CN113011217A - 一种车内监控画面晃动状态的判断方法 - Google Patents

一种车内监控画面晃动状态的判断方法 Download PDF

Info

Publication number
CN113011217A
CN113011217A CN201911318949.5A CN201911318949A CN113011217A CN 113011217 A CN113011217 A CN 113011217A CN 201911318949 A CN201911318949 A CN 201911318949A CN 113011217 A CN113011217 A CN 113011217A
Authority
CN
China
Prior art keywords
frame difference
calculating
adjacent
frame
picture
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
Application number
CN201911318949.5A
Other languages
English (en)
Other versions
CN113011217B (zh
Inventor
马艳
于康龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Ingenic Technology Co ltd
Original Assignee
Hefei Ingenic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Ingenic Technology Co ltd filed Critical Hefei Ingenic Technology Co ltd
Priority to CN201911318949.5A priority Critical patent/CN113011217B/zh
Publication of CN113011217A publication Critical patent/CN113011217A/zh
Application granted granted Critical
Publication of CN113011217B publication Critical patent/CN113011217B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种车内监控画面晃动状态的判断方法，包括：计算相邻帧差图；相邻帧差图等分K块，K为正整数；计算分块帧差；晃动状态判断，即统计分块帧差在一定阈值区间内的总个数，如果该统计个数大于设定数值，则认为画面处于晃动状态，否则继续判断全局相邻帧差，如果全局帧差小，则认为画面处于静止状态。所述的计算相邻帧差图的步骤之前，还包括：参数初始化。所述的晃动状态判断的步骤之后，还包括：返回判断结果，等待下一帧，执行计算相邻帧差图的步骤。

Description

一种车内监控画面晃动状态的判断方法
技术领域
本发明涉及智能监控视频处理技术领域，涉及一种车内监控画面晃动状态的判断方法。
背景技术
随着科技的不断发展，特别是智能技术的发展，以及互联网的广泛应用，特别是近年来，网约车的时兴给大众出行提供了便利，为了保障车内人员的人身安全，在车内加装监控相机，不仅可以威慑不法分子，而且可以有效保存车内现场信息，为犯罪行径提供了有力佐证。但是，为了逃避车内的监控，有些情况下存在监控画面遮挡的问题，这就需要对监控画面遮挡进行检测。而在现有技术中，特别是在车内监控画面遮挡检测中，画面的稳定直接影响了背景帧差，而且依赖背景帧差的相关阈值也会使不稳定的画面产生错误的输出结果，因此判断画面的稳定性对于检测中阈值的设定以及检测结果的准确性具有重要意义。基于相邻帧差判断视频画面是否晃动是目前比较常用的一种方法。
简单的依靠相邻帧差判断画面晃动，不能很好的区分车内环境下的画面稳定状态。因为车辆无论是在稳定行驶中还是静止停车状态下，车内人员、车窗外的景物等都会导致相邻帧差不能保持稳定的阈值内或阈值外。波动的相邻帧差无法正确判断车辆的晃动状态，且由于车内环境的复杂性，无法完全保证画面绝对静止，因此本专利中的静止、晃动状态都是相对的，静止表示画面内有部分分块相邻帧差变化大且全局相邻帧差较小，晃动则表示大部分分块相邻帧差变化较大。
发明内容
为了解决上述问题，本发明基于分块相邻帧差，提出一种车内监控画面晃动状态的判断方法，所述方法包括：计算相邻帧差图；相邻帧差图等分K块，K为正整数；计算分块帧差；晃动状态判断，即统计分块帧差在一定阈值区间内的总个数，如果该统计个数大于设定数值，则认为画面处于晃动状态，否则继续判断全局相邻帧差，如果全局帧差小，则认为画面处于静止状态。
所述的计算相邻帧差图的步骤之前，还包括：参数初始化。
所述的晃动状态判断的步骤之后，还包括：返回判断结果，等待下一帧，执行计算相邻帧差图的步骤。
所述的计算相邻帧差图，进一步包括：
将当前帧图像与前一帧图像作帧差，按公式1计算，并对帧差图像作腐蚀处理，按公式2计算，其结果即相邻帧差图；
公式1：D(i,j)＝abs(In(i,j)-In-1(i,j))
公式2：De＝erode(D)
其中，In为当前帧图像，In-1为历史前一帧图像，De为相邻帧差图。
所述的相邻帧差图等分K块的步骤，进一步包括：将公式2：De＝erode(D)中的结果，即腐蚀后的帧差图，等分成M×N＝K块，其中高、宽分别被等分成M、N块，De为相邻帧差图。
所述的计算分块帧差的步骤，进一步包括：
根据相邻帧差图等分K块的步骤中划分的K个区域分别统计各个区域内帧差图像中非零像素点的总数，即各个分块的帧差特征，计算方法按公式4；
公式4：
Figure BDA0002326618720000031
其中，k＝1,2…K；k表示区域号，Tk表示区域k的分块帧差特征。
所述的晃动状态判断的步骤，进一步包括：
A，统计满足帧差条件的分块个数cn
1)初始化计数器i＝0，cn＝0；
2)如果i<K，则执行步骤C；否则执行步骤D；
3)如果分块帧差Dk(i)小于阈值1且Dk(i)大于阈值2，其中阈值1大于阈值2，则cn＝cn+1；
4)令i＝i+1，返回步骤B；
B，如果cn大于阈值3，判断当前画面处于晃动状态；否则执行步骤C；
C，计算全局相邻帧差
按照公式3：
Figure BDA0002326618720000032
计算全局相邻帧差；
其中Tg为全局相邻帧差，De(i,j)表示相邻帧差图第i行j列像素值，H、W分别相邻帧差图的高、宽，sgn为符号函数；
D，如果全局相邻帧差Tg小于阈值4，则判断当前画面处于静止状态，否则返回原状态。
由此，本申请的优势在于：
将相邻帧差图分块得到各个分块帧差图，计算分块帧差，然后通过相关的阈值设定实现分块的筛选，只有符合阈值限制的分块数量满足条件，才判断为晃动。不满足条件的情况下，需要进一步结合全局帧差判断静止状态。这种分块帧差统计法，可以在车内人员、车窗景物变换等情况下，通过过滤分块的方法，排除画面内物体运动产生的干扰。
根据车内环境，采用分块与全局相邻帧差相结合的方式判定晃动、静止状态，有效排除因车内人员运动或车窗外景物变换导致的晃动、静止区分不清。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。
图1是本发明涉及的方法的示意框图。
图2是本发明方法涉及的实施例的流程示意图。
图3是本发明方法的具体实施例的流程框图。
具体实施方式
为了能够更清楚地理解本发明的技术内容及优点，现结合附图对本发明进行进一步的详细说明。
如图1所示，本发明涉及一种车内监控画面晃动状态的判断方法，所述方法包括：计算相邻帧差图；相邻帧差图等分块，K为正整数；计算分块帧差；晃动状态判断，即统计分块帧差在一定阈值区间内的总个数，如果该统计个数大于设定数值，则认为画面处于晃动状态，否则继续判断全局相邻帧差，如果全局帧差小，则认为画面处于静止状态。
具体地，如图2所示，本发明的方法的步骤可以表示为如下：
本方法的主要实施步骤：
S1.参数初始化，相关阈值初始化，其中阈值1、阈值2、阈值3、阈值4的初始化值分别为0.8,0.2,10，0.3；
S2.计算相邻帧差图
将当前帧图像与前一帧图像作帧差(如公式1所示)，并对帧差图像作腐蚀处理(如公式2所示)，其结果即相邻帧差图；
S3.相邻帧差图等分K块
将公式2中的结果(即腐蚀后的帧差图)等分成M×N＝K块，其中高、宽分别被等分成M、N块；
S4.计算分块帧差
根据步骤3中划分的K个区域分别统计各个区域内帧差图像中非零像素点的总数，即各个分块的帧差特征，计算方法如公式4所示；
S5.晃动状态判断
S6.返回判断结果，等待下一帧，执行步骤2。
本发明方法涉及的具体实施例的流程如图3所示，其中方法的主要实施步骤如下：
步骤1.参数初始化，相关阈值初始化，其中阈值1、阈值2、阈值3、阈值4的初始化值分别为0.8,0.2,10，0.3；
步骤2.计算相邻帧差图
将当前帧图像与前一帧图像作帧差(如公式1所示)，并对帧差图像作腐蚀处理(如公式2所示)，其结果即相邻帧差图；
D(i，j)＝abs(In(i，j)-In-1(i，j)) 公式(1)
De＝erode(D) 公式(2)
其中，In为当前帧图像，In-1为历史前一帧图像，De为相邻帧差图。
步骤3.相邻帧差图等分K块
将公式(2)中的结果(即腐蚀后的帧差图)等分成M×N＝K块，其中高、宽分别被等分成M、N块；
步骤4.计算分块帧差
根据步骤3中划分的K个区域分别统计各个区域内帧差图像中非零像素点的总数，即各个分块的帧差特征，计算方法如公式(4)所示；
Figure BDA0002326618720000061
其中，k＝1，2…K；k表示区域号，Tk表示区域k的分块帧差特征；
步骤5.晃动状态判断
5.1统计满足帧差条件的分块个数cn
1)初始化计数器i＝0，cn＝0；
2)如果i<K，则执行步骤5.3；否则执行步骤5.4；
3)如果分块帧差Dk(i)小于阈值1且Dk(i)大于阈值2(其中阈值1大于阈值2)，则cn＝cn+1；
4)令i＝i+1，返回步骤5.2；
5.2如果cn大于阈值3，判断当前画面处于晃动状态；否则执行步骤5.3；
5.3计算全局相邻帧差
按照公式(3)，计算全局相邻帧差；
Figure BDA0002326618720000062
其中Tg为全局相邻帧差，De(i，j)表示相邻帧差图第i行j列像素值，H、W分别相邻帧差图的高、宽，sgn为符号函数；
5.4如果全局相邻帧差Tg小于阈值4，则判断当前画面处于静止状态，否则返回原状态；
步骤6.返回判断结果，等待下一帧，执行步骤2。
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，本发明实施例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。

Claims (7)

1.一种车内监控画面晃动状态的判断方法，其特征在于，计算相邻帧差图；相邻帧差图等分K块，K为正整数；计算分块帧差；晃动状态判断，即统计分块帧差在一定阈值区间内的总个数，如果该统计个数大于设定数值，则认为画面处于晃动状态，否则继续判断全局相邻帧差，如果全局帧差小，则认为画面处于静止状态。
2.根据权利要求1所述的一种车内监控画面晃动状态的判断方法，其特征在于，所述的计算相邻帧差图的步骤之前，还包括：参数初始化，相关阈值初始化，其中阈值1、阈值2、阈值3、阈值4的初始化值分别为0.8,0.2,10，0.3；。
3.根据权利要求1所述的一种车内监控画面晃动状态的判断方法，其特征在于，所述的晃动状态判断的步骤之后，还包括：返回判断结果，等待下一帧，执行计算相邻帧差图的步骤。
4.根据权利要求1所述的一种车内监控画面晃动状态的判断方法，其特征在于，所述的计算相邻帧差图，进一步包括：
将当前帧图像与前一帧图像作帧差，按公式1计算，并对帧差图像作腐蚀处理，按公式2计算，其结果即相邻帧差图；
公式1：D(i,j)＝abs(In(i,j)-In-1(i,j))
公式2：De＝erode(D)
其中，In为当前帧图像，In-1为历史前一帧图像，De为相邻帧差图。
5.根据权利要求1所述的一种车内监控画面晃动状态的判断方法，其特征在于，所述的相邻帧差图等分K块的步骤，进一步包括：将公式2：De＝erode(D)中的结果，即腐蚀后的帧差图，等分成M×N＝K块，其中高、宽分别被等分成M、N块，De为相邻帧差图。
6.根据权利要求1所述的一种车内监控画面晃动状态的判断方法，其特征在于，所述的计算分块帧差的步骤，进一步包括：
根据相邻帧差图等分K块的步骤中划分的K个区域分别统计各个区域内帧差图像中非零像素点的总数，即各个分块的帧差特征，计算方法按公式4；
公式4：
Figure FDA0002326618710000021
其中，k＝1,2…K；k表示区域号，Tk表示区域k的分块帧差特征。
7.根据权利要求1所述的一种车内监控画面晃动状态的判断方法，其特征在于，所述的晃动状态判断的步骤，进一步包括：
A，统计满足帧差条件的分块个数cn
1)初始化计数器i＝0，cn＝0；
2)如果i<K，则执行步骤C；否则执行步骤D；
3)如果分块帧差Dk(i)小于阈值1且Dk(i)大于阈值2，其中阈值1大于阈值2，则cn＝cn+1；
4)令i＝i+1，返回步骤B；
B，如果cn大于阈值3，判断当前画面处于晃动状态；否则执行步骤C；
C，计算全局相邻帧差
按照公式3：
Figure FDA0002326618710000031
计算全局相邻帧差；
其中Tg为全局相邻帧差，De(i,j)表示相邻帧差图第i行j列像素值，H、W分别相邻帧差图的高、宽，sgn为符号函数；
D，如果全局相邻帧差Tg小于阈值4，则判断当前画面处于静止状态，否则返回原状态。
CN201911318949.5A 2019-12-19 2019-12-19 一种车内监控画面晃动状态的判断方法 Active CN113011217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911318949.5A CN113011217B (zh) 2019-12-19 2019-12-19 一种车内监控画面晃动状态的判断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911318949.5A CN113011217B (zh) 2019-12-19 2019-12-19 一种车内监控画面晃动状态的判断方法

Publications (2)

Publication Number Publication Date
CN113011217A true CN113011217A (zh) 2021-06-22
CN113011217B CN113011217B (zh) 2024-04-30

Family

ID=76382649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911318949.5A Active CN113011217B (zh) 2019-12-19 2019-12-19 一种车内监控画面晃动状态的判断方法

Country Status (1)

Country Link
CN (1) CN113011217B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4667233A (en) * 1984-09-17 1987-05-19 Nec Corporation Apparatus for discriminating a moving region and a stationary region in a video signal
JPH04255178A (ja) * 1991-02-06 1992-09-10 Sony Corp ビデオデータの手振れ検出装置およびその方法
JPH05110929A (ja) * 1991-10-17 1993-04-30 Sony Corp 画像の手振れ判定装置
US20070201746A1 (en) * 2002-05-20 2007-08-30 Konan Technology Scene change detector algorithm in image sequence
US20110134329A1 (en) * 2009-12-04 2011-06-09 Chao-Ho Chen Stabilization method for vibrating video frames
CN103425958A (zh) * 2012-05-24 2013-12-04 信帧电子技术（北京）有限公司 一种视频中不动物检测的方法
CN104202530A (zh) * 2014-09-22 2014-12-10 安科智慧城市技术（中国）有限公司 摄像头运行状态的判断方法和装置
CN107798297A (zh) * 2017-09-28 2018-03-13 成都大熊智能科技有限责任公司 一种基于帧间差分自动提取稳定帧的方法
CN109166137A (zh) * 2018-08-01 2019-01-08 上海电力学院 针对抖动视频序列中运动目标检测算法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4667233A (en) * 1984-09-17 1987-05-19 Nec Corporation Apparatus for discriminating a moving region and a stationary region in a video signal
JPH04255178A (ja) * 1991-02-06 1992-09-10 Sony Corp ビデオデータの手振れ検出装置およびその方法
JPH05110929A (ja) * 1991-10-17 1993-04-30 Sony Corp 画像の手振れ判定装置
US20070201746A1 (en) * 2002-05-20 2007-08-30 Konan Technology Scene change detector algorithm in image sequence
US20110134329A1 (en) * 2009-12-04 2011-06-09 Chao-Ho Chen Stabilization method for vibrating video frames
CN103425958A (zh) * 2012-05-24 2013-12-04 信帧电子技术（北京）有限公司 一种视频中不动物检测的方法
CN104202530A (zh) * 2014-09-22 2014-12-10 安科智慧城市技术（中国）有限公司 摄像头运行状态的判断方法和装置
CN107798297A (zh) * 2017-09-28 2018-03-13 成都大熊智能科技有限责任公司 一种基于帧间差分自动提取稳定帧的方法
CN109166137A (zh) * 2018-08-01 2019-01-08 上海电力学院 针对抖动视频序列中运动目标检测算法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PENG WU ET AL.: "Video Shake Detection", 《2019-INTERNATIONAL FORUM ON SMART GRID PROTECTION AND CONTROL》 *
SANDEEP SINGH SENGAR ET AL.: "A novel method for moving object detection based on block based frame differencing", 《2016 3RD INTERNATIONAL CONFERENCE ON RECENT ADVANCES IN INFORMATION TECHNOLOGY》, pages 467 - 472 *
吴桐 等: "基于帧差分块的混合高斯背景模型", 《计算机工程与应用》, vol. 50, pages 176 - 180 *

Also Published As

Publication number Publication date
CN113011217B (zh) 2024-04-30

Similar Documents

Publication Publication Date Title
US20190228233A1 (en) Video tracking systems and methods employing cognitive vision
US8218831B2 (en) Combined face detection and background registration
Vargas et al. An enhanced background estimation algorithm for vehicle detection in urban traffic scenes
CN105678803A (zh) 基于w4算法和帧间差分的视频监控目标检测方法
EP2342647A2 (en) Long-term memory in a video analysis system
KR20080046271A (ko) 이동 객체 경계용 적응형 영향 영역 필터
CN108846852B (zh) 基于多示例和时间序列的监控视频异常事件检测方法
CN101533514A (zh) 利用分级块分裂和运动分割进行目标边界准确运动的检测
JP2010204860A (ja) 映像監視システム
CN105554380A (zh) 一种昼夜切换方法及装置
CN113378775A (zh) 一种基于深度学习的视频阴影检测与消除方法
CN112380905A (zh) 一种基于监控视频的直方图结合熵的异常行为检测方法
JP4870081B2 (ja) 変形可能なメッシュを用いた動き推定のための方法
CN114627150A (zh) 基于事件相机的数据处理及运动估计方法及装置
CN112487874A (zh) 一种基于事件相机消除背景噪声的方法及系统
CN113011217A (zh) 一种车内监控画面晃动状态的判断方法
Anees et al. Deep learning framework for density estimation of crowd videos
CN117635649A (zh) 一种滑坡监测方法及系统
CN110008957B (zh) 基于车牌识别和图像方差算法的小区违停告警方法
CN111968158A (zh) 一种基于核相关滤波和结构相似性的视频抖动检测方法
CN112084880A (zh) 一种图像处理方法、装置、存储介质及设备
CN115131392B (zh) 基于天基光学观测图像的空间运动目标检测跟踪方法
KR20030018487A (ko) 영상을 이용한 출입 이동 물체 계수 방법 및 장치
CN113963328A (zh) 基于全景监控视频分析的道路交通状态检测方法及装置
TWI703512B (zh) 移動偵測方法及其電路

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