CN104506850B - 一种视频遮挡判断方法和装置 - Google Patents

Abstract

本发明实施例提供了一种视频遮挡判断方法和装置，根据监控视频的梯度阈值大小判断摄像机是否被遮挡，解决了现有视频遮挡判断方法中对光线和变动背景的依赖问题，适用于更多的应用场合且具有较高的准确度。该视频遮挡判断方法包括：获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数；根据所述边缘像素点的个数重新调整所述梯度阈值的大小；当所述梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

Description

一种视频遮挡判断方法和装置

技术领域

本发明涉及视频图像处理技术，特别涉及一种视频遮挡判断方法和装置。

技术背景

随着视频监控技术的快速发展，视频监控图像的质量也日益提高。视频监控系统已广泛应用于各个领域，而视频监控摄像机的应用场合也变得越来越复杂。有些不法分子为了实施犯罪活动，会人为将监控摄像机的镜头遮挡，从而导致摄像机不能采集到现场真实的场景。而由于此时监控系统本身仍然在正常工作，很多监控系统并不会产生警报，从而造成了巨大的安全隐患。因此如何准确判定摄像机的监控视频是否被遮挡成为了目前视频监控领域的一个研究热点。

现有技术中判断视频是否被遮挡的方法有亮度判定法和场景切换判定法，然而这些方法的判断准确度都不高。其中，亮度判定法是根据视频画面是否变黑判断当前摄像机是否被遮挡，该方法由于仅仅依靠亮度判断因而容易受到光线的影响，夜间或者环境亮度比较暗的情形下会存在较多误判。场景切换法是根据视频画面是否切换场景判断当前摄像机是否被遮挡，其算法设计相对复杂，虽然避免了对亮度大小的依赖，但对于移动监控装置以及在难以形成稳定背景的监控场景下判断准确性仍较低。

发明内容

有鉴于此，本发明实施例提供了一种视频遮挡判断方法，根据监控视频的梯度阈值大小判断摄像机是否被遮挡，解决了现有视频遮挡判断方法中对 光线和变动背景的依赖问题，适用于更多的应用场合且具有较高的准确度。

为了达到上述目的，本发明实施例提供的一种视频遮挡判断方法包括：

获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数；

根据所述边缘像素点的个数重新调整所述梯度阈值的大小；

当所述梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

本发明实施例提供的一种视频遮挡判断装置包括：

获取模块，配置为获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数；

调整模块，配置为根据所述边缘像素点的个数重新调整所述梯度阈值的大小；

判断模块，配置为当所述梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

本发明实施例提供一种视频遮挡判断方法和装置，利用了监控场景总是存在着清晰的轮廓或边缘的原理，通过利用初始的梯度阈值分离出边缘像素点；再根据边缘像素点的个数重新调整梯度阈值的大小，以使得边缘像素点的个数处于一个合理的区间。当判断梯度阈值已被调整至小于摄像机的灵敏度参数时，梯度阈值已被调整至一个很低的值，此时说明镜头被遮挡。整个视频遮挡判断过程并不依赖光线和变动背景，仅根据调节监控视频本身的梯度阈值大小即可完成遮挡判断，适用于更多的应用场景，且准确度更高。

附图说明

图1是本发明一实施例提供的一种视频遮挡判断方法的流程示意图。

图2是本发明一实施例提供的一种视频遮挡判断方法的流程示意图。

图3是本发明一实施例提供的一种视频遮挡判断装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

图1是本发明实施例提供的一种视频遮挡判断方法的流程图。如图1所示，该方法包括如下步骤：

步骤101：获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数。其中的边缘像素点为监控场景中一些轮廓或边缘的像素点。

由于无论监控场景的光线条件如何，每个监控场景总是存在着清晰的轮廓或边缘，例如监控场景中的固定建筑物或道路的边缘轮廓。因此每帧视频图像都必定可以通过设定一个梯度阈值来分离出这些轮廓或边缘的像素点，即边缘像素点。由于当一个像素点的边缘强度值大于该梯度阈值时，则认为该像素点为边缘像素点。因此，分离出的边缘像素点的个数与梯度阈值的大小有关，当梯度阈值增大时，边缘像素点的个数会减少，而当梯度阈值减小时，边缘像素点的个数会增加。

分离边缘像素点的具体过程可为：当对当前帧图像中的一个像素点进行处理时，先要获取该像素点的灰度值，然后求得该获取的灰度值与在X轴正方向上的相邻一个像素点灰度值的差值，以及该获取的灰度值与在Y轴正方向上的相邻一个像素点灰度值的差值。将该X轴正方向上的灰度值差值和Y轴正方向上的灰度差值的进行绝对值求和，该求和值即作为当前像素点的边缘强度值。当该边缘强度值大于梯度阈值时，则将当前像素点记为边缘像素点。

在本发明一实施例中，为了减少算法计算量，可以是以间隔的方式来对当前帧图像中的像素点进行处理。即间隔获取所述当前帧图像中的像素点的灰度值，再获取该间隔获取的像素点分别在X轴正方向上和在Y轴正方向上的灰度值差值。

本领域技术人员可以理解，在获取当前帧图像边缘像素点的个数时，既可以是以间隔的方式对当前帧图像中的像素点做处理；也可以是按行扫描的方式逐行遍历当前帧图像中的每个像素点，即逐行顺序判断每个像素点是否为边缘像素点，本发明对此不做限定。

在本发明一实施例中，可以先获取当前帧图像的亮度分量图像，再基于该亮度分量图像获取所述亮度分量图像中边缘强度大于梯度阈值的边缘像素点的个数。这是由于在通常情况下，人类的视觉系统对亮度变化敏感，而对色度的变化不敏感。因此视频被遮挡后，图像亮度值的变化相对色度的变化更为明显。这样仅处理前帧图像的亮度分量图像可减少所需处理的数据量，提高计算速度，同时仍能保证遮挡判断的准确性。

在本发明另一实施例中，由于人类视觉系统对图像整体结构敏感，而对内部细节相对不敏感，因此在基于亮度分量图像获取边缘像素点的个数之前，还可以将所述亮度分量图像的尺寸以一定比例缩小，缩小后亮度分量图像的像素值为缩小前对应位置若干像素值的平均值。通过缩小亮度分量图像的尺寸可进一步减少所需处理的数据量，提高计算速度，同时保证判断的准确性。

步骤102：根据边缘像素点的个数重新调整梯度阈值的大小。

如前所述，无论监控场景的光线条件如何，每个监控场景总是存在着清晰的轮廓或边缘，因此分离出的每帧图像中的边缘像素点的个数都应处于一个合理的范围。而由于分离出的边缘像素点的个数与梯度阈值的大小有关，因此就可通过步骤102根据当前分离出的边缘像素点个数重新调整该梯度阈值的大小，以使得下一帧图像中分离出的边缘像素点个数处于一个合理的范围。

具体过程可为，先获取边缘像素点个数和当前帧图像所有像素点个数的比值；当比值小于一阈值区间时，说明当前帧图像分离出的边缘像素点个数过少，此时可将梯度阈值减小一步长值，这样下一帧图像分离出的边缘像素点个数会增加。相应地，当比值大于阈值区间时，说明当前帧图像分离出的边缘像素点个数过多，此时可将梯度阈值增大一步长值，这样下一帧图像分离出的边缘像 素点个数会减少。而当该比值正好位于该阈值空间时，则说明该当前帧图像的边缘像素点个数已处于合理的范围。

步骤103：当梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

当摄像机被遮挡时，由于监控场景中的轮廓或边缘无法被摄录，因而视频图像中也不会存在边缘像素点。此时，在通过步骤102不断调整分离出的边缘像素点个数以趋近合理范围的过程中，梯度阈值将会不断被减小，直至小于了摄像机的灵敏度参数。此时则可判断摄像机已被遮挡，并可发出报警信号。

下面通过一个实施例对本发明技术方案的算法实现过程进行详细说明。

图2是本发明一实施例提供的一种视频遮挡判断方法的流程示意图。如图2所示，该视频遮挡判断方法具体如下：

在启动流程时先进行初始化，设定梯度阈值G＝g；图像计数器I＝0(S1)。通过监控前端实时获取第I帧图像的亮度分量图像Y，并将其尺寸以适当比例缩小至Y1(S2)(在本发明一实例中，水平和垂直方向上的尺寸都缩小了8倍)。对第I帧图像的亮度分量图像Y1进行如下处理：间隔以亮度分量图像Y1中像素点作为目标像素点，分别与X轴正方向上的相邻一个像素点和Y轴正方向上的相邻一个像素点进行灰度值求差处理，得到每个目标像素点的两个方向上的差值Dx和Dy；将两个方向上的差值Dx和Dy取绝对值并求和，得到目标像素点的边缘强度K；将边缘强度K与梯度阈值G进行比较，判断目标像素点是否为边缘点像素点；并对边缘像素点进行计数，得到边缘像素点总数c；将边缘像素点总数c与目标像素点总数n进行比值计算，得到比值a(S3)。将比值a与预先设定的阈值区间[b0,b1](b0<b1)进行比较，同时设梯度阈值的变化步长为G0。若a<b0，则G＝G-G0(S4)。若a>b1，则G＝G+G0(S5)。若b0<a<b1，G保持不变(S6)。以上重新计算后的梯度阈值G将作为下一帧图像中边缘像素点判断的阈值标准。设定监控摄像机工作状态的灵敏度参数S，将灵敏度参数S与当前图像的梯度值G进行比较(S7)。若G<S，判断当前视频图像处于 遮挡状态，并进行报警(S8)，用户通过监控客户端，根据报警信息对视频遮挡事件进行处理。若G≥S，，则图像计数器加1(S9)，返回步骤S2开始对第I+1帧图像进行处理。

图3是本发明一实施例提供的一种视频遮挡判断装置的结构示意图。如图3所示，该视频遮挡判断装置包括：

获取模块，配置为获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数；

调整模块，配置为根据边缘像素点的个数重新调整梯度阈值的大小；

判断模块，配置为当梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

在本发明一实施例中，获取模块进一步配置为：

获取当前帧图像中的像素点在X轴正方向上与相邻一个像素点的灰度值差值和在Y轴正方向上与相邻一个像素点的灰度值差值；将X轴正方向上的灰度值差值和Y轴正方向上的灰度差值的绝对值和作为当前像素点的边缘强度值；当边缘强度值大于梯度阈值时，将当前像素点记为边缘像素点。

在本发明一实施例中，调整模块进一步配置为：

获取边缘像素点个数和当前帧图像所有像素点个数的比值；当比值小于一阈值区间时，将梯度阈值减小一步长值；当比值大于阈值区间时，将梯度阈值增大一步长值。

在本发明一实施例中，获取模块包括：

亮度分量提取单元，配置为获取一帧图像的亮度分量图像；

对比计数单元，配置为获取亮度分量图像中边缘强度大于梯度阈值的边缘像素点的个数。

本发明实施例提供一种视频遮挡判断方法和装置，利用了监控场景总是存在着清晰的轮廓或边缘的原理，通过利用初始的梯度阈值分离出边缘像素点；再根据边缘像素点的个数重新调整梯度阈值的大小，以使得边缘像素点 的个数处于一个合理的区间。当判断梯度阈值已被调整至小于摄像机的灵敏度参数时，说明梯度阈值已被调整至一个很低的值，此时说镜头被遮挡。整个视频遮挡判断过程并不依赖光线和变动背景，仅根据监控视频本身的梯度阈值大小即可完成遮挡判断，适用于更多的应用场景，且准确度更高。

以上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、等同替换等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频遮挡判断方法，其特征在于，包括：

获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数；

根据所述边缘像素点的个数重新调整所述梯度阈值的大小；

当所述梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

2.根据权利要求1所述的方法，其特征在于，获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数包括：

获取当前帧图像中一像素点在X轴正方向上与相邻一个像素点的灰度值差值和在Y轴正方向上与相邻一个像素点的灰度值差值；

将所述X轴正方向上的灰度值差值和Y轴正方向上的灰度差值的绝对值和作为当前像素点的边缘强度值；

当所述边缘强度值大于所述梯度阈值时，将当前像素点记为边缘像素点。

3.根据权利要求2所述的方法，其特征在于，获取当前帧图像中一像素点在X轴正方向上与相邻一个像素点的灰度值差值和在Y轴正方向上与相邻一个像素点的灰度值差值包括：

间隔获取所述当前帧图像中的像素点的灰度值；

获取所述间隔获取的像素点的灰度值在X轴正方向上与相邻一个像素点的灰度值差值和在Y轴正方向上与相邻一个像素点的灰度值差值。

4.根据权利要求1至3中任一所述的方法，其特征在于，根据所述边缘像素点的个数重新调整所述梯度阈值的大小包括：

获取边缘像素点个数和当前帧图像所有像素点个数的比值；

当所述比值小于一阈值区间时，将所述梯度阈值减小一步长值；

当所述比值大于所述阈值区间时，将所述梯度阈值增大一所述步长值。

5.根据权利要求4所述的方法，其特征在于，获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数包括：

获取一帧图像的亮度分量图像；

获取所述亮度分量图像中边缘强度大于梯度阈值的边缘像素点的个数。

6.根据权利要求5所述的方法，其特征在于，进一步包括：

在获取边缘像素点的个数之前，将所述亮度分量图像的尺寸以一定比例缩小。

7.一种视频遮挡判断装置，其特征在于，包括：

获取模块，配置为获取一帧图像中边缘强度大于梯度阈值的边缘像素点的个数；

调整模块，配置为根据所述边缘像素点的个数重新调整所述梯度阈值的大小；

判断模块，配置为当所述梯度阈值小于摄像机的灵敏度参数时，判断当前视频处于遮挡状态。

8.根据权利要求7所述的视频遮挡判断装置，其特征在于，所述获取模块进一步配置为：

获取所述当前帧图像中的像素点在X轴正方向上与相邻一个像素点的灰度值差值和在Y轴正方向上与相邻一个像素点的灰度值差值；将所述X轴正方向上的灰度值差值和Y轴正方向上的灰度差值的绝对值和作为当前像素点的边缘强度值；当所述边缘强度值大于所述梯度阈值时，将当前像素点记为边缘像素点。

9.根据权利要求7或8所述的视频遮挡判断装置，其特征在于，所述调整模块进一步配置为：

获取边缘像素点个数和当前帧图像所有像素点个数的比值；当所述比值小于一阈值区间时，将所述梯度阈值减小一步长值；当所述比值大于所述阈值区间时，将所述梯度阈值增大一所述步长值。

10.根据权利要求9所述的视频遮挡判断装置，其特征在于，获取模块包括：

亮度分量提取单元，配置为获取一帧图像的亮度分量图像；

对比计数单元，配置为获取所述亮度分量图像中边缘强度大于梯度阈值的边缘像素点的个数。