CN108615321B - 基于雷达侦测及视频图像行为分析的安防预警系统及方法 - Google Patents

Abstract

基于雷达侦测及视频图像行为分析的安防预警系统及方法，其方法包括：S1:将雷达侦测设备与云台摄像机配对及标定；S2:通过雷达实时监测其监控范围内是否有移动目标，并将所有移动目标的位置信息发送至入侵事件检测模块；S3：确定移动目标相对于云台摄像机的位置；S4：确定云台摄像机的调整角度以及需要变倍的倍数；S5：将云台摄像机的视野中心移动至移动目标所在的位置，并控制云台摄像机进行变倍；S6：获取云台摄像机的当前图像，对移动目标进行行为分析，确认真实的入侵目标，并发出报警信息。本发明具有算法简单，入侵目标识别速度快，识别精确度高，设备安装位置布置灵活等优点，能够大大降低漏检率、误报率，提高系统的响应速度。

Description

基于雷达侦测及视频图像行为分析的安防预警系统及方法

技术领域

本发明涉及安防技术领域，特别是一种基于雷达侦测及视频图像行为分析的安防预警系统及方法。

背景技术

在现有的安防预警系统中，已存在多种对监控区域入侵行为进行监控及预警的方式，如通过部署红外对射设备、泄露电缆、震动电缆、微波对射雷达、高清视频设备等方式来覆盖监控区域。当发生入侵事件时，上述设备能根据自身的物理性状的改变来侦测到入侵事件的发生，如红外线会被遮挡、泄露电缆的电流会发生改变。而高清视频设备则可通过分析监控区域是否有物体进行移动来判断入侵事件的发生。然而这些设备自身都存在一些缺陷，如红外对射设备、泄露电缆、震动电缆等无法精确入侵位置，高清视频设备则存在视角盲区、容易受天气光照等环境因素影响等，从而使得对入侵事件的监测和预警信息不够精准和可靠，存在严重的报警位置不准确、误报漏报率较高、报警不及时等问题。

为解决上述问题，在某些安防监控和预警系统中已采用多种监控方式同时进行部署来避免上述问题，如采用微波雷达来定位入侵目标位置、然后将视频监控设备转到相应位置来进行目标识别，当识别为相应的预设目标时，则触发报警。这种方式相对于以往单一的监控方式来说，在报警位置的精度、误报率上面确实有所改善，但是由于其需要首先将微波雷达获取的入侵目标位置传输到后端控制中心，然后由控制中心控制视频监控设备转到相应位置，再获取入侵位置的实时图像，最后将实时图像传回控制中心并采用图像目标识别算法对图像上的物体进行识别,如动物的形体识别、人体识别、人脸识别等，当系统识别到与预设的报警目标一样的目标时则发出预警信息。该种方式在报警位置的精准度、误报率上有所改善。但由于该方式流程复杂耗时较长，无法实时快速地响应入侵事件。另外由于需要预设报警目标、且由于图像目标识别容易受到环境因素的影响，当环境恶劣时，图像目标识别的精度会非常差，从而不能从根本上解决误报漏报率较高、报警不及时等问题。

如CN 104796612B公开了一种高清雷达联动跟踪控制摄像系统及联动跟踪方法，其方法是先通过雷达测距模块对预设目标与本机的距离进行测算，然后处理模块利用高清雷达联动跟踪控制摄像机中水平电机和竖直电机运转角度确定此时预设目标与基准方向的水平角度与垂直角度，然后处理模块根据水平电机运转角度、垂直电机运转角度和预存的本机坐标，计算得出预设目标的最新坐标；随后处理模块再根据计算出的预设目标的最新坐标和预存的其他高清雷达联动跟踪控制摄像机的坐标，与预设目标的最新坐标进行计算，得出距离预设目标的最新坐标最近的几台高清雷达联动跟踪控制摄像机，作为相应高清雷达联动跟踪控制摄像机。

又如CN 107424373A公开了一种外力入侵检测方法和装置及系统，其检测方法是通过雷达检测在输电线路的预设范围内是否存在移动目标；如果判断结果为是，获取移动的目标的热红外图像。其中，热红外相机可以与检测移动目标的装置相邻设置。在获取热红外图像之前，可以先对热红外相机的焦距进行调节，确定移动的目标与热红外相机之间的距离，根据移动目标与热红外相机之间的距离确定并调节热红外相机的焦距，在调节热红外相机的焦距之后，通过热红外相机拍摄移动的目标；然后对热红外图像进行图像处理以检测热红外图像中是否存在预设目标；如果检测出热红外图像中存在预设目标，则发出报警，其中，声光报警设置在输电线路的预设范围内，可以对外力入侵发出警示。

然而上述现有技术存在以下缺陷：现有的目标识别方式均是采用事先设定预设目标。然后在系统的运行过程中每隔一定时间控制摄像机进行图像拍摄，然后再在拍摄的图片中提取运动目标。最后再将图像上的各个目标逐一与预设目标进行对比确认。这种方式的劣势在于：(1)需要预设目标，从而导致使用的场景和效果有限；(2)需要对监控区域的背景进行建模来区分运动目标和背景目标，即当环境发生变化时，需要重新对背景进行建模；(3)这种识别需要分析图片的细节信息，使得图片不够清晰识别，识别效果极差；当光线条件不好时，如晚上、大雾、大雨等时，获取的图片清晰度会较差，从而影响识别效果，进而导致报警不及时，误报漏报率在天气不好时会大大提高；(4)雷达测距模块与摄像机需要事先进行安装配对，不能随意设置它们的位置，一方面使得安装不便利，不能合理利用空间，且有可能受到场合的局限；另一方面，如果摄像机安装的较低时，还易遭到人为破坏；(5)CN104796612B中，需要计算多个设备相对于目标的位置，再来选择相对预设目标最近的n台高清雷达联动跟踪控制摄像机来跟踪移动目标，使得计算复杂化；并且算法过程需要区分视场角的范围而采用不同的计算公式，繁琐而复杂。

发明内容

本发明的目的是克服现有技术的上述不足而提供一种算法简单，入侵目标识别速度快，识别精确度高，设备安装位置布置灵活的安防预警系统及方法，能够大大降低漏检率、误报率，提高系统的响应速度。

本发明的技术方案是：

本发明之一种基于雷达侦测及视频图像行为分析的安防预警方法，包括如下步骤：

S1:将雷达侦测设备与云台摄像机配对，并标定配对后的各设备之间的位置关系；

S2:通过雷达实时监测其监控范围内是否有移动目标，并将所有移动目标的位置信息发送到与其配对的云台摄像机的入侵事件检测模块；

S3：确定移动目标相对于云台摄像机的位置；

S4：确定云台摄像机的调整角度以及需要变倍的倍数；

S5：将云台摄像机的视野中心移动至移动目标所在的位置，并控制云台摄像机进行变倍，以获取移动目标的清晰细节图像；

S6：获取云台摄像机的当前图像，对移动目标进行行为分析，确认真实的入侵目标；

S7：确认为真实的入侵目标后，发出报警信息。

进一步，S1中，所述雷达侦测设备与云台摄像机的标定方法为：

S101：确定雷达侦测设备R1的中轴线R1D1，并以该轴线为X轴，雷达侦测设备R1所在位置为原点建立直角坐标系XYZ，并找到以云台摄像机C1所在位置为起点并与中轴线R1D1相平行的线C1P1；

S102：将云台摄像机的视野中心移到点P1，并将此时云台摄像机的云台位置标识为云台摄像机的零点位置；

S103：将云台摄像机C1的视野中心移到雷达侦测设备R1所在位置，并将此时云台摄像机C1的云台位置标识为云台摄像机的雷达原点位置(P，T)，其中P为云台摄像机C1相对于雷达侦测设备R1的水平角度，T为垂直角度；

S104：计算出雷达侦测设备R1相对于云台摄像机C1的位置向量完成标定；其中，向量坐标计算过程如下：

Z＝L_R×cos T，

Y＝L_R×sin T×sin P，

X＝L_R×sin T×cos P

式中，L_R为云台摄像机与雷达侦测设备的直线距离。

进一步，S3中，所述移动目标相对于云台摄像机的位置通过以下公式获得：

式中，为移动目标A1相对于雷达侦测设备R1的位置向量，其坐标可由雷达侦测设备的侦测数据获得。

进一步，S4中，所述云台摄像机所需要进行调整的角度通过以下公式获得：

式中，(x₁，y₁，z₁)为向量的坐标，P₁为云台摄像机种的云台电机所需要转动的水平角度，T₁为云台电机需要转动的垂直角度。

进一步，S4中，所述云台摄像机所需要变倍的倍数通过以下公式获得：

式中，L₁为移动目标相对于云台摄像机的距离，即向量的长度，L为变倍基数。

进一步，S6中，所述对移动目标的行为分析方法包括以下步骤：

S601：对于每一个在任意时刻识别出的移动目标A_n，对其相关移动信息作为一个数据帧进行记录，形成一个数据链，即对于每一个移动目标A_n都存在一个与其相对应的数据链M_n；

S602：对于任意时刻识别出的移动目标A_n，系统将根据相关移动信息将其与系统中当前所存在的所有移动目标进行匹配，如其能与某目标A_m位置相匹配，则将其与目标A_m合并为一个移动目标，并将该数据帧加入目标A_m数据链M_m，如不能匹配任何已存在的目标则将其作为一个新的目标进行记录；

S603:对于任意移动目标，假定数据链的存活周期为L,若某一移动目标的数据链超过其存活周期,则将该目标进行清除；而对于还在其存活周期L内的目标，系统将对其进行持续跟踪，并对入侵目标进行实时图像分析；

S604:根据S603中的图像分析结果，采用如下公式计算移动目标A_n的入侵目标可信度；

式中，R_n表示移动目标A_n的入侵目标可信度，F_n为移动目标A_n被步骤S603认为是入侵目标的次数，S_n为移动目标A_n被雷达侦测到的次数，即移动目标A_n的数据链M_n中数据的个数；

S605:绘制移动目标A_n的行进轨迹；

S606:根据移动目标A_n的入侵目标可信度及行进轨迹判断其是否为入侵目标。

进一步，S602中，匹配算法通过以下公式获得：

式中，X_n为移动目标A_n在雷达坐标系中的X方向的位置，Y_n为移动目标A_n在雷达坐标系中的Y方向的位置,Z_n为移动目标A_n在雷达坐标系中的Z方向的位置,T_n为移动目标A_n出现的时间，X_m为移动目标A_m最后出现时刻的X方向的位置，Y_m为移动目标A_m最后出现时刻的Y方向的位置,Z_m为移动目标A_m最后出现时刻的Z方向的位置，V_m为移动目标A_m最后出现时刻的移动速度在方向上的分量，T_m为移动目标A_m最后出现时刻的时间。

其中，雷达坐标系是指以雷达侦测设备发送的雷达波的中轴方向为X轴的正方向，对应的垂直平面为YZ平面，当雷达侦测设备平行于水平面安装时，其水平方向为Y轴，左负右正，垂直方向为Z轴，下负上正。

进一步，S603中，对入侵目标进行实时图像分析包括以下步骤：

A：间隔时间t内分别获取移动目标A_n的两张高清实时图像；

B：将获取的两张图片灰度化并做差运算，再对做差后的图片进行分析，得到移动目标在图片上的位置和大小；

C：根据云台摄像机的镜头参数及当前的变倍倍数，计算出此时镜头的焦距F；

D：根据摄像机高斯成像公式，及此时移动目标与摄像机的距离U计算出移动物体的像距V；

E：根据物距U和像距V的比值，及高清图像上移动目标的大小，计算出移动目标的真实截面积的大小；

F：对步骤B及步骤E的计算结果进行分析，确认移动目标是否是真实的入侵目标，若步骤B中的移动目标位置并不在图像的中心位置，则认为移动目标不是入侵目标。

本发明之一种基于雷达侦测及视频图像行为分析的安防预警系统，包括：

若干安装在监控区域的雷达侦测设备，用于向其所覆盖范围发送雷达信号，来获得所覆盖范围内是否存在移动目标，并获得所有移动目标的移动速度及相对于雷达侦测设备所在位置的坐标信息；

若干安装在监控区域的云台摄像机，云台摄像机通过网络与雷达侦测设备及入侵事件报警服务器相连；所述云台摄像机包括摄像机、云台电机、入侵事件检测模块；摄像机固定在云台上，具备变倍变焦功能；云台电机用于调整云台的位置来控制摄像机的视野位置；入侵事件检测模块用于将雷达侦测设备和云台摄像机进行配对及标定配对后的各设备之间的位置关系，并通过分析接收到的来自雷达侦测设备的移动目标的速度、坐标信息及来自摄像机的视频图像来判读移动目标是否是需要预警的入侵目标，如是则发送报警信息至入侵事件报警服务器；

入侵事件报警服务器，用于接收云台摄像机传输过来的报警事件信息，并根据事先定义的预警规则，生成预警命令信息，最后将预警命令发送到相关预警装置；

安装在监控区域或监控中心的预警装置，用于根据入侵事件报警服务器发出的入侵事件预警命令发出相应的预警信息。

进一步，所述入侵事件检测模块包括：

位置标定模块，用于在部署完监控区域中的所有监控设备后，将雷达侦测设备和云台摄像机配对及标定配对后的各设备之间的位置关系。

入侵目标行为分析模块，用于在获取到监控区域中的移动目标后，根据移动目标的运动轨迹及实时图像，来分析其是否是真实的入侵目标，并在同时有多个入侵目标时确定各入侵目标的预警级别。

入侵报警信息上报模块，用于在检测到真实的入侵目标后生成报警信息，并将报警信息及入侵目标的实时图像上传到入侵事件报警服务器。

进一步，所述入侵事件报警服务器包括：

报警信息及实时图像展示模块，用于在发现入侵目标时，显示入侵目标的坐标信息及入侵场景的实时图像；

报警信息及实时图像存储模块，用于将产生的报警信息及入侵事件发生时的实时图像进行存储；

入侵预警命令下发模块，用于下发预警命令到预警装置。

进一步，所述预警装置包括以下至少一种：

声光警示器，用于在检测到突发事件后进行点亮和发声；

现场广播警示设备，用于以声音的方式通知入侵事件附近的安保人员或警示入侵目标；

现场显示屏，用于在显示屏上显示入侵目标的实时画面，以提示安保人员及震慑入侵目标；

手持智能设备，用于通过安装APP或小程序，实现对安保人员或其他相关人员的告知提示和预警；

强声/强光驱离设备，用于以强声或强光的方式驱离入侵目标；

染色弹/催泪弹装置，用于以染色催泪的方式驱离入侵目标；

激光炫目设备，使用激光的方式使入侵人员短暂性失明和感到眩晕，从而快速制服入侵人员；

爆震弹装置，发出强烈的闪光和一定分贝的巨响，用于让入侵人员暂时丧失视觉和听觉，失去行动能力，从而快速制服入侵人员。

本发明的有益效果：

(1)不需要事先预设目标；

(2)采用间隔时间内分别获取监控场景的两张高清实时图像，然后进行做差运算，这样就可自动排除背景目标，从而不需要进行背景建模；

(3)依据雷达所侦测到的所有移动目标建立移动目标的数据链，以数据链的行进轨迹来作为目标识别的重要依据，而图像分析的结果只用来计算该移动目标的入侵目标可信度，最后综合上述两者来鉴定移动目标是否为真正的入侵目标，且图像分析过程仅使用了两张图像做差来分析移动目标，且只关注出现在图像中心位置的移动目标，算法非常简单、快速、可靠；不需要分析图像的细节信息，从而不会受到天气等环境因素的影响；

(4)雷达侦测设备与云台摄像机可随意位置安装，不仅提供了安装上的便利，而且在实际的使用场景中，大部分的时候需要将雷达安装在较低位置，而高清云台摄像安装在较高位置。这样安装的好处是可最大限度地发挥这两种设备的监控优势；且可利用这两种设备来相互监控，避免人为对这两种设备的破坏；

(5)事先完成了匹配与标定的过程，就不用在每次计算移动目标位置相对于云台设备的位置时重复计算雷达侦测设备与云台摄像机的相对位置，大大简化算法，效率显而易见。

(6)目标位置计算方法采用向量进行运算，算法简洁明了；

(7)本发明相对于现有的安防预警方法而言，具有算法简单，入侵目标识别速度快、识别精确度高,从而大大降低漏检率、误报率，提高系统的响应速度；

(8)本发明相对于现有的安防预警系统而言，具有设备安装位置布置灵活、系统连接简单(所有设备均通过网络进行连接)、预警打击手段多样、预警规则可灵活配置等优势。

附图说明

图1是本发明实施例安防预警系统的结构示意图；

图2是本发明实施例各设备现场安装部署示意图；

图3是本发明实施例高清云台摄像机的模块结构图；

图4是本发明实施例高清云台摄像机与雷达侦测设备的标定示意图；

图5是本发明实施例入侵目标行为实时检测方法流程图。

具体实施方式

以下将结合说明书附图和具体实施例对本发明做进一步详细说明。

如图1所示：本发明公开的基于雷达侦测及视频图像行为分析的安防预警系统，主要包括部署在监控区域内的雷达侦测设备(R1～R#)、高清云台摄像机(C1～C#)、各种预警装置及放置在监控中心的入侵事件报警服务器。以上所有设备均通过网络路由器M进行网络连接。所述的网络可以是Internet网、LAN局域网、WLAN局域网、WIFI、蜂窝数据网等任意网络。雷达侦测设备(R1～R#)、高清云台摄像机(C1～C#)和各种预警装置通过网络与入侵事件报警服务器进行通信。另外，入侵事件报警服务器还具备各种软硬件接口，因此本发明具备将系统中的报警信息及实时视频发送到第三方管理平台的功能，例如手机APP、手机小程序或其它监控平台等，从而可通过第三方管理平台来实现更丰富的功能。

上述的各种预警装置用于对真实的入侵目标进行警示、驱离、制服。本实施例的预警装置可以根据严重等级进行分段预警，也可以采用警示、驱离、制服手段中的至少一种。可以理解的是，本发明不对预警方式作具体限定。

如图2所示，本实施例通过在监控区域四周安装多个雷达侦测设备，每个雷达侦测设备可侦测监控区域一个边上一定宽度内的移动目标,如图中的R1～R4。若监控区域的某条边较长，为保证侦测效果，可在这一条边上连续安装多个雷达侦测设备，便可形成对整个监控区域无死角的周密防护。同样，通过在监控区域内与雷达侦测设备对应布置多台高清云台摄像机,如图中的C1～C4。高清云台摄像机的位置可根据现场实际情况随意安装在雷达侦测设备的前后左右，并不局限于雷达侦测设备的某个方向上，其优点是：一方面提供了安装上的便利，且能够合理利用空间，适用于任何安防场合；另一方面，在实际的使用场景中，通常是将雷达安装在较低位置，而高清云台摄像机安装在较高位置，这样安装可最大限度地发挥这两种设备的监控优势，且可利用这两种设备来相互监控，避免人为对这两种设备的破坏。

将布置好的高清云台摄像机分别与其附近的雷达侦测设备进行配对。如图2所示，可将R1与C1配对、R2与C2配对、R3与C3配对、R4与C4配对。一个高清云台摄像机可与一个或多个雷达侦测设备配对，同样一个雷达侦测设备也可与多个高清云台摄像机配对。即雷达侦测设备与高清云台摄像机之间可实现一对多、多对一、多对多的配对关系。这样便可实现利用一台摄像机来监视监控区域中的所有雷达侦测设备的侦测范围，或利用多台摄像机来监视一台雷达侦测设备的多段侦测范围的功能，从而可提高设备的利用率及侦测精度。

监控区域中所有的雷达侦测设备每隔设定的时间间隔向其所覆盖范围(如图2中，每个雷达侦测设备的虚线范围)发送雷达微波信号，并基于接收到的回波信号进行移动目标跟踪，从而得到监控区域内的所有移动目标。如图2所示，当雷达侦测设备R1发现移动目标A1时，迅速将移动目标的坐标及速度数据通过网络发送到与其配对的高清云台摄像机C1上。然后，高清云台摄像机C1快速改变其监控范围，将移动目标A1置于其视野中心，并进行变倍，来获取移动目标A1的图像细节。并利用其内置的入侵事件检测模块上的入侵目标行为分析模块对移动目标A1进行行为分析，以确认其是干扰目标还是真实的入侵目标。若是真实的入侵目标时，则根据入侵目标的位置信息、预警级别等信息生成报警信息并发送到位于监控中心的入侵事件报警服务器上。入侵事件报警服务器则根据事先定义好的预警规则发送预警命令到相应的预警装置上。如图2中的催泪弹装置L1～L5、爆震弹装置B1～B4、声光警示器D1、强声强光设备Q1、激光致眩设备J1、现场广播设备W1等。

入侵事件报警服务器包括入侵事件预警平台和报警信息及实时图像存储模块。入侵事件预警平台包括报警信息及实时图像展示模块入侵预警命令下发模块。报警信息及实时图像展示模块用于在发现入侵目标时，显示入侵目标的坐标信息及入侵场景的实时图像；入侵预警命令下发模块用于根据预先定义的预警规则发送预警信号到预警装置，同时也可将预警信号发送到第三方管理平台，实现更高级的功能。报警信息及实时图像存储模块用于将产生的报警信息及入侵事件发生时的实时图像进行存储,以便以后查看确认。

所有预警装置都具备网络接口，从而可通过网络接收预警指令或预警信息，因此将其通过网络与入侵事件报警服务器相连，则可接收来自入侵事件报警服务器的预警命令，并根据接收到的预警命令，采取相应的动作。所有预警装置可根据其使用目的而分为警示装置、驱离装置及制服装置。现场部署时可根据需要采用以下一种或多种的组合。

其中，警示装置包括：

声光警示器，如图2中的D1，以声音及闪光的方式警示入侵目标；

现场广播警示设备，如图2中的W1，以声音的方式通知入侵事件附近的安保人员或警告入侵目标；

现场显示屏警示，在显示屏上显示入侵目标的实时画面，以告知现场安保人员及震慑入侵目标；

手持智能设备，用于通过安装APP，实现对安保人员或其他相关人员的告知提示和预警；

驱离装置包括：

强声/强光驱离设备，如图2中的Q1，以强声或强光的方式强迫入侵目标离开监控区域；

染色弹/催泪弹装置，如图2中的L1～L5，以染色或催泪的方式驱离入侵目标；

制服装置包括：

激光炫目设备，如图2中的J1，以发出强激光的方式使入侵人员短暂性失明和感到眩晕，从而快速制服入侵人员；

爆震弹装置，如图2中的B1～B4，以发出强烈的闪光和高达180分贝的巨响。使入侵人员在半小时内暂时失去听觉、视觉，可对入侵人员造成轻微且不致命的伤害，使入侵人员束手就擒。

所述的预警规则为：当发生入侵事件时则可将入侵目标划定为警示、驱离、制服等预警级别。如入侵目标刚接近监控区域时则定义为警示级别，可点亮入侵目标附近一定范围内所有安装的声光报警器，并在其附近位置的显示屏上显示入侵目标的实时画面。如目标进一步接近监控区域中心则可定义为驱离级别，可采用强声/强光驱离设备、染色弹/催泪弹装置等将入侵目标驱离。如入侵目标不离开监控范围或进一步靠近监控范围中心，则定义为制服级别，可采用上述的各种制服装置来制服入侵目标。

本实施例中，高清云台摄像机包括高清摄像机、云台电机、入侵事件检测模块，其中入侵事件检测模块还包括位置标定模块、入侵目标行为分析模块、入侵报警信息上报模块，其模块结构如图3所示。

其中位置标定模块，用于高清云台摄像机与雷达侦测设备的配对及标定。如图4所示，对于安装在监控区域内的雷达侦测设备R1及高清云台摄像机C1，如果将这两者进行配对，则其标定过程如下：

S101：确定雷达侦测设备R1的中轴线R1D1，并以该轴线为X轴，雷达侦测设备R1所在位置为原点建立直角坐标系XYZ，并找到以高清云台摄像机C1所在位置为起点并与中轴线R1D1相平行的线C1P1。

S102：将高清云台摄像机的视野中心移到点P1，并将此时高清云台摄像机的云台位置标识为高清云台摄像机的零点位置。

S103：将高清云台摄像机C1的视野中心移到雷达侦测设备R1所在位置，并将此时高清云台摄像机C1的云台位置标识为高清摄像机的雷达原点位置(P，T)，其中P为高清云台摄像机C1相对于雷达侦测设备R1的水平角度，T为垂直角度。

S104：计算出雷达侦测设备R1相对于高清云台摄像机C1的位置向量其向量坐标计算过程如下：

Z＝L_R×cos T,

Y＝L_R×sin T×sin P,

X＝L_R×sin T×cos P 公式(1)

其中，L_R为高清云台摄像机与雷达侦测设备的直线距离，可通过现场测量获得。

通过上述公式的计算结果，在完成配对并标定好高清云台摄像机与雷达侦测设备的位置关系后，对于雷达侦测设备侦测到的任意移动目标，如图2中的入侵目标A1，高清云台摄像机可根据上述的位置向量将移动目标的坐标转换为其相对于高清云台摄像机的坐标，并据此计算出云台电机需要转动的角度，最后发送指令控制云台电机进行转动，将高清摄像机的视野中心移动到该位置。坐标转换过程及云台电机需要转动的角度的计算公式如下：

其中，移动目标相对于雷达侦测设备R1的位置向量，其坐标可由雷达侦测设备的侦测数据获得。(x₁，y₁，z₁)为向量的坐标，P₁为云台电机所需要转动的水平角度,T₁为需要转动的垂直角度。

其次，高清摄像机可根据移动目标相对于高清摄像机的距离来进行变倍，确保通过高清摄像机能清晰获得移动目标的清晰图像。变倍的倍数计算公式如下：

其中，L₁为移动目标相对于高清云台摄像机的距离，即向量的长度，L为变倍基数，即倍数增大一倍所对应的距离,可事先设定。

本实施例中，入侵目标行为分析模块实现了入侵目标行为实时检测方法，下面结合附图5对本实施例中的入侵目标行为实时检测方法做详细说明：

对于真实的监控坏境，其入侵目标为各种类型的活体生物，如各种小动物、人等，以及一些移动的车辆、空中的飞行器等。但在监控区域中还会存在一些干扰目标，比如，树木的晃动等，且由于雷达侦测设备本身也会存在一定的误报率。因此，为了剔除干扰目标和雷达误报目标，入侵事件检测模块在接收到来自侦测雷达的移动物体的信息后，首先要经过处理将真实的入侵目标与干扰目标及误报目标区分开来。

由于监控区域是相对有限区域，且对于入侵目标来说其行进方向应为固定方向，即对于任何的监控坏境，真实的入侵目标会从监控区域的外侧逐渐行进到内侧。因此，在侦测到移动目标之后，即可根据移动目标的速率、位置信息，给予一个其特定的编号，记为A_n。在雷达监测区域内持续对A_n的轨迹进行跟踪，并基于其速率和位置的预测，运用遗传算法及神经元网络适配算法，可在整个监测区域内实时描绘出目标A_n的动态轨迹，并对其可能的行进轨迹进行预测。具体的实施步骤如下：

步骤A：对于每一个在任意时刻识别出的目标A_n，系统自动将其相关数据(移动速度、所在位置、侦测到的时刻等)作为一个数据帧进行记录，如该目标在监控范围内连续运动，则我们可将其连续运动的每一帧数据按照时间顺序进行连续记录，则可形成一个数据链。因此对于每一个移动目标A_n都存在一个与其相对应的数据链M_n。

步骤B：对于任意时刻识别出的移动目标A_n，系统将根据移动速度、所在位置等信息将其与系统中当前所存在的所有目标进行匹配，如其能与某目标A_m位置相匹配，则可将其与目标A_m合并为一个移动目标，并将该数据帧加入目标A_m数据链M_m，如不能匹配任何已存在的目标则将其作为一个新的目标进行记录。匹配算法如下：

其中X_n为移动目标A_n在雷达坐标系中的X方向的位置，Y_n为移动目标A_n在雷达坐标系中的Y方向的位置,Z_n为移动目标A_n在雷达坐标系中的Z方向的位置,T_n为移动目标A_n出现的时间，X_m为移动目标A_m最后出现时刻的X方向的位置，Y_m为移动目标A_m最后出现时刻的Y方向的位置,Z_m为移动目标A_m最后出现时刻的Z方向的位置，V_m为移动目标A_m最后出现时刻的移动速度在方向上的分量，T_m为移动目标A_m最后出现时刻的时间。

步骤C：对于任意移动目标，假定数据链的存活周期为L。因此，若某一个移动目标的数据链已超过其存活周期则将该目标进行清除。即目标最后出现的时刻已经超过了周期L，则认为该目标已经消失，所以应当从系统中清除该目标的所有信息。而对于还在其存活周期内的目标，系统将对进行持续跟踪，并通过调整高清摄像机的位置来获取移动目标的实时图像，并进行入侵目标的实时图像分析，以便进一步确认其是否是干扰目标或误报目标，并确定入侵目标的类型。目标图像分析的步骤如下：

步骤C1：间隔时间t毫秒分别获取移动目标A_n的两张高清实时图像。

步骤C2：将获取的两张图片灰度化并做差运算，再对做差后的图片进行分析，从而可得到移动目标在图片上的位置和大小。

步骤C3：根据高清摄像机的镜头参数及当前的变倍倍数，计算出此时镜头的焦距F。

步骤C4：根据如下的摄像机高斯成像公式，及此时移动目标与摄像机的距离U计算出移动物体的像距V的大小。

即成像物体的物距的倒数加上像距的倒数等于焦距的倒数。其中物距U即为公式2中向量的长度。

步骤C5：根据物距U和像距V的比值，及高清图像上移动目标的大小，可计算出移动目标的真实截面积的大小。计算公式如下：

其中，W为移动目标的真实宽度，H为移动目标的真实高度，w为移动目标在图像上的宽度，h为移动目标在图像上的高度。

步骤C6：对步骤C2及步骤C5的计算结果进行分析，确认移动目标是否是真实的入侵目标。如步骤C2中若移动目标的位置并不在图像的中心位置，则认为移动目标不是入侵目标。原因在于前面的步骤已经将高清摄像机的视野中心移动到了侦测雷达报警的位置，但图像监测并未在图像中心位置发现存在移动目标，则说明是侦测雷达误报或是报警的位置不正确，应当将其排除。

步骤D：根据步骤C图像分析的结果，采用如下公式计算移动目标A_n的入侵目标可信度。

其中，R_n表示移动目标A_n的入侵目标可信度，F_n为移动目标A_n被步骤C认为是入侵目标的次数，S_n为移动目标A_n被雷达侦测到的次数，即移动目标A_n的数据链M_n中数据的个数。

步骤E：绘制移动目标A_n的行进轨迹。

步骤F：根据移动目标A_n的入侵目标可信度及行进轨迹判断及是否为入侵目标。如移动目标的入侵目标可信度小于某门限值θ，且其行进轨迹只是局限在以门限值R为半径的圆内，则可认为其为误报或干扰目标。若移动目标被认定为入侵目标，则可以根据移动目标的位置及其宽度与高度来区分入侵目标的类型。如可将入侵目标划分为飞行器(包括鸟类等)，小型动物、大型动物(包括人)等；如根据入侵目标的位置坐标Z值则可区分飞行器与小型动物及大型动物。而小型动物与大型动物的区分可根据入侵目标的高度、宽度及面积来进行区分。

步骤G：对于同时存在多目标入侵的情况，我们可依据其类型、入侵目标可信度及行进轨迹来确定其预警级别。如入侵目标可信度越高、轨迹越接近监控区域中心则预警级别越高。

本实施例中，入侵报警信息上报模块用于在检测到真实的入侵目标后根据入侵目标相对于高清摄像机的坐标、入侵目标的类型、入侵目标的预警级别等生成报警信息，并将报警信息及入侵目标的实时图像上传到入侵事件报警服务器。

综上所述，本实施例一方面可通过实时不间断地探测监控区域内所有的移动目标，并根据移动目标的行为来区分入侵目标与干扰或误报目标，当确认真实的入侵目标时能够自动以多种方式提醒相关人员注意并对入侵目标进行震慑、驱离及制服，可阻止入侵事件的进一步扩大并终止事件。另一方面，采用雷达侦测设备获取移动目标位置、高清摄像机获取移动目标的实时高清图像，并结合两者对监控区域内移动目标的行为进行分析，以解决在雷达和高清云台摄像机的联动警戒系统中，由于图像目标识别算法复杂度高，且容易受天气等环境因素的影响从而导致报警不及时，精准度不高的问题，可用来排除各种干扰目标，实现对入侵目标的精确识别和预警。

本实施例在高清云台摄像机中内置入侵事件实时检测模块，并采用了入侵目标实时检测方法，极大提高了对监控区域内入侵目标的检测精度及实时性，降低了漏检率、误报率；并具备多种预警手段，因此在安防监控领域具有良好的应用前景。

上述方法实施例与系统实施例应属于同一发明构思，系统实施例即为方法实施例的具体实施过程，具体过程细节不再赘述。

另外以上实施例只是显示和描述了本发明的一种最简单的部署方式和实施案例。本行业的相关技术人员应该了解，本发明装置不受上述实施例的限制，在不脱离本发明的基本原理、主要结构、使用领域范围及使用目的的前提下，本发明还会有各种类似的变化和改进，这些变化和改进都应属于本发明的范围之内。

Claims (6)

1.基于雷达侦测及视频图像行为分析的安防预警方法，其特征在于，包括如下步骤：

S1:将雷达侦测设备与云台摄像机配对，并标定配对后的各设备之间的位置关系，计算出雷达侦测设备相对于配对的云台摄像机的位置向量完成标定；

S2:通过雷达实时监测其监控范围内是否有移动目标，并将所有移动目标的位置信息发送到与其配对的云台摄像机的入侵事件检测模块；

S3：确定移动目标相对于云台摄像机的位置；

S4：确定云台摄像机的调整角度以及需要变倍的倍数；其中，云台摄像机根据所述的位置向量将移动目标的坐标转换为其相对于云台摄像机的坐标，并据此计算出云台摄像机需要转动的角度；

S5：将云台摄像机的视野中心移动至移动目标所在的位置，并控制云台摄像机进行变倍，以获取移动目标的清晰细节图像；

S6：获取云台摄像机的当前图像，对移动目标进行行为分析，确认真实的入侵目标；所述对移动目标的行为分析方法包括以下步骤：

S601：对于每一个在任意时刻识别出的移动目标A_n，对其相关移动信息作为一个数据帧进行记录，形成一个数据链，即对于每一个移动目标A_n都存在一个与其相对应的数据链M_n；

S602：对于任意时刻识别出的移动目标A_n，系统将根据相关移动信息将其与系统中当前所存在的所有移动目标进行匹配，如其能与某目标A_m位置相匹配，则将其与目标A_m合并为一个移动目标，并将该数据帧加入目标A_m数据链M_m，如不能匹配任何已存在的目标则将其作为一个新的目标进行记录；

S603:对于任意移动目标，假定数据链的存活周期为L,若某一移动目标的数据链超过其存活周期,则将该目标进行清除；而对于还在其存活周期L内的目标，系统将对其进行持续跟踪，并对入侵目标进行实时图像分析；其中，对入侵目标进行实时图像分析包括以下步骤：

A：间隔时间t内分别获取移动目标A_n的两张高清实时图像；

B：将获取的两张图片灰度化并做差运算，再对做差后的图片进行分析，得到移动目标在图片上的位置和大小；

C：根据云台摄像机的镜头参数及当前的变倍倍数，计算出此时镜头的焦距F；

D：根据摄像机高斯成像公式，及此时移动目标与摄像机的距离U计算出移动物体的像距V；

E：根据物距U和像距V的比值，及高清图像上移动目标的大小，计算出移动目标的真实截面积的大小；

F：对步骤B及步骤E的计算结果进行分析，确认移动目标是否是真实的入侵目标，若步骤B中的移动目标位置并不在图像的中心位置，则认为移动目标不是入侵目标；

S604:根据S603中的图像分析结果，采用如下公式计算移动目标A_n的入侵目标可信度；

式中，R_n表示移动目标A_n的入侵目标可信度，F_n为移动目标A_n被步骤S603认为是入侵目标的次数，S_n为移动目标A_n被雷达侦测到的次数，即移动目标A_n的数据链M_n中数据的个数；

S605:绘制移动目标A_n的行进轨迹；

S606:根据移动目标A_n的入侵目标可信度及行进轨迹判断其是否为入侵目标；

S7：确认为真实的入侵目标后，发出报警信息。

2.根据权利要求1所述基于雷达侦测及视频图像行为分析的安防预警方法，其特征在于，S1中，所述雷达侦测设备与云台摄像机的标定方法为：

S101：确定雷达侦测设备R1的中轴线R1D1，并以该轴线为X轴，雷达侦测设备R1所在位置为原点建立直角坐标系XYZ，并找到以云台摄像机C1所在位置为起点并与中轴线R1D1相平行的线C1P1；

S102：将云台摄像机的视野中心移到点P1，并将此时云台摄像机的云台位置标识为云台摄像机的零点位置；

S103：将云台摄像机C1的视野中心移到雷达侦测设备R1所在位置，并将此时云台摄像机C1的云台位置标识为云台摄像机的雷达原点位置(P，T)，其中P为云台摄像机C1相对于雷达侦测设备R1的水平角度，T为垂直角度；

S104：计算出雷达侦测设备R1相对于云台摄像机C1的位置向量完成标定；其中，向量坐标计算过程如下：

Z＝L_R×cosT,

Y＝L_R×sinT×sinP,

X＝L_R×sinT×cosP

式中，L_R为云台摄像机与雷达侦测设备的直线距离。

3.根据权利要求2所述基于雷达侦测及视频图像行为分析的安防预警方法，其特征在于，S3中，所述移动目标相对于云台摄像机的位置通过以下公式获得：

式中，为移动目标A1相对于雷达侦测设备R1的位置向量，其坐标可由雷达侦测设备的侦测数据获得。

4.根据权利要求3所述基于雷达侦测及视频图像行为分析的安防预警方法，其特征在于，S4中，所述云台摄像机所需要进行调整的角度通过以下公式获得：

式中，(x₁，y₁，z₁)为向量的坐标，P₁为云台摄像机中的云台电机所需要转动的水平角度，T₁为云台电机需要转动的垂直角度。

5.根据权利要求3所述基于雷达侦测及视频图像行为分析的安防预警方法，其特征在于，S4中，所述云台摄像机所需要变倍的倍数通过以下公式获得：

式中，L₁为移动目标相对于云台摄像机的距离，即向量的长度，L为变倍基数。

6.根据权利要求1～5任一项所述基于雷达侦测及视频图像行为分析的安防预警方法，其特征在于，S602中，匹配算法通过以下公式获得：

式中，X_n为移动目标A_n在雷达坐标系中的X方向的位置，Y_n为移动目标A_n在雷达坐标系中的Y方向的位置,Z_n为移动目标A_n在雷达坐标系中的Z方向的位置,T_n为移动目标A_n出现的时间，X_m为移动目标A_m最后出现时刻的X方向的位置，Y_m为移动目标A_m最后出现时刻的Y方向的位置,Z_m为移动目标A_m最后出现时刻的Z方向的位置，V_m为移动目标A_m最后出现时刻的移动速度在方向上的分量，T_m为移动目标A_m最后出现时刻的时间。