CN106909917A - 一种电梯门状态监测方法及装置 - Google Patents
一种电梯门状态监测方法及装置 Download PDFInfo
- Publication number
- CN106909917A CN106909917A CN201710168818.8A CN201710168818A CN106909917A CN 106909917 A CN106909917 A CN 106909917A CN 201710168818 A CN201710168818 A CN 201710168818A CN 106909917 A CN106909917 A CN 106909917A
- Authority
- CN
- China
- Prior art keywords
- image
- elevator door
- door
- area image
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明实施例提供了一种电梯门状态监测方法及装置,应用于挂设在电梯门前方的摄像设备,所述方法包括:获取所述摄像设备的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像;提取所述运行区域图像的顶部区域图像;监测所述顶部区域图像的像素色彩变化信息;根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。本发明提供的电梯门状态监测方式,不受电梯所在场景的空间限制,并且不用对电梯门做任何改造,成本较低、实用性强并且准确性高。
Description
技术领域
本发明涉及机器视觉技术领域,具体而言,涉及一种电梯门状态监测方法及装置。
背景技术
现有技术中,为了实时监测电梯门的开启和关闭状态,常采用红外测距的方式来实现状态监测。这种方式往往受限于电梯所在场景,导致红外测距装置安装的位置离电梯门很近,而使得测距准确性不高,并且成本较高。此外,现有技术中也有在电梯门接合处设置传感器以监测电梯门的开启和关闭状态,但这种方式需要对电梯门进行改动,且安装过程复杂,实用性不高。因此,如何设计一种实用性强、成本较低并且准确性高的电梯门状态监测装置亟待解决。
发明内容
有鉴于于此,本发明实施例的目的在于提供一种电梯门状态监测方法及装置,以解决上述问题。
本发明较佳实施例提供一种电梯门状态监测方法,应用于挂设在电梯门前方的摄像设备,所述方法包括:
获取所述摄像设备的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像;
提取所述运行区域图像的顶部区域图像;
监测所述顶部区域图像的像素色彩变化信息;
根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。
进一步地,所述拍摄场景图像还包括背景场景图像,所述根据所述拍摄场景图像获得所述电梯门的运行区域图像的步骤,包括:
将所述拍摄场景图像中的各像素点与预先利用混合高斯模型模拟后的所述背景场景图像中各像素点的高斯分布进行匹配,若匹配不成功,则判定所述拍摄场景图像中的匹配不成功的像素点为前景场景图像像素点;
将获得的多个所述前景场景图像像素点进行统计叠加,获得所述电梯门的运行区域图像。
进一步地,所述提取所述运行区域图像的顶部区域图像的步骤,包括:
获取所述运行区域图像中位于所述电梯门前方的乘客的高度CH以及所述运行区域图像中的电梯门的高度LH;
提取出位于所述乘客的高度CH与所述电梯门的高度LH之间的运行区域图像,将该运行区域图像作为顶部区域图像。
进一步地,所述电梯门包括第一侧门和第二侧门,所述监测所述顶部区域图像的像素色彩变化信息的步骤,包括:
获取所述顶部区域图像中所述第一侧门与所述第二侧门之间的图像信息以及所述电梯门的两侧的图像信息;
监测所述第一侧门与所述第二侧门之间的图像的像素色彩变化信息,以及所述电梯门的两侧的图像的像素色彩变化信息。
进一步地,所述根据获得的所述像素色彩变化信息判断所述电梯门的运行状态的步骤,包括:
若所述第一侧门与所述第二侧门之间的图像的像素色彩出现突变,则判定所述电梯门处于开门状态;以及
若所述电梯门的两侧的图像的像素色彩出现突变,则判定所述电梯门处于关门状态。
本发明另一较佳实施例提供一种电梯门状态监测装置,应用于挂设在电梯门前方的摄像设备,所述装置包括:
图像信息获取模块,用于获取所述摄像设备的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像;
图像信息提取模块,用于提取所述运行区域图像的顶部区域图像;
监测模块,用于监测所述顶部区域图像的像素色彩变化信息;
判断模块,用于根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。
进一步地,所述拍摄场景图像还包括背景场景图像,所述图像信息获取模块包括匹配子模块、判定子模块以及叠加子模块;
所述匹配子模块,用于将所述拍摄场景图像中的各像素点与预先利用混合高斯模型模拟后的所述背景场景图像中各像素点的高斯分布进行匹配;
所述判定子模块,用于判定所述拍摄场景图像中的匹配不成功的像素点为前景场景图像像素点;
所述叠加子模块,用于将获得的多个所述前景场景图像像素点进行统计叠加,获得所述电梯门的运行区域图像。
进一步地,所述图像信息提取模块包括高度信息获取子模块以及顶部区域图像获取子模块;
所述高度信息获取子模块,用于获取所述运行区域图像中位于所述电梯门前方的乘客的高度CH以及所述运行区域图像中的电梯门的高度LH;
所述顶部区域图像获取子模块,用于提取出位于所述乘客的高度CH与所述电梯门的高度LH之间的运行区域图像,将该运行区域图像作为顶部区域图像。
进一步地,所述电梯门包括第一侧门和第二侧门,所述监测模块包括图像信息获取子模块以及监测子模块;
所述图像信息获取子模块,用于获取所述顶部区域图像中所述第一侧门与所述第二侧门之间的图像信息以及所述电梯门的两侧的图像信息;
所述监测子模块,用于监测所述第一侧门与所述第二侧门之间的图像的像素色彩变化信息,以及所述电梯门的两侧的图像的像素色彩变化信息。
进一步地,所述判断模块包括第一判定子模块和第二判定子模块;
所述第一判定子模块,用于当所述监测子模块监测得到所述第一侧门与所述第二侧门之间的图像的像素色彩出现突变时,判定所述电梯门处于开门状态;
所述第二判定子模块,用于当所述监测子模块监测得到所述电梯门的两侧的图像的像素色彩出现突变时,判定所述电梯门处于关门状态。
本发明提供的一种电梯门状态监测方法及装置,通过对获取到的电梯门的运行区域图像进行图像色彩变化监测,以判断电梯门的运行状态。该电梯门状态监测方式,不受电梯所在场景的空间限制,并且不用对电梯门做任何改造,成本较低、实用性强并且准确性高。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明较佳实施例提供的一种摄像设备的示意性结构框图。
图2为本发明较佳实施例提供的一种电梯门状态监测方法的流程图。
图3为摄像设备与电梯门之间的相位位置关系示意图。
图4为图2中步骤S101的子步骤的流程图。
图5为图2中步骤S103的子步骤的流程图。
图6为图2中步骤S105的子步骤的流程图。
图7为图2中步骤S107的子步骤的流程图。
图8为本发明较佳实施例提供的一种电梯门状态监测装置的示意性结构框图。
图9为本发明较佳实施例提供的图像信息获取模块的示意性结构框图。
图10为本发明较佳实施例提供的图像信息提取模块的示意性结构框图。
图11为本发明较佳实施例提供的监测模块的示意性结构框图。
图12为本发明较佳实施例提供的判断模块的示意性结构框图。
图标:100-摄像设备;110-电梯门状态监测装置;111-图像信息获取模块;1111-匹配子模块;1112-判定子模块;1113-叠加子模块;112-图像信息提取模块;1121-高度信息获取子模块;1122-顶部区域图像获取子模块;113-监测模块;1131-图像信息获取子模块;1132-监测子模块;114-判断模块;1141-第一判定子模块;1142-第二判定子模块;120-处理器;130-存储器。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
请参阅图1,为本发明较佳实施例提供的一种摄像设备100的示意性结构框图。所述摄像设备100挂设于电梯门前方以拍摄电梯门的图像。所述摄像设备100包括电梯门状态监测装置110、处理器120以及存储器130。所述处理器120和所述存储器130之间直接或间接地电性连接,以实现数据的传输或交互。例如,两者通过通讯总线或信号线实现电性连接。所述电梯门状态监测装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器130中的软件功能模块。所述处理器120用于执行存储器130中存储的可执行模块,例如所述电梯门状态监测装置110包括的软件功能模块或计算机程序。
其中,存储器130可以是,但不限于,随机读取存储器(Random Access memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器130用于存储程序,所述处理器120在接收到执行指令后,执行所述程序,本发明实施例任一实施方式所揭示的流程定义的方法可以应用于处理器120中,或者由处理器120实现。
处理器120可能是一种集成电路芯片,具有信号的处理能力。上述处理器120可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
可以理解,图1所示的结构仅为示意,所述摄像设备100还可以包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参阅图2,为本发明较佳实施例提供的一种应用于上述摄像设备100的电梯门状态监测方法的流程图。所应说明的是,本发明提供的方法不以图2及以下所述的具体顺序为限制。下面将对图2中示出的各步骤进行详细说明。
步骤S101,获取所述摄像设备100的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像。
本实施例中,所述摄像设备100挂设在电梯门的前方位置,以不断拍摄电梯门的运行状态,所述摄像设备100的挂设位置如图3所示。所述摄像设备100需要获取到电梯门在开门以及关门的整个过程中的视频图像,包括了电梯门从关闭状态到完全开启状态的整个过程,以及电梯门从开启状态到完全关闭状态的整个过程。在所述摄像设备100所拍摄到的拍摄场景图像中包括了前景区域图像,即所述电梯门的运行区域图像,以及背景区域图像,即墙面区域图像。本实施例中,为了避免背景区域图像造成的干扰,更加准确地判断电梯门当前所处的运行状态,需要从所述拍摄场景图像中提取出电梯门的运行区域图像。
具体地,请参阅图4,步骤S101可以包括步骤S1011以及步骤S1013两个子步骤。
步骤S1011,将所述拍摄场景图像中的各像素点与预先利用混合高斯模型模拟后的所述背景场景图像中各像素点的高斯分布进行匹配,若匹配不成功,则判定所述拍摄场景图像中的匹配不成功的像素点为前景区域图像像素点。
可选地,在本实施例中,为了准确提取出所述拍摄场景图像中的电梯门的运行区域图像,采用了背景建模法来实现前景区域图像检测,以供后续处理。背景建模法是目前较为常用且相当有效的一类前景检测方法。背景建模法的基本思想就是从当前帧图像中减去已经提前建立好的背景模型。其中,背景模型通常可以定义为不包含任何运动目标的对视频图像的一份估计图像,即本实施例中的墙面区域图像。将图像序列与背景模型的对比即为背景建模法。
本实施例中,在进行前景区域图像检测之前,需要对背景区域图像进行训练。采用混合高斯模型对背景区域图像进行建模。混合高斯法将背景区域图像中的像素分别采用多个高斯分布来建立模型。设用K个高斯分布来表示一个像素点的概率密度:
其中,η(u,ui,n,σi,n)表示n时刻第i个高斯分布,ui,n表示其均值,σi,n表示标准偏差,ωi,n表示在时刻n时第i个高斯分布的权重,且有
并且,在公式(1)中:
其中,D表示In的维数。一般地,在具体实施时,K的取值通常取为3~5之间,其具体数值在本实施例中不作限制。
在建立好背景区域图像的像素点的高斯分布之后,可以进行前景区域图像检测。即拍摄场景图像中出现一新帧In时,将其中的所有像素点与模型中的高斯分布进行对比,判断是否服从其中之一的高斯分布,即对于新帧In,若满足公式(3),则判定新帧In与建立的背景模型相符,即为背景区域图像像素点。当然,若出现的新帧没有合适的高斯分布与之相匹配,则判定为前景区域图像像素点。
|In-μi,n-1|≤2.5σi,n-1 (3)
其中,将符合背景模型的高斯分布按照公式(4)进行参数更新。
其中,α表示模型更新权值,且0≤α≤1,其数值代表了模型的更新速度,ρ为学习率,ρ≈(α/ωi,n)。
步骤S1013,将获得的多个所述前景区域图像像素点进行统计叠加,获得所述电梯门的运行区域图像。
将步骤S1011中获得的与背景模型不匹配的多个像素点,即前景区域图像像素点,进行像素点的统计与叠加,最终获得整个完整的前景区域图像,即本实施例中的所述电梯门的运行区域图像。
步骤S103,提取所述运行区域图像的顶部区域图像。
在具体实施时,由于乘客在等电梯的过程中,所站立的区域是在电梯门前,会影响拍摄设备对电梯门的拍摄效果。故而,若要准确对电梯门运行状态进行监测,需要从所述电梯门的运行区域图像中提取出未被乘客遮挡住的电梯门的顶部区域图像。
具体地,请参阅图5,步骤S103可以包括步骤S1031以及步骤S1033两个子步骤。
步骤S1031,获取所述运行区域图像中位于所述电梯门前方的乘客的高度CH以及所述运行区域图像中的电梯门的高度LH。
在本实施例中,假设所述摄像设备100所拍摄到的所述电梯门的运行区域图像中刚好包括乘客的图像信息。根据所述运行区域图像提取出该乘客的图像信息,并计算得到该乘客的高度值。本实施例中,假设乘客的最大高度值为CH。此外,从所述电梯门的运行区域图像中获取到的所述电梯门的高度值为LH。应当理解,乘客的高度值CH应当是小于电梯门的高度值LH的。但是,乘客的高度可能会大于所述摄像设备100所挂设位置的高度,而影响到所述摄像设备100对所述电梯门的拍摄。
步骤S1033,提取出位于所述乘客的高度CH与所述电梯门的高度LH之间的运行区域图像,将该运行区域图像作为顶部区域图像。
步骤S105,监测所述顶部区域图像的像素色彩变化信息。
应当理解的是,本实施例提供的电梯门状态监测方法主要是应用于具有双开门的电梯门状态监测。一般地,双开门的电梯门包括第一侧门、第二侧门、电梯门两侧边框以及电梯门上下边框。在电梯门完全关闭时,所述第一侧门和所述第二侧门相接合。在电梯门完全开启时,所述第一侧门和所述第二侧门彼此远离,且分别被所述电梯门的两侧边框所遮蔽。在本实施例中,利用所述第一侧门和所述第二侧门之间的图像信息和所述电梯门的两侧边框处的图像信息来判断电梯门当前所处的运行状态。
具体地,请参阅图6,步骤S105可以包括步骤S1051以及步骤S1053两个子步骤。
步骤S1051,获取所述顶部区域图像中所述第一侧门与所述第二侧门之间的图像信息以及所述电梯门的两侧的图像信息。
步骤S1053,监测所述第一侧门与所述第二侧门之间的图像的像素色彩变化信息,以及所述电梯门的两侧的图像的像素色彩变化信息。
应当理解,在对电梯门的运行状态进行判断时,对所依据的图像信息有一定要求。例如,当所述第一侧门和所述第二侧门之间有一定的空隙,但又没有分别完全隐藏于电梯门的两侧边框中,则仅仅根据此时的图像信息,是很难判断出当前的电梯门是处于开门状态还是关门状态。因此,需要找到一类具有像素突变特征的图像信息作为判别电梯门运行状态的参考图像。
因此,若要对所述电梯门的运行状态进行准确且便捷地判断,需要选取所述电梯门从完全关闭状态到开启的极短时间内,以及所述电梯门从完全开启状态到关闭的极短时间内的图像信息作为判断依据。在本实施例中,采用所述顶部区域图像中,所述第一侧门与所述第二侧门从完全接合状态到开启的极短时间内的图像信息,以及所述电梯门的两侧的边框边沿从电梯门完全开启状态转至关闭时极短时间内的图像信息,作为判别所述电梯门运行状态的图像依据。即,可以在所述摄像设备100的拍摄过程中,定位至所述顶部区域图像的中心竖直线处的图像信息以及所述电梯门的两侧边框边沿处的图像信息。
步骤S107,根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。
应当理解,在本实施例中,所述电梯门所属的电梯包括电梯内壁,而正对于所述摄像设备100的电梯的内壁的材质、颜色等物理特征与所述第一侧门以及第二侧门的物理特征不一致。因此,可以利用像素色彩特性来对运行状态进行判断。
具体地,请参阅图7,步骤S107可以包括步骤S1071以及步骤S1073两个子步骤。
步骤S1071,若所述第一侧门与所述第二侧门之间的图像的像素色彩出现突变,则判定所述电梯门处于开门状态。
例如,所述第一侧门与所述第二侧门从完全接合状态到开启的过程中。当所述第一侧门和所述第二侧门完全接合时,拍摄到的顶部区域图像主要是第一侧门、第二侧门以及电梯门边框的图像信息,而无法拍摄到电梯内壁的图像信息。
若所述第一侧门和所述第二侧门从完全接合状态转为开启状态,则在当前所拍摄到的顶部区域图像中的中心竖直线处的图像会出现电梯内壁的图像信息。由于所述内壁的物理特性与所述第一侧门和所述第二侧门的物理特性不一致,因此,当前的顶部区域图像中的中心竖直线处的图像的像素(即电梯的内壁图像的像素)色彩相比前一刻所拍摄到的所述顶部区域图像中的中心竖直线处的图像的像素(第一侧门和/或第二侧门的图像的像素)的色彩出现了突变。以此,可以判定,当前所述电梯门正处于开门状态。
步骤S1073,若所述电梯门的两侧的图像的像素色彩出现突变,则判定所述电梯门处于关门状态。
例如,所述第一侧门和所述第二侧门从完全开启状态(所述第一侧门和所述第二侧门分别隐藏至所述电梯门的两侧边框中)转为关闭状态的过程中。当所述第一侧门和所述第二侧门完全开启时,拍摄到的顶部区域图像主要为所述电梯门的边框图像以及电梯的内壁图像,而无法拍摄到所述第一侧门和所述第二侧门的图像信息。并且,拍摄到的电梯门的两侧边框边沿处的图像为所述内壁与两侧边框的接合图像。
若所述第一侧门和所述第二侧门当前转为关闭状态,则在当前拍摄到的顶部区域图像中的电梯门两侧边框的边沿处会出现所述第一侧门和所述第二侧门的图像信息。即,当前所述电梯门的两侧边框的边沿处的图像为所述第一侧门和所述第二侧门与所述两侧边框的接合图像。由于所述内壁的物理特性与所述第一侧门和所述第二侧门的物理特性不一致,因此,当前的电梯门的两侧边框的边沿处图像的像素色彩相比于前一刻的所拍摄到的顶部区域图像的像素色彩出现了突变。以此,可以判定,当前所述电梯门正处于关门状态。
请参阅图8,为本发明较佳实施例提供的电梯门状态监测装置110的示意性框图。所述电梯门状态监测装置110包括图像信息获取模块111、图像信息提取模块112、监测模块113以及判断模块114。下面将对图8所示的具体功能模块进行详细描述。
所述图像信息获取模块111用于获取所述摄像设备100的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像。具体地,该图像信息获取模块111可用于执行图2中所示的步骤S101,具体的操作方法可参考步骤S101的详细描述。
所述图像信息提取模块112用于提取所述运行区域图像的顶部区域图像。具体地,该图像信息提取模块112可用于执行图2中所示的步骤S103,具体的操作方法可参考步骤S103的详细描述。
所述监测模块113用于监测所述顶部区域图像的像素色彩变化信息。具体地,该监测模块113可用于执行图2中所示的步骤S105,具体的操作方法可参考步骤S105的详细描述。
所述判断模块114用于根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。具体地,该判断模块114可用于执行图2中所示的步骤S107,具体的操作方法可参考步骤S107的详细描述。
具体地,请参阅图9,所述图像信息获取模块111可以包括匹配子模块1111、判定子模块1112以及叠加子模块1113。
所述匹配子模块1111,用于将所述拍摄场景图像中的各像素点与预先利用混合高斯模型模拟后的所述背景场景图像中各像素点的高斯分布进行匹配。具体地,该匹配子模块1111可用于执行图4中所示的步骤S1011,具体的操作方法可参考步骤S1011的详细描述。
所述判定子模块1112,用于判定所述拍摄场景图像中的匹配不成功的像素点为前景区域图像像素点。具体地,该判定子模块1112可用于执行图4中所示的步骤S1011,具体的操作方法可参考步骤S1011的详细描述。
所述叠加子模块1113,用于将获得的多个所述前景区域图像像素点进行统计叠加,获得所述电梯门的运行区域图像。具体地,该叠加子模块1113可用于执行图4中所示的步骤S1013,具体的操作方法可参考步骤S1013的详细描述。
具体地,请参阅图10,所述图像信息提取模块112包括高度信息获取子模块1121以及顶部区域图像获取子模块1122。
所述高度信息获取子模块1121用于获取所述运行区域图像中位于所述电梯门前方的乘客的高度CH以及所述运行区域图像中的电梯门的高度LH。具体地,该高度信息获取子模块1121可用于执行图5中所示的步骤S1031,具体的操作方法可参考步骤S1031的详细描述。
所述顶部区域图像获取子模块1122用于提取出位于所述乘客的高度CH与所述电梯门的高度LH之间的运行区域图像,将该运行区域图像作为顶部区域图像。具体地,该顶部区域图像获取子模块1122可用于执行图5中所示的步骤S1033,具体的操作方法可参考步骤S1033的详细描述。
具体地,请参阅图11,所述监测模块113包括图像信息获取子模块1131以及监测子模块1132。
所述图像信息获取子模块1131用于获取所述顶部区域图像中所述第一侧门与所述第二侧门之间的图像信息以及所述电梯门的两侧的图像信息。具体地,该图像信息获取子模块1131可用于执行图6中所示的步骤S1051,具体的操作方法可参考步骤S1051的详细描述。
所述监测子模块1132用于监测所述第一侧门与所述第二侧门之间的图像的像素色彩变化信息,以及所述电梯门的两侧的图像的像素色彩变化信息。具体地,该监测子模块1132可用于执行图6中所示的步骤S1053,具体的操作方法可参考步骤S1053的详细描述。
具体地,请参阅图12,所述判断模块114包括第一判定子模块1141和第二判定子模块1142。
所述第一判定子模块1141用于当所述监测子模块1132监测得到所述第一侧门与所述第二侧门之间的图像的像素色彩出现突变时,判定所述电梯门处于开门状态。具体地,该第一判定子模块1141可用于执行图7中所示的步骤S1071,具体的操作方法可参考步骤S1071的详细描述。
所述第二判定子模块1142用于当所述监测子模块1132监测得到所述电梯门的两侧的图像的像素色彩出现突变时,判定所述电梯门处于关门状态。具体地,该第二判定子模块1142可用于执行图7中所示的步骤S1073,具体的操作方法可参考步骤S1073的详细描述。
综上所述,本发明提供的一种电梯门监测方法及装置,通过对获取到的电梯门的运行区域图像进行图像色彩变化监测,以判断电梯门的运行状态。该电梯门状态监测方式,不受电梯所在场景的空间限制,并且不用对电梯门做任何改造,成本较低、实用性强并且准确性高。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
需要说明的是,在本文中,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。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种电梯门状态监测方法,应用于挂设在电梯门前方的摄像设备,其特征在于,所述方法包括:
获取所述摄像设备的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像;
提取所述运行区域图像的顶部区域图像;
监测所述顶部区域图像的像素色彩变化信息;
根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。
2.根据权利要求1所述的电梯门状态监测方法,其特征在于,所述拍摄场景图像还包括背景场景图像,所述根据所述拍摄场景图像获得所述电梯门的运行区域图像的步骤,包括:
将所述拍摄场景图像中的各像素点与预先利用混合高斯模型模拟后的所述背景场景图像中各像素点的高斯分布进行匹配,若匹配不成功,则判定所述拍摄场景图像中的匹配不成功的像素点为前景场景图像像素点;
将获得的多个所述前景场景图像像素点进行统计叠加,获得所述电梯门的运行区域图像。
3.根据权利要求1所述的电梯门状态监测方法,其特征在于,所述提取所述运行区域图像的顶部区域图像的步骤,包括:
获取所述运行区域图像中位于所述电梯门前方的乘客的高度CH以及所述运行区域图像中的电梯门的高度LH;
提取出位于所述乘客的高度CH与所述电梯门的高度LH之间的运行区域图像,将该运行区域图像作为顶部区域图像。
4.根据权利要求1所述的电梯门状态监测方法,其特征在于,所述电梯门包括第一侧门和第二侧门,所述监测所述顶部区域图像的像素色彩变化信息的步骤,包括:
获取所述顶部区域图像中所述第一侧门与所述第二侧门之间的图像信息以及所述电梯门的两侧的图像信息;
监测所述第一侧门与所述第二侧门之间的图像的像素色彩变化信息,以及所述电梯门的两侧的图像的像素色彩变化信息。
5.根据权利要求4所述的电梯门状态监测方法,其特征在于,所述根据获得的所述像素色彩变化信息判断所述电梯门的运行状态的步骤,包括:
若所述第一侧门与所述第二侧门之间的图像的像素色彩出现突变,则判定所述电梯门处于开门状态;以及
若所述电梯门的两侧的图像的像素色彩出现突变,则判定所述电梯门处于关门状态。
6.一种电梯门状态监测装置,应用于挂设在电梯门前方的摄像设备,其特征在于,所述装置包括:
图像信息获取模块,用于获取所述摄像设备的拍摄场景图像,根据所述拍摄场景图像获得所述电梯门的运行区域图像;
图像信息提取模块,用于提取所述运行区域图像的顶部区域图像;
监测模块,用于监测所述顶部区域图像的像素色彩变化信息;
判断模块,用于根据获得的所述像素色彩变化信息判断所述电梯门的运行状态。
7.根据权利要求6所述的电梯门状态监测装置,其特征在于,所述拍摄场景图像还包括背景场景图像,所述图像信息获取模块包括匹配子模块、判定子模块以及叠加子模块;
所述匹配子模块,用于将所述拍摄场景图像中的各像素点与预先利用混合高斯模型模拟后的所述背景场景图像中各像素点的高斯分布进行匹配;
所述判定子模块,用于判定所述拍摄场景图像中的匹配不成功的像素点为前景场景图像像素点;
所述叠加子模块,用于将获得的多个所述前景场景图像像素点进行统计叠加,获得所述电梯门的运行区域图像。
8.根据权利要求6所述的电梯门状态监测装置,其特征在于,所述图像信息提取模块包括高度信息获取子模块以及顶部区域图像获取子模块;
所述高度信息获取子模块,用于获取所述运行区域图像中位于所述电梯门前方的乘客的高度CH以及所述运行区域图像中的电梯门的高度LH;
所述顶部区域图像获取子模块,用于提取出位于所述乘客的高度CH与所述电梯门的高度LH之间的运行区域图像,将该运行区域图像作为顶部区域图像。
9.根据权利要求6所述的电梯门状态监测装置,其特征在于,所述电梯门包括第一侧门和第二侧门,所述监测模块包括图像信息获取子模块以及监测子模块;
所述图像信息获取子模块,用于获取所述顶部区域图像中所述第一侧门与所述第二侧门之间的图像信息以及所述电梯门的两侧的图像信息;
所述监测子模块,用于监测所述第一侧门与所述第二侧门之间的图像的像素色彩变化信息,以及所述电梯门的两侧的图像的像素色彩变化信息。
10.根据权利要求9所述的电梯门状态监测装置,其特征在于,所述判断模块包括第一判定子模块和第二判定子模块;
所述第一判定子模块,用于当所述监测子模块监测得到所述第一侧门与所述第二侧门之间的图像的像素色彩出现突变时,判定所述电梯门处于开门状态;
所述第二判定子模块,用于当所述监测子模块监测得到所述电梯门的两侧的图像的像素色彩出现突变时,判定所述电梯门处于关门状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710168818.8A CN106909917A (zh) | 2017-03-21 | 2017-03-21 | 一种电梯门状态监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710168818.8A CN106909917A (zh) | 2017-03-21 | 2017-03-21 | 一种电梯门状态监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106909917A true CN106909917A (zh) | 2017-06-30 |
Family
ID=59195312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710168818.8A Pending CN106909917A (zh) | 2017-03-21 | 2017-03-21 | 一种电梯门状态监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106909917A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109332763A (zh) * | 2018-10-09 | 2019-02-15 | 江西科技学院 | 断电保护方法、系统、可读存储介质及电锤钻 |
CN109684976A (zh) * | 2018-12-18 | 2019-04-26 | 浙江大华技术股份有限公司 | 门状态监测方法、装置、设备和系统及存储介质 |
CN110723614A (zh) * | 2019-10-28 | 2020-01-24 | 珠海格力电器股份有限公司 | 一种用于电梯门的保护装置、电梯及保护方法 |
CN112926632A (zh) * | 2021-02-01 | 2021-06-08 | 广州赛特智能科技有限公司 | 一种检测电梯与楼层高度差异的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425957A (zh) * | 2012-05-14 | 2013-12-04 | 无锡中科智能信息处理研发中心有限公司 | 一种通过摄像头判断电梯内是否有人的图像识别方法 |
CN103971135A (zh) * | 2014-05-05 | 2014-08-06 | 中国民航大学 | 基于头肩深度信息特征的人体目标检测方法 |
CN104680145A (zh) * | 2015-03-06 | 2015-06-03 | 北京格灵深瞳信息技术有限公司 | 一种门的开关状态变化检测方法及装置 |
CN105893995A (zh) * | 2015-07-23 | 2016-08-24 | 李如珍 | 一种电梯轿厢内儿童识别系统 |
CN106204659A (zh) * | 2016-07-26 | 2016-12-07 | 浙江捷尚视觉科技股份有限公司 | 基于光流的电梯开关门检测方法 |
CN106241533A (zh) * | 2016-06-28 | 2016-12-21 | 西安特种设备检验检测院 | 基于机器视觉的电梯乘员综合安全智能监控方法 |
-
2017
- 2017-03-21 CN CN201710168818.8A patent/CN106909917A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103425957A (zh) * | 2012-05-14 | 2013-12-04 | 无锡中科智能信息处理研发中心有限公司 | 一种通过摄像头判断电梯内是否有人的图像识别方法 |
CN103971135A (zh) * | 2014-05-05 | 2014-08-06 | 中国民航大学 | 基于头肩深度信息特征的人体目标检测方法 |
CN104680145A (zh) * | 2015-03-06 | 2015-06-03 | 北京格灵深瞳信息技术有限公司 | 一种门的开关状态变化检测方法及装置 |
CN105893995A (zh) * | 2015-07-23 | 2016-08-24 | 李如珍 | 一种电梯轿厢内儿童识别系统 |
CN106241533A (zh) * | 2016-06-28 | 2016-12-21 | 西安特种设备检验检测院 | 基于机器视觉的电梯乘员综合安全智能监控方法 |
CN106204659A (zh) * | 2016-07-26 | 2016-12-07 | 浙江捷尚视觉科技股份有限公司 | 基于光流的电梯开关门检测方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109332763A (zh) * | 2018-10-09 | 2019-02-15 | 江西科技学院 | 断电保护方法、系统、可读存储介质及电锤钻 |
CN109684976A (zh) * | 2018-12-18 | 2019-04-26 | 浙江大华技术股份有限公司 | 门状态监测方法、装置、设备和系统及存储介质 |
CN109684976B (zh) * | 2018-12-18 | 2020-10-30 | 浙江大华技术股份有限公司 | 门状态监测方法、装置、设备和系统及存储介质 |
CN110723614A (zh) * | 2019-10-28 | 2020-01-24 | 珠海格力电器股份有限公司 | 一种用于电梯门的保护装置、电梯及保护方法 |
CN112926632A (zh) * | 2021-02-01 | 2021-06-08 | 广州赛特智能科技有限公司 | 一种检测电梯与楼层高度差异的方法 |
CN112926632B (zh) * | 2021-02-01 | 2023-04-18 | 广州赛特智能科技有限公司 | 一种检测电梯与楼层高度差异的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106909917A (zh) | 一种电梯门状态监测方法及装置 | |
CN110287923B (zh) | 人体姿态获取方法、装置、计算机设备及存储介质 | |
CN104123544B (zh) | 基于视频分析的异常行为检测方法及系统 | |
CN109670430A (zh) | 一种基于深度学习的多分类器融合的人脸活体识别方法 | |
CN106372576A (zh) | 一种基于深度学习的智能室内入侵检测方法及系统 | |
CN106056079B (zh) | 一种图像采集设备及人脸五官的遮挡检测方法 | |
CN109697416A (zh) | 一种视频数据处理方法和相关装置 | |
CN109063764A (zh) | 一种基于机器视觉的隔离开关合闸操作到位的判断方法 | |
CN103605971B (zh) | 一种捕获人脸图像的方法及装置 | |
CN106127812B (zh) | 一种基于视频监控的客运站非出入口区域的客流统计方法 | |
CN105701467A (zh) | 一种基于人体形态特征的多人异常行为识别方法 | |
CN104063719A (zh) | 基于深度卷积网络的行人检测方法及装置 | |
CN109446989A (zh) | 人群聚集检测方法、装置及存储介质 | |
CN104918017B (zh) | 基于门运动状态的监控方法及系统 | |
CN106446869A (zh) | 基于图像智能识别算法的隔离开关状态自动检测方法 | |
CN109190475A (zh) | 一种人脸识别网络与行人再识别网络协同训练方法 | |
CN112183472A (zh) | 一种基于改进RetinaNet的试验现场人员是否穿着工作服检测方法 | |
CN106709438A (zh) | 一种基于视频会议的人数统计方法 | |
CN104820995A (zh) | 一种面向大型公共场所的人流密度监测预警方法 | |
CN111738336A (zh) | 基于多尺度特征融合的图像检测方法 | |
CN115761316B (zh) | 基于yolo自动识别的水电站平板闸门启闭方法 | |
CN107491750A (zh) | 一种人证比对方法及装置 | |
CN207636791U (zh) | 一种大客流快速安检门 | |
CN110222735A (zh) | 一种基于神经网络与背景建模的物品被盗遗留识别方法 | |
CN106937087A (zh) | 一种视频处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 610000 Tianfu Software Park Area A, 1129 Century City Road, Chengdu High-tech Zone, Sichuan Province Applicant after: Chengdu Jimi Technology Co., Ltd. Address before: No. 1129 Tianfu Software Park A District Century City high tech Zone of Chengdu City, Sichuan Province Road 610000 7 5 storey building No. 501 Applicant before: CHENGDU XGIMI TECHNOLOGY CO., LTD. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170630 |
|
RJ01 | Rejection of invention patent application after publication |