CN109841022B - 一种目标移动轨迹侦测报警方法、系统及存储介质 - Google Patents
一种目标移动轨迹侦测报警方法、系统及存储介质 Download PDFInfo
- Publication number
- CN109841022B CN109841022B CN201811445745.3A CN201811445745A CN109841022B CN 109841022 B CN109841022 B CN 109841022B CN 201811445745 A CN201811445745 A CN 201811445745A CN 109841022 B CN109841022 B CN 109841022B
- Authority
- CN
- China
- Prior art keywords
- target
- target block
- alarm
- infrared
- moving
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种目标移动轨迹侦测报警方法、系统及存储介质,本发明通过红外热像仪进行目标移动轨迹侦测,可以不受侦测场景光照影响,实现24小时不间断监测。通过红外像素点目标块的比对来判定目标物的移动轨迹,对比对应每一个移动目标物的链表长度是否大于或等于预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警。通过设置触发报警参数阈值,使得移动轨迹侦测报警更加准确,较好地避免侦测误报的发生。
Description
技术领域
本发明涉及监控侦测技术领域,尤其涉及一种目标移动轨迹侦测报警方法、系统及存储介质。
背景技术
目前,随着科学技术的发展,视频监控系统也高速发展,人们对于智能视频监控系统的功能需求也随之不断地升级。现阶段的视频监控系统,也越来越趋向于智能化、自动化方向发展,尤其是针对移动侦测的智能视频系统,大多数都是基于高清摄像机来实现的,而且移动侦测功能作为智能视频监控系统的核心功能之一,人们对其实现方法的研究也从未间断,使得移动侦测的方法也不断地发展。目前常见的移动侦测的方法大致分为三种:
1、背景减除法(Background Subtraction)是目前运动检测中最常用的一种方法,它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。它一般能够提供最完全的特征数据,但对于动态场景的变化,如光照和外来无关事件的干扰等特别敏感。最简单的背景模型是时间平均图像,大部分的研究人员目前都致力于开发不同的背景模型,以期减少动态场景变化对于运动分割的影响。
2、时间差分(又称相邻帧差)方法(Temporal Difference)是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域。时间差分运动检测方法对于动态环境具有较强的自适应性,但一般不能完全提取出所有相关的运动目标变化。
3、光流法,基于光流方法(Optical Flow)的运动检测采用了运动目标随时间变化的光流特性,通过计算位移向量光流场来初始化基于轮廓的跟踪算法,从而有效地提取和跟踪运动目标。该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而,大多数的光流计算方法相当复杂,且抗噪性能差,如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。
上述三种算法基本都是基于高清摄像机来实现的,通过对高清图像的YUV数据的分析和处理算法来进行运算,从而实现对移动目标物的侦测和定位,但是。上述这三种方法都存在一定的弊端,它们都是基于可见光来实现的,所以侦测的场景需要在白天或光照效果足够的时候才可以进行侦测,要求设备离侦测场景距离不能过远,而且稍微有微小的变动都会造成大量的误报。同时,光线的阴影、逆光等情况对系统的准确度影响很大,进而导致侦测误报率偏高,且对于目标物的取证有一定的难度。
基于此,提供一种目标物的移动轨迹侦测方法,能够实现对中远距离的目标物的移动轨迹的准确侦测,同时通过设置适当的报警参数阈值杜绝误报的发生,能够不受环境光照效果影响,实现24小时日夜不间断的监测,是目前智能监控侦测技术领域值得探究的技术问题。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种目标移动轨迹侦测报警方法,能够实现对目标物的移动轨迹的准确侦测,同时较好地避免侦测误报的发生。
本发明的目之一的采用如下技术方案实现:
一种目标移动轨迹侦测报警方法,包括:目标块生成步骤,获取连续两帧红外原始裸数据,分别筛选出两帧数据处于移动轨迹侦测区域的有效像素点集合,对两帧数据分别对应的有效像素点集合进行做差处理,筛选出差值大于对应侦测区域预设的灵敏度阈值的像素点数据集合,通过分块处理将属于同一目标物的像素点划分为同一目标块,生成目标块集合;链表记录步骤,再获取一帧红外原始裸数据,结合之前一帧红外原始裸数据,通过所述目标块生成步骤,生成另一目标块集合,将前一个目标块集合的各目标块作为头节点创建链表,确定后一目标块集合中与前一个目标块集合对应同一目标物的各个目标块,将后一目标块集合中的各个目标块根据同一目标物对应一列添加到链表中;移动轨迹报警步骤,根据所述链表记录步骤对每一帧红外原始裸数据进行循环处理,每获取一帧红外原始裸数据进行分析,就遍历一次所有的目标块的链表,分别对比对应每一个移动目标物的链表长度是否大于或等于预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警。
进一步地,在所述目标块生成步骤之前,还包括:侦测区域布防步骤,根据目标移动轨迹侦测场景设置预置位,在各个预置位红外图片上布防轨迹侦测区域,并依序根据预置位获取红外原始裸数据。
进一步地,在所述目标块生成步骤中,通过获取到对应预置位上预设的轨迹侦测区域的顶点坐标,同时通过几何算法分别计算出处于各个轨迹侦测区域中的像素点坐标集合。
进一步地,在所述目标块生成步骤中,通过分块处理,将两个x和y坐标均相差小于1的像素点划分为同一目标块,判定属于同一目标物。
进一步地,在所述链表记录步骤中,对前后两个目标块集合各目标块进行比对,若两个目标块中心坐标距离范围小于预设的目标物移动范围值参数,且两目标块达到预设相似程度条件,则认为两目标块对应同一目标物。
进一步地,在所述链表记录步骤中,分别比对两个目标块所包含的像素点数量的差值、目标块中的最大的灰度值差值、目标块的像素点均值的差值以及目标块像素点的形状特征数据的差值,差异值满足设定条件则认为两个目标块达到预设相似程度。
进一步地,在所述移动轨迹报警步骤中,还将链表中对应同一目标物的各目标块的中心点坐标位置及其移动轨迹进行OSD叠加标记在红外视频流上输出。
进一步地,在所述移动轨迹报警步骤中,若触发移动轨迹报警,则将链表中目标物对应的各目标块中心点坐标在红外报警图片上进行描绘,作为该目标物的轨迹报警的取证。
本发明的目的之二在于提供一种目标移动轨迹侦测报警系统,能够实现对目标物的移动轨迹的准确侦测,同时较好地避免侦测误报的发生。
本发明的目之二的采用如下技术方案实现:
一种目标移动轨迹侦测报警系统,包括红外热像仪、高清摄像头、全景云台及服务端,所述全景云台用于平衡稳定所述红外热像仪及所述高清摄像头,所述服务端用于与侦查结果接收端通信连接,上传所述红外热像仪、所述高清摄像头的侦查数据及报警结果,所述红外热像仪包括红外探测器及FPGA模块,所述红外探测器用于获取侦查视场角内的红外原始裸数据,所述FPGA模块与所述红外探测器通信连接,实现如本发明目的之一所述的一种目标移动轨迹侦测报警方法。
本发明的目的之三在于提供一种存储介质,能够实现对目标物的移动轨迹的准确侦测,同时较好地避免侦测误报的发生。
本发明的目之三的采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明目的之一所述的一种目标移动轨迹侦测报警方法。
相比现有技术,本发明的有益效果在于:
本发明的一种目标移动轨迹侦测报警方法、系统及存储介质,通过红外热像仪进行目标移动轨迹侦测,可以不受侦测场景光照影响,实现24小时不间断监测。通过红外像素点目标块的比对来判定目标物的移动轨迹,对比对应每一个移动目标物的链表长度是否大于或等于预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警。通过设置触发报警参数阈值,使得移动轨迹侦测报警更加准确,较好地避免侦测误报的发生。
附图说明
图1为发明一种目标移动轨迹侦测报警方法示意图;
图2为发明一种目标移动轨迹侦测报警系统连接示意图;
图3为图1一种目标移动轨迹侦测报警方法具体流程图;
图4为图2一种目标移动轨迹侦测报警系统运行流程示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一:
实施例一公开了一种目标移动轨迹侦测报警方法,如图1所示,包括如下步骤:
S1侦测区域布防步骤,根据目标移动轨迹侦测场景设置预置位,在各个预置位红外图片上布防轨迹侦测区域,并依序根据预置位获取红外原始裸数据;
S2目标块生成步骤,获取连续两帧红外原始裸数据,分别筛选出两帧数据处于移动轨迹侦测区域的有效像素点集合,对两帧数据分别对应的有效像素点集合进行做差处理,筛选出差值大于对应侦测区域预设的灵敏度阈值的像素点数据集合,通过分块处理将属于同一目标物的像素点划分为同一目标块,生成目标块集合;
S3链表记录步骤,再获取一帧红外原始裸数据,结合之前一帧红外原始裸数据,通过上述目标块生成步骤,生成另一目标块集合,将前一个目标块集合的各目标块作为头节点创建链表,确定后一目标块集合中与前一个目标块集合对应同一目标物的各个目标块,将后一目标块集合中的各个目标块根据同一目标物对应一列添加到链表中;
S4移动轨迹报警步骤,根据上述链表记录步骤对每一帧红外原始裸数据进行循环处理,每获取一帧红外原始裸数据进行分析,就遍历一次所有的目标块的链表,分别对比对应每一个移动目标物的链表长度是否大于或等于预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警。
利用一个目标移动轨迹侦测报警系统,来实现上述方法,如图2所示,该系统包括红外热像仪、高清摄像头、全景云台及服务端,该全景云台用于平衡稳定该红外热像仪及该高清摄像头,该服务端用于与侦查结果接收端通信连接,上传该红外热像仪、该高清摄像头的侦查数据及报警结果,该红外热像仪包括红外探测器及FPGA模块,该红外探测器用于获取侦查视场角内的红外原始裸数据,该FPGA模块与该红外探测器通信连接,实现上述的一种目标移动轨迹侦测报警方法。
系统通过服务端与侦查结果接收端交互,侦查结果接收端作为客户端,客户端通过RTSP视频流地址,从前端红外热像仪和高清摄像机获取红外热像仪视频流和高清摄像机视频流,前端红外热像仪和高清摄像机的视频流支持RTSP标准协议,客户端根据RTSP流地址可以从前端红外热像仪和高清摄像机获取到视频流数据,并显示在客户端视频流窗口。
系统运行流程如图4所示,用户通过客户端操作云台来转动前端设备,从而设定需要进行目标物移动侦测的预置位场景,若需要监测比红外场景更小的监测场景,则可以在该场景上划分出目标物移动侦测的区域,同时设置各个区域对应的参数阈值。客户端通过服务端将上面用户设定的参数内容(包括各个需要进行目标物移动侦测的预置位场景位置和对应场景上的移动目标物侦测区域及报警参数阈值)发送到前端红外热像仪FPGA数据处理模块。前端FPGA数据处理模块通过其内部的基于红外热像仪的目标物移动轨迹侦测的算法对各个扫描场景进行扫描分析,并结合各个场景区域对应的参数阈值(包括连续帧数、灵敏度阈值和目标物移动范围)确定是否有运动的目标物触发报警。
如果没有报警触发,则继续下一个场景的扫描,如果有告警触发,则将告警信息通过服务端发送给对应的客户端,在客户端发出告警信号提示用户有运动目标物轨迹侦测告警发生。用户可以在视频流上看到对告警目标物的实时框定以及告警目标物从进入告警区域边界到出报警边界的运动轨迹。告警触发时系统会联动高清摄像机对告警目标物进行抓拍取证。用户可以通过客户端查看告警的红外和高清图片的历史记录。
通过前端红外热像仪内部的FPGA数据采集模块获取红外热像仪的原始裸数据作为基础数据,并对其进行分析和处理来实现对红外热像仪监测场景内运动目标物的轨迹侦测和取证。FPGA数据采集模块实现本实施例的目标移动轨迹侦测报警方法,且通过设定适当的报警参数阈值,达到消除误报的目的。本方法通过对侦测到的移动目标物的信息进行了保存,从而可以区分出不同的移动目标物。通过以移动的目标物为圆心,为目标物设定一个圆形的运动范围,锁定目标物在连续两帧红外版面内的移动范围,进一步优化相似目标的区分。并且,再次基础之上,本方法又加入了某个目标连续移动多帧触发报警的条件,避免红外镜头前面很近距离内的目标一闪而过造成的误报和因设备振动、树叶随风摇晃等现象造成误报。下面,结合如图3所示的方法具体流程示意图,对本方法具体流程进行描述。
首先,系统客户端通过RTSP视频流地址,从前端红外热像仪和高清摄像机拉取红外热像仪视频流和高清摄像机视频流。前端红外热像仪和高清摄像机的视频格式均支持RTSP标准协议,客户端根据RTSP视频流地址可以从前端红外热像仪和高清摄像机分别获取视频流数据,并解码显示在客户端视频流窗口。用户通过客户端操作云台来转动前端设备,在需要进行目标物移动轨迹侦测的场景上分别设定预置位。前端红外热像仪和高清摄像机均安装在全景云台/载具内部,用户通过控制云台来转动设备。
用户每设置一个预置位时,前端红外的数据处理模块中会通过串口获取全景云台/载具的水平角度和俯仰角度,同时获取该预置位场景的红外图片,将该预置位对应的云台角度信息和所设置的该预置位编号保存下来,并将预置位红外图片通过服务端发送给客户端。设置好所有预置位后,客户端会获取到设置的各个预置位的红外图片,若需要监测比红外版面更小的区域,可以根据需要在各个预置位红外图片上分别布防用于目标物移动轨迹侦测的区域,若设置的某个预置位上未布防轨迹侦测区域,则系统默认该预置位轨迹侦测区域为整个红外版面。
系统算法分别以红外图像的上边缘和左边缘为X轴和Y轴,建立一个直角坐标系,则红外图像上的每一个像素点均处于二维坐标系中,每一个像素点都会对应一个二维坐标,系统获取到的红外原始数据为红外版面内的各个像素点的红外灰度值。用户使用客户端在预置位上进行轨迹侦测区域的布防时,可以布防矩形和多边形两种形状的侦测区域。当用户布防一个矩形或多边形侦测区域以后,客户端会记录并保存该矩形或多边形区域的各个顶点的二维坐标。每个预置位上默认最多可以布防5个矩形轨迹侦测区域和5个多边形轨迹侦测区域,用户每布防一个移动侦测区域的同时,可以设置该侦测区域对应的参数阈值,具体包括灵敏度阈值、触发报警的连续帧数和目标物移动范围。
系统每个预置位上的侦测区域配置信息的结构体定义如下所示:
typedef TrajectoryAreaConfig
{
int PrepositionID;//预置位编号
int rectangleCount;//矩形区域的布防数量(默认最多为5)
int rectangleThreshold[5];//5个矩形区域的灵敏度阈值,初始值为-1
int rectangleFrame[5];//5个矩形区域触发报警的连续帧数,初始值-1
int rectangleRange[5];//5个矩形区域的目标物移动范围,初始值为-1
int rectangleArea[20];//矩形区域的顶点坐标(若未布防,则值默认-1)
int polygonCount;//多边形区域的布防数量(默认最多为5)
int polygonThreshold[5];//5个多边形区域的灵敏度阈值,初始化为-1
int polygonFrame[5];//5个多边形区域触发报警的连续帧数,初始值-1
int polygonRange[5];//5个多边形区域的目标物移动范围,初始值为-1
int polygonArea[30];//多边形区域的顶点坐标(若未布防,则值默认-1)
}
未布防侦测区域时,该结构体内的顶点坐标数据值均初始化为-1。用户在每个预置位上布防好轨迹侦测区域后,客户端通过服务端将上面用户设定的配置信息结构体发送给前端红外热像仪的FPGA数据处理模块保存下来。当所有预置位和移动轨迹侦测区域都设置好后,设备会按照用户设置的预置位进行自动巡航扫描。
当设备巡航到某个预置位时,系统会根据该预置位的预置位编号先获取到用户在该预置位上设置的轨迹侦测区域的顶点坐标,同时通过几何算法分别计算出处于各个轨迹侦测区域中的像素点坐标集合M。
定义布防区域内的红外单个像素点结构体信息,如下所示:
typedef AreaPoint
{
int x;//像素点的x坐标
int y;//像素点的y坐标
int value;//像素点的灰度数据值
int belongTo;//像素点属于哪个布防区域(取值范围1-10)
}
创建AreaPoint类型的结构体数组N1、N2和P,用于后面保存像素点集合的信息。系统获取到该预置位场景下的连续两帧红外原始裸数据,筛选出处于上述坐标集合M中的像素点的数据分别保存在结构体数组N1和N2中。当红外热像仪的红外图像上某个位置的红外原始裸数据在极短时间内发生了较大变化,则说明该位置有目标物在移动。对该帧数据的像素点结构体数组N2和前一帧结构体数组N1中对应的像素点的值一一做差,若差值的绝对值大于用户设置的灵敏度阈值,则该像素点的数据保存进结构体数组P中,则P中的像素点均为对应的移动目标物所占的像素点。对结构体数组P中的像素点进行分块处理,集合中任何两个相邻(即x和y坐标均相差小于1)的像素点,划分为同一个目标块,即认为属于同一个目标物,把划分后的各个目标块的像素点的数据保存下来。依次对每个区域内的每一个目标块的像素点集合进行遍历分析,统计并记录各个目标块所包含的像素点数量、目标块的中心像素点坐标、目标块中所有像素点最大的灰度数据值、目标块中所有像素点灰度数据值的均值以及目标块的形状信息。
创建目标块信息结构体如下:
typedef ObjectBlockInfo
{
int CenterX;//目标块的中心像素点X坐标
int CenterY;//目标块的中心像素点Y坐标
int BelongToArea;//目标块属于哪个布防区域(取值范围1-10)
int piexNum;//目标块像素点数量
int MaxValue;//目标块中所有像素点中的最大的灰度值
int shape[s];//目标块形状信息(s层中每一层占用的像素点个数)
int AveValue;//目标块中所有像素点灰度值的均值
}
记录目标块形状信息时,如上结构体所示,使用数组shape[s]来记录,若目标块在Y轴上(垂直方向)占用s个像素点,即s层,shape[s]数组有s个元素,每一个元素值表示每一层在x轴方向上所占的像素点个数。系统按照上面的目标块信息结构体创建结构体数组,把该预置位上所有的目标块信息保存下来,记为目标块集合R。
然后,系统继续获取下一帧红外数据,与上一帧数据进行对比,按照上述目标块集合生成步骤进行处理,得到下一帧中各个目标块的上述结构体信息,记为目标块集合T,并以上述目标块结构体中所包含的元素为节点,以集合T中的每一个目标块为头节点分别创建链表。
然后对目标块集合R和目标块集合T中的目标块进行对比分析。系统获取到目标块集合T中的某一个目标块i的信息时,同时获取该目标物所在侦测区域设置的目标物移动范围值参数d。然后在目标块信息集合R中查找与目标块i中心坐标距离范围小于d且与目标块i相似的目标块。对比目标物的相似程度,要分别对比目标块结构体中各个信息的差异值,即分别对比目标块所包含的像素点数量的差值、目标块中的最大的灰度值差值、目标块的像素点均值的差值,以及目标块像素点的形状特征数据的差值等。因两帧数据之间的时间间隔极短,不超过100毫秒,所以目标块本身所占的像素点在红外版面上发生的变化极小,设用于对比的两个目标块所包含的像素点数量分别为pNum1和pNum2,目标块中最大的的灰度值分别为pMax1和pMax2,目标块的像素点均值分别为pAve1和pAve2,则应满足如下所述的相似程度条件,才可以确定为同一个目标块。
预设相似程度条件:
目标块所包含的像素点数量变化应不超过20%,即需要满足不等式|(pNum2-pNum1)|/pNum1<pNum1*20%的条件;
目标块中的最大的灰度值变化应不超过30,即需要满足不等式|(pMax2-pMax1)|/(pMax1-pAve1)<(pMax1-pAve1)*20%的条件;
目标块的像素点均值的变化不应超过10%,即需要满足不等式|(pAve2-pAve1)|/pAve1<pAve1*10%的条件;
其形状特征,垂直方向所占像素点变化不应超过2,每一行发生的变化不应超过该行像素点数量的1/5个像素点。
依次遍历并对比目标块信息集合R,若目标块信息集合R中某个目标块j与目标块i的中心坐标距离范围小于d且两个目标块数据特征同时满足上述条件,则认为目标块j与目标块集合T中的目标块i为同一个目标物,并且把目标块j像素点数据添加进目标块i的链表中,认为是同一个目标物从第一帧(j目标块中心点)的位置移动到了第二帧(i目标块中心点)的位置,同时在客户端的视频流上对目标物中心点的坐标位置及其移动轨迹进行OSD叠加标记。然后再对目标块集合T中的下一个目标块数据,按照上述22-31步骤进行查找,直到集合T中所有目标块都分析处理完成。
之后,再获取下一帧红外原始数据,与上一帧数据进行对比,再按上述链表记录步骤进行巡环处理。同时系统每获取一帧数据进行分析,就遍历一次所有的目标块的链表,分别对比每一个移动目标块的链表长度是否大于或等于用户预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警,并把链表中目标物的中心点坐标在红外报警图片上进行描绘,作为该目标物的轨迹报警的取证。需要注意的是,若某个目标块链表的长度连续15帧都未增加,即连续15帧布防区域内再未发现该目标物的移动信息,则认为该目标物的轨迹为误报,同时清空该目标物的轨迹链表。若有目标块达到了报警条件时,系统前端会同时获取红一帧红外和高清报警图片,因系统分析时会在红外视频流上进行OSD实时叠加,所以获取的红外报警图片上也会带有上面OSD叠加的目标物移动轨迹信息,前端设备把该报警图片发送给客户端,同时客户端触发报警信号提醒用户有移动目标物触发轨迹侦测报警。同时,用户可以在红外视频流上实时查看监测场景上移动目标物的轨迹显示,也可通过查看报警图片,查看触发移动轨迹报警的目标物的历史数据。
本实施例的一种目标移动轨迹侦测报警方法、系统及存储介质,通过红外热像仪进行目标移动轨迹侦测,可以不受侦测场景光照影响,实现24小时不间断监测。通过红外像素点目标块的比对来判定目标物的移动轨迹,对比对应每一个移动目标物的链表长度是否大于或等于预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警。通过设置触发报警参数阈值,使得移动轨迹侦测报警更加准确,较好地避免侦测误报的发生。
实施例二:
实施例二公开了一种可读的计算机存储介质,该存储介质用于存储程序,并且该程序被处理器执行时,实现实施例一的一种目标移动轨迹侦测报警方法。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (5)
1.一种目标移动轨迹侦测报警方法,其特征在于,包括:
目标块生成步骤,获取连续两帧红外原始裸数据,分别筛选出两帧数据处于移动轨迹侦测区域的有效像素点集合,对两帧数据分别对应的有效像素点集合进行做差处理,筛选出差值大于对应侦测区域预设的灵敏度阈值的像素点数据集合,通过分块处理将属于同一目标物的像素点划分为同一目标块,生成目标块集合;
链表记录步骤,再获取一帧红外原始裸数据,结合之前一帧红外原始裸数据,通过所述目标块生成步骤,生成另一目标块集合,将前一个目标块集合的各目标块作为头节点创建链表,确定后一目标块集合中与前一个目标块集合对应同一目标物的各个目标块,将后一目标块集合中的各个目标块根据同一目标物对应一列添加到链表中;
移动轨迹报警步骤,根据所述链表记录步骤对每一帧红外原始裸数据进行循环处理,每获取一帧红外原始裸数据进行分析,就遍历一次所有的目标块的链表,分别对比对应每一个移动目标物的链表长度是否大于或等于预设的触发报警的连续帧数,若大于或等于则触发移动侦测的轨迹报警;
在所述链表记录步骤中,对前后两个目标块集合各目标块进行比对,若两个目标块中心坐标距离范围小于预设的目标物移动范围值参数,且两目标块达到预设相似程度条件,则认为两目标块对应同一目标物;
在所述链表记录步骤中,分别比对两个目标块所包含的像素点数量的差值、目标块中的最大的灰度值差值、目标块的像素点均值的差值以及目标块像素点的形状特征数据的差值,差异值满足设定条件则认为两个目标块达到预设相似程度;
在所述移动轨迹报警步骤中,还将链表中对应同一目标物的各目标块的中心点坐标位置及其移动轨迹进行OSD叠加标记在红外视频流上输出;
在所述移动轨迹报警步骤中,若触发移动轨迹报警,则将链表中目标物对应的各目标块中心点坐标在红外报警图片上进行描绘,作为该目标物的轨迹报警的取证。
2.如权利要求1所述的目标移动轨迹侦测报警方法,其特征在于,在所述目标块生成步骤之前,还包括:
侦测区域布防步骤,根据目标移动轨迹侦测场景设置预置位,在各个预置位红外图片上布防轨迹侦测区域,并依序根据预置位获取红外原始裸数据。
3.如权利要求2所述的目标移动轨迹侦测报警方法,其特征在于,在所述目标块生成步骤中,通过获取到对应预置位上预设的轨迹侦测区域的顶点坐标,同时通过几何算法分别计算出处于各个轨迹侦测区域中的像素点坐标集合。
4.如权利要求3所述的目标移动轨迹侦测报警方法,其特征在于,在所述目标块生成步骤中,通过分块处理,将两个x和y坐标均相差小于1的像素点划分为同一目标块,判定属于同一目标物。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-4任意一项所述的一种目标移动轨迹侦测报警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445745.3A CN109841022B (zh) | 2018-11-29 | 2018-11-29 | 一种目标移动轨迹侦测报警方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445745.3A CN109841022B (zh) | 2018-11-29 | 2018-11-29 | 一种目标移动轨迹侦测报警方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109841022A CN109841022A (zh) | 2019-06-04 |
CN109841022B true CN109841022B (zh) | 2021-04-02 |
Family
ID=66883191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811445745.3A Active CN109841022B (zh) | 2018-11-29 | 2018-11-29 | 一种目标移动轨迹侦测报警方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109841022B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335433A (zh) * | 2019-07-31 | 2019-10-15 | 中国工商银行股份有限公司 | 应用于数据中心的管理方法、装置、介质及设备 |
CN112347810A (zh) * | 2019-08-07 | 2021-02-09 | 杭州萤石软件有限公司 | 移动目标物体的检测方法、装置及存储介质 |
CN111432127A (zh) * | 2020-04-13 | 2020-07-17 | 广东科徕尼智能科技有限公司 | 一种基于摄像头的预警方法、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101635835A (zh) * | 2008-07-25 | 2010-01-27 | 深圳市信义科技有限公司 | 智能视频监控方法及系统 |
CN105844634B (zh) * | 2016-03-18 | 2019-04-05 | 阜阳师范学院 | 一种多运动目标追踪监测方法 |
CN106131499A (zh) * | 2016-07-28 | 2016-11-16 | 广州紫川电子科技有限公司 | 基于红外热像仪的同监测位多区域监控方法、装置及系统 |
CN107295230A (zh) * | 2017-07-14 | 2017-10-24 | 广州紫川电子科技有限公司 | 一种基于红外热像仪的微型目标物移动侦测装置及方法 |
CN107707810B (zh) * | 2017-08-21 | 2020-08-28 | 广州紫川电子科技有限公司 | 基于红外热像仪的热源追踪方法、装置及系统 |
-
2018
- 2018-11-29 CN CN201811445745.3A patent/CN109841022B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109841022A (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272530B (zh) | 面向空基监视场景的目标跟踪方法与装置 | |
Albiol et al. | Detection of parked vehicles using spatiotemporal maps | |
US9210336B2 (en) | Automatic extraction of secondary video streams | |
WO2019083738A9 (en) | Methods and systems for applying complex object detection in a video analytics system | |
CN109841022B (zh) | 一种目标移动轨迹侦测报警方法、系统及存储介质 | |
US20060222209A1 (en) | Wide-area site-based video surveillance system | |
US20180286075A1 (en) | Setting Different Background Model Sensitivities by User Defined Regions and Background Filters | |
CN108038415B (zh) | 一种基于机器视觉的无人机自动检测与跟踪方法 | |
US20050073585A1 (en) | Tracking systems and methods | |
TW202013252A (zh) | 車牌辨識系統與方法 | |
KR101530255B1 (ko) | 객체 자동 추적 장치가 구비된 cctv 시스템 | |
CN101640788B (zh) | 一种监控控制方法、装置及监控系统 | |
TW201313012A (zh) | 用於決定一影像調整參數之方法及攝影機 | |
US11770502B2 (en) | Image surveillance apparatus applied with moving-path tracking technique using multi camera | |
US9418299B2 (en) | Surveillance process and apparatus | |
CN103929592A (zh) | 全方位智能监控设备及方法 | |
WO2022237591A1 (zh) | 运动对象的识别方法、装置、电子设备及可读存储介质 | |
Xu et al. | Segmentation and tracking of multiple moving objects for intelligent video analysis | |
CN108230607B (zh) | 一种基于区域特征分析的图像火灾探测方法 | |
KR102579542B1 (ko) | 군중 밀집도 기반의 위험 지역 자동 알림 시스템 | |
Sharma | Human detection and tracking using background subtraction in visual surveillance | |
CN111627049A (zh) | 高空抛物的确定方法、装置、存储介质及处理器 | |
Lalonde et al. | A system to automatically track humans and vehicles with a PTZ camera | |
JP2001005974A (ja) | 物体認識方法及び物体認識装置 | |
EP3432575A1 (en) | Method for performing multi-camera automatic patrol control with aid of statistics data in a surveillance system, and associated apparatus |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |