CN103726739A - 一种电动折叠门的保护方法、保护系统及电动折叠门 - Google Patents

Abstract

本申请公开了一种电动折叠门的保护方法、保护系统及电动折叠门，包括：实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；如果电动折叠门处于正在关闭的状态，通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门。本方案实时采集监控区域内的视频，并将基于团块跟踪技术的分析处理结果发送至电动折叠门的驱动控制系统，能够在检测到有人或车通行时停止处于正在关闭状态的电动折叠门的运行，避免夹人或夹车事故的发生。

Description

一种电动折叠门的保护方法、保护系统及电动折叠门

技术领域

本申请涉及门禁/通道管理技术领域，特别是涉及一种电动折叠门的保护方法、保护系统及电动折叠门。

背景技术

随着科技水平的发展，电动折叠门已经被广泛使用在商厦，工厂或者政府机关出入口等区域，电动折叠门的运动轨道一般在10米以上，有较宽的通行范围，而且运行速度慢，方便人们的出入。

目前，现有的大部分电动折叠门都是依赖人工遥控电动折叠门的电机驱动来实现打开和关闭的功能，而在人工遥控电动门关闭的过程中，是依靠人工判断，在有人或有车通行时遥控停止电动折叠门的运行，或者利用红外对射来实现电动折叠门的防夹保护功能的，当红外对射被遮挡时，会使电动折叠门停止运行，防止夹车夹人现象的发生。

但是，现有技术中至少存在如下问题：传统的电动折叠门的红外对射防夹保护功能，起保护作用的只是一条对射线，监控范围极其有限，失误率较高，且其可靠性受环境影响较大，例如雨天红外对射容易失灵，电动折叠门夹车夹人的事故时有发生。因此传统的电动折叠门的防夹保护措施无法摆脱对人工的依赖。

发明内容

有鉴于此，本申请提供一种电动折叠门的保护方法、保护系统及电动折叠门，以实现电动折叠门的自动防夹保护，解决传统的电动折叠门的防夹保护措施无法摆脱对人工的依赖的问题。

为了实现上述目的，本申请实施例提供的技术方案如下：

一种电动折叠门的保护方法，应用于电动折叠门的保护系统中，所述保护系统包括视频采集模块、通信模块和视频处理模块，所述保护方法包括：

实时获取所述视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断所述跟踪目标团块是否进入预设的报警区域；

如果所述跟踪目标团块进入预设的报警区域，检测所述电动折叠门是否处于正在关闭的状态；

如果所述电动折叠门处于正在关闭的状态，通过所述通信模块向所述电动折叠门的驱动控制系统发送制动指令，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

优选地，所述确定实时获取的当前图像帧中的跟踪目标团块，包括：

提取实时获取的当前图像帧中的运动团块，并利用金字塔Lucas-Kanade算法确定提取出的运动团块在所述当前图像帧中的位置；

利用尺度不变特征转换SIFT特征提取算法在所述当前图像帧中对设置在所述电动折叠门上的标靶进行标靶匹配，识别所述电动折叠门上的标靶在所述当前图像帧中的位置；

将提取出的运动团块在所述当前图像帧中的位置和所述电动折叠门上的标靶在所述当前图像帧中的位置进行比对，将在所述当前图像帧中的位置与所述电动折叠门上的标靶在所述当前图像帧中的位置相同的运动团块删除，将剩余的运动团块作为所述跟踪目标团块。

优选地，所述提取实时获取的当前图像帧中的运动团块，包括：

对实时获取的当前图像帧与上一图像帧进行帧差，提取运动物体的轮廓；

对提取的运动物体的轮廓进行聚类，把相邻且存在重合部分的轮廓归为一类；

把经过聚类之后的空间矩小于预设阈值的轮廓连接为一个整体，作为所述当前图像帧中的一个运动团块。

优选地，所述利用尺度不变特征转换SIFT特征提取算法在所述当前图像帧中对设置在所述电动折叠门上的标靶进行标靶匹配，识别所述电动折叠门上的标靶在所述当前图像帧中的位置，包括：

在所述当前图像帧中检测设置在所述标靶上的SIFT特征点；

将检测到的所述当前图像帧中设置在所述标靶上的SIFT特征点与预设的背景图像帧中设置在所述标靶上的SIFT特征点进行比对，统计相匹配的SIFT特征点的数量，并判断相匹配的SIFT特征点的数量是否满足预设阈值；

在相匹配的SIFT特征点的数量满足预设阈值时，根据在所述当前图像帧中检测到的SIFT特征点的位置，识别所述电动折叠门上的标靶在所述当前图像帧中的位置。

优选地，还包括：

如果所述跟踪目标团块尚未进入预设的报警区域，利用金字塔Lucas-Kanade算法对所述跟踪目标团块进行目标跟踪，获得所述跟踪目标团块在所述当前图像帧中的位置；

根据跟踪得到的所述跟踪目标团块在所述当前图像帧中的位置，判断所述跟踪目标团块是否会进入所述报警区域；

如果所述跟踪目标团块会进入所述报警区域，检测所述电动折叠门是否处于正在关闭的状态；

如果所述电动折叠门处于正在关闭的状态，通过所述通信模块向所述电动折叠门的驱动控制系统发送制动指令，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

优选地，所述判断所述跟踪目标团块是否进入预设的报警区域，包括：

确定所述跟踪目标团块在所述当前图像帧中的位置，并判断所述跟踪目标团块在所述当前图像帧中的位置是否与预设的报警区域存在重合部分，若存在重合部分，则判定所述跟踪目标团块进入预设的报警区域。

优选地，还包括：

当判断出所述跟踪目标团块离开预设的报警区域后，通过所述通信模块向所述电动折叠门的驱动控制系统发送启动指令，所述启动指令用于指示所述驱动控制系统继续驱动所述电动折叠门。

本申请还提供一种电动折叠门的保护系统，所述保护系统包括视频采集模块、通信模块和视频处理模块，其中：

所述视频采集模块，用于在监控区域内进行视频采集；

所述视频处理模块，用于实时获取所述视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断所述跟踪目标团块是否进入预设的报警区域；如果所述跟踪目标团块进入预设的报警区域，检测所述电动折叠门是否处于正在关闭的状态；如果所述电动折叠门处于正在关闭的状态，向所述通信模块发送制动指令；

所述通信模块，用于接收所述视频处理模块的制动指令，并将所述制动指令向所述电动折叠门的驱动控制系统转发，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

优选地，所述视频处理模块，还用于：如果所述跟踪目标团块尚未进入预设的报警区域，利用金字塔Lucas-Kanade算法对所述跟踪目标团块进行目标跟踪；根据跟踪得到的所述跟踪目标团块在所述当前图像帧中的位置，判断所述跟踪目标团块是否会进入所述报警区域；如果所述跟踪目标团块会进入所述报警区域，检测所述电动折叠门是否处于正在关闭的状态；如果所述电动折叠门处于正在关闭的状态，向所述通信模块发送制动指令；

则所述通信模块，还用于：接收所述视频处理模块的制动指令，并将所述制动指令向所述电动折叠门的驱动控制系统转发，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

优选地，所述视频处理模块，还用于：当判断出所述跟踪目标团块离开预设的报警区域后，向所述通信模块发送启动指令；

则所述通信模块，还用于：接收所述视频处理模块的启动指令，并将所述启动指令向所述电动折叠门的驱动控制系统转发，所述启动指令用于指示所述驱动控制系统继续驱动所述电动折叠门。

本申请还提供一种电动折叠门，包括如上述任意一项所述的保护系统。

由以上本申请提供的技术方案，实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；如果电动折叠门处于正在关闭的状态，通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门。通过应用本申请提供的技术方案，在电动折叠门关闭方向一定区域内进行实时地视频采集及分析处理，并将基于团块跟踪技术的分析处理结果发送至电动折叠门的驱动控制系统，使电动折叠门的驱动控制系统能够监控电动折叠门附近监控区域内的状态，并在电动折叠门的关闭过程中检测是否有人或车通行，能够在检测到有人或车通行时停止电动折叠门的运行，避免折叠门夹人或夹车事故的发生。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请提供的一种电动折叠门的保护方法的流程示意图；

图2为本申请提供的一种确定实时获取的当前图像帧中的跟踪目标团块的方法的流程示意图；

图3为本申请提供的另一种电动折叠门的保护方法的流程示意图；

图4为本申请提供的一种电动折叠门的保护系统的结构示意图；

图5为本申请提供的一种电动折叠门的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合附图，对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

下面结合附图，对本申请的实施方案进行详细描述。

图1为本申请提供的一种电动折叠门的保护方法的流程示意图。

请参照图1所示，本申请实施例提供的一种电动折叠门的保护方法，应用于电动折叠门的保护系统中，保护系统包括视频采集模块、通信模块和视频处理模块，保护方法包括：

S100：实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；

在本申请实施例中，预设的报警区域可以为电动折叠门的轨道范围，也可以将电动折叠门轨道范围包括在内，而监控区域是将报警区域包括在内的，当有人或车进入监控区域时，视频采集模块就可以实时采集到运动物体的影像，然后采用团块跟踪技术对运动物体进行跟踪，根据实时获取的当前图像帧，判断跟踪目标团块是否进入预设的报警区域，进而进行后续操作。

S200：如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；

在本申请实施例中，判断电动折叠门是否处于正在关闭的状态，可以根据视频采集模块监控得到的折叠门机头的运动方向，也可以根据获取的电动折叠门的驱动系统的运行状态，此处不再赘述。

S300：如果电动折叠门处于正在关闭的状态，通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门。

在本申请实施例中，如果跟踪目标团块进入预设的报警区域，且电动折叠门处于正在关闭的状态，则视频处理模块通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门，以防止夹人或夹车现象的发生。

应用本申请实施例提供的技术方案，视频处理模块实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；如果电动折叠门处于正在关闭的状态，通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门。通过应用本申请提供的技术方案，在电动折叠门关闭方向一定区域内进行实时地视频采集及分析处理，并将基于团块跟踪技术的分析处理结果发送至电动折叠门的驱动控制系统，使电动折叠门的驱动控制系统能够监控电动折叠门附近监控区域内的状态，并在电动折叠门的关闭过程中检测是否有人或车通行，能够在检测到有人或车通行时停止电动折叠门的运行，避免折叠门夹人或夹车事故的发生。

上述实施例提供了一种电动折叠门的保护方法，其中，确定实时获取的当前图像帧中的跟踪目标团块的方法，本实施例将结合附图进行说明：

图2为本申请提供的一种确定实时获取的当前图像帧中的跟踪目标团块的方法的流程示意图。

请参照图2所示，本申请实施例提供的方法，包括：

S101：提取实时获取的当前图像帧中的运动团块，并利用金字塔Lucas-Kanade算法确定提取出的运动团块在当前图像帧中的位置；

在本申请实施例中，提取实时获取的当前图像帧中的运动团块的过程，可以包括：对实时获取的当前图像帧与上一图像帧进行帧差，提取运动物体的轮廓；对提取的运动物体的轮廓进行聚类，把相邻且存在重合部分的轮廓归为一类；把经过聚类之后的空间矩小于预设阈值的轮廓连接为一个整体，作为当前图像帧中的一个运动团块。

在实际应用中，视频采集模块采集到的视频首先使用相邻两图像帧进行帧差提取运动物体的轮廓。假设某一时间段内的视频序列图像为：f₁,f₂,...f_t，设f_k-1(x,y)，f_k(x,y)为视频序列中间相邻的两幅图像帧，其中1≤k≤t，(x,y)为对应帧的坐标。那么相邻两图像帧的帧差可以表示为：

d_(k-1,k)(x,y)=|f_k(x,y)-f_k-1(x,y)|

图像帧中的前景目标和背景目标可以通过阈值区分，阈值的设定需要根据实际使用的环境以及光线随时间的变化而改变，下面公式中fg为前景图，threshold为阈值。

$\left\{\begin{array}{ccc}{\mathrm{fg}}_{(k-1,k)}(x,y)=1,& \mathrm{if}& d_{(k-1,k)}(x,y)\≤\mathrm{threshold}\\ {\mathrm{fg}}_{(k-1,k)}(x,y)=0,& \mathrm{if}& d_{(k-1,k)}(x,y)\≤\mathrm{threshold}\end{array}\right.$

帧差方法提取出来的轮廓很多，接着通过聚类把相邻的轮廓归为一类。相邻的，并且两两之间有重合，且重复大于一定的阈值就认为是一类。在本实施例中，阈值设为60%。

下一步通过计算空间矩把一类中的团块连接到一起，并对所有团块进行膨胀和腐蚀处理，最后使用一个外接矩形把邻近的类框为一个整体，每个整体可以认为是一个运动团块。

S102：利用尺度不变特征转换SIFT特征提取算法在当前图像帧中对设置在电动折叠门上的标靶进行标靶匹配，识别电动折叠门上的标靶在当前图像帧中的位置；

在本申请实施例中，利用尺度不变特征转换SIFT特征提取算法在当前图像帧中对设置在电动折叠门上的标靶进行标靶匹配，识别电动折叠门上的标靶在当前图像帧中的位置，可以包括：在当前图像帧中检测设置在标靶上的SIFT特征点；将检测到的当前图像帧中设置在标靶上的SIFT特征点与预设的背景图像帧中设置在标靶上的SIFT特征点进行比对，统计相匹配的SIFT特征点的数量，并判断相匹配的SIFT特征点的数量是否满足预设阈值；在相匹配的SIFT特征点的数量满足预设阈值时，根据在当前图像帧中检测到的SIFT特征点的位置，识别电动折叠门上的标靶在当前图像帧中的位置。

在实际应用中，系统开始运行时，用户可以通过客户端设置把电动折叠门的机头上的标靶设置为目标进行标靶匹配。标靶建议贴格子图纹，这样特征点明显。但是也不仅限于格子图纹，只要图画是纹理清晰，特征点明显即可，也可以是广告图画。标靶匹配使用SIFT特征点匹配。匹配的结果可以为标靶是否被遮挡，如果标靶没有被遮挡，表示折叠门的机头能被正常检测，则记录折叠门机头的位置信息。

其中，标靶上的SIFT特征点向量提取的实现包括如下4个步骤：

a)、检测尺度空间极值点，首先创建DOG（Difference of Gaussian）金字塔多尺度空间，在DOG空间中，中间的检测点和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较，以确保在尺度空间和二维图像空间都检测到极值点。通过以上方法获取的特征点称为候选特征点。

b)、精确确定极值点位置，过滤部分位于边缘的特征点，余下的是SIFT特征点。

c)、为每个特征点指定方向参数，梯度直方图的范围是0～360°，取每10°一个柱，总共分36个柱进行方向直方图的统计计算，为特征点赋予方向参数。

d)、特征点描述子的生成，首先将坐标轴旋转为特征点的方向，对任意一个特征点，在其所在的尺度空间取以特征点为中心的16×16大小的邻域，再将此邻域均匀地分为4×4个子区域，对每个子区域计算梯度方向直方图（8个方向）。对4×4个子区域的8方向梯度直方图根据位置依次排序，这样就构成了一个4×4×8=128维的向量。最后将特征向量长度归一化，该向量就是SIFT特征点向量。

另外，为了使用复杂的环境变化，提高电动折叠门的保护系统的抗干扰性，本申请实施例还可以对标靶上的SIFT特征点进行更新：

系统初始使用时，工作人员会在折叠门轨道无遮挡时启动系统，系统把初启动时的图像帧设置为背景帧。室外环境复杂，监控场景随时间、天气或光线等变化，背景特征点会变得不可靠，因此需要检查特征点的可靠性以及实时进行更新。

在本申请实施例中，在算法中使用一个权重值w来判断背景帧的特征点是否可靠。系统对背景帧进行SIFT特征点检测，比如，对检测到的各个特征点赋予初始权重值w_i=10，其中0≤i≤n，n为特征点数量。背景帧建立后，对实时获取的每一当前图像帧进行SIFT特征点检测，然后与背景帧中的SIFT特征点进行匹配，如果某特征点匹配则该点的权重加1，不匹配则该点的权重减1。如果权重到了100就不再增加，保持100，若某SIFT特征点的权重值小于阈值就可以删除该特征点，阈值设置为0。赋予权重值的目的是使特征点的增加和删除过程可以缓慢进行，确保新增的特征点是稳定的才增加为背景帧中的特征点，同时也确保消失的特征点是多次匹配不上才从背景帧中的特征点中将消失的特征点删除。采用本申请实施例的特征匹配方法，电动折叠门的抗干扰能力强，对于一般的光线变化以及摄像机轻微抖动，都不影响匹配结果，这样能够确保背景帧中的特征点可以随环境或天气的变化而更新，避免受环境的影响而导致保护系统失效或误操作现象的发生。

需要说明的是，在本申请实施例中，对特征点的更新包括权重值修改，添加与删除：其中的权重值修改是指：匹配成功则增加特征点权重，若匹配失败则减少特征点权重。其中的权重值添加是指：在当前图像帧中进行SIFT特征点检测，经过了遍历后，当前图像帧的特征点，若没有对应的背景帧中的特征点与它匹配，则标识为预添加特征点，初始化权重为10。在接下来的检测中进行权重值修改，如果预添加特征点的权重达到30，则可以认为该点已经达到稳定，把该点添加到背景帧的特征点中。其中的权重值删除是指：若背景帧中的特征点的权重值小于阈值，比如小于0，则从背景帧中删除该特征点。

其中，预添加特征点由于还没达到稳态，不参与进行是否遮挡的判断。系统使用过程中如果有一些昆虫，杂物停留在标靶上，如果能被检测为特征点，并且达到了稳定的阈值，也会增加为背景帧中的特征点。因为系统判断是否被遮挡是根据一定比例，个别特征点的增加不会影响遮挡判定。

在本申请实施例中，在当前图像帧与背景帧的特征点向量都生成后，可以采用特征点特征向量的欧式距离作为特征点的相似性判定度量。采用BestBin First（BBF）算法检索每个特征点的最近邻和次近邻特征点。假设与某特征点的欧氏距离最近和次近的特征点分别为E和E′，则计算特征点与E和E′欧式距离的比率。如果计算得到的值小于某一阈值，则认为匹配成功。本实施例中使用的阈值可以为60%。判断当前图像帧的标靶与背景帧的标靶是否匹配的标准是看两帧匹配的特征点数是否达到了阈值。若匹配的特征点数量小于阈值，就认为当前帧被遮挡，为了过滤瞬间引起的变化，可以引入遮挡帧数累计的方法，比如若匹配的特征点数量小于阈值，增加遮挡帧数；若匹配的特征点数量大于阈值，而此时遮挡帧数不为零且不超过阈值，把遮挡帧数设置为0；累积的遮挡帧数超过了设定的阈值，则判定为遮挡。本实施例中阈值设置为3。只有当遮挡帧数超过阈值才认为被遮挡，否则只是认为是瞬间变化引起的误检。

在本申请实施例中，如果行人或物体遮挡电动折叠门上的标靶，当系统判断出遮挡后，背景帧可以停止更新，当前图像帧会与背景帧进行匹配，在有遮挡的情况下，匹配的特征点数不会超过阈值，则判定为遮挡。当遮挡的行人或物体离开，将当前图像帧中检测到的特征点与背景帧进行匹配，如果匹配的点数超过无遮挡阈值，则认为标靶没有被遮挡，背景帧重新开始更新。

S103：将提取出的运动团块在当前图像帧中的位置和电动折叠门上的标靶在当前图像帧中的位置进行比对，将在当前图像帧中的位置与电动折叠门上的标靶在当前图像帧中的位置相同的运动团块删除，将剩余的运动团块作为跟踪目标团块。

在本申请实施例中，由于处于正在关闭状态的电动折叠门也会处于运动状态，此时提取到的运动团块中必然包括电动折叠门本身，则如果发现提取的一个运动团块的位置与匹配出的电动折叠门上的标靶的位置完全相同，即认为该运动团块为标靶，可过滤该运动团块，只将剩余的运动团块作为跟踪目标团块，而如果位置并不完全相同，只有部分重合，则认为标靶被行人或物体遮挡，此时不对该运动团块不进行过滤操作，反而可以触发保护系统启动防夹保护。

本申请中确定跟踪目标团块之后，可以将跟踪目标团块添加到跟踪序列中，这里的跟踪序列中包括多个跟踪对象，还可以对跟踪序列进行更新，添加和删除：更新：选择当前图像帧中的跟踪目标团块，遍历跟踪序列里的跟踪对象，如果与选择的跟踪目标团块有相交，则将当前图像帧中的跟踪目标团块作为跟踪目标团块的最新位置。添加：这里的添加是指把确定的跟踪目标团块添加到跟踪序列中。如果之前的跟踪序列为空，则把最新确定的跟踪目标团块添加到跟踪序列中。如果之前的跟踪序列不为空，则遍历跟踪序列中的跟踪对象，如果与最新的跟踪目标团块没有相交，则添加最新的跟踪目标团块为新的跟踪对象。删除：如果在实时获取的多个图像帧中连续未检测到跟踪目标团块的帧数满足预设值，比如在最开始的连续4帧内被检测到的帧数小于2，即只在第一帧被检测到，但后面连续三帧检测不到，则删除从跟踪序列中删除该跟踪目标团块。

本申请实施例的方案，可以避免天气变化或环境变化对保护系统的影响，使得保护系统的精确度更高，有效防止误操作。

本申请说明书并不仅限于上述实施例提供的电动折叠门的保护方法，下面实施例将结合附图对另一种电动折叠门的保护方法进行说明：

图3为本申请提供的另一种电动折叠门的保护方法的流程示意图。

请参照图3所示，本申请实施例提供的方法，在上述实施例的基础上，还包括：

S400：如果所述跟踪目标团块尚未进入预设的报警区域，利用金字塔Lucas-Kanade算法对所述跟踪目标团块进行目标跟踪，获得所述跟踪目标团块在所述当前图像帧中的位置；

在本申请实施例中，对在跟踪序列中的跟踪目标团块进行金字塔LK跟踪，金字塔Lucas-Kanade（LK）算法从金字塔的最高层（细节最小）开始向金字塔的低层（丰富的细节）进行跟踪，允许小窗口捕获较大的运动，是一种有效的跟踪算法。金字塔LK跟踪的步骤如下：

a)、取实时获取的前一图像帧与当前图像帧做一次LK跟踪，从前一帧提取角点（Corner points）pts0进行跟踪得到当前帧的角点pts1。

b)、当前帧与前一帧做一次LK反跟踪，根据当前帧的角点pts1跟踪得到前一帧的角点pts2。

c)、对于pts0与pts1，每一对匹配的点，框出5x5的区域进行NormalizedCross Correlation(NCC)匹配，所有点匹配完成后，计算出中值。

$\mathrm{NCC}=\frac{{\mathrm{\Σ}}_{x,y}(f(x,y)-{\stackrel{\‾}{f}}_{u,v})(t(x-u,y-v)-\stackrel{\‾}{t})}{\sqrt{{\mathrm{\Σ}}_{x,y}{(f(x,y)-{\stackrel{\‾}{f}}_{u,v})}^2{(t(x-u,y-v)-\stackrel{\‾}{t})}^2}}$

其中f(x,y)是大小为M_x×M_y图像在-的(x,y)点的灰度值，t(x,y)是大小为N_x×N_y模板图像在的(x,y)点的灰度值，

是图像的平均值，可以表示为：

${\stackrel{\‾}{f}}_{u,v}=\frac{1}{N_x{N}_y}\underset{x=u}{\overset{u+N_x-1}{\mathrm{\Σ}}}\underset{y=v}{\overset{v+N_y-1}{\mathrm{\Σ}}}f(x,y)$

d)、角点pts0与pts2之间计算对应点的欧氏距离，所有点的距离计算完成后，计算出中值。两个点(x₁,y₁)与(x₂,y₂)的欧氏距离可以表示为：

$d=\sqrt{{(x_1-x_2)}^2+{(y_1-y_2)}^2}$

e)、结合c)与d)的结果，对于pts1中大于NCC匹配中值并且小于距离中值的点认为是跟踪有效点。

f)、如果经过步骤e）后剩下的点数足够（大于特征点数的10%），就可以获得该跟踪目标团块在当前图像帧中的位置。

S500：根据跟踪得到的所述跟踪目标团块在所述当前图像帧中的位置，判断所述跟踪目标团块是否会进入所述报警区域；

根据跟踪目标团块的位置，就可以预测跟踪目标团块的下一位置是否会进入预设的报警区域。

S600：如果所述跟踪目标团块会进入所述报警区域，检测所述电动折叠门是否处于正在关闭的状态；

S700：如果所述电动折叠门处于正在关闭的状态，通过所述通信模块向所述电动折叠门的驱动控制系统发送制动指令，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

如果根据得到的跟踪目标团块的位置，预测到跟踪目标团块的下一位置会进入预设的报警区域，则停止驱动电动折叠门，有效防止夹人夹车现象的发生。

在这里，判定跟踪目标团块进入预设的报警区域的依据，可以为：确定跟踪目标团块在当前图像帧中的位置，并判断跟踪目标团块在当前图像帧中的位置是否与预设的报警区域存在重合部分，若存在重合部分，则判定跟踪目标团块进入预设的报警区域。

可以理解的是，在上述实施例中，电动折叠门的保护系统在判断出跟踪目标团块进入预设的报警区域时，电动折叠门会立即停止关闭，跟踪目标团块即将进入预设的报警区域时，电动折叠门也会立即停止关闭，而当判断出跟踪目标团块离开预设的报警区域后，本申请实施例中的保护系统还可以通过通信模块向电动折叠门的驱动控制系统发送启动指令，启动指令用于指示驱动控制系统继续驱动电动折叠门。

由以上本申请提供的技术方案，实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；如果电动折叠门处于正在关闭的状态，通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门。通过应用本申请提供的技术方案，在电动折叠门关闭方向一定区域内进行实时地视频采集及分析处理，并将基于团块跟踪技术的分析处理结果发送至电动折叠门的驱动控制系统，使电动折叠门的驱动控制系统能够监控电动折叠门附近监控区域内的状态，并在电动折叠门的关闭过程中检测是否有人或车通行，能够在检测到有人或车通行时停止电动折叠门的运行，避免折叠门夹人或夹车事故的发生。

上述实施例为本申请提供的方法实施例，对应上述方法实施例，本申请还提供一种电动折叠门的保护系统。

图4为本申请提供的一种电动折叠门的保护系统的结构示意图。

请参照图4所示，本申请实施例提供的电动折叠门的保护系统，包括视频采集模块1、视频处理模块2和通信模块3，其中：

视频采集模块1，用于在监控区域内进行视频采集；

视频处理模块2，用于实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；如果电动折叠门处于正在关闭的状态，向通信模块3发送制动指令；

通信模块3，用于接收视频处理模块的制动指令，并将制动指令向电动折叠门的驱动控制系统转发，制动指令用于指示驱动控制系统停止驱动电动折叠门。

对应于上述方法实施例，本系统实施例提供的保护系统的保护方法和保护原理与上述方法实施例类似，此处不再赘述。

同时，在上述实施例的基础上，本申请实施例中的视频处理模块2，还可以用于：如果所述跟踪目标团块尚未进入预设的报警区域，利用金字塔Lucas-Kanade算法对所述跟踪目标团块进行目标跟踪；根据跟踪得到的所述跟踪目标团块在当前帧的位置，判断所述跟踪目标团块是否会进入所述报警区域；如果所述跟踪目标团块会进入所述报警区域，检测所述电动折叠门是否处于正在关闭的状态；如果所述电动折叠门处于正在关闭的状态，向所述通信模块发送制动指令；

则通信模块3，还用于：接收所述视频处理模块的制动指令，并将所述制动指令向所述电动折叠门的驱动控制系统转发，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

可以理解的是，在本申请实施例中，视频处理模块2，还可以用于：当判断出跟踪目标团块离开预设的报警区域后，向通信模块发送启动指令；

则通信模块3，还用于：接收视频处理模块的启动指令，并将启动指令向电动折叠门的驱动控制系统转发，启动指令用于指示驱动控制系统继续驱动电动折叠门。

上述实施例与附图结合，对本申请提供的保护方法、保护系统进行了详细说明，

图5为本申请提供的一种电动折叠门的结构示意图。

请参照图5所示，本申请提供的一种电动折叠门包括上述任一实施例中的电动折叠门的保护系统。

由以上本申请提供的技术方案，电动折叠门的保护系统实时获取视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断跟踪目标团块是否进入预设的报警区域；如果跟踪目标团块进入预设的报警区域，检测电动折叠门是否处于正在关闭的状态；如果电动折叠门处于正在关闭的状态，通过通信模块向电动折叠门的驱动控制系统发送制动指令，制动指令用于指示驱动控制系统停止驱动电动折叠门。通过应用本申请提供的技术方案，在电动折叠门关闭方向一定区域内进行实时地视频采集及分析处理，并将基于团块跟踪技术的分析处理结果发送至电动折叠门的驱动控制系统，使电动折叠门的驱动控制系统能够监控电动折叠门附近监控区域内的状态，并在电动折叠门的关闭过程中检测是否有人或车通行，能够在检测到有人或车通行时停止电动折叠门的运行，避免折叠门夹人或夹车事故的发生。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种电动折叠门的保护方法、保护系统及电动折叠门进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1.一种电动折叠门的保护方法，应用于电动折叠门的保护系统中，其特征在于，所述保护系统包括视频采集模块、通信模块和视频处理模块，所述保护方法包括：

实时获取所述视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断所述跟踪目标团块是否进入预设的报警区域；

如果所述跟踪目标团块进入预设的报警区域，检测所述电动折叠门是否处于正在关闭的状态；

如果所述电动折叠门处于正在关闭的状态，通过所述通信模块向所述电动折叠门的驱动控制系统发送制动指令，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

2.根据权利要求1所述的保护方法，其特征在于，所述确定实时获取的当前图像帧中的跟踪目标团块，包括：

提取实时获取的当前图像帧中的运动团块，并利用金字塔Lucas-Kanade算法确定提取出的运动团块在所述当前图像帧中的位置；

利用尺度不变特征转换SIFT特征提取算法在所述当前图像帧中对设置在所述电动折叠门上的标靶进行标靶匹配，识别所述电动折叠门上的标靶在所述当前图像帧中的位置；

将提取出的运动团块在所述当前图像帧中的位置和所述电动折叠门上的标靶在所述当前图像帧中的位置进行比对，将在所述当前图像帧中的位置与所述电动折叠门上的标靶在所述当前图像帧中的位置相同的运动团块删除，将剩余的运动团块作为所述跟踪目标团块。

3.根据权利要求2所述的保护方法，其特征在于，所述提取实时获取的当前图像帧中的运动团块，包括：

对实时获取的当前图像帧与上一图像帧进行帧差，提取运动物体的轮廓；

对提取的运动物体的轮廓进行聚类，把相邻且存在重合部分的轮廓归为一类；

把经过聚类之后的空间矩小于预设阈值的轮廓连接为一个整体，作为所述当前图像帧中的一个运动团块。

4.根据权利要求2所述的保护方法，其特征在于，所述利用尺度不变特征转换SIFT特征提取算法在所述当前图像帧中对设置在所述电动折叠门上的标靶进行标靶匹配，识别所述电动折叠门上的标靶在所述当前图像帧中的位置，包括：

在所述当前图像帧中检测设置在所述标靶上的SIFT特征点；

将检测到的所述当前图像帧中设置在所述标靶上的SIFT特征点与预设的背景图像帧中设置在所述标靶上的SIFT特征点进行比对，统计相匹配的SIFT特征点的数量，并判断相匹配的SIFT特征点的数量是否满足预设阈值；

在相匹配的SIFT特征点的数量满足预设阈值时，根据在所述当前图像帧中检测到的SIFT特征点的位置，识别所述电动折叠门上的标靶在所述当前图像帧中的位置。

5.根据权利要求1所述的保护方法，其特征在于，还包括：

如果所述跟踪目标团块尚未进入预设的报警区域，利用金字塔Lucas-Kanade算法对所述跟踪目标团块进行目标跟踪，获得所述跟踪目标团块在所述当前图像帧中的位置；

根据跟踪得到的所述跟踪目标团块在所述当前图像帧中的位置，判断所述跟踪目标团块是否会进入所述报警区域；

如果所述跟踪目标团块会进入所述报警区域，检测所述电动折叠门是否处于正在关闭的状态；

如果所述电动折叠门处于正在关闭的状态，通过所述通信模块向所述电动折叠门的驱动控制系统发送制动指令，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

6.根据权利要求1-5中任意一项所述的保护方法，其特征在于，所述判断所述跟踪目标团块是否进入预设的报警区域，包括：

确定所述跟踪目标团块在所述当前图像帧中的位置，并判断所述跟踪目标团块在所述当前图像帧中的位置是否与预设的报警区域存在重合部分，若存在重合部分，则判定所述跟踪目标团块进入预设的报警区域。

7.根据权利要求1所述的保护方法，其特征在于，还包括：

当判断出所述跟踪目标团块离开预设的报警区域后，通过所述通信模块向所述电动折叠门的驱动控制系统发送启动指令，所述启动指令用于指示所述驱动控制系统继续驱动所述电动折叠门。

8.一种电动折叠门的保护系统，其特征在于，所述保护系统包括视频采集模块、通信模块和视频处理模块，其中：

所述视频采集模块，用于在监控区域内进行视频采集；

所述视频处理模块，用于实时获取所述视频采集模块在监控区域内采集的视频的图像帧，确定实时获取的当前图像帧中的跟踪目标团块，判断所述跟踪目标团块是否进入预设的报警区域；如果所述跟踪目标团块进入预设的报警区域，检测所述电动折叠门是否处于正在关闭的状态；如果所述电动折叠门处于正在关闭的状态，向所述通信模块发送制动指令；

所述通信模块，用于接收所述视频处理模块的制动指令，并将所述制动指令向所述电动折叠门的驱动控制系统转发，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

9.根据权利要求8所述的保护系统，其特征在于，所述视频处理模块，还用于：如果所述跟踪目标团块尚未进入预设的报警区域，利用金字塔Lucas-Kanade算法对所述跟踪目标团块进行目标跟踪；根据跟踪得到的所述跟踪目标团块在所述当前图像帧中的位置，判断所述跟踪目标团块是否会进入所述报警区域；如果所述跟踪目标团块会进入所述报警区域，检测所述电动折叠门是否处于正在关闭的状态；如果所述电动折叠门处于正在关闭的状态，向所述通信模块发送制动指令；

则所述通信模块，还用于：接收所述视频处理模块的制动指令，并将所述制动指令向所述电动折叠门的驱动控制系统转发，所述制动指令用于指示所述驱动控制系统停止驱动所述电动折叠门。

10.根据权利要求8所述的保护系统，其特征在于，所述视频处理模块，还用于：当判断出所述跟踪目标团块离开预设的报警区域后，向所述通信模块发送启动指令；

则所述通信模块，还用于：接收所述视频处理模块的启动指令，并将所述启动指令向所述电动折叠门的驱动控制系统转发，所述启动指令用于指示所述驱动控制系统继续驱动所述电动折叠门。

11.一种电动折叠门，其特征在于，包括如权利要求8-10中任意一项所述的保护系统。

Images