CN103268478A - 一种基于历史像素集匹配度的遗留物快速检测方法 - Google Patents

Abstract

本发明公开了一种基于历史像素集匹配度的遗留物快速检测方法，包括以下步骤：一、视频信息接收：对视频采集设备所采集的待处理视频信息进行接收；二、自适应背景模型建立：对待处理视频信息中前N个图像数据帧分别进行处理，并建立运动目标检测用的自适应背景模型，且自适应背景模型为码书模型；三、遗留物检测：先建立各像素点的历史像素集，之后利用所建立的历史像素集对待处理视频信息的第N个图像数据帧之后的各图像数据帧分别进行遗留物检测。本发明方法步骤简单、设计合理、实现方便且检测速度快、检测效果好，能有效解决现有遗留物检测方法存在的复杂场景适应能力差、计算量大、检测速度慢，当发生遮挡与移动后不易被重新检测等问题。

Description

一种基于历史像素集匹配度的遗留物快速检测方法

技术领域

本发明属于视频监控技术领域，尤其是涉及一种基于历史像素集匹配度的遗留物快速检测方法。

背景技术

随着人们对公共场所安全的重视，越来越多的广场、火车站、飞机场等公共场所都安装了视频监控系统，但由于视频监控系统中所采用摄像头的数量众多，监控人员很难在第一时间发现可疑的行为，导致危害公共安全的事件时有发生。因而，智能监控系统应运而生，并成为近些年的研究热点。其中，遗留物检测是智能监控系统的重要组成部分，其用于自动监视场景中是否有可疑物体存留。遗留物检测在安防领域有广泛的应用价值，比如用于解决实时监控公共场所丢失的行李、停泊的车辆等问题。

目前，所采用的遗留物检测方法主要包括以下两种：基于目标跟踪的遗留物检测方法和基于目标检测的遗留物检测方法。其中，基于目标跟踪的遗留物检测方法不适用于人流密集的场合；而基于目标检测的遗留物检测方法往往需使用多层背景模型，并通过控制模型的更新速度来检测遗留物，当画面中的遗留物发生移动后，需要采用其它辅助算法来检测这种干扰，否则会产生明显的误检，不仅检测速度慢而且复杂度高。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于历史像素集匹配度的遗留物快速检测方法，其方法步骤简单、设计合理、实现方便且检测速度快、检测效果好，能有效解决现有遗留物检测方法存在的复杂场景适应能力差、计算量大、检测速度慢，当发生遮挡与移动后不易被重新检测等问题。

为解决上述技术问题，本发明采用的技术方案是：一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于该方法包括以下步骤：

步骤一、视频信息接收：采用数据处理器对视频采集设备所采集的待处理视频信息进行接收，所述数据处理器与所述视频采集设备相接；所述待处理视频信息包括多个图像数据帧，且多个所述图像数据帧按照所述数据处理器的接收时间先后顺序由前至后进行排列；

步骤二、自适应背景模型建立：采用所述数据处理器由前至后对步骤一中所述待处理视频信息中的前N个图像数据帧分别进行处理，并建立运动目标检测用的自适应背景模型；所述自适应背景模型为码书模型，N为正整数；

步骤三、遗留物检测，其检测过程如下：

步骤301、历史像素集建立：采用所述数据处理器建立所述待处理视频信息中各像素点的历史像素集，所建立的所有像素点的历史像素集均为一个空数据集；

所述待处理视频信息中各像素点的历史像素集均为用于存储历史像素参数的数据集，每一个所述历史像素参数均包括色度、饱和度和亮度三个参数，且所述待处理视频信息中各像素点的历史像素集中所存储历史像素参数的最大数量均为M，其中M为正整数；

步骤302、基于历史像素集匹配度进行遗留物检测：采用所述数据处理器由前至后对步骤一中所述待处理视频信息的第N个图像数据帧之后的各图像数据帧分别进行遗留物检测，每个图像数据帧的遗留物检测方法均相同；对任一个图像数据帧进行遗留物检测时，均对当前所检测图像数据帧中各像素点分别进行遗留物检测，且当前所检测图像数据帧中各像素点的遗留物检测方法均相同；其中，对当前所检测图像数据帧中的任一个像素点进行遗留物检测时，检测过程如下：

步骤3021、运动目标检测：所述数据处理器调用运动目标检测模块，对当前所检测像素点是否为运动目标进行检测：当检测得出当前所检测像素点为运动目标时，进入步骤3022；否则，说明当前所检测的像素点不存在遗留物，并进入步骤3024；

所述运动目标检测模块为基于步骤二中所述码书模型的运动目标检测模块；

步骤3022、历史像素集是否已满判断：首先，所述数据处理器先调用历史像素参数生成模块生成一个新的历史像素参数，且所生成的历史像素参数C_s=(H_s,S_s,V_s)，其中H_s、S_s和V_s分别为当前所检测像素点的色度、饱和度和亮度；然后，所述数据处理器对当前状态下当前所检测像素点的历史像素集中所存储的历史像素参数数量进行判断：当判断得出所述历史像素集中所存储的历史像素参数数量≥M时，先将当前所检测像素点的历史像素集生成时间最早的一个历史像素参数删除，再将本步骤中所生成的历史像素参数存入当前所检测像素点的历史像素集中，之后进入步骤3023；当判断得出所述历史像素集中所存储的历史像素参数数量＜M时，说明当前所检测的像素点不存在遗留物，将本步骤中所生成的历史像素参数存入当前所检测像素点的历史像素集中，之后进入步骤3024；

步骤3023、遗留物检测：所述数据处理器先将当前所检测像素点的像素参数c_s与当前状态下当前所检测像素点的历史像素集中所存储的各历史像素参数逐一进行匹配，并找出与像素参数c_s相匹配的所有历史像素参数，所找出的与像素参数c_s相匹配的历史像素参数总数量记为kHit；之后，所述数据处理器根据公式

计算得出当前所检测像素点的历史像素集匹配度match；然后，所述数据处理器对当前所检测像素点的历史像素集匹配度match的大小进行判断：当判断得出match＞Threshold时，说明当前所检测的像素点存在遗留物，其中0＜Threshold＜1，之后进入步骤3024；否则，说明当前所检测的像素点存在遗留物，并进入步骤3024；

其中，当前所检测像素点的像素参数c_s=(H_s,S_s,V_s)，H_s、S_s和V_s分别为当前所检测像素点的色度、饱和度和亮度；

将当前所检测像素点的像素参数c_s与所述历史像素集内所存储的任一个历史像素参数进行匹配时，当

且I_low≤V_s≤I_hi时，说明像素参数c_s与当前所匹配的历史像素参数相匹配；否则，说明像素参数c_s与当前所匹配的历史像素参数不匹配；其中，I_low=（1-V_ε）×V_j，I_hi=（1+V_ε）×V_j，V_ε=0.4～0.8，ε=100～150；H_j、S_j和V_j分别为当前所匹配的历史像素参数中所存储的色度、饱和度和亮度；

步骤3024、多次重复步骤3021至步骤3023，直至完成当前所检测图像数据帧中所有像素点的遗留物检测过程；

步骤3025、多次重复步骤3021至步骤3024，直至完成所述待处理视频信息的第N个图像数据帧之后各图像数据帧的遗留物检测过程。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后且步骤二中进行自适应背景模型建立之前，所述数据处理器还需将所接收的所述待处理视频信息的各图像数据帧均转换为HSV颜色空间图像。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤3024中完成当前所检测图像数据帧中所有像素点的遗留物检测过程后，所述数据处理器还需对当前所检测图像数据帧进行形态学处理，之后重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后，所述数据处理器还需对所述待处理视频信息进行均值滤波处理。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤二中所建立的码书模型包括所述待处理视频信息中各像素点的码书；所建立的各像素点的码书中均包含多个码字，每个码字均包含四个参数，且四个参数分别为色度、饱和度、亮度和出现频率；所述待处理图像中每个像素点的码书的建立方法均相同，对所述待处理图像中任一个像素点的码书进行建立时，过程如下：

步骤201、码书建立：采用所述数据处理器建立一个空数据集作为当前所处理像素点的码书；

步骤202、第一个图像数据帧处理：所述数据处理器调用码字生成模块生成一个新的码字，并将所生成的码字存入步骤201中所述的码书中；本步骤中所生成的码字中所存储的色度、饱和度和亮度分别为所述待处理视频信息的第一个图像数据帧中当前所处理像素点的色度H₁、饱和度S₁和亮度V₁，且所生成的码字中所存储的出现频率为1；

步骤204、下一个图像数据帧处理，其处理过程如下：

步骤Ⅰ、码字匹配：所述数据处理器将像素参数c_t与当前状态下所述码书内所存储的各码字逐一进行匹配：当匹配得出所述码书内存在与像素参数c_t相匹配的码字时，从所述码书内找出一个与像素参数c_t相匹配的码字，并进入步骤Ⅱ；当匹配后得出像素参数c_t与所述码书内的各码字均不匹配时，进入步骤Ⅲ；

其中，像素参数c_t=(H_t,S_t,V_t)，其中H_t、S_t和V_t分别为当前所处理图像数据帧中当前所处理像素点的色度、饱和度和亮度；

将像素参数c_t与所述码书内所存储的任一个码字进行匹配时，当

且I′_low≤V_i≤I′_hi时，说明像素参数c_t与当前所匹配的码字相匹配；否则，说明像素参数c_t与当前所匹配的码字不匹配；其中，H_i、S_i和V_i分别为当前所匹配的码字中所存储的色度、饱和度和亮度，I′_low=（1-V_ε）×V_i，I′_hi=（1+V_ε）×V_i，V_ε=0.4～0.8，ε=100～150；

步骤Ⅱ：码字更新：所述数据处理器对步骤Ⅰ中找出的一个与像素参数c_t相匹配的码字进行更新；之后，进入步骤205；

对与像素参数c_t相匹配的码字进行更新时，将该码字内所存储的出现频率f_h更改为f_h+1，并将该码字内所存储的色度H_h、饱和度S_h和亮度V_h分别替换为 $\frac{H_h\×f_h+H_t}{f_h+1},\frac{S_h\×f_h+S_t}{f_h+1}$ 和 $\frac{V_h\×f_h+V_t}{f_h+1};$

步骤Ⅲ：新码字生成：首先，所述数据处理器调用所述码字生成模块生成一个新的码字，此时所生成的码字中所存储的色度、饱和度和亮度分别为步骤Ⅰ中所述的H_t、S_t和V_t，且所生成的码字中所存储的出现频率为1；

步骤205、多次重复步骤204，直至完成所述待处理视频信息的前N个图像数据帧的全部处理过程，获得当前所处理像素点的码书；

步骤206、多次重复步骤201至步骤205，直至获得所述待处理视频信息中所有像素点的码书；所述待处理视频信息中所有像素点的码书组成自适应背景模型。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤二中所述码书中所包含的多个所述码字按照生成时间先后顺序由后至前进行存储；步骤3022中当前状态下所述历史像素集内所存储的各历史像素参数按照生成时间先后顺序由前至后进行存储。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤Ⅰ中进行码字匹配时，所述数据处理器将像素参数c_t与当前状态下所述码书内所存储的各码字逐一进行匹配时，按照所述码书内各码字的存储位置前后顺序由先至后逐一进行匹配；步骤3023中所述数据处理器将像素参数c_s与当前状态下当前所检测像素点的历史像素集中的各历史像素参数逐一进行匹配时，按照当前状态下当前所检测像素点的历史像素集中各历史像素参数的存储位置前后顺序由先至后逐一进行匹配。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤Ⅰ中当匹配得出所述码书内存在与像素参数c_t相匹配的码字时，从所述码书内找出的一个与像素参数c_t相匹配的码字为逐一匹配过程中与像素参数c_t最先匹配的码字。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测后，当检测得出当前所检测图像数据帧中有存在遗留物的像素点时，所述数据处理器控制报警器进行报警提示。

上述一种基于历史像素集匹配度的遗留物快速检测方法，其特征是：步骤301中M=30～100，步骤3023中Threshold=0.5～0.7。

本发明与现有技术相比具有以下优点：

1、方法步骤简单、设计合理且实现方便，投入成本较低。

2、所采用自适应背景模型结构简单、建立方法简单且实现简便，各像素点的码书获取简便且设计合理

3、使用操作简便且智能化程度高，主要包括图像均值滤波处理、自适应背景模型建立和遗留物检测三个步骤，且遗留物检测后进行形态学处理去除小的噪声点，如果仍有存在遗留物的像素点，再发出报警。

4、采用历史像素集匹配度进行遗留物检测，不仅检测速度快，而且当遗留物被移走以后，不会发生误检。

5、使用效果好且使用价值高，能可以适应复杂的场景，并且当画面中的遗留物发生遮挡、移动后，无需采用其它辅助算法对上述干扰进行检测，并且不会因此产生误检，因而本发明具有检测速度快、性能可控、对遗留物移走后的场景具有高鲁棒性等特点。

综上，本发明方法步骤简单、设计合理、实现方便且检测速度快、检测效果好，能有效解决现有遗留物检测方法存在的复杂场景适应能力差、计算量大、检测速度慢，当发生遮挡与移动后不易被重新检测等问题。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的遗留物检测方法流程框图。

具体实施方式

如图1所示的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于该方法包括以下步骤：

步骤一、视频信息接收：采用数据处理器对视频采集设备所采集的待处理视频信息进行接收，所述数据处理器与所述视频采集设备相接；所述待处理视频信息包括多个图像数据帧，且多个所述图像数据帧按照所述数据处理器的接收时间先后顺序由前至后进行排列。

步骤二、自适应背景模型建立：采用所述数据处理器由前至后对步骤一中所述待处理视频信息中的前N个图像数据帧分别进行处理，并建立运动目标检测用的自适应背景模型；所述自适应背景模型为码书模型，N为正整数。其中，N通过参数输入单元预先输入的参数，且所述参数输入单元与所述数据处理器相接。

本实施例中，N=30～60。

实际使用过程中，可以根据具体需要，对N的取值大小进行相应调整。

本实施例中，步骤二中所建立的码书模型包括所述待处理视频信息中各像素点的码书。所建立的各像素点的码书中均包含多个码字，每个码字均包含四个参数，且四个参数分别为色度、饱和度、亮度和出现频率；所述待处理图像中每个像素点的码书的建立方法均相同，对所述待处理图像中任一个像素点的码书进行建立时，过程如下：

步骤201、码书建立：采用所述数据处理器建立一个空数据集作为当前所处理像素点的码书。

步骤202、第一个图像数据帧处理：所述数据处理器调用码字生成模块生成一个新的码字，并将所生成的码字存入步骤201中所述的码书中；本步骤中所生成的码字中所存储的色度、饱和度和亮度分别为所述待处理视频信息的第一个图像数据帧中当前所处理像素点的色度H₁、饱和度S₁和亮度V₁，且所生成的码字中所存储的出现频率为1。

步骤204、下一个图像数据帧处理，其处理过程如下：

步骤Ⅰ、码字匹配：所述数据处理器将像素参数c_t与当前状态下所述码书内所存储的各码字逐一进行匹配：当匹配得出所述码书内存在与像素参数c_t相匹配的码字时，从所述码书内找出一个与像素参数c_t相匹配的码字，并进入步骤Ⅱ；当匹配后得出像素参数c_t与所述码书内的各码字均不匹配时，进入步骤Ⅲ。

其中，像素参数c_t=(H_t,S_t,V_t)，其中H_t、S_t和V_t分别为当前所处理图像数据帧中当前所处理像素点的色度、饱和度和亮度。

将像素参数c_t与所述码书内所存储的任一个码字进行匹配时，当

且I′_low≤V_i≤I′_hi时，说明像素参数c_t与当前所匹配的码字相匹配；否则，说明像素参数c_t与当前所匹配的码字不匹配；其中，H_i、S_i和V_i分别为当前所匹配的码字中所存储的色度、饱和度和亮度，I′_low=（1-V_ε）×V_i，I′_hi=（1+V_ε）×V_i，V_ε=0.4～0.8，ε=100～150。

步骤Ⅱ：码字更新：所述数据处理器对步骤Ⅰ中找出的一个与像素参数c_t相匹配的码字进行更新；之后，进入步骤205。

对与像素参数c_t相匹配的码字进行更新时，将该码字内所存储的出现频率f_h更改为f_h+1，并将该码字内所存储的色度H_h、饱和度S_h和亮度V_h分别替换为 $\frac{H_h\×f_h+H_t}{f_h+1},\frac{S_h\×f_h+S_t}{f_h+1}$ 和 $\frac{V_h\×f_h+V_t}{f_h+1}\·$

步骤Ⅲ：新码字生成：首先，所述数据处理器调用所述码字生成模块生成一个新的码字，此时所生成的码字中所存储的色度、饱和度和亮度分别为步骤Ⅰ中所述的H_t、S_t和V_t，且所生成的码字中所存储的出现频率为1。

步骤205、多次重复步骤204，直至完成所述待处理视频信息的前N个图像数据帧的全部处理过程，获得当前所处理像素点的码书。

步骤206、多次重复步骤201至步骤205，直至获得所述待处理视频信息中所有像素点的码书；所述待处理视频信息中所有像素点的码书组成自适应背景模型。

步骤三、遗留物检测，其检测过程如下：

步骤301、历史像素集建立：采用所述数据处理器建立所述待处理视频信息中各像素点的历史像素集，所建立的所有像素点的历史像素集均为一个空数据集。

所述待处理视频信息中各像素点的历史像素集均为用于存储历史像素参数的数据集，每一个所述历史像素参数均包括色度、饱和度和亮度三个参数，且所述待处理视频信息中各像素点的历史像素集中所存储历史像素参数的最大数量均为M，其中M为正整数，且M通过参数输入单元预先输入的参数。

步骤302、基于历史像素集匹配度进行遗留物检测：采用所述数据处理器由前至后对步骤一中所述待处理视频信息的第N个图像数据帧之后的各图像数据帧分别进行遗留物检测，每个图像数据帧的遗留物检测方法均相同；对任一个图像数据帧进行遗留物检测时，均对当前所检测图像数据帧中各像素点分别进行遗留物检测，且当前所检测图像数据帧中各像素点的遗留物检测方法均相同；其中，对当前所检测图像数据帧中的任一个像素点进行遗留物检测时，检测过程如下：

步骤3021、运动目标检测：所述数据处理器调用运动目标检测模块，对当前所检测像素点是否为运动目标进行检测：当检测得出当前所检测像素点为运动目标时，进入步骤3022；否则，说明当前所检测的像素点不存在遗留物，并进入步骤3024。

所述运动目标检测模块为基于步骤二中所述码书模型的运动目标检测模块。

本实施例中，调用所述运动目标检测模块对当前所检测像素点是否为运动目标进行检测时，所采用的检测方法与2011年9月出版的《计算机应用》第31卷第9期中由方贤勇、贺彪、罗斌发表的《一种基于HSV颜色空间的新码书模型》一文中所描述的运动目标检测方法相同。

步骤3022、历史像素集是否已满判断：首先，所述数据处理器先调用历史像素参数生成模块生成一个新的历史像素参数，且所生成的历史像素参数C_s=(H_s,S_s,V_s)，其中H_s、S_s和V_s分别为当前所检测像素点的色度、饱和度和亮度；然后，所述数据处理器对当前状态下当前所检测像素点的历史像素集中所存储的历史像素参数数量进行判断：当判断得出所述历史像素集中所存储的历史像素参数数量≥M时，先将当前所检测像素点的历史像素集生成时间最早的一个历史像素参数删除，再将本步骤中所生成的历史像素参数存入当前所检测像素点的历史像素集中，之后进入步骤3023；当判断得出所述历史像素集中所存储的历史像素参数数量＜M时，说明当前所检测的像素点不存在遗留物，将本步骤中所生成的历史像素参数存入当前所检测像素点的历史像素集中，之后进入步骤3024。

步骤3023、遗留物检测：所述数据处理器先将当前所检测像素点的像素参数c_s与当前状态下当前所检测像素点的历史像素集中所存储的各历史像素参数逐一进行匹配，并找出与像素参数c_s相匹配的所有历史像素参数，所找出的与像素参数c_s相匹配的历史像素参数总数量记为kHit；之后，所述数据处理器根据公式

计算得出当前所检测像素点的历史像素集匹配度match；然后，所述数据处理器对当前所检测像素点的历史像素集匹配度match的大小进行判断：当判断得出match＞Threshold时，说明当前所检测的像素点存在遗留物，其中0＜Threshold＜1，之后进入步骤3024；否则，说明当前所检测的像素点存在遗留物，并进入步骤3024。

其中，当前所检测像素点的像素参数c_s=(H_s,S_s,V_s)，H_s、S_s和V_s分别为当前所检测像素点的色度、饱和度和亮度。

将当前所检测像素点的像素参数c_s与所述历史像素集内所存储的任一个历史像素参数进行匹配时，当

且I_low≤V_s≤I_hi时，说明像素参数c_s与当前所匹配的历史像素参数相匹配；否则，说明像素参数c_s与当前所匹配的历史像素参数不匹配；其中，I_low=（1-V_ε）×V_j，I_hi=（1+V_ε）×V_j，V_ε=0.4～0.8，ε=100～150；H_j、S_j和V_j分别为当前所匹配的历史像素参数中所存储的色度、饱和度和亮度。

步骤3024、多次重复步骤3021至步骤3023，直至完成当前所检测图像数据帧中所有像素点的遗留物检测过程。

步骤3025、多次重复步骤3021至步骤3024，直至完成所述待处理视频信息的第N个图像数据帧之后各图像数据帧的遗留物检测过程。

本实施例中，步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后且步骤二中进行自适应背景模型建立之前，所述数据处理器还需将所接收的所述待处理视频信息的各图像数据帧均转换为HSV颜色空间图像。

实际操作过程中，步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后，所述数据处理器还需对所述待处理视频信息进行均值滤波处理。本实施例中，采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后且将所述待处理视频信息的各图像数据帧均转换为HSV颜色空间图像之前，对所述待处理视频信息进行均值滤波处理。

实际使用过程中，通过对所述待处理视频信息进行均值滤波处理，能有效减少待处理视频信息的干扰信号，提高遗留物检测精度。

本实施例中，步骤一中所述待处理视频信息的各图像数据帧均为RGB颜色空间图像。

本实施例中，步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后，还需将所接收的待处理视频信息同步存储至与所述数据处理器相接的数据存储单元内。

本实施例中，步骤301中M=30～100。

实际使用过程中，可以根据具体需要，对M的取值大小进行相应调整。

本实施例中，步骤二中所述码书中所包含的多个所述码字按照生成时间先后顺序由后至前进行存储；步骤3022中当前状态下所述历史像素集内所存储的各历史像素参数按照生成时间先后顺序由前至后进行存储。

也就是说，步骤二中所述码书中，生成时间最早的码字位于最后端，且生成时间最晚的码字位于最前端。步骤302中当前状态下所述历史像素集内，生成时间最早的历史像素参数位于最后端，且生成时间最晚的历史像素参数最前端。

本实施例中，步骤Ⅰ中进行码字匹配时，所述数据处理器将像素参数c_t与当前状态下所述码书内所存储的各码字逐一进行匹配时，按照所述码书内各码字的存储位置前后顺序由先至后逐一进行匹配。

步骤Ⅰ中当匹配得出所述码书内存在与像素参数c_t相匹配的码字时，从所述码书内找出的一个与像素参数c_t相匹配的码字为逐一匹配过程中与像素参数c_t最先匹配的码字。

也就是说，步骤Ⅰ中进行码字匹配时，所述码书内各码字的匹配优先级按照码字的生成先后顺序优先级逐渐递增，即最新生成的码字早先被匹配。

本实施例中，步骤Ⅰ中从所述码书内找出一个与像素参数c_t相匹配的码字后，所找出的与像素参数c_t相匹配的码字为需更新码字，所述历史像素集内存储在所述需更新码字之后的各码字均不需进行匹配。这样，不仅能大幅减少计算过程，并且不会对遗留物的检测精度造成任何不良影响。

本实施例中，步骤3023中所述数据处理器将像素参数c_s与当前状态下当前所检测像素点的历史像素集中的各历史像素参数逐一进行匹配时，按照当前状态下当前所检测像素点的历史像素集中各历史像素参数的存储位置前后顺序由先至后逐一进行匹配。

实际操作过程中，步骤3023中也可以不按各码字的存储位置前后顺序由先至后逐一进行匹配，只需将像素参数c_s与当前状态下当前所检测像素点的码书中的所有码字均进行匹配即可。

本实施例中，步骤3023中Threshold=0.5～0.7。

实际使用时，可以根据具体需要，对Threshold的取值大小进行调整。其中，Threshold取值越接近于1则会越抑制非遗留物的错检概率，越增加遗留物的漏检概率；反之，当Threshold取值越接近于0，则会越抑制遗留物的漏检概率，越增加非遗留物的错检概率。

本实施例中，步骤3024中完成当前所检测图像数据帧中所有像素点的遗留物检测过程后，当检测得出当前所检测图像数据帧中有存在遗留物的像素点时，所述数据处理器对检测得出的当前所检测图像数据帧中存在遗留物的像素点进行标注。

另外，本实施例中，步骤3024中完成当前所检测图像数据帧中所有像素点的遗留物检测过程后，所述数据处理器还需对当前所检测图像数据帧进行形态学处理，之后重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测。

本实施例中，所述数据处理器对当前所检测图像数据帧进行形态学处理时，所述数据处理器调用图像形态学处理模块对当前所检测图像数据帧进行形态学开操作。

本实施例中，重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测后，当检测得出当前所检测图像数据帧中有存在遗留物的像素点时，所述数据处理器控制报警器进行报警提示。

本实施例中，重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测后，当检测得出当前所检测图像数据帧中有存在遗留物的像素点时，所述数据处理器还需对检测得出的当前所检测图像数据帧中存在遗留物的像素点进行标注。

实际操作过程中，通过形态学开操作，能去除当前所检测图像数据帧中的小噪声点，实现连通性检测并相应排除一些较小的误检点。之后，仍发现有存在遗留物的像素点时，再进行报警。

另外，实际使用过程中，步骤3024中完成当前所检测图像数据帧中所有像素点的遗留物检测过程后，当检测得出当前所检测图像数据帧中有存在遗留物的像素点时，所述数据处理器也可以控制报警器进行报警提示。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (10)

1.一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于该方法包括以下步骤：

步骤一、视频信息接收：采用数据处理器对视频采集设备所采集的待处理视频信息进行接收，所述数据处理器与所述视频采集设备相接；所述待处理视频信息包括多个图像数据帧，且多个所述图像数据帧按照所述数据处理器的接收时间先后顺序由前至后进行排列；

步骤二、自适应背景模型建立：采用所述数据处理器由前至后对步骤一中所述待处理视频信息中的前N个图像数据帧分别进行处理，并建立运动目标检测用的自适应背景模型；所述自适应背景模型为码书模型，N为正整数；

步骤三、遗留物检测，其检测过程如下：

步骤301、历史像素集建立：采用所述数据处理器建立所述待处理视频信息中各像素点的历史像素集，所建立的所有像素点的历史像素集均为一个空数据集；

所述待处理视频信息中各像素点的历史像素集均为用于存储历史像素参数的数据集，每一个所述历史像素参数均包括色度、饱和度和亮度三个参数，且所述待处理视频信息中各像素点的历史像素集中所存储历史像素参数的最大数量均为M，其中M为正整数；

步骤302、基于历史像素集匹配度进行遗留物检测：采用所述数据处理器由前至后对步骤一中所述待处理视频信息的第N个图像数据帧之后的各图像数据帧分别进行遗留物检测，每个图像数据帧的遗留物检测方法均相同；对任一个图像数据帧进行遗留物检测时，均对当前所检测图像数据帧中各像素点分别进行遗留物检测，且当前所检测图像数据帧中各像素点的遗留物检测方法均相同；其中，对当前所检测图像数据帧中的任一个像素点进行遗留物检测时，检测过程如下：

步骤3021、运动目标检测：所述数据处理器调用运动目标检测模块，对当前所检测像素点是否为运动目标进行检测：当检测得出当前所检测像素点为运动目标时，进入步骤3022；否则，说明当前所检测的像素点不存在遗留物，并进入步骤3024；

所述运动目标检测模块为基于步骤二中所述码书模型的运动目标检测模块；

步骤3022、历史像素集是否已满判断：首先，所述数据处理器先调用历史像素参数生成模块生成一个新的历史像素参数，且所生成的历史像素参数C_s=(H_s,S_s,V_s)，其中H_s、S_s和V_s分别为当前所检测像素点的色度、饱和度和亮度；然后，所述数据处理器对当前状态下当前所检测像素点的历史像素集中所存储的历史像素参数数量进行判断：当判断得出所述历史像素集中所存储的历史像素参数数量≥M时，先将当前所检测像素点的历史像素集生成时间最早的一个历史像素参数删除，再将本步骤中所生成的历史像素参数存入当前所检测像素点的历史像素集中，之后进入步骤3023；当判断得出所述历史像素集中所存储的历史像素参数数量＜M时，说明当前所检测的像素点不存在遗留物，将本步骤中所生成的历史像素参数存入当前所检测像素点的历史像素集中，之后进入步骤3024；

步骤3023、遗留物检测：所述数据处理器先将当前所检测像素点的像素参数c_s与当前状态下当前所检测像素点的历史像素集中所存储的各历史像素参数逐一进行匹配，并找出与像素参数c_s相匹配的所有历史像素参数，所找出的与像素参数c_s相匹配的历史像素参数总数量记为kHit；之后，所述数据处理器根据公式计算得出当前所检测像素点的历史像素集匹配度match；然后，所述数据处理器对当前所检测像素点的历史像素集匹配度match的大小进行判断：当判断得出match＞Threshold时，说明当前所检测的像素点存在遗留物，其中0＜Threshold＜1，之后进入步骤3024；否则，说明当前所检测的像素点存在遗留物，并进入步骤3024；

其中，当前所检测像素点的像素参数c_s=(H_s,S_s,V_s)，H_s、S_s和V_s分别为当前所检测像素点的色度、饱和度和亮度；

将当前所检测像素点的像素参数c_s与所述历史像素集内所存储的任一个历史像素参数进行匹配时，当

且I_low≤V_s≤I_hi时，说明像素参数c_s与当前所匹配的历史像素参数相匹配；否则，说明像素参数c_s与当前所匹配的历史像素参数不匹配；其中，I_low=（1-V_ε）×V_j，I_hi=（1+V_ε）×V_j，V_ε=0.4～0.8，ε=100～150；H_j、S_j和V_j分别为当前所匹配的历史像素参数中所存储的色度、饱和度和亮度；

步骤3024、多次重复步骤3021至步骤3023，直至完成当前所检测图像数据帧中所有像素点的遗留物检测过程；

步骤3025、多次重复步骤3021至步骤3024，直至完成所述待处理视频信息的第N个图像数据帧之后各图像数据帧的遗留物检测过程。

2.按照权利要求1所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后且步骤二中进行自适应背景模型建立之前，所述数据处理器还需将所接收的所述待处理视频信息的各图像数据帧均转换为HSV颜色空间图像。

3.按照权利要求1或2所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤3024中完成当前所检测图像数据帧中所有像素点的遗留物检测过程后，所述数据处理器还需对当前所检测图像数据帧进行形态学处理，之后重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测。

4.按照权利要求1或2所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤一中采用数据处理器对视频采集设备所采集的待处理视频信息进行接收后，所述数据处理器还需对所述待处理视频信息进行均值滤波处理。

5.按照权利要求1或2所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤二中所建立的码书模型包括所述待处理视频信息中各像素点的码书；所建立的各像素点的码书中均包含多个码字，每个码字均包含四个参数，且四个参数分别为色度、饱和度、亮度和出现频率；所述待处理图像中每个像素点的码书的建立方法均相同，对所述待处理图像中任一个像素点的码书进行建立时，过程如下：

步骤201、码书建立：采用所述数据处理器建立一个空数据集作为当前所处理像素点的码书；

步骤202、第一个图像数据帧处理：所述数据处理器调用码字生成模块生成一个新的码字，并将所生成的码字存入步骤201中所述的码书中；本步骤中所生成的码字中所存储的色度、饱和度和亮度分别为所述待处理视频信息的第一个图像数据帧中当前所处理像素点的色度H₁、饱和度S₁和亮度V₁，且所生成的码字中所存储的出现频率为1；

步骤204、下一个图像数据帧处理，其处理过程如下：

步骤Ⅰ、码字匹配：所述数据处理器将像素参数c_t与当前状态下所述码书内所存储的各码字逐一进行匹配：当匹配得出所述码书内存在与像素参数c_t相匹配的码字时，从所述码书内找出一个与像素参数c_t相匹配的码字，并进入步骤Ⅱ；当匹配后得出像素参数c_t与所述码书内的各码字均不匹配时，进入步骤Ⅲ；

其中，像素参数c_t=(H_t,S_t,V_t)，其中H_t、S_t和V_t分别为当前所处理图像数据帧中当前所处理像素点的色度、饱和度和亮度；

将像素参数c_t与所述码书内所存储的任一个码字进行匹配时，当

且I′_low≤V_i≤I′_hi时，说明像素参数c_t与当前所匹配的码字相匹配；否则，说明像素参数c_t与当前所匹配的码字不匹配；其中，H_i、S_i和V_i分别为当前所匹配的码字中所存储的色度、饱和度和亮度，I′_low=（1-V_ε）×V_i，I′_hi=（1+V_ε）×V_i，V_ε=0.4～0.8，ε=100～150；

步骤Ⅱ：码字更新：所述数据处理器对步骤Ⅰ中找出的一个与像素参数c_t相匹配的码字进行更新；之后，进入步骤205；

对与像素参数c_t相匹配的码字进行更新时，将该码字内所存储的出现频率f_h更改为f_h+1，并将该码字内所存储的色度H_h、饱和度S_h和亮度V_h分别替换为 $\frac{H_h\×f_h+H_t}{f_h+1},\frac{S_h\×f_h+S_t}{f_h+1}$ 和 $\frac{V_h\×f_h+V_t}{f_h+1};$

步骤Ⅲ：新码字生成：首先，所述数据处理器调用所述码字生成模块生成一个新的码字，此时所生成的码字中所存储的色度、饱和度和亮度分别为步骤Ⅰ中所述的H_t、S_t和V_t，且所生成的码字中所存储的出现频率为1；

步骤205、多次重复步骤204，直至完成所述待处理视频信息的前N个图像数据帧的全部处理过程，获得当前所处理像素点的码书；

步骤206、多次重复步骤201至步骤205，直至获得所述待处理视频信息中所有像素点的码书；所述待处理视频信息中所有像素点的码书组成自适应背景模型。

6.按照权利要求5所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤二中所述码书中所包含的多个所述码字按照生成时间先后顺序由后至前进行存储；步骤3022中当前状态下所述历史像素集内所存储的各历史像素参数按照生成时间先后顺序由前至后进行存储。

7.按照权利要求6所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤Ⅰ中进行码字匹配时，所述数据处理器将像素参数c_t与当前状态下所述码书内所存储的各码字逐一进行匹配时，按照所述码书内各码字的存储位置前后顺序由先至后逐一进行匹配；步骤3023中所述数据处理器将像素参数c_s与当前状态下当前所检测像素点的历史像素集中的各历史像素参数逐一进行匹配时，按照当前状态下当前所检测像素点的历史像素集中各历史像素参数的存储位置前后顺序由先至后逐一进行匹配。

8.按照权利要求7所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤Ⅰ中当匹配得出所述码书内存在与像素参数c_t相匹配的码字时，从所述码书内找出的一个与像素参数c_t相匹配的码字为逐一匹配过程中与像素参数c_t最先匹配的码字。

9.按照权利要求3所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：重复步骤3021至步骤3024对经形态学处理后的当前所检测图像数据帧中的各像素点分别进行遗留物检测后，当检测得出当前所检测图像数据帧中有存在遗留物的像素点时，所述数据处理器控制报警器进行报警提示。

10.按照权利要求1或2所述的一种基于历史像素集匹配度的遗留物快速检测方法，其特征在于：步骤301中M=30～100，步骤3023中Threshold=0.5～0.7。

Images