CN109255330A - 一种基于视频监控的飞机货舱门开启关闭自动检测方法 - Google Patents
一种基于视频监控的飞机货舱门开启关闭自动检测方法 Download PDFInfo
- Publication number
- CN109255330A CN109255330A CN201811048378.3A CN201811048378A CN109255330A CN 109255330 A CN109255330 A CN 109255330A CN 201811048378 A CN201811048378 A CN 201811048378A CN 109255330 A CN109255330 A CN 109255330A
- Authority
- CN
- China
- Prior art keywords
- hatch door
- cargo
- door
- detection
- frame
- 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
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明属于视频监控技术领域，具体涉及一种基于视频监控的飞机货舱门开启关闭自动检测方法，包括硬件部分和系统部分，克服了现有技术的不足，解决了现阶段还没有专门针对飞机货舱门的打开关闭进行自动检测的技术问题，通过采集前端摄像机信息，然后采用基于运动检测与模板匹配相结合的检测方法，全自动的记录货舱门开启进行货物、行李的卸载和上货所用时间，操作简单，效率高。
Description
技术领域
本发明属于视频监控技术领域，具体涉及一种基于视频监控的飞机货舱门开启关闭自动检测方法。
背景技术
现今航班准点率极低，是由诸多因素造成。机场中对航班到达后的每一个保障环节都是有严格时间规定的。因为一个保障环节时间的多少直接关系着航班起飞的时间。其中一个就是航班货舱门保障节点：航班到达后货舱门开启进行货物、行李的卸载和上货所用时间。现今技术无法对货舱门使用时间进行实时监控，仅是靠人工进行记录，常有漏记、误记现象，切无法取证核实。
发明内容
本发明的目的在于提供一种基于视频监控的飞机货舱门开启关闭自动检测方法，克服了现有技术的不足，解决了现阶段还没有专门针对飞机货舱门的打开关闭进行自动检测的技术问题，通过采集前端摄像机信息，然后采用基于运动检测与模板匹配相结合的检测方法，全自动的记录货舱门开启进行货物、行李的卸载和上货所用时间，操作简单，效率高。
为解决上述问题，本发明所采取的技术方案如下：
一种基于视频监控的飞机货舱门开启关闭自动检测方法，包括硬件部分和系统部分，所述系统部分基于混合高斯背景模型算法，提取前景，得到二值化图像，对二值化图像进行开运算、阈值化处理，对处理后的图像中的前景提取外接矩形作为检测目标的运动框，所述目标运动框即为待判断的货舱门的状态，为降低误检测率，通过判断连续帧数中，矩形框的中心点像素坐标在x、y方向上的变化小于0.05个像素。满足这一条件的区域记为rect1；
其中提取外接矩形的方法描述为；提取前景连通区域的轮廓，通过轮廓线上点集合得到外接矩形的集合，再根据矩形长宽的比例，锁定矩形框。所述矩形框实质上就是所述目标运动所占区域；
模板匹配模块，选取一些模板与检测区域进行匹配，归一化匹配后的输出结果，定位最匹配的区域用矩形，匹配度大于某一设定阈值（0.8），标记匹配的区域，此区域记为待检测货舱门的状态区域，记为rect2；
判断舱门状态模块；如果rect1与rect2相交，并且rect1在连续帧数中，中心点变化很小，可判定货舱门打开；
货舱门关闭模块；货舱门打开之后启动关闭检测状态，由于舱门打开之后，需要工作人员进行货物的装、卸。为了在装卸货物的过程中误检测为货舱门的关闭，这个状态称为假关闭状态。为了避免假关闭，本发明通过运动检测，检测舱门打开位置有无运动状态，即运动框的数量Size，若果Size的值不为零则认为是在装卸货物，关闭状态不触发。还有一种情况就是既没有运动框，货舱门也没有关闭，避免这种状态被检测货舱门关闭，本发明采用的是判断模板匹配区域与舱门打开位置是否相交，如满足相交的条件则不触发关闭条件，
当运动框的数量Size等于零，模板匹配区域与舱门打开的位置不相交，这两个条件同时满足时，触发舱门关闭的次数累计，当累计次数大于设置的数值时，触发舱门关闭的状态，
进一步，所述硬件部分包括监控中心、视频分析服务器，对多前端进行数据采集、数据处理和数据展示，所述视频分析服务器通过LAN/Internet与监控中心相连，所述前端多路摄像机为固定广角摄像机，通过交换机与视频分析服务器相连，进行信号采集，完成视频解码。
进一步，具体步骤包括：
1）分别通过运动检测、模板匹配得到舱门的两种位置信息；
2）计算两种位置区域的相交的面积Area，如果Area大于设定的阈值1，则判定舱门打开，否则继续下一帧的检测；
3）若舱门打开，记录舱门打开的位置3，并启动关闭检测；
4）在舱门位置运动物体的数量Size，模板匹配的位置2与舱门打开的位置3的相交的面积为A，Num为满足舱门关闭的次数，若果满足A小于设定的阈值2且Size等于0，Num+1，否则Num等于0；
5）如果Num大于设定的阈值3，则判定舱门关闭，程序结束，否则返回步骤4。
本发明与现有技术相比较，具有以下有益效果：
本发明所述一种基于视频监控的飞机货舱门开启关闭自动检测方法，解决了现阶段还没有专门针对飞机货舱门的打开关闭进行自动检测的技术问题，通过采集前端摄像机信息，然后采用基于运动检测与模板匹配相结合的检测方法，全自动的记录货舱门开启进行货物、行李的卸载和上货所用时间，操作简单，效率高。
附图说明
图1为一种基于视频监控的飞机货舱门开启关闭自动检测的系统示意图。
图2为一种基于视频监控的飞机货舱门开启关闭自动检测的逻辑示意图。
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。
如图所示，本发明所述一种基于视频监控的飞机货舱门开启关闭自动检测方法，包括硬件部分和系统部分，所述系统部分基于混合高斯背景模型算法，提取前景，得到二值化图像，对二值化图像进行开运算、阈值化处理，对处理后的图像中的前景提取外接矩形作为检测目标的运动框，所述目标运动框即为待判断的货舱门的状态，为降低误检测率，通过判断连续帧数中，矩形框的中心点像素坐标在x、y方向上的变化小于0.05个像素。满足这一条件的区域记为rect1；
其中提取外接矩形的方法描述为；提取前景连通区域的轮廓，通过轮廓线上点集合得到外接矩形的集合，再根据矩形长宽的比例，锁定矩形框。所述矩形框实质上就是所述目标运动所占区域；
模板匹配模块，选取一些模板与检测区域进行匹配，归一化匹配后的输出结果，定位最匹配的区域用矩形，匹配度大于某一设定阈值（0.8），标记匹配的区域，此区域记为待检测货舱门的状态区域，记为rect2；
判断舱门状态模块；如果rect1与rect2相交，并且rect1在连续帧数中，中心点变化很小，可判定货舱门打开；
货舱门关闭模块；货舱门打开之后启动关闭检测状态，由于舱门打开之后，需要工作人员进行货物的装、卸。为了在装卸货物的过程中误检测为货舱门的关闭，这个状态称为假关闭状态。为了避免假关闭，本发明通过运动检测，检测舱门打开位置有无运动状态，即运动框的数量Size，若果Size的值不为零则认为是在装卸货物，关闭状态不触发。还有一种情况就是既没有运动框，货舱门也没有关闭，避免这种状态被检测货舱门关闭，本发明采用的是判断模板匹配区域与舱门打开位置是否相交，如满足相交的条件则不触发关闭条件，
当运动框的数量Size等于零，模板匹配区域与舱门打开的位置不相交，这两个条件同时满足时，触发舱门关闭的次数累计，当累计次数大于设置的数值时，触发舱门关闭的状态，
进一步，所述硬件部分包括监控中心、视频分析服务器，对多前端进行数据采集、数据处理和数据展示，所述视频分析服务器通过LAN/Internet与监控中心相连，所述前端多路摄像机为固定广角摄像机，通过交换机与视频分析服务器相连，进行信号采集，完成视频解码。
进一步，具体步骤包括：
1）分别通过运动检测、模板匹配得到舱门的两种位置信息；
2）计算两种位置区域的相交的面积Area，如果Area大于设定的阈值1，则判定舱门打开，否则继续下一帧的检测；
3）若舱门打开，记录舱门打开的位置3，并启动关闭检测；
4）在舱门位置运动物体的数量Size，模板匹配的位置2与舱门打开的位置3的相交的面积为A，Num为满足舱门关闭的次数，若果满足A小于设定的阈值2且Size等于0，Num+1，否则Num等于0；
5）如果Num大于设定的阈值3，则判定舱门关闭，程序结束，否则返回步骤4。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (3)
1.一种基于视频监控的飞机货舱门开启关闭自动检测方法，包括硬件部分和系统部分，其特征在于：所述系统部分基于混合高斯背景模型算法，提取前景，得到二值化图像，对二值化图像进行开运算、阈值化处理，对处理后的图像中的前景提取外接矩形作为检测目标的运动框，所述目标运动框即为待判断的货舱门的状态，为降低误检测率，通过判断连续帧数中，矩形框的中心点像素坐标在x、y方向上的变化小于0.05个像素。满足这一条件的区域记为rect1；
其中提取外接矩形的方法描述为；提取前景连通区域的轮廓，通过轮廓线上点集合得到外接矩形的集合，再根据矩形长宽的比例，锁定矩形框。所述矩形框实质上就是所述目标运动所占区域；
模板匹配模块，选取一些模板与检测区域进行匹配，归一化匹配后的输出结果，定位最匹配的区域用矩形，匹配度大于某一设定阈值(0.8)，标记匹配的区域，此区域记为待检测货舱门的状态区域，记为rect2；
判断舱门状态模块；如果rect1与rect2相交，并且rect1在连续帧数中，中心点变化很小，可判定货舱门打开；
货舱门关闭模块；货舱门打开之后启动关闭检测状态，由于舱门打开之后，需要工作人员进行货物的装、卸。为了在装卸货物的过程中误检测为货舱门的关闭，这个状态称为假关闭状态。为了避免假关闭，本发明通过运动检测，检测舱门打开位置有无运动状态，即运动框的数量Size，若果Size的值不为零则认为是在装卸货物，关闭状态不触发。还有一种情况就是既没有运动框，货舱门也没有关闭，避免这种状态被检测货舱门关闭，本发明采用的是判断模板匹配区域与舱门打开位置是否相交，如满足相交的条件则不触发关闭条件，
当运动框的数量Size等于零，模板匹配区域与舱门打开的位置不相交，这两个条件同时满足时，触发舱门关闭的次数累计，当累计次数大于设置的数值时，触发舱门关闭的状态。
2.根据权利要求1所述的一种基于视频监控的飞机货舱门开启关闭自动检测方法，其特征在于：所述硬件部分包括监控中心、视频分析服务器，对多前端进行数据采集、数据处理和数据展示，所述视频分析服务器通过LAN/Internet与监控中心相连，所述前端多路摄像机为固定广角摄像机，通过交换机与视频分析服务器相连，进行信号采集，完成视频解码。
3.根据权利要求1所述的一种基于视频监控的飞机货舱门开启关闭自动检测方法，其特征在于：具体步骤包括：
1)分别通过运动检测、模板匹配得到舱门的两种位置信息；
2)计算两种位置区域的相交的面积Area，如果Area大于设定的阈值1，则判定舱门打开，否则继续下一帧的检测；
3)若舱门打开，记录舱门打开的位置3，并启动关闭检测；
4)在舱门位置运动物体的数量Size，模板匹配的位置2与舱门打开的位置3的相交的面积为A，Num为满足舱门关闭的次数，若果满足A小于设定的阈值2且Size等于0，Num+1，否则Num等于0；
5)如果Num大于设定的阈值3，则判定舱门关闭，程序结束，否则返回步骤4。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811048378.3A CN109255330A (zh) | 2018-09-10 | 2018-09-10 | 一种基于视频监控的飞机货舱门开启关闭自动检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811048378.3A CN109255330A (zh) | 2018-09-10 | 2018-09-10 | 一种基于视频监控的飞机货舱门开启关闭自动检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109255330A true CN109255330A (zh) | 2019-01-22 |
Family
ID=65047900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811048378.3A Pending CN109255330A (zh) | 2018-09-10 | 2018-09-10 | 一种基于视频监控的飞机货舱门开启关闭自动检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109255330A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110363144A (zh) * | 2019-07-16 | 2019-10-22 | 中国民航科学技术研究院 | 一种基于图像处理技术的飞机门开关状态检测系统及方法 |
| CN111291724A (zh) * | 2020-03-11 | 2020-06-16 | 上海眼控科技股份有限公司 | 监测方法、装置、计算机设备和存储介质 |
| CN113743377A (zh) * | 2021-11-02 | 2021-12-03 | 深圳市信润富联数字科技有限公司 | 货物装卸监控方法、系统、设备及计算机存储介质 |
| CN114458120A (zh) * | 2021-06-04 | 2022-05-10 | 广州极飞科技股份有限公司 | 无人飞行器出舱控制方法、装置、系统和无人飞行器机场 |
| CN114458119A (zh) * | 2021-06-04 | 2022-05-10 | 广州极飞科技股份有限公司 | 无人机进舱控制方法、装置和系统及无人机机舱 |
-
2018
- 2018-09-10 CN CN201811048378.3A patent/CN109255330A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110363144A (zh) * | 2019-07-16 | 2019-10-22 | 中国民航科学技术研究院 | 一种基于图像处理技术的飞机门开关状态检测系统及方法 |
| CN111291724A (zh) * | 2020-03-11 | 2020-06-16 | 上海眼控科技股份有限公司 | 监测方法、装置、计算机设备和存储介质 |
| CN114458120A (zh) * | 2021-06-04 | 2022-05-10 | 广州极飞科技股份有限公司 | 无人飞行器出舱控制方法、装置、系统和无人飞行器机场 |
| CN114458119A (zh) * | 2021-06-04 | 2022-05-10 | 广州极飞科技股份有限公司 | 无人机进舱控制方法、装置和系统及无人机机舱 |
| CN114458119B (zh) * | 2021-06-04 | 2023-11-17 | 广州极飞科技股份有限公司 | 无人机进舱控制方法、装置和系统及无人机机舱 |
| CN114458120B (zh) * | 2021-06-04 | 2023-11-17 | 广州极飞科技股份有限公司 | 无人飞行器出舱控制方法、装置、系统和无人飞行器机场 |
| CN113743377A (zh) * | 2021-11-02 | 2021-12-03 | 深圳市信润富联数字科技有限公司 | 货物装卸监控方法、系统、设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109255330A (zh) | 一种基于视频监控的飞机货舱门开启关闭自动检测方法 | |
| Stalder et al. | Cascaded confidence filtering for improved tracking-by-detection | |
| CN110188724A (zh) | 基于深度学习的安全帽定位与颜色识别的方法及系统 | |
| US8798327B2 (en) | Method and system for people flow statistics | |
| Cucchiara et al. | Improving shadow suppression in moving object detection with HSV color information | |
| EP1978470B1 (en) | Method for detecting objects left-behind in a scene | |
| WO2020215552A1 (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
| CN110543857A (zh) | 基于图像分析的违禁物识别方法、装置、系统和存储介质 | |
| DE102015206178A1 (de) | Ein Videoverfolgungsbasiertes Verfahren zur automatischen Reihung von Fahrzeugen in Drivethrough-Anwendungen | |
| CN107911663A (zh) | 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统 | |
| CN105184258A (zh) | 目标跟踪方法及系统、人员行为分析方法及系统 | |
| EP2313863A1 (en) | Detection of vehicles in images of a night time scene | |
| CN104156942A (zh) | 一种用于复杂环境遗留物的检测方法 | |
| Shoaib et al. | Shadow detection for moving humans using gradient-based background subtraction | |
| CN111275910A (zh) | 一种基于高斯混合模型的扶梯越界行为检测方法及系统 | |
| CN111259718A (zh) | 一种基于高斯混合模型的扶梯滞留检测方法及系统 | |
| Jeong et al. | A method for counting moving and stationary people by interest point classification | |
| Wang et al. | Traffic camera anomaly detection | |
| Wilson et al. | A comprehensive study on fire detection | |
| DE102015207047A1 (de) | Verfahren und System automatisierten Sequenzieren von Fahrzeugen in nebeneinander angeordneten Durchfahrtskonfigurationen über eine bildbasierte Einstufung | |
| Gibert et al. | Sequential score adaptation with extreme value theory for robust railway track inspection | |
| Khule et al. | Automated object counting for visual inspection applications | |
| Xu et al. | A rapid method for passing people counting in monocular video sequences | |
| Aguilera et al. | Visual surveillance for airport monitoring applications | |
| Bangare et al. | Detection of human feature in abandoned object with modern security alert system using Android Application |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190122 |
|
| WD01 | Invention patent application deemed withdrawn after publication |