CN104104902B - 云台方向故障检测方法及装置 - Google Patents

Abstract

本发明公开了一种云台方向故障检测方法及装置，所述方法包括：向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；对待分析图像进行角点特征提取；对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息。采用本发明，与现有技术相比，过滤了OSD角点信息对云台故障检测的影响，从而提高了以特征信息匹配的云台故障检测方法的准确度。

Description

云台方向故障检测方法及装置

技术领域

本发明涉及视频监控领域，具体而言，尤其涉及一种云台方向故障检测方法及装置。

背景技术

在视频监控系统中，摄像机的移动控制功能实现大量使用了云台。云台是安装、固定摄像机的支撑设备，它通常分为固定和电动云台两种。其中，固定云台适用于监视范围不大的情况，在固定云台上安装好摄像机后可调整摄像机的水平和俯仰的角度，达到最好的工作姿态后，只要锁定调整机构就可以了；电动云台适用于对大范围进行扫描监视的环境，它可以扩大摄像机的监视范围。电动云台高速姿态是由若干执行电动机来实现，电动机接受来自控制器的信号精确地运行定位，在控制信号的作用下，云台上的摄像机既可自动扫描监视区域，也可在监控中心值班人员的操纵下跟踪监视对象。

云台方向具有上下转动、左右转动以及静止等状态，可以通过控制云台摄像机转动来扩大监控点监视范围。在实际应用当中，为了实现监视点的正常监控，需要定期地对云台运动方向进行故障诊断。

传统的人工巡检云台故障方式，具有耗劳动力多、工作效率低下等缺点。

在公开号为CN101917599、发明专利名称为“一种云台故障检测方法及装置”的中国专利文献中，其公开了通过对待分析图像进行特征提取并分析，得出其背景图像的变化状态，并以此判断待测云台的变化状态，然后再判断背景图像的运动状态与实际发出的云台控制指令是否一致，进而达到判定待测云台是否工作正常的目的。

然而，在实际应用中，待测云台所承载的摄像机视频图像常常伴有OSD（on-screendisplay，屏幕菜单）信息，有的是用户设置的OSD信息，有的是则是来自摄像机生产厂家固化设置的OSD信息。另外，在摄像机所拍摄的视频画面中，通常也会存在运动目标，例如走动的人或动物，驶过的汽车等运动目标。本发明的发明人发现，这些因素的存在，会导致该专利提供的云台故障检测方法适用性以及准确性降低。

发明内容

本发明的发明人通过实验发现：当采用上述专利方法对云台运动方向进行故障诊断时，在进行角点特征提取时，OSD信息会产生大量的角点特征，常常使云台方向检测失效；另外，如果视频画面存在运动目标时，该运动目标所产生的角点也对云台方向的检测结果造成某一程度上的影响。

所以，在以特征提取的云台方向故障检测方法中，亟待过滤OSD信息和前景运动目标对检测结果的影响。

为了解决上述问题，本发明实施例提供了一种云台方向故障检测方法及装置。

为了达到本发明实施例的目的，本发明实施例采用以下技术方案实现：

一种云台方向故障检测方法，包括：

向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；

对待分析图像进行角点特征提取；

对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；

对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；

判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息。

优选地，向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取序列图像作为待分析图像的步骤为：

向待测云台发送云台控制指令；

采集云台转动前后的至少两幅序列图像，采用高斯背景建模法获取这些图像的背景图像作为待分析图像，其中，所述至少两幅背景图像具有重叠部分。

优选地，所述角点特征包括但不限于：Moravec角点、Harris角点、SUSAN角点、MIC角点，或CSS角点。

优选地，对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征的步骤包括：

定义一个检索窗口，其中，检索窗口的宽为OSD字符的宽，检测窗口的高为OSD字符的高；

根据角点特征的坐标信息，用检索窗口在角点的邻域窗口内进行扫描，邻域窗口的宽为OSD字符宽的两倍减1，邻域窗口的高为OSD字符高的两倍减1，统计邻域窗口内的角点密度大小；

用统计得到的角点密度值与预设的判断阈值进行比较，以判断该检索窗口中的角点是否属于因OSD信息而产生的角点，如果角点密度值大于或等于判断阈值，则对检索窗口中的角点特征进行过滤，否则，保留检索窗口中的角点特征。

优选地，对过滤后的角点进行匹配并依此确定云台运动方向的步骤包括：

利用归一化互相关法对至少两幅待分析图像的角点特征进行匹配；

根据匹配角点的坐标计算图像沿坐标轴的偏移距离，从而确定云台运动方向。

一种云台方向故障检测装置，包括：

图像采集模块，用于在用户向待测云台发送云台控制指令之时，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；

角点特征提取模块，用于对待分析图像进行角点特征提取；

角点特征过滤模块，用于对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；

角点匹配模块，用于对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；

运动状态判断模块，判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息。

优选地，在用户向待测云台发送云台控制指令之时，图像采集模块采集云台转动前后的至少两幅序列图像，采用高斯背景建模法获取这些图像的背景图像作为待分析图像，其中，所述至少两幅背景图像具有重叠部分。

优选地，所述角点特征包括但不限于：Moravec角点、Harris角点、SUSAN角点、MIC角点，或CSS角点。

优选地，所述角点特征过滤模块包括：

配置模块，用于定义一个检索窗口，其中，检索窗口的宽为OSD字符的宽，检测窗口的高为OSD字符的高；

统计模块，用于根据角点特征的坐标信息，用检索窗口在角点的邻域窗口内进行扫描，邻域窗口的宽为OSD字符宽的两倍减1，邻域窗口的高为OSD字符高的两倍减1，以统计邻域窗口内的角点密度大小；

过滤模块，用于根据统计得到的角点密度值与预设的判断阈值进行比较，以判断该检索窗口中的角点是否属于因OSD信息而产生的角点，如果角点密度值大于或等于判断阈值，则对检索窗口中的角点特征进行过滤，否则，保留检索窗口中的角点特征。

优选地，所述角点匹配模块包括：

匹配模块，用于利用归一化互相关法对至少两幅待分析图像的角点特征进行匹配；

运动方向判断模块，用于根据匹配角点的坐标计算图像沿坐标轴的偏移距离，从而确定云台运动方向。

采用本发明，与现有技术相比，过滤了OSD角点信息对云台故障检测的影响，从而提高了以特征信息匹配的云台故障检测方法的准确度。

附图说明

图1是本发明实施例提供的云台方向故障检测方法流程示意图；

图2是本发明实施例提供的过滤OSD信息产生角点特征示意图；

图3是本发明实施例提供的匹配角点特征的几何关系示意图；

图4是本发明实施例提供的云台运动方向确认示意图；

图5为本发明实施例提供的云台方向故障检测装置结构示意图。

本发明目的的实现、功能特点及优异效果，下面将结合具体实施例以及附图做进一步的说明。

具体实施方式

下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

如图1所示，本发明实施例提供的一种云台方向故障检测方法，包括如下步骤：

S10、向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；

S20、对待分析图像进行角点特征提取；

S30、对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；

S40、对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；

S50、判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息。换言之，为判断云台运动方向与向待测云台所发送的控制指令方向是否一致，如果一致，则输出待测云台结果正常，若不一致，则输出待测云台出现相应方向运动故障。

优选的实施方式中，在所述步骤S10中，向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取序列图像作为待分析图像的步骤为：

S101、向待测云台发送云台控制指令，例如云台控制方向控制中的向上转、向下转、向左转、向右转等；

S102、采集云台转动前后的至少两幅序列图像，采用高斯背景建模法获取这些图像的背景图像作为待分析图像，其中，所述至少两幅背景图像具有重叠部分，云台转动可以采用时间控制或者帧间隔控制。

优选的实施方式中，所述角点特征包括但不限于：Moravec角点、Harris角点、SUSAN角点、MIC角点，或CSS角点等一切角点特征信息，在本发明实施例中，主要采用Harris角点作为说明，其中Harris角点的有关详细技术内容是本技术领域的普通技术人员所共知的现有技术，本文对此不做详细说明。

优选的实施方式中，在所述步骤S30中，对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征的步骤包括：

S301、定义一个检索窗口，检索窗口的宽为OSD字符的宽，检测窗口的高为OSD字符的高，假设检索窗口和OSD字符的宽和高分别为w和h；

S302、根据角点特征的坐标信息，用检索窗口在以角点为中心的邻域窗口内进行扫描，统计邻域窗口内的角点密度大小，本实施例中，邻域窗口的宽和高分别为2w-1和2h-1，如图2所示，其中A为图像，B为邻域窗口，C为检索窗口大小，角点1为邻域窗口中心(图中十字形代表角点)；

S303、用统计得到的角点密度值与预先设定的阈值T进行比较，从而判断该角点是否属于OSD信息，如果角点密度值大于等于阈值T，则判定检索窗口中的角点为因OSD信息影响而产生的角点，此时需要对检索窗口中的角点进行过滤；否则，保留检索窗口中的角点特征。

优选的实施方式中，在所述步骤S40中，对过滤后的角点进行匹配并依此确定云台运动方向的步骤包括：

S401、角点特征匹配步骤：利用归一化互相关法对至少两幅待分析图像的角点特征进行匹配；

S402、云台运动方向确定步骤：根据匹配角点的坐标计算图像沿坐标轴的偏移距离，从而确定云台运动方向。

一种优选实施方式下，在所述的步骤S401中，角点特征匹配步骤包括：

步骤1、分别在参考图像和待匹配准图像中每一个特征点为中心取一个(2N+1)×(2N+1)大小的相关窗，然后以参考图像中的每个特征点为参考点在待配准图像中寻找对应匹配点；

步骤2、计算特征点相关窗之间的归一化相关系数：

其中，和分别表示图像I₁和I₂特征点相关窗内像素灰度值的均值：

如果两特征点完全匹配，则NCC=1。

在所述的步骤S402中，云台运动方向的确定步骤包括：

步骤1、假设匹配的特征集A为：(x₁,y₁),(x₂,y₂),…,(x_n,y_n)，特征集B为：(x₁',y₁'),(x'₂,y'₂),…,(x'_n,y'_n)；

步骤2、计算移动角度θ和移动距离L：

其中，K匹配的特征集总数，(x_k,y_k)∈A，(x'_k,y'_k)∈B，特征集A中的点(x,y)移动到特征集B中的点(x',y')，其几何关系如图3所示。

步骤3、根据移动角度θ和移动距离L判断云台的运动状态：当L<T(T为距离阈值)时，则判定待测云台静止；当L≥T，则判定待测云台运动，运动方向判定法则为：

(1).如果那么运动的运动方向判定为向上；

(2).如果那么运动的运动方向判定为向左；

(3).如果那么运动的运动方向判定为向下；

(4).如果那么运动的运动方向判定为向右。

如图4所示：区域Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ分别对应云台的向右、向上、向左、向下以及静止状态。

如图5所示，本发明实施例还提供了一种云台方向故障检测装置，包括：

图像采集模块，用于在用户向待测云台发送云台控制指令之时，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；

角点特征提取模块，用于对待分析图像进行角点特征提取；

角点特征过滤模块，用于对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；

角点匹配模块，用于对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；

运动状态判断模块，判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息。

优选的实施方式中，在用户向待测云台发送云台控制指令之时，图像采集模块采集云台转动前后的至少两幅序列图像，采用高斯背景建模法获取这些图像的背景图像作为待分析图像，其中，所述至少两幅背景图像具有重叠部分。

优选的实施方式中，所述角点特征包括但不限于：Moravec角点、Harris角点、SUSAN角点、MIC角点，或CSS角点等一切角点特征信息。

优选的实施方式中，所述角点特征过滤模块包括：

配置模块，用于定义一个检索窗口，其中，检索窗口的宽为OSD字符的宽，检测窗口的高为OSD字符的高；

统计模块，用于根据角点特征的坐标信息，用检索窗口在角点的邻域窗口内进行扫描，邻域窗口的宽为OSD字符宽的两倍减1，邻域窗口的高为OSD字符高的两倍减1，以统计邻域窗口内的角点密度大小；

过滤模块，用于根据统计得到的角点密度值与预设的判断阈值进行比较，以判断该检索窗口中的角点是否属于因OSD信息而产生的角点，如果角点密度值大于或等于判断阈值，则对检索窗口中的角点特征进行过滤，否则，保留检索窗口中的角点特征。

优选的实施方式中，所述角点匹配模块包括：

匹配模块，用于利用归一化互相关法对至少两幅待分析图像的角点特征进行匹配；

运动方向判断模块，用于根据匹配角点的坐标计算图像沿坐标轴的偏移距离，从而确定云台运动方向。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种云台方向故障检测方法，其特征在于，包括：

向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；

对待分析图像进行角点特征提取；

对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；

对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；

判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息；

对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征的步骤包括：

定义一个检索窗口，其中，检索窗口的宽为OSD字符的宽，检测窗口的高为OSD字符的高；

根据角点特征的坐标信息，用检索窗口在角点的邻域窗口内进行扫描，邻域窗口的宽为OSD字符宽的两倍减1，邻域窗口的高为OSD字符高的两倍减1，统计邻域窗口内的角点密度大小；

用统计得到的角点密度值与预设的判断阈值进行比较，以判断该检索窗口中的角点是否属于因OSD信息而产生的角点，如果角点密度值大于或等于判断阈值，则对检索窗口中的角点特征进行过滤，否则，保留检索窗口中的角点特征。

2.如权利要求1所述的云台方向故障检测方法，其特征在于，向待测云台发送云台控制指令，从承载于待测云台之上的视频设备获取序列图像作为待分析图像的步骤为：

向待测云台发送云台控制指令；

采集云台转动前后的至少两幅序列图像，采用高斯背景建模法获取这些图像的背景图像作为待分析图像，其中，所述至少两幅背景图像具有重叠部分。

3.如权利要求1所述的云台方向故障检测方法，其特征在于，所述角点特征包括但不限于：Moravec角点、Harris角点、SUSAN角点、MIC角点，或CSS角点。

4.如权利要求1所述的云台方向故障检测方法，其特征在于，对过滤后的角点进行匹配并依此确定云台运动方向的步骤包括：

利用归一化互相关法对至少两幅待分析图像的角点特征进行匹配；

根据匹配角点的坐标计算图像沿坐标轴的偏移距离，从而确定云台运动方向。

5.一种云台方向故障检测装置，其特征在于，包括：

图像采集模块，用于在用户向待测云台发送云台控制指令之时，从承载于待测云台之上的视频设备获取至少两幅序列图像作为待分析图像；

角点特征提取模块，用于对待分析图像进行角点特征提取；

角点特征过滤模块，用于对提取的角点特征过滤因OSD信息影响而产生的OSD角点特征；

角点匹配模块，用于对待分析图像经过滤后的角点特征进行匹配，并依此确定云台运动方向；

运动状态判断模块，判断云台运动方向与发送的云台控制指令是否匹配，如果匹配，则输出待测云台正常的信息；否则，则输出待测云台出现运动方向故障的信息；

所述角点特征过滤模块包括：

配置模块，用于定义一个检索窗口，其中，检索窗口的宽为OSD字符的宽，检测窗口的高为OSD字符的高；

统计模块，用于根据角点特征的坐标信息，用检索窗口在角点的邻域窗口内进行扫描，邻域窗口的宽为OSD字符宽的两倍减1，邻域窗口的高为OSD字符高的两倍减1，以统计邻域窗口内的角点密度大小；

过滤模块，用于根据统计得到的角点密度值与预设的判断阈值进行比较，以判断该检索窗口中的角点是否属于因OSD信息而产生的角点，如果角点密度值大于或等于判断阈值，则对检索窗口中的角点特征进行过滤，否则，保留检索窗口中的角点特征。

6.如权利要求5所述的云台方向故障检测装置，其特征在于，在用户向待测云台发送云台控制指令之时，图像采集模块采集云台转动前后的至少两幅序列图像，采用高斯背景建模法获取这些图像的背景图像作为待分析图像，其中，所述至少两幅背景图像具有重叠部分。

7.如权利要求5所述的云台方向故障检测装置，其特征在于，所述角点特征包括但不限于：Moravec角点、Harris角点、SUSAN角点、MIC角点，或CSS角点。

8.如权利要求5所述的云台方向故障检测装置，其特征在于，所述角点匹配模块包括：

匹配模块，用于利用归一化互相关法对至少两幅待分析图像的角点特征进行匹配；

运动方向判断模块，用于根据匹配角点的坐标计算图像沿坐标轴的偏移距离，从而确定云台运动方向。