网络驱动模块135、以太网模块136、WiFi模块137和3G模块138。所述图像去雾模块131支持根据用户的设置开启或者关闭图像去雾处理功能。功能开启时，图像去雾模块131对数字图像帧进行去雾处理后发送给视频图像压缩编码模块133以提高图像的清晰度，关闭时则不对数字图像帧做任何处理直接发送给视频图像压缩编码模块133；视频图像压缩编码模块133将来自图像去雾模块131的数字图像帧压缩编码成视频码流，便于网络传输。视频事件分析检测模块132用于检测来自视频解码模块120的数字图像帧中的烟雾和明火，生成视频事件检测结果并输入网络驱动模块135。网络驱动模块135将来自视频图像压缩编码模块133的视频码流和视频事件分析检测模块132的视频事件检测结果通过以太网、WiFi网路或3G网络发送出去。该网络驱动模块135还接受来自用户的视频输入器控制命令，将其发送到视频输入器控制模块134。视频输入器控制模块134通过RS232串行总线与视频输入器110连接，发送控制命令字节码来控制球机的视角方位、焦距和白平衡等参数。以太网模块136、WiFi模块137和3G模块138分别用于将来自网络驱动模块135的数据按以太网、WiFi或3G的方式传送出去。

图5是有线传输模式下智能视频监控系统的系统框图，包括图1所述智能视频传感器、以太网交换机610和客户端220。可以设置多个智能视频传感器，如图中不同监控才场景1、2…N分别设置智能视频传感器1、2…N。若干智能视频传感器的以太网模块135通过以太网双绞线与以太网交换机610连接，以太网交换机610通过以太网双绞线与客户端220连接。

图6是WiFi无线传输模式下智能视频监控系统的系统框图，包括图1所述智能视频传感器，WFi无线路由器710和客户端220。若干智能视频传感器的WiFi模块通过WiFi无线信号与WiFi无线路由器710连接，该WiFi无线路由器710通过以太网双绞线与客户端220连接。

图7是3G无线传输模式下智能视频监控系统的系统框图，包括图1所述的智能视频传感器，3G运营商无线基站和客户端220等。若干智能视频传感器的3G模块通过3G运用商3G无线基站接入互联网，通过互联网与客户端220连接，实现数据的传输。

客户端220由通用计算机和安装在其上的客户端软件实现，用于显示一个或多个智能视频传感器的监控视频和视频事件检测结果及发出报警。图8是客户端220的软件流程图。用户通过客户端220可以查看实时监控视频，浏览查询视频事件的监测结果和即使记录。程序启动后连接智能视频传感器，开始等待接收各个智能视频传感器传送过来的数据，接收到数据后，首先判断是否为监控图像数据(即来自视频压缩编码模块的视频码流)，如果是视频码流，则将视频码流解码后显示在软件界面中并返回继续等待数据；否则继续判断是否是检测结果数据，如果是视频事件检测结果，则将检测结果解析后显示检测结果，然后判断是否报警，如果超过用户设定的预警值则发出报警，将报警记录数据存入数据库并且返回继续等待数据，否则直接返回继续等待数据。

如图2所示，为了实现图像去雾，本发明提供了如下方案：

将视频处理单元的输入图像J，即来自视频解码模块的YUV格式的数字图像帧，转换为RGB格式的数字图像帧，采用J(x,y)表示RGB格式的数字图像帧位于(x,y)处的像素，采用J(x,y,c)表示RGB格式的数字图像帧位于(x,y)处的像素在c通道的颜色分量，其中x,y是图像中任意一点像素的空间坐标，c表示像素点的r、g或b颜色分量；

（1）利用公式

求出输入图像J中每个像素在c维度上的最小值D(x,y)，即取每个像素(x,y)的r、g、b这三个颜色分量中最小者；

（2）实施例设计了暗点优先膨胀算法：按由小到大的顺序，从输入图像J的所有像素的D(x,y)中取值，设当前取到某位置(x,y)处像素在c维度上的最小值D(x,y)，用D(x,y)填充以(x,y)为中心，q×q像素大小的区域；然后按由小到大的顺序取下一个D(x,y)，采用同样方式填充…当填充操作覆盖整个图像区域时停止，此时的填充结果即为图像的暗通道J^dark。用J^dark(x,y)表示J^dark位于(x,y)处的值。本领域技术人员可自行设置q值大小，例如q=15。

（3）根据输入图像J和步骤（2）所得J^dark，利用公式

（其中A为大气光强度，t₀为雾浓度参数，A=220,t₀=0.1），计算得到去雾后的图像J′，用J′(x,y)表示J′位于(x,y)处的值。

如图3所示，为了实现烟雾检测，本发明提供了如下方案：

（1）对输入图像J按颜色模型提取疑似烟雾区：

根据公式

（其中Y,U,V表示输入图像J在YUV颜色空间下的三个图像通道，即Y(x,y)、U(x,y)、V(x,y)分别为像素(x,y)的Y,U,V图像通道取值），将图像中疑似烟雾的区域保留（即保持RGB格式的数字图像帧位于(x,y)处的像素J(x,y)不变），其他区域设置成黑色，得到中间结果图像J₁，J₁(x,y)为中间结果图像J₁中位于(x,y)处的像素；

（2）运动检测获取运动水平：

根据烟雾飘动性，对中间结果图像J₁进行背景建模和运动检测，统计J₁中与背景不一致像素数m，并用m与图像大小M的比例η=m/M，作为J₁的运动水平，具体运动检测实现为现有技术，本发明不予赘述；

（3）对多幅连续数字图像帧分别执行以上步骤（1）（2）可得到每幅图像的比例η，按时间顺序构成η序列，将η序列作为输入信号进行高通滤波输出结果，得到烟雾检测水平η′，以减少与烟雾颜色类似的行人，车辆对检测的干扰，η′即为表征场景中烟雾可能性大小的检测结果。默认η′>0.3时发现烟雾，该门限值也可以由用户设定。

如图4所示，为了实现明火检测，本发明提供如下方案：

（1）前景检测获取火焰大致区域中的所有轮廓：对输入图像J进行前景检测，获取火焰的大致区域，提取该区域中的所有轮廓，前景检测为现有技术，可基于RGB格式的数字图像帧实现；

（2）对输入图像J（即待检测图片）进行轮廓匹配得到可疑轮廓：根据火焰轮廓的表现特点，抽象出一种火焰轮廓作为火焰模板，在提取出来的各个轮廓与模板轮廓进行逐一比较，可能获得多个火焰疑似区域AR₀。

（3）对各可疑轮廓区域AR₀进行r值筛选得到疑似火焰区AR：

设 $r=\frac{R}{R+G+B}$

在AR₀中具有

特点的像素被认为是火焰像素，将其保留，否者该像素被置为0（黑色），由此，得到疑似火焰区AR。R、G、B指可疑轮廓区域中某像素的红、绿、蓝三个颜色分量。r1、r2为预设参数，具体实施时本领域技术人员可根据经验取值，实施例取r1=0.4013，r2=0.5969，即在AR₀中具有

特点的像素被认为是火焰像素。

（4）对当前帧进行L^*a^*b^*通道检测得到疑似火焰区BR：将输入图像J，转换到L^*a^*b^*空间，根据公式 ${\hat{L}}^{*}=\frac{1}{N}\underset{x}{\mathrm{\Σ}}\underset{y}{\mathrm{\Σ}}{L}^{*}(x,y),$ ${\hat{a}}^{*}=\frac{1}{N}\underset{x}{\mathrm{\Σ}}\underset{y}{\mathrm{\Σ}}{a}^{*}(x,y),$ ${\hat{b}}^{*}=\frac{1}{N}\underset{x}{\mathrm{\Σ}}\underset{y}{\mathrm{\Σ}}{b}^{*}(x,y)$ 计算得到三个通道内像素值的均值

其中，N为图像的像素数，L^*(x,y)、a^*(x,y)、b^*(x,y)分别为像素(x,y)的L^*,a^*,b^*图像通道取值。

然后根据公式

${\mathrm{BR}}_1=\left\{\begin{array}{c}1,\mathrm{if}{L}^{*}(x,y)\≥{\hat{L}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_2=\left\{\begin{array}{c}1,\mathrm{if}{a}^{*}(x,y)\≥{\hat{a}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_3=\left\{\begin{array}{c}1,\mathrm{if}{b}^{*}(x,y)\≥{\hat{b}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_4=\left\{\begin{array}{c}1,\mathrm{if}{b}^{*}(x,y)\≥a^{*}(x,y)\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_5=\left\{\begin{array}{c}1,\mathrm{if}{L}^{*}(x,y)\≥a^{*}(x,y)\mathrm{and}{L}^{*}(x,y)\≤b^{*}(x,y)\\ 0,\mathrm{otherwise}\end{array}\right.$

BR=BR₁∩BR₂∩BR₃∩BR₄∩BR₅

通过中间结果BR₁、BR₂、BR₃、BR₄、BR₅计算得到疑似火焰区BR。

（5）将两部分疑似火焰区进行图像乘法运算，获取明火检测水平：将上述过程中（3）计算得出的AR与（4）计算得出的BR进行图像乘法运算，得到CR，即为识别的火焰区域。将火焰区域的像素大小n与整个图像的像素数M的比值η₁=n/M，作为得到明火检测水平。默认η₁>0.3时发现明火，该门限值也可以由用户设定。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (7)

1.一种智能视频监控系统，其特征在于：包括各监控场景设置的智能视频传感器和客户端，智能视频传感器和客户端建立通信连接，所述智能视频传感器，包括视频输入器、视频解码模块和视频处理单元；

视频输入器获取到的视频信号输入视频解码模块；

视频解码模块将来自视频输入器的视频信号转换成数字图像帧并输入视频处理单元；

视频处理单元包括图像去雾模块、视频事件分析检测模块、视频图像压缩编码模块、视频输入器控制模块、网络驱动模块和网络传输模块；

图像去雾模块支持根据用户的设置开启或者关闭图像去雾处理功能，功能开启时对数字图像帧进行去雾处理后发送给视频图像压缩编码模块，关闭时则不对数字图像帧做任何处理直接发送给视频图像压缩编码模块；

视频图像压缩编码模块将来自图像去雾模块的数字图像帧压缩编码成视频码流并输入网络驱动模块；

视频事件分析检测模块用于检测来自视频解码模块的数字图像帧中的烟雾和明火，生成视频事件检测结果并输入网络驱动模块；

网络驱动模块将来自视频图像压缩编码模块的视频码流和视频事件分析检测模块的视频事件检测结果通过网络传输模块发送到客户端，还接受来自客户端的视频输入器控制命令并发送到视频输入器控制模块。

2.根据权利要求1所述智能视频监控系统，其特征在于：网络传输模块包括以太网模块、WiFi模块和3G模块。

3.根据权利要求1所述智能视频监控系统，其特征在于：视频解码模块将来自视频输入器的视频信号转换成YUV格式的数字图像帧，视频处理单元的输入图像J是来自视频解码模块的YUV格式的数字图像帧。

4.根据权利要求3所述智能视频监控系统，其特征在于：所述图像去雾模块执行去雾处理实现方式如下，

对输入图像J，将来自视频解码模块的YUV格式的数字图像帧转换为RGB格式的数字图像帧，其中x,y是图像中任意一点像素的空间坐标，采用J(x,y)表示RGB格式的数字图像帧位于(x,y)处的像素，采用J(x,y,c)表示RGB格式的数字图像帧位于(x,y)处的像素在c通道的颜色分量，c表示像素点的r、g或b颜色分量；然后执行以下步骤，

（1）利用公式

求出原图J(x,y,c)在c维度上的最小值；

（2）按由小到大的顺序从输入图像J的所有像素的D(x,y)中取值，设当前取到某位置(x,y)处像素在c维度上的最小值D(x,y)，用此D(x,y)值填充以(x,y)为中心q×q像素大小的区域；然后按由小到大的顺序取下一个D(x,y)，采用同样方式填充直到覆盖整个图像区域时停止，此时的填充结果为图像的暗通道J^dark，用J^dark(x,y)表示暗通道J^dark位于(x,y)处的值。；

（3）利用公式

计算得到去雾后的图像J′(x,y)，其中A为大气光强度，t₀为雾浓度参数。

5.根据权利要求3所述智能视频监控系统，其特征在于：视频事件分析检测模块检测烟雾实现方式如下，

（1）对输入图像J按颜色模型提取疑似烟雾区：

根据公式

将输入图像J中疑似烟雾的区域保留，其他区域设置成黑色，得到中间结果图像J₁；

其中，Y(x,y)、U(x,y)、V(x,y)分别为像素(x,y)的Y，U,V图像通道取值；

（2）根据烟雾飘动性，对中间结果J₁图像进行背景建模和运动检测，统计中间结果图像J₁中与背景不一致像素数m，并计算m与图像大小M的比例η=m/M；

（3）将对多幅连续数字图像帧分别执行以上步骤所得比例η按时间顺序构成η序列，将η序列作为输入信号进行高通滤波输出结果，得到烟雾检测水平η′，当η′大于预设门限值时发现烟雾。

6.根据权利要求3所述智能视频监控系统，其特征在于：视频事件分析检测模块检测明火实现方式如下，

（1）对输入图像J进行前景检测，获取火焰的大致区域，提取区域中的所有轮廓；

（2）进行轮廓匹配得到火焰疑似区域AR₀；

（3）对各可疑轮廓区域AR₀进行筛选得到疑似火焰区AR，

包括将在可疑轮廓区域AR₀中满足特点的像素认为是疑似火焰区域中的像素并保留，其他像素被置为0，r1、r2为预设参数；

（4）将输入图像J转换到L^*a^*b^*空间，根据公式

计算得到三个通道内像素值的均值

其中，N为图像的像素数，L^*(x,y)、a^*(x,y)、b^*(x,y)分别为像素(x,y)的L^*,a^*,b^*图像通道取值；

然后按以下公式计算，

${\mathrm{BR}}_1=\left\{\begin{array}{c}1,\mathrm{if}{L}^{*}(x,y)\≥{\hat{L}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_2=\left\{\begin{array}{c}1,\mathrm{if}{a}^{*}(x,y)\≥{\hat{a}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_3=\left\{\begin{array}{c}1,\mathrm{if}{b}^{*}(x,y)\≥{\hat{b}}^{*}\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_4=\left\{\begin{array}{c}1,\mathrm{if}{b}^{*}(x,y)\≥a^{*}(x,y)\\ 0,\mathrm{otherwise}\end{array}\right.$

${\mathrm{BR}}_5=\left\{\begin{array}{c}1,\mathrm{if}{L}^{*}(x,y)\≥a^{*}(x,y)\mathrm{and}{L}^{*}(x,y)\≤b^{*}(x,y)\\ 0,\mathrm{otherwise}\end{array}\right.$ BR=BR₁∩BR₂∩BR₃∩BR₄∩BR₅，

通过中间结果BR₁、BR₂、BR₃、BR₄、BR₅计算得到疑似火焰区BR；

（5）将上述过程中计算得出的疑似火焰区AR与BR进行图像乘法运算，得到识别的火焰区域CR，计算火焰区域CR的像素大小n与整个输入图像的像素数M的比值η₁=n/M，得到明火检测水平η₁，当η₁大于预设门限值时发现明火。

7.根据权利要求1或2或4或4或5或6所述智能视频监控系统，其特征在于：客户端执行以下流程，

连接智能视频传感器，开始等待接收各个智能视频传感器传送过来的数据；

接收到数据后，首先判断是否为来自视频压缩编码模块的视频码流，

如果是视频码流，则将视频码流解码后显示并返回继续等待数据；

否则继续判断是否是检测结果数据，如果是视频事件检测结果，则将检测结果解析后显示检测结果，然后判断是否报警，如果超过用户设定的预警值则发出报警，将报警记录数据存入数据库并且返回继续等待数据，否则直接返回继续等待数据。

Images