CN111787311A - 一种安防监控摄像机的故障检测系统及方法 - Google Patents
一种安防监控摄像机的故障检测系统及方法 Download PDFInfo
- Publication number
- CN111787311A CN111787311A CN202010694411.0A CN202010694411A CN111787311A CN 111787311 A CN111787311 A CN 111787311A CN 202010694411 A CN202010694411 A CN 202010694411A CN 111787311 A CN111787311 A CN 111787311A
- Authority
- CN
- China
- Prior art keywords
- camera
- time period
- image
- module
- video image
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种安防监控摄像机的故障检测系统及方法，所述检测系统包括视频图像持续和时长判断模块、排查判断模块和排查信息传输模块，所述视频图像持续和时长判断模块用于判断摄像机的各帧视频图像是否持续以及持续的连续时长与连续时长阈值之间的关系，所述排查判断模块根据视频图像持续判断模块的判断结果进一步采集其他摄像机的信息并据此判断摄像机可能存在故障的情况下传输信息令排除信息传输模块工作，所述排查信息传输模块用于传输信息排查相应的摄像机。
Description
技术领域
本发明涉及监控摄像机领域，具体是一种安防监控摄像机的故障检测系统及方法。
背景技术
随着社会安全意识的增强，道路上、小区内都遍布安防监控摄像机。安防监控摄像机能够进行远程监控，大大减少了安保工作人员的工作量。安防监控摄像机为人们日常生活中的安全防护工作发挥着重大作用。但是由于大多数的安防监控摄像机安装在户外，无法随时获取安防监控摄像机的故障情况。
发明内容
本发明的目的在于提供一种安防监控摄像机的故障检测系统及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
一种安防监控摄像机的故障检测系统，所述检测系统包括视频图像持续和时长判断模块、排查判断模块和排查信息传输模块，所述视频图像持续和时长判断模块用于判断摄像机的各帧视频图像是否持续以及持续的连续时长与连续时长阈值之间的关系，所述排查判断模块根据视频图像持续判断模块的判断结果进一步采集其他摄像机的信息并据此判断摄像机可能存在故障的情况下传输信息令排除信息传输模块工作，所述排查信息传输模块用于传输信息排查相应的摄像机。
较优化地，所述视频图像持续和时长判断模块包括持续判断模块和时长判断模块，所述持续判断模块包括图像划分模块、相似度比较模块和排除位置判断模块，所述图像划分模块将将摄像机的某帧视频图像划分成若干个像素数目相等的分图像，所述相似度比较模块将某帧视频图像的分图像与前一帧视频图像的分图像一一进行比较，并在该帧图片图像与前一帧视频图像中钟的某一分图像的相似度小于等于相似度阈值时判断该分图像为排除图像，在该帧图片图像与前一帧视频图像中不存在某一分图像的相似度小于等于相似度阈值判断该帧视频图像持续；所述排除位置判断模块用于在排除图像在视频图像中所在的位置为排除位置时判定该帧视频图像不持续；在排除图像在视频图像中所在的位置为非排除位置时，判定该帧视频图像持续；所述时长判断模块在某个摄像机的某帧视频图像持续时，判断该帧视频持续的连续时长是否大于等于连续时长阈值时，并在连续时长大于等于连续时长阈值的情况下，传输信息给排查判断模块工作；所述排查判断模块包括优选邻近摄像机图像获取模块、优选邻近摄像机图像持续判断模块和时间判断模块，所述优选邻近摄像机图像获取模块用于获取该摄像机的优选邻近摄像机在相应时间段里的视频图像，所述优选邻近摄像机图像持续判断模块在该摄像机的一个优选邻近摄像机在相应时间段里存在一帧不持续的视频图像，传输信息令排查信息传输模块工作，在该摄像机的所有优选邻近摄像机在相应时间段内视频图像也持续时传输信息令时间判断模块工作，所述时间判断模块判断相应时间段属于空闲时间段还是忙碌时间段，在判断时间段为某个优选邻近摄像机忙碌时间段，直接传输信息令排除信息传输模块工作，在判断该时间段处于某个优选邻近摄像机的空闲时间段中，等待时间转到忙碌时间段时，监测相应优选邻近摄像机在接下来预设时长内的视频图像，如果某个摄像机的视频图像在预设时长内一直持续，传输信息令排除信息传输模块工作。
较优化地，所述检测系统还包括排除位置选取模块和优选邻近摄像机选取模块，所述排除位置选取模块包括不持续视频图像选取模块、基础位置选取模块和频率比较模块，所述不持续视频图像选取模块用于从摄像机的最近一个月的各帧视频图像中筛选出各帧不持续的视频图像，所述基础位置选取模块提取各帧不持续的视频图像中相似度小于等于相似度阈值的分图像所在的位置为基础位置，所述频率统计模块统计在最近一个月各个基础位置所在的分图像为排除图像的频率，所述频率比较模块在某个基础位置所在的分图像为排除图像的频率大于等于频率阈值时，判断该位置为排除位置；所述优选邻近摄像机选取模块包括第一邻近摄像机选取模块、第二邻近摄像机选取模块和优选模块，所述第一邻近摄像机选取模块比较两两摄像机的标准摄像图像的重合度，在两个摄像机的标准摄像图像的重合度大于等于重合度阈值时，选取进行比较的摄像机为该摄像机的第一邻近摄像机，所述第二邻近摄像机选取模块以摄像机为中心以半径r画圆得到圆形区域，并选取圆形区域内的摄像机为第二邻近摄像机，所述优选模块摄像机的第一邻近摄像机中筛选出同时为第二邻近摄像机的摄像机为优选邻近摄像机。
一种安防监控摄像机的故障检测方法，所述检测方法包括以下步骤：
步骤S1：监测各个摄像机的各帧视频图像，如果判断某个摄像机的某帧视频图像持续，并且该帧视频持续的连续时长大于等于连续时长阈值时，获取该摄像机的优选邻近摄像机在相应时间段里的视频图像，转步骤S2；
步骤S2：如果该摄像机的一个优选邻近摄像机在相应时间段里存在一帧不持续的视频图像，传输信息排查该摄像机；
如果该摄像机的所有优选邻近摄像机在相应时间段内视频图像也持续，获取当前时间所处的时间段，判断该时间段属于各个优选邻近摄像机的空闲时间段还是忙碌时间段，如果判断该时间段处于某个优选邻近摄像机的空闲时间段中，当时间转到该优选邻近摄像机的忙碌时间段时，监测该优选邻近摄像机在接下来预设时长内的视频图像，如果该优选邻近摄像机的视频图像在预设时长内一直持续，传输信息排查相应的优选邻近摄像机；如果该时间段为该优选邻近摄像机的忙碌时间段，传输信息排查相应的优选邻近摄像机。
较优化地，所述步骤S1中判断某个摄像机的某帧视频图像持续包括以下：
将所述摄像机的某帧视频图像划分成若干个像素数目相等的分图像，将某帧视频图像的分图像与前一帧视频图像的分图像一一进行比较，如果该帧图片图像与前一帧视频图像中存在某一分图像的相似度小于等于相似度阈值，那么该分图像为排除图像，
当排除图像在视频图像中所在的位置为排除位置，判定该帧视频图像不持续；当排除图像在视频图像中所在的位置为非排除位置时，判定该帧视频图像持续，
如果该帧图片图像与前一帧视频图像中不存在某一分图像的相似度小于等于相似度阈值，该帧视频图像持续。
较优化地，所述步骤S1中的优选邻近摄像机为：
预先设置各个摄像机的标准摄像图像，比较两两摄像机的标准摄像图像的重合度，如果两两摄像机的标准摄像图像的重合度大于等于重合度阈值，那么这两个摄像机互为对方的第一邻近摄像机，
以摄像机为中心，以半径r画圆得到圆形区域，其中，圆形区域内的摄像机即为第二邻近摄像机；
从摄像机的第一邻近摄像机中筛选出同时为第二邻近摄像机的摄像机为优选邻近摄像机。
较优化地，所述步骤S2中判断该时间段属于空闲时间段还是忙碌时间段包以下：获取各个摄像机最近一个月的视频图像，将一天24小时划分成若干个时长均等的时间段，统计各个摄像机最近一个月各个时间段内视频图像不持续的平均帧数，如果某个摄像机某个时间段内视频图像不持续的平均帧数小于等于帧数阈值，那么该时间段属于该摄像机的空闲时间段，如果某个摄像机某个时间段内视频图像不持续的帧数大于帧数阈值，该时间段属于该摄像机的忙碌时间段。
较优化地，所述步骤S1中的排除位置为：
从摄像机的最近一个月的各帧视频图像中筛选出各帧不持续的视频图像，提取各帧不持续的视频图像中相似度小于等于相似度阈值的分图像所在的位置为基础位置，统计在最近一个月各个基础位置所在的分图像为排除图像的频率，当某个基础位置所在的分图像为排除图像的频率大于等于频率阈值时，该位置为排除位置。
与现有技术相比，本发明的有益效果是：本发明通过检测摄像机的各帧视频图像是否持续以及相应的优选邻近摄像机的视频图像是否持续来判断是否传输信息排查相应的摄像机。通过多方面的检测确定疑似故障摄像机后再传输排查该摄像机的信息，减少了误判的几率。
附图说明
图1为本发明一种安防监控摄像机的故障检测系统的模块示意图；
图2为本发明一种安防监控摄像机的故障检测方法的流程示意图。
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。
请参阅图1～2，本发明实施例中，一种安防监控摄像机的故障检测系统，所述检测系统包括视频图像持续和时长判断模块、排查判断模块和排查信息传输模块，所述视频图像持续和时长判断模块用于判断摄像机的各帧视频图像是否持续以及持续的连续时长与连续时长阈值之间的关系，所述排查判断模块根据视频图像持续判断模块的判断结果进一步采集其他摄像机的信息并据此判断摄像机可能存在故障的情况下传输信息令排除信息传输模块工作，所述排查信息传输模块用于传输信息排查相应的摄像机。
所述视频图像持续和时长判断模块包括持续判断模块和时长判断模块，所述持续判断模块包括图像划分模块、相似度比较模块和排除位置判断模块，所述图像划分模块将将摄像机的某帧视频图像划分成若干个像素数目相等的分图像，所述相似度比较模块将某帧视频图像的分图像与前一帧视频图像的分图像一一进行比较，并在该帧图片图像与前一帧视频图像中钟的某一分图像的相似度小于等于相似度阈值时判断该分图像为排除图像，在该帧图片图像与前一帧视频图像中不存在某一分图像的相似度小于等于相似度阈值判断该帧视频图像持续；所述排除位置判断模块用于在排除图像在视频图像中所在的位置为排除位置时判定该帧视频图像不持续；在排除图像在视频图像中所在的位置为非排除位置时，判定该帧视频图像持续；所述时长判断模块在某个摄像机的某帧视频图像持续时，判断该帧视频持续的连续时长是否大于等于连续时长阈值时，并在连续时长大于等于连续时长阈值的情况下，传输信息给排查判断模块工作；所述排查判断模块包括优选邻近摄像机图像获取模块、优选邻近摄像机图像持续判断模块和时间判断模块，所述优选邻近摄像机图像获取模块用于获取该摄像机的优选邻近摄像机在相应时间段里的视频图像，所述优选邻近摄像机图像持续判断模块在该摄像机的一个优选邻近摄像机在相应时间段里存在一帧不持续的视频图像，传输信息令排查信息传输模块工作，在该摄像机的所有优选邻近摄像机在相应时间段内视频图像也持续时传输信息令时间判断模块工作，所述时间判断模块判断相应时间段属于空闲时间段还是忙碌时间段，在判断时间段为某个优选邻近摄像机忙碌时间段，直接传输信息令排除信息传输模块工作，在判断该时间段处于某个优选邻近摄像机的空闲时间段中，等待时间转到忙碌时间段时，监测相应优选邻近摄像机在接下来预设时长内的视频图像，如果某个摄像机的视频图像在预设时长内一直持续，传输信息令排除信息传输模块工作。
所述检测系统还包括排除位置选取模块和优选邻近摄像机选取模块，所述排除位置选取模块包括不持续视频图像选取模块、基础位置选取模块和频率比较模块，所述不持续视频图像选取模块用于从摄像机的最近一个月的各帧视频图像中筛选出各帧不持续的视频图像，所述基础位置选取模块提取各帧不持续的视频图像中相似度小于等于相似度阈值的分图像所在的位置为基础位置，所述频率统计模块统计在最近一个月各个基础位置所在的分图像为排除图像的频率，所述频率比较模块在某个基础位置所在的分图像为排除图像的频率大于等于频率阈值时，判断该位置为排除位置；所述优选邻近摄像机选取模块包括第一邻近摄像机选取模块、第二邻近摄像机选取模块和优选模块，所述第一邻近摄像机选取模块比较两两摄像机的标准摄像图像的重合度，在两个摄像机的标准摄像图像的重合度大于等于重合度阈值时，选取进行比较的摄像机为该摄像机的第一邻近摄像机，所述第二邻近摄像机选取模块以摄像机为中心以半径r画圆得到圆形区域，并选取圆形区域内的摄像机为第二邻近摄像机，所述优选模块摄像机的第一邻近摄像机中筛选出同时为第二邻近摄像机的摄像机为优选邻近摄像机。
一种安防监控摄像机的故障检测方法，所述检测方法包括以下步骤：
步骤S1：监测各个摄像机的各帧视频图像，如果判断某个摄像机的某帧视频图像持续，并且该帧视频持续的连续时长大于等于连续时长阈值时，获取该摄像机的优选邻近摄像机在相应时间段里的视频图像，转步骤S2；
判断某个摄像机的某帧视频图像持续包括以下：
将所述摄像机的某帧视频图像划分成若干个像素数目相等的分图像，将某帧视频图像的分图像与前一帧视频图像的分图像一一进行比较，如果该帧图片图像与前一帧视频图像中存在某一分图像的相似度小于等于相似度阈值，那么该分图像为排除图像，
当排除图像在视频图像中所在的位置为排除位置，判定该帧视频图像不持续；当排除图像在视频图像中所在的位置为非排除位置时，判定该帧视频图像持续，
如果该帧图片图像与前一帧视频图像中不存在某一分图像的相似度小于等于相似度阈值，该帧视频图像持续；
其中，预先设置各个摄像机的标准摄像图像，比较两两摄像机的标准摄像图像的重合度，如果两两摄像机的标准摄像图像的重合度大于等于重合度阈值，那么这两个摄像机互为对方的第一邻近摄像机，
以摄像机为中心，以半径r画圆得到圆形区域，其中，圆形区域内的摄像机即为第二邻近摄像机；
从摄像机的第一邻近摄像机中筛选出同时为第二邻近摄像机的摄像机为优选邻近摄像机；
从摄像机的最近一个月的各帧视频图像中筛选出各帧不持续的视频图像，提取各帧不持续的视频图像中相似度小于等于相似度阈值的分图像所在的位置为基础位置，统计在最近一个月各个基础位置所在的分图像为排除图像的频率，当某个基础位置所在的分图像为排除图像的频率大于等于频率阈值时，该位置为排除位置。
步骤S2：如果该摄像机的一个优选邻近摄像机在相应时间段里存在一帧不持续的视频图像，传输信息排查该摄像机；
如果该摄像机的所有优选邻近摄像机在相应时间段内视频图像也持续，获取当前时间所处的时间段，判断该时间段属于各个优选邻近摄像机的空闲时间段还是忙碌时间段，如果判断该时间段处于某个优选邻近摄像机的空闲时间段中，当时间转到该优选邻近摄像机的忙碌时间段时，监测该优选邻近摄像机在接下来预设时长内的视频图像，如果该优选邻近摄像机的视频图像在预设时长内一直持续，传输信息排查相应的优选邻近摄像机；如果该时间段为该优选邻近摄像机的忙碌时间段，传输信息排查相应的优选邻近摄像机；在相应的优选邻近摄像机排查没有故障后，可以对该摄像机进行排查；
所述步骤S2中判断该时间段属于空闲时间段还是忙碌时间段包以下：获取各个摄像机最近一个月的视频图像，将一天24小时划分成若干个时长均等的时间段，统计各个摄像机最近一个月各个时间段内视频图像不持续的平均帧数，如果某个摄像机某个时间段内视频图像不持续的平均帧数小于等于帧数阈值，那么该时间段属于该摄像机的空闲时间段，如果某个摄像机某个时间段内视频图像不持续的帧数大于帧数阈值，该时间段属于该摄像机的忙碌时间段。当优选邻近摄像机中没有监控到任何变化时，可能当前时间段属于人员出行、车辆出行较少的时间段，比如在晚上或者在非常热的中午等；各个摄像机的空闲时间段和忙碌时间段也各不相同，根据各个摄像机最近一个月的视频图像情况来确定各个摄像机的空闲时间段和忙碌时间段，进一步提高检测的准确性。
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 (8)
1.一种安防监控摄像机的故障检测系统，其特征在于：所述检测系统包括视频图像持续和时长判断模块、排查判断模块和排查信息传输模块，所述视频图像持续和时长判断模块用于判断摄像机的各帧视频图像是否持续以及持续的连续时长与连续时长阈值之间的关系，所述排查判断模块根据视频图像持续判断模块的判断结果进一步采集其他摄像机的信息并据此判断摄像机可能存在故障的情况下传输信息令排除信息传输模块工作，所述排查信息传输模块用于传输信息排查相应的摄像机。
2.根据权利要求1所述的一种安防监控摄像机的故障检测系统，其特征在于：所述视频图像持续和时长判断模块包括持续判断模块和时长判断模块，所述持续判断模块包括图像划分模块、相似度比较模块和排除位置判断模块，所述图像划分模块将将摄像机的某帧视频图像划分成若干个像素数目相等的分图像，所述相似度比较模块将某帧视频图像的分图像与前一帧视频图像的分图像一一进行比较，并在该帧图片图像与前一帧视频图像中钟的某一分图像的相似度小于等于相似度阈值时判断该分图像为排除图像，在该帧图片图像与前一帧视频图像中不存在某一分图像的相似度小于等于相似度阈值判断该帧视频图像持续；所述排除位置判断模块用于在排除图像在视频图像中所在的位置为排除位置时判定该帧视频图像不持续；在排除图像在视频图像中所在的位置为非排除位置时，判定该帧视频图像持续；所述时长判断模块在某个摄像机的某帧视频图像持续时，判断该帧视频持续的连续时长是否大于等于连续时长阈值时，并在连续时长大于等于连续时长阈值的情况下，传输信息给排查判断模块工作；所述排查判断模块包括优选邻近摄像机图像获取模块、优选邻近摄像机图像持续判断模块和时间判断模块，所述优选邻近摄像机图像获取模块用于获取该摄像机的优选邻近摄像机在相应时间段里的视频图像，所述优选邻近摄像机图像持续判断模块在该摄像机的一个优选邻近摄像机在相应时间段里存在一帧不持续的视频图像，传输信息令排查信息传输模块工作，在该摄像机的所有优选邻近摄像机在相应时间段内视频图像也持续时传输信息令时间判断模块工作，所述时间判断模块判断相应时间段属于空闲时间段还是忙碌时间段，在判断时间段为某个优选邻近摄像机忙碌时间段，直接传输信息令排除信息传输模块工作，在判断该时间段处于某个优选邻近摄像机的空闲时间段中，等待时间转到忙碌时间段时，监测相应优选邻近摄像机在接下来预设时长内的视频图像，如果某个摄像机的视频图像在预设时长内一直持续，传输信息令排除信息传输模块工作。
3.根据权利要求2所述的一种安防监控摄像机的故障检测系统，其特征在于：所述检测系统还包括排除位置选取模块和优选邻近摄像机选取模块，所述排除位置选取模块包括不持续视频图像选取模块、基础位置选取模块和频率比较模块，所述不持续视频图像选取模块用于从摄像机的最近一个月的各帧视频图像中筛选出各帧不持续的视频图像，所述基础位置选取模块提取各帧不持续的视频图像中相似度小于等于相似度阈值的分图像所在的位置为基础位置，所述频率统计模块统计在最近一个月各个基础位置所在的分图像为排除图像的频率，所述频率比较模块在某个基础位置所在的分图像为排除图像的频率大于等于频率阈值时，判断该位置为排除位置；所述优选邻近摄像机选取模块包括第一邻近摄像机选取模块、第二邻近摄像机选取模块和优选模块，所述第一邻近摄像机选取模块比较两两摄像机的标准摄像图像的重合度，在两个摄像机的标准摄像图像的重合度大于等于重合度阈值时，选取进行比较的摄像机为该摄像机的第一邻近摄像机，所述第二邻近摄像机选取模块以摄像机为中心以半径r画圆得到圆形区域，并选取圆形区域内的摄像机为第二邻近摄像机，所述优选模块摄像机的第一邻近摄像机中筛选出同时为第二邻近摄像机的摄像机为优选邻近摄像机。
4.一种安防监控摄像机的故障检测方法，其特征在于：所述检测方法包括以下步骤：
步骤S1：监测各个摄像机的各帧视频图像，如果判断某个摄像机的某帧视频图像持续，并且该帧视频持续的连续时长大于等于连续时长阈值时，获取该摄像机的优选邻近摄像机在相应时间段里的视频图像，转步骤S2；
步骤S2：如果该摄像机的一个优选邻近摄像机在相应时间段里存在一帧不持续的视频图像，传输信息排查该摄像机；
如果该摄像机的所有优选邻近摄像机在相应时间段内视频图像也持续，获取当前时间所处的时间段，判断该时间段属于各个优选邻近摄像机的空闲时间段还是忙碌时间段，如果判断该时间段处于某个优选邻近摄像机的空闲时间段中，当时间转到该优选邻近摄像机的忙碌时间段时，监测该优选邻近摄像机在接下来预设时长内的视频图像，如果该优选邻近摄像机的视频图像在预设时长内一直持续，传输信息排查相应的优选邻近摄像机；如果该时间段为该优选邻近摄像机的忙碌时间段，传输信息排查相应的优选邻近摄像机。
5.根据权利要求4所述的一种安防监控摄像机的故障检测方法，其特征在于：所述步骤S1中判断某个摄像机的某帧视频图像持续包括以下：
将所述摄像机的某帧视频图像划分成若干个像素数目相等的分图像，将某帧视频图像的分图像与前一帧视频图像的分图像一一进行比较，如果该帧图片图像与前一帧视频图像中存在某一分图像的相似度小于等于相似度阈值，那么该分图像为排除图像，
当排除图像在视频图像中所在的位置为排除位置，判定该帧视频图像不持续；当排除图像在视频图像中所在的位置为非排除位置时，判定该帧视频图像持续，
如果该帧图片图像与前一帧视频图像中不存在某一分图像的相似度小于等于相似度阈值，该帧视频图像持续。
6.根据权利要求5所述的一种安防监控摄像机的故障检测方法，其特征在于：所述步骤S1中的优选邻近摄像机为：
预先设置各个摄像机的标准摄像图像，比较两两摄像机的标准摄像图像的重合度，如果两两摄像机的标准摄像图像的重合度大于等于重合度阈值，那么这两个摄像机互为对方的第一邻近摄像机，
以摄像机为中心，以半径r画圆得到圆形区域，其中，圆形区域内的摄像机即为第二邻近摄像机；
从摄像机的第一邻近摄像机中筛选出同时为第二邻近摄像机的摄像机为优选邻近摄像机。
7.根据权利要求5所述的一种安防监控摄像机的故障检测方法，其特征在于：所述步骤S2中判断该时间段属于空闲时间段还是忙碌时间段包以下：获取最近一个月的视频图像，将一天24小时划分成若干个时长均等的时间段，统计最近一个月各个时间段内视频图像不持续的平均帧数，如果某个时间段内视频图像不持续的平均帧数小于等于帧数阈值，那么该时间段属于空闲时间段，如果某个时间段内视频图像不持续的帧数大于帧数阈值，该时间段属于忙碌时间段。
8.根据权利要求5所述的一种安防监控摄像机的故障检测方法，其特征在于：所述步骤S1中的排除位置为：
获取各个摄像机最近一个月的视频图像，将一天24小时划分成若干个时长均等的时间段，统计各个摄像机最近一个月各个时间段内视频图像不持续的平均帧数，如果某个摄像机某个时间段内视频图像不持续的平均帧数小于等于帧数阈值，那么该时间段属于该摄像机的空闲时间段，如果某个摄像机某个时间段内视频图像不持续的帧数大于帧数阈值，该时间段属于该摄像机的忙碌时间段。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010694411.0A CN111787311B (zh) | 2020-07-17 | 2020-07-17 | 一种安防监控摄像机的故障检测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010694411.0A CN111787311B (zh) | 2020-07-17 | 2020-07-17 | 一种安防监控摄像机的故障检测系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111787311A true CN111787311A (zh) | 2020-10-16 |
| CN111787311B CN111787311B (zh) | 2021-08-03 |
Family
ID=72763097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010694411.0A Active CN111787311B (zh) | 2020-07-17 | 2020-07-17 | 一种安防监控摄像机的故障检测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111787311B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116074479A (zh) * | 2023-03-03 | 2023-05-05 | 山东交通学院 | 基于图像分析的乘务监控系统、方法、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003289554A (ja) * | 1995-05-10 | 2003-10-10 | Hitachi Kokusai Electric Inc | テレビジョンカメラ装置の故障診断方法 |
| CN101783970A (zh) * | 2009-12-22 | 2010-07-21 | 新太科技股份有限公司 | 摄像机故障自动检测和管理方法、装置和系统 |
| CN102572508A (zh) * | 2012-02-13 | 2012-07-11 | 北京文安科技发展有限公司 | 一种视频故障诊断系统及方法 |
| CN109246424A (zh) * | 2018-08-17 | 2019-01-18 | 安徽四创电子股份有限公司 | 基于时空分析技术的故障摄像机快速定位方法 |
| CN110769246A (zh) * | 2019-09-06 | 2020-02-07 | 华为技术有限公司 | 一种检测监控设备故障的方法、装置 |
-
2020
- 2020-07-17 CN CN202010694411.0A patent/CN111787311B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003289554A (ja) * | 1995-05-10 | 2003-10-10 | Hitachi Kokusai Electric Inc | テレビジョンカメラ装置の故障診断方法 |
| CN101783970A (zh) * | 2009-12-22 | 2010-07-21 | 新太科技股份有限公司 | 摄像机故障自动检测和管理方法、装置和系统 |
| CN102572508A (zh) * | 2012-02-13 | 2012-07-11 | 北京文安科技发展有限公司 | 一种视频故障诊断系统及方法 |
| CN109246424A (zh) * | 2018-08-17 | 2019-01-18 | 安徽四创电子股份有限公司 | 基于时空分析技术的故障摄像机快速定位方法 |
| CN110769246A (zh) * | 2019-09-06 | 2020-02-07 | 华为技术有限公司 | 一种检测监控设备故障的方法、装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116074479A (zh) * | 2023-03-03 | 2023-05-05 | 山东交通学院 | 基于图像分析的乘务监控系统、方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111787311B (zh) | 2021-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102568242B (zh) | 基于视频处理的信号灯状态检测方法及其系统 | |
| CN107272637A (zh) | 一种视频监控系统故障自检自恢复控制系统及方法 | |
| CN110225299B (zh) | 视频监测方法、装置、计算机设备及存储介质 | |
| CN107040544B (zh) | 一种基于流量的入侵检测方法、装置及系统 | |
| CN104780361B (zh) | 一种城市视频监控系统的质量评价方法 | |
| CN202282837U (zh) | 视频质量诊断系统 | |
| CN102176758A (zh) | 一种视频质量诊断系统及其实现方法 | |
| CN109286788B (zh) | 一种基于云计算的安防监控系统 | |
| CN111507235B (zh) | 基于视频的铁路周界异物入侵检测方法 | |
| CN111787311B (zh) | 一种安防监控摄像机的故障检测系统及方法 | |
| CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
| CN106651902A (zh) | 一种楼宇智能预警方法及系统 | |
| CN100469138C (zh) | 基于视频监控与图像识别的电力变压器风机状态识别方法 | |
| CN110929608A (zh) | 安全帽佩带检测方法及系统 | |
| CN210222962U (zh) | 一种智能电子围栏系统 | |
| CN116246416A (zh) | 一种用于安防的智能分析预警平台及方法 | |
| CN102542673A (zh) | 基于计算机视觉的atm机预警方法及系统 | |
| CN103167313B (zh) | 视频监控业务质量测试方法和系统、质量测试服务器 | |
| CN109151463B (zh) | 一种视频质量诊断系统及视频质量分析方法 | |
| CN103049919B (zh) | 一种嵌入式目标检测算法 | |
| CN116385959A (zh) | 一种基于深度学习的皮带通廊全域烟雾实时检测方法 | |
| CN104378629B (zh) | 一种摄像机故障的检测方法 | |
| CN114724378B (zh) | 一种基于深度学习的车辆追踪统计系统及方法 | |
| CN103337168A (zh) | 一种车辆数据采集方法、装置及系统 | |
| CN111818286A (zh) | 视频监控设备故障检测系统 |
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 |