CN113762164A - 一种消防通道障碍物识别方法及系统 - Google Patents
一种消防通道障碍物识别方法及系统 Download PDFInfo
- Publication number
- CN113762164A CN113762164A CN202111055464.9A CN202111055464A CN113762164A CN 113762164 A CN113762164 A CN 113762164A CN 202111055464 A CN202111055464 A CN 202111055464A CN 113762164 A CN113762164 A CN 113762164A
- Authority
- CN
- China
- Prior art keywords
- background
- matching
- image
- matched
- fire fighting
- 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
- 230000004888 barrier function Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012360 testing method Methods 0.000 claims description 103
- 238000012544 monitoring process Methods 0.000 claims description 33
- 238000005286 illumination Methods 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种消防通道障碍物识别方法及系统,属于图像处理技术领域,消防通道障碍物识别方法包括:获取待识别消防通道中不含障碍物的背景模板图像集;采集待识别消防通道的待匹配图像;计算每张背景模板图像与待匹配图像的匹配度,得到匹配结果集;选取匹配结果集中与待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像;判断最终背景模板图像与待匹配图像的匹配度与匹配阈值的大小;若匹配度小于或等于匹配阈值,则判定待识别消防通道中存在障碍物;否则判定待识别消防通道中不存在障碍物。仅通过采集消防通道的图像,对障碍物识别,降低了消防通道障碍物识别的复杂度,采用图像匹配方法提高了障碍物识别的准确度。
Description
技术领域
本发明涉及图像处理技术领域,特别是涉及一种消防通道障碍物识别方法及系统。
背景技术
消防通道是指在各种险情发生时,用于消防人员实施营救和被困难人员疏散的通道,是迅速扑救火灾、抢救人民群众生命财产、减少火灾损失的重要前提,必须时刻保持畅通。现如今存在着多种消防通道检测报警方法及其系统,这些方法中有很多采用红外收发装置、磁通量检测等多种复杂装置连接构成系统进而实现检测报警功能,这些通过多种模式的的检测方法,虽然能够检测消防通道是否被占用,并能在被占用是及时发出报警,告知占用人立即停止占用行为。但是多模式的检测方法在实施过程中不仅存在着各个模块装置设置复杂度高,对各个模块装置数量以及质量具有较高的保障要求,需要大量的人力物力进行维护,并且红外收发装置、磁通量在采集消防通道内信息时难以避免采集信号不稳定的状况。
基于上述问题,亟需一种新的识别方法以降低复杂度并提高准确度。
发明内容
本发明的目的是提供一种消防通道障碍物识别方法及系统,可降低消防通道占用情况识别的复杂度,并提高识别的准确度。
为实现上述目的,本发明提供了如下方案:
一种消防通道障碍物识别方法,所述消防通道障碍物识别方法包括:
获取待识别消防通道中不含障碍物的背景模板图像集;所述背景模板图像集中包括多张背景模板图像;
实时采集待识别消防通道的待匹配图像;
计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集;
选取所述匹配结果集中与所述待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像;
判断所述最终背景模板图像与所述待匹配图像的匹配度是否大于匹配阈值;
若所述匹配度小于或等于匹配阈值,则判定待识别消防通道中存在障碍物,产生报警信息;
若所述匹配度大于匹配阈值,则判定待识别消防通道中不存在障碍物,继续采集待识别消防通道的待匹配图像。
可选地,所述获取待识别消防通道中不含障碍物的背景模板图像集,具体包括:
通过摄像头采集待识别消防通道在多种光照下的背景图像,得到背景模板图像集。
可选地,所述消防通道障碍物识别方法还包括:
采用中值滤波器对所述待匹配图像和所述背景模板图像集进行去噪处理。
可选地,所述计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集,具体包括:
针对每张背景模板图像,对所述背景模板图像以及所述待匹配图像中指定的通道区域进行边界点描点,确定对应的重点监测区域;
根据所述背景模板图像中的重点监测区域,确定背景边界点序列坐标集;
根据所述待匹配图像中的重点监测区域,确定测试边界点序列坐标集;
根据所述背景边界点序列坐标集,在所述背景模板图像中生成背景掩模区域;
根据所述测试边界点序列坐标集,在所述待匹配图像中生成测试掩模区域;
提取所述背景掩模区域的角点,得到背景角点集;
提取所述背景掩模区域的角点,得到测试角点集;
根据所述背景角点集中各角点的坐标以及各角点的邻域,确定背景模板图像中各角点的特征描述符,得到背景特征描述符集;
根据所述测试角点集中各角点的坐标以及各角点的邻域,确定待匹配图像中各角点的特征描述符,得到测试特征描述符集;
对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集;
对所述初始匹配集修正,得到修正匹配集;
根据所述修正匹配集中匹配对的数量,计算所述背景模板图像与所述待匹配图像间的匹配度;
根据各背景模板图像与待匹配图像间的匹配度,得到匹配结果集。
可选地,所述对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集,具体包括:
采用欧氏距离计算任意两个背景特征描述符与测试特征描述符的相似度;
根据各相似度,确定匹配成功的背景特征描述符和所述测试特征描述符,得到初始匹配集;所述初始匹配集中包括多个匹配对。
可选地,所述对所述初始匹配集修正,得到修正匹配集,具体包括:
针对任一匹配对,计算所述背景特征描述符和所述测试特征描述符的相对位移;
若所述相对位移的偏差大于阈值,则所述匹配对为误匹配对;
将所述初始匹配集中的误匹配对删除,得到修正匹配集。
为实现上述目的,本发明还提供了如下方案:
一种消防通道障碍物识别系统,所述消防通道障碍物识别系统包括:
背景图像获取单元,用于获取待识别消防通道中不含障碍物的背景模板图像集;所述背景模板图像集中包括多张背景模板图像;
待匹配图像采集单元,用于实时采集待识别消防通道的待匹配图像;
匹配单元,分别与所述背景图像获取单元及所述待匹配图像采集单元连接,用于计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集;
背景图像选取单元,与所述匹配单元连接,用于选取所述匹配结果集中与所述待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像;
判断单元,与所述背景图像选取单元连接,用于判断所述最终背景模板图像与所述待匹配图像的匹配度是否大于匹配阈值;
报警单元,与所述判断单元连接,用于在所述匹配度小于或等于匹配阈值时,判定待识别消防通道中存在障碍物,产生报警信息;
判定单元,分别与所述判断单元及所述待匹配图像采集单元连接,用于在所述匹配度大于匹配阈值时,判定待识别消防通道中不存在障碍物,继续采集待识别消防通道的待匹配图像。
可选地,所述消防通道障碍物识别系统还包括:
预处理单元,分别与所述背景图像获取单元、待匹配图像采集单元及所述匹配单元连接,用于采用中值滤波器对所述待匹配图像和所述背景模板图像集进行去噪处理。
可选地,所述匹配单元包括:
重点监测区域确定模块,分别与所述背景图像获取单元及所述待匹配图像采集单元连接,用于针对每张背景模板图像,对所述背景模板图像以及所述待匹配图像中指定的通道区域进行边界点描点,确定对应的重点监测区域;
背景边界点序列坐标确定模块,与所述重点监测区域确定模块连接,用于根据所述背景模板图像中的重点监测区域,确定背景边界点序列坐标集;
测试边界点序列坐标确定模块,与所述重点监测区域确定模块连接,用于根据所述待匹配图像中的重点监测区域,确定测试边界点序列坐标集;
背景掩模确定模块,与所述背景边界点序列坐标确定模块连接,用于根据所述背景边界点序列坐标集,在所述背景模板图像中生成背景掩模区域;
测试掩模确定模块,与所述测试边界点序列坐标确定模块连接,用于根据所述测试边界点序列坐标集,在所述待匹配图像中生成测试掩模区域;
背景角点提取模块,与所述背景掩模确定模块连接,用于提取所述背景掩模区域的角点,得到背景角点集;
测试角点提取模块,与所述测试掩模确定模块连接,用于提取所述背景掩模区域的角点,得到测试角点集;
背景特征描述符确定模块,与所述背景角点提取模块连接,用于根据所述背景角点集中各角点的坐标以及各角点的邻域,确定背景模板图像中各角点的特征描述符,得到背景特征描述符集;
测试特征描述符确定模块,与所述测试角点提取模块连接,用于根据所述测试角点集中各角点的坐标以及各角点的邻域,确定待匹配图像中各角点的特征描述符,得到测试特征描述符集;
匹配模块,分别与所述背景特征描述符确定模块及所述测试特征描述符确定模块连接,用于对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集;
修正模块,与所述匹配模块连接,用于对所述初始匹配集修正,得到修正匹配集;
匹配度确定模块,与所述修正模块连接,用于根据所述修正匹配集中匹配对的数量,计算所述背景模板图像与所述待匹配图像间的匹配度;
匹配结果集确定模块,与所述匹配度确定模块连接,用于根据各背景模板图像与待匹配图像间的匹配度,得到匹配结果集。
可选地,所述匹配模块包括:
相似度确定子模块,分别与所述背景特征描述符确定模块及所述测试特征描述符确定模块连接,用于采用欧氏距离计算任意两个背景特征描述符与测试特征描述符的相似度;
初始匹配集确定子模块,与所述相似度确定子模块连接,用于根据各相似度,确定匹配成功的背景特征描述符和所述测试特征描述符,得到初始匹配集;所述初始匹配集中包括多个匹配对。
根据本发明提供的具体实施例,本发明公开了以下技术效果:获取待识别消防通道中不含障碍物的背景模板图像集;采集待识别消防通道的待匹配图像;仅通过采集消防通道的图像,对障碍物识别,降低了消防通道占用情况识别的复杂度;计算每张背景模板图像与待匹配图像的匹配度,得到匹配结果集;选取匹配结果集中与待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像;判断最终背景模板图像与待匹配图像的匹配度是否大于匹配阈值;若匹配度小于或等于匹配阈值,则判定待识别消防通道中存在障碍物;若匹配度大于匹配阈值,则判定待识别消防通道中不存在障碍物。通过实时采集消防通道内指定监测区域的图像,并与不含障碍物的图像匹配,提高了障碍物识别的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明消防通道障碍物识别方法的流程图;
图2为本发明消防通道障碍物识别系统的模块结构示意图。
符号说明:
背景图像获取单元-1,待匹配图像采集单元-2,匹配单元-3,背景图像选取单元-4,判断单元-5,报警单元-6,判定单元-7。
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。
本发明的目的是提供一种消防通道障碍物识别方法及系统,通过仅采集消防通道的图像,对障碍物识别,降低了消防通道占用情况识别的复杂度;通过实时采集消防通道内指定监测区域的图像,并与不含障碍物的图像匹配,提高了障碍物识别的准确度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明首先在待识别消防通道中架设多个摄像头。多个摄像头之间相互形成摄像头检测系统。通过摄像头采集通道的图像,利用图像处理技术来进行对障碍物的自动识别检测,可准确检测识别消防通道内的障碍物,使得通道占用判定更加准确有效。
如图1所示,本发明消防通道障碍物识别方法包括:
S1:获取待识别消防通道中不含障碍物的背景模板图像集;所述背景模板图像集中包括多张背景模板图像。摄像头在部署过程中,通过摄像头采集待识别消防通道背景模板图像,形成背景模板图像集。
S2:实时采集待识别消防通道的待匹配图像。在本实施例中,通过摄像头采集待匹配图像。
S3:计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集。
S4:选取所述匹配结果集中与所述待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像。
S5:判断所述最终背景模板图像与所述待匹配图像的匹配度是否大于匹配阈值。
S6:若所述匹配度小于或等于匹配阈值,则判定待识别消防通道中存在障碍物,产生报警信息。
S7:若所述匹配度大于匹配阈值,则判定待识别消防通道中不存在障碍物,继续采集待识别消防通道的待匹配图像。当匹配度大于障碍物检测的匹配阈值时,则认为待匹配图像与背景模板图像集相似,则待识别消防通道中无障碍物存在。当匹配度小于障碍物检测的匹配阈值时,则认为待匹配图像与背景模板图像集不相似,则待匹配图像中有障碍物存在,进行报警。
进一步地,S1:获取待识别消防通道中不含障碍物的背景模板图像集,具体包括:通过摄像头采集待识别消防通道在多种光照下的背景图像,得到背景模板图像集。采集多种光照下的背景图像,减弱了光照变化对图像匹配结果的干扰。
为了提高识别精度,本发明消防通道障碍物识别方法还包括:采用中值滤波器对所述待匹配图像和所述背景模板图像集进行去噪处理。
更进一步地,S3:计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集,具体包括:
S301:针对每张背景模板图像,对所述背景模板图像以及所述待匹配图像中指定的通道区域进行边界点描点,确定对应的重点监测区域。可选地,重点监测区域的设置采用人工描点的方法,降低识别方法的复杂性,提高检测重点区域的准确性。人工描点为用户根据通道要求对背景模板图像指定的通道区域使用鼠标或坐标输入的方法进行边界点描点,边界点圈定的区域即为背景模板图像中的重点监测区域。该人工描点操作只在摄像头检测系统部署的最初过程中,在日常检测工作时并不会重复进行。
S302:根据所述背景模板图像中的重点监测区域,确定背景边界点序列坐标集。在本实施例中,背景边界点序列坐标集的个数为10-20之间的整数。
S303:根据所述待匹配图像中的重点监测区域,确定测试边界点序列坐标集。
S304:根据所述背景边界点序列坐标集,在所述背景模板图像中生成背景掩模区域。
S305:根据所述测试边界点序列坐标集,在所述待匹配图像中生成测试掩模区域。
S306:提取所述背景掩模区域的角点,得到背景角点集。在本实施例中,角点为Harris角点。采用对光照变化具有抗干扰性的Harris角点作为特征点,Harris角点是由灰度图像的二阶导数计算而来,通常存在于图像中像素邻域内出现多个方向上的灰度变化的像素点上每一次能够很好的表示图像中的灰度值的变化范围,而光照变化对图像灰度值的影响在邻域范围内通常很小,因此Harris角点对光照具有稳定性。
S307:提取所述背景掩模区域的角点,得到测试角点集。在本实施例中,角点为Harris角点。
具体地,在背景模板图像和待匹配图像中使用opencv,将背景边界点序列坐标集和测试边界点序列坐标集分别生成mask掩模区域,在背景模板图像和待匹配图像中的mask掩模区域中分别提取出背景角点集BackCornerSet和测试角点集TestCornerSet。其中背景角点集BackCornerSet中有Nb个角点,而测试角点集TestCornerSet中有Nt个角点,Nb、Nt为正整数。所述背景角点集BackCornerSet和测试角点集TestCornerSet中包含各个角点的坐标,用于对各角点在图像中进行定位。
S308:根据所述背景角点集中各角点的坐标以及各角点的邻域,确定背景模板图像中各角点的特征描述符,得到背景特征描述符集。
S309:根据所述测试角点集中各角点的坐标以及各角点的邻域,确定待匹配图像中各角点的特征描述符,得到测试特征描述符集。
在本实施例中,采用以角点所在像素点为中心的15×15大小的邻域。采用角点和角点的邻域确定特征描述符,能够很好地涵盖角点与影响较大的相邻像素点。对邻域内的像素点计算一阶梯度,得到的向量作为角点的特征描述符。一阶梯度能够减弱光照影响,使得该特征描述符对于光照有稳定性,摄像机部署结束后,图像匹配的场景便固定了,因此指定区域内的背景通常不会出现较为明显的旋转和尺度变化。因此,一阶梯度作为特征描述符基本能够满足要求。
根据背景角点集BackCornerSet和测试角点集TestCornerSet中各角点的坐标,分别在背景模板图像和待匹配图像中定位出各个角点,并根据各角点的邻域,计算得到背景模板图像和待匹配图像的背景特征描述符集BackDescriptorSet和测试特征描述符集TestDescriptorSet。
S310:对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集。
由于匹配成功的初始匹配集MatchPairs中存在有同一角点同时匹配多个角点的情况,同时也存在误匹配的角点,因此需要对匹配成功的初始匹配集MatchPairs进行修正。
S311:对所述初始匹配集修正,得到修正匹配集。
S312:根据所述修正匹配集中匹配对的数量,计算所述背景模板图像与所述待匹配图像间的匹配度。
S313:根据各背景模板图像与待匹配图像间的匹配度,得到匹配结果集。
在本实施例中,修正匹配集中包括Q个匹配对。则该背景模板图像与待匹配图像间的匹配度Sim为Q×Nt,Nt为测试角点集中角点的数量,Nt不变的情况下匹配对越多,则匹配度Sim的值越大,说明该背景模板图像与待匹配图像越相似。
具体地,S310:对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集,具体包括:
采用欧氏距离计算任意两个背景特征描述符与测试特征描述符的相似度。
根据各相似度,确定匹配成功的背景特征描述符和所述测试特征描述符,得到初始匹配集;所述初始匹配集中包括多个匹配对。
在本实施例中,采用欧式距离计算两个背景特征描述符与测试特征描述符之间的相似度,其中A为背景角点集BackCornerSet中的任意一角点,B为测试角点集TestCornerSet中的任意一角点,计算A到B1、…、BNt各角点对应的特征描述符的相似度;选出相似度最大的角点Bj,其中1≤j≤Nt,Nt为测试角点集中角点的数量,则A角点至Bj角点单向匹配;计算B到A1、A2、…、ANb各角点对应的特征描述符的相似度;选出相似度最大的角点Ai,其中1≤i≤Nb,Nb为背景角点集中角点的数量,则B角点至Ai角点单向匹配;当且仅当A角点至B角点单向匹配的同时B角点至A角点也单向匹配的时候,A角点和B角点匹配,则A角点与B角点为一个匹配对。对背景角点集BackCornerSet和测试角点集TestCornerSet中角点进行匹配后,得到包含Q个匹配成功的初始匹配集MatchPairs。
优选地,S311:对所述初始匹配集修正,得到修正匹配集,具体包括:
针对任一匹配对,计算所述背景特征描述符和所述测试特征描述符的相对位移。
若所述相对位移的偏差大于阈值,则所述匹配对为误匹配对。
将所述初始匹配集中的误匹配对删除,得到修正匹配集。
本发明在消防通道中架设的多个摄像头之间相互连接形成摄像头检测系统,能够有效的对检测通道进行实时检测,对于可能存在的障碍物占用能够及时的发现并采取报警措施,防止消防通道被障碍物占用降低人员逃生以及消防车辆所存在的潜在危险。摄像头不仅用于采集通道实时获取匹配图像,而且在摄像头初始化状态时,获取初始的不含障碍物的通道背景模板图像。
本发明方法适应性较广,可满足消防通道场景多变的需求;摄像头按一定时间间隔采集消防通道内指定监测区域的实时场景图像并进行匹配,既能保障系统能够实时检测到障碍物并予以报警,及时保障通道的畅通性,同时也降低了系统开销;另外基于特征的图像匹配用于消防通道障碍物检测,使得通道占用判定更加准确有效。
如图2所示,本发明消防通道障碍物识别系统包括:背景图像获取单元1、待匹配图像采集单元2、匹配单元3、背景图像选取单元4、判断单元5、报警单元6及判定单元7。
其中,所述背景图像获取单元1用于获取待识别消防通道中不含障碍物的背景模板图像集。所述背景模板图像集中包括多张背景模板图像。
所述待匹配图像采集单元2用于实时采集待识别消防通道的待匹配图像。
所述匹配单元3分别与所述背景图像获取单元1及所述待匹配图像采集单元2连接,所述匹配单元3用于计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集。
所述背景图像选取单元4与所述匹配单元3连接,所述背景图像选取单元4用于选取所述匹配结果集中与所述待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像。
所述判断单元5与所述背景图像选取单元4连接,所述判断单元5用于判断所述最终背景模板图像与所述待匹配图像的匹配度是否大于匹配阈值。
所述报警单元6与所述判断单元5连接,所述报警单元6用于在所述匹配度小于或等于匹配阈值时,判定待识别消防通道中存在障碍物,产生报警信息。
所述判定单元7分别与所述判断单元5及所述待匹配图像采集单元2连接,所述判定单元7用于在所述匹配度大于匹配阈值时,判定待识别消防通道中不存在障碍物,,继续采集待识别消防通道的待匹配图像。
进一步地,所述消防通道障碍物识别系统还包括预处理单元。所述预处理单元分别与所述背景图像获取单元1、待匹配图像采集单元2及所述匹配单元3连接,所述预处理单元用于采用中值滤波器对所述待匹配图像和所述背景模板图像集进行去噪处理。
具体地,所述匹配单元3包括:重点监测区域确定模块、背景边界点序列坐标确定模块、测试边界点序列坐标确定模块、背景掩模确定模块、测试掩模确定模块、背景角点提取模块、测试角点提取模块、背景特征描述符确定模块、测试特征描述符确定模块、匹配模块、修正模块、匹配度确定模块及匹配结果集确定模块。
其中,所述重点监测区域确定模块分别与所述背景图像获取单元1及所述待匹配图像采集单元2连接,所述重点监测区域确定模块用于针对每张背景模板图像,对所述背景模板图像以及所述待匹配图像中指定的通道区域进行边界点描点,确定对应的重点监测区域。
所述背景边界点序列坐标确定模块与所述重点监测区域确定模块连接,所述背景边界点序列坐标确定模块用于根据所述背景模板图像中的重点监测区域,确定背景边界点序列坐标集。
所述测试边界点序列坐标确定模块与所述重点监测区域确定模块连接,所述测试边界点序列坐标确定模块用于根据所述待匹配图像中的重点监测区域,确定测试边界点序列坐标集。
所述背景掩模确定模块与所述背景边界点序列坐标确定模块连接,所述背景掩模确定模块用于根据所述背景边界点序列坐标集,在所述背景模板图像中生成背景掩模区域。
所述测试掩模确定模块与所述测试边界点序列坐标确定模块连接,所述测试掩模确定模块用于根据所述测试边界点序列坐标集,在所述待匹配图像中生成测试掩模区域。
所述背景角点提取模块与所述背景掩模确定模块连接,所述背景角点提取模块用于提取所述背景掩模区域的角点,得到背景角点集。
所述测试角点提取模块与所述测试掩模确定模块连接,所述测试角点提取模块用于提取所述背景掩模区域的角点,得到测试角点集。
所述背景特征描述符确定模块与所述背景角点提取模块连接,所述背景特征描述符确定模块用于根据所述背景角点集中各角点的坐标以及各角点的邻域,确定背景模板图像中各角点的特征描述符,得到背景特征描述符集。
所述测试特征描述符确定模块与所述测试角点提取模块连接,所述测试特征描述符确定模块用于根据所述测试角点集中各角点的坐标以及各角点的邻域,确定待匹配图像中各角点的特征描述符,得到测试特征描述符集。
所述匹配模块分别与所述背景特征描述符确定模块及所述测试特征描述符确定模块连接,所述匹配模块用于对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集。
所述修正模块与所述匹配模块连接,所述修正模块用于对所述初始匹配集修正,得到修正匹配集。
所述匹配度确定模块与所述修正模块连接,所述匹配度确定模块用于根据所述修正匹配集中匹配对的数量,计算所述背景模板图像与所述待匹配图像间的匹配度。
所述匹配结果集确定模块与所述匹配度确定模块连接,所述匹配结果集确定模块用于根据各背景模板图像与待匹配图像间的匹配度,得到匹配结果集。
具体地,所述匹配模块包括相似度确定子模块及初始匹配集确定子模块。
其中,所述相似度确定子模块分别与所述背景特征描述符确定模块及所述测试特征描述符确定模块连接,所述相似度确定子模块用于采用欧氏距离计算任意两个背景特征描述符与测试特征描述符的相似度。
所述初始匹配集确定子模块与所述相似度确定子模块连接,所述初始匹配集确定子模块用于根据各相似度,确定匹配成功的背景特征描述符和所述测试特征描述符,得到初始匹配集。所述初始匹配集中包括多个匹配对。
相对于现有技术,本发明消防通道障碍物识别系统与上述消防通道障碍物识别方法的有益效果相同,在此不再赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种消防通道障碍物识别方法,其特征在于,所述消防通道障碍物识别方法包括:
获取待识别消防通道中不含障碍物的背景模板图像集;所述背景模板图像集中包括多张背景模板图像;
实时采集待识别消防通道的待匹配图像;
计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集;
选取所述匹配结果集中与所述待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像;
判断所述最终背景模板图像与所述待匹配图像的匹配度是否大于匹配阈值;
若所述匹配度小于或等于匹配阈值,则判定待识别消防通道中存在障碍物,产生报警信息;
若所述匹配度大于匹配阈值,则判定待识别消防通道中不存在障碍物,继续采集待识别消防通道的待匹配图像。
2.根据权利要求1所述的消防通道障碍物识别方法,其特征在于,所述获取待识别消防通道中不含障碍物的背景模板图像集,具体包括:
通过摄像头采集待识别消防通道在多种光照下的背景图像,得到背景模板图像集。
3.根据权利要求1所述的消防通道障碍物识别方法,其特征在于,所述消防通道障碍物识别方法还包括:
采用中值滤波器对所述待匹配图像和所述背景模板图像集进行去噪处理。
4.根据权利要求1所述的消防通道障碍物识别方法,其特征在于,所述计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集,具体包括:
针对每张背景模板图像,对所述背景模板图像以及所述待匹配图像中指定的通道区域进行边界点描点,确定对应的重点监测区域;
根据所述背景模板图像中的重点监测区域,确定背景边界点序列坐标集;
根据所述待匹配图像中的重点监测区域,确定测试边界点序列坐标集;
根据所述背景边界点序列坐标集,在所述背景模板图像中生成背景掩模区域;
根据所述测试边界点序列坐标集,在所述待匹配图像中生成测试掩模区域;
提取所述背景掩模区域的角点,得到背景角点集;
提取所述背景掩模区域的角点,得到测试角点集;
根据所述背景角点集中各角点的坐标以及各角点的邻域,确定背景模板图像中各角点的特征描述符,得到背景特征描述符集;
根据所述测试角点集中各角点的坐标以及各角点的邻域,确定待匹配图像中各角点的特征描述符,得到测试特征描述符集;
对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集;
对所述初始匹配集修正,得到修正匹配集;
根据所述修正匹配集中匹配对的数量,计算所述背景模板图像与所述待匹配图像间的匹配度;
根据各背景模板图像与待匹配图像间的匹配度,得到匹配结果集。
5.根据权利要求4所述的消防通道障碍物识别方法,其特征在于,所述对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集,具体包括:
采用欧氏距离计算任意两个背景特征描述符与测试特征描述符的相似度;
根据各相似度,确定匹配成功的背景特征描述符和所述测试特征描述符,得到初始匹配集;所述初始匹配集中包括多个匹配对。
6.根据权利要求5所述的消防通道障碍物识别方法,其特征在于,所述对所述初始匹配集修正,得到修正匹配集,具体包括:
针对任一匹配对,计算所述背景特征描述符和所述测试特征描述符的相对位移;
若所述相对位移的偏差大于阈值,则所述匹配对为误匹配对;
将所述初始匹配集中的误匹配对删除,得到修正匹配集。
7.一种消防通道障碍物识别系统,其特征在于,所述消防通道障碍物识别系统包括:
背景图像获取单元,用于获取待识别消防通道中不含障碍物的背景模板图像集;所述背景模板图像集中包括多张背景模板图像;
待匹配图像采集单元,用于实时采集待识别消防通道的待匹配图像;
匹配单元,分别与所述背景图像获取单元及所述待匹配图像采集单元连接,用于计算每张背景模板图像与所述待匹配图像的匹配度,得到匹配结果集;
背景图像选取单元,与所述匹配单元连接,用于选取所述匹配结果集中与所述待匹配图像的匹配度最高的背景模板图像,作为最终背景模板图像;
判断单元,与所述背景图像选取单元连接,用于判断所述最终背景模板图像与所述待匹配图像的匹配度是否大于匹配阈值;
报警单元,与所述判断单元连接,用于在所述匹配度小于或等于匹配阈值时,判定待识别消防通道中存在障碍物,产生报警信息;
判定单元,分别与所述判断单元及所述待匹配图像采集单元连接,用于在所述匹配度大于匹配阈值时,判定待识别消防通道中不存在障碍物,继续采集待识别消防通道的待匹配图像。
8.根据权利要求7所述的消防通道障碍物识别系统,其特征在于,所述消防通道障碍物识别系统还包括:
预处理单元,分别与所述背景图像获取单元、待匹配图像采集单元及所述匹配单元连接,用于采用中值滤波器对所述待匹配图像和所述背景模板图像集进行去噪处理。
9.根据权利要求7所述的消防通道障碍物识别系统,其特征在于,所述匹配单元包括:
重点监测区域确定模块,分别与所述背景图像获取单元及所述待匹配图像采集单元连接,用于针对每张背景模板图像,对所述背景模板图像以及所述待匹配图像中指定的通道区域进行边界点描点,确定对应的重点监测区域;
背景边界点序列坐标确定模块,与所述重点监测区域确定模块连接,用于根据所述背景模板图像中的重点监测区域,确定背景边界点序列坐标集;
测试边界点序列坐标确定模块,与所述重点监测区域确定模块连接,用于根据所述待匹配图像中的重点监测区域,确定测试边界点序列坐标集;
背景掩模确定模块,与所述背景边界点序列坐标确定模块连接,用于根据所述背景边界点序列坐标集,在所述背景模板图像中生成背景掩模区域;
测试掩模确定模块,与所述测试边界点序列坐标确定模块连接,用于根据所述测试边界点序列坐标集,在所述待匹配图像中生成测试掩模区域;
背景角点提取模块,与所述背景掩模确定模块连接,用于提取所述背景掩模区域的角点,得到背景角点集;
测试角点提取模块,与所述测试掩模确定模块连接,用于提取所述背景掩模区域的角点,得到测试角点集;
背景特征描述符确定模块,与所述背景角点提取模块连接,用于根据所述背景角点集中各角点的坐标以及各角点的邻域,确定背景模板图像中各角点的特征描述符,得到背景特征描述符集;
测试特征描述符确定模块,与所述测试角点提取模块连接,用于根据所述测试角点集中各角点的坐标以及各角点的邻域,确定待匹配图像中各角点的特征描述符,得到测试特征描述符集;
匹配模块,分别与所述背景特征描述符确定模块及所述测试特征描述符确定模块连接,用于对所述背景特征描述符集和测试特征描述符集进行匹配,得到初始匹配集;
修正模块,与所述匹配模块连接,用于对所述初始匹配集修正,得到修正匹配集;
匹配度确定模块,与所述修正模块连接,用于根据所述修正匹配集中匹配对的数量,计算所述背景模板图像与所述待匹配图像间的匹配度;
匹配结果集确定模块,与所述匹配度确定模块连接,用于根据各背景模板图像与待匹配图像间的匹配度,得到匹配结果集。
10.根据权利要求9所述的消防通道障碍物识别系统,其特征在于,所述匹配模块包括:
相似度确定子模块,分别与所述背景特征描述符确定模块及所述测试特征描述符确定模块连接,用于采用欧氏距离计算任意两个背景特征描述符与测试特征描述符的相似度;
初始匹配集确定子模块,与所述相似度确定子模块连接,用于根据各相似度,确定匹配成功的背景特征描述符和所述测试特征描述符,得到初始匹配集;所述初始匹配集中包括多个匹配对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055464.9A CN113762164A (zh) | 2021-09-09 | 2021-09-09 | 一种消防通道障碍物识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055464.9A CN113762164A (zh) | 2021-09-09 | 2021-09-09 | 一种消防通道障碍物识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113762164A true CN113762164A (zh) | 2021-12-07 |
Family
ID=78794299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111055464.9A Pending CN113762164A (zh) | 2021-09-09 | 2021-09-09 | 一种消防通道障碍物识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113762164A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116563770A (zh) * | 2023-07-10 | 2023-08-08 | 四川弘和数智集团有限公司 | 车辆颜色的检测方法、装置及设备和介质 |
-
2021
- 2021-09-09 CN CN202111055464.9A patent/CN113762164A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116563770A (zh) * | 2023-07-10 | 2023-08-08 | 四川弘和数智集团有限公司 | 车辆颜色的检测方法、装置及设备和介质 |
CN116563770B (zh) * | 2023-07-10 | 2023-09-29 | 四川弘和数智集团有限公司 | 车辆颜色的检测方法、装置及设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852219B (zh) | 一种多行人跨摄像头在线跟踪系统 | |
CN112216049B (zh) | 一种基于图像识别的施工警戒区监测预警系统及方法 | |
CN112102409B (zh) | 目标检测方法、装置、设备及存储介质 | |
CN108986094B (zh) | 用于人脸识别用训练图像库的数据自动更新方法 | |
CN108805900B (zh) | 一种跟踪目标的确定方法及装置 | |
CN107437318B (zh) | 一种可见光智能识别算法 | |
CN110414400B (zh) | 一种施工现场安全帽穿戴自动检测方法及系统 | |
KR102406804B1 (ko) | 딥러닝 기반 영상 내 객체 자동 검출 방법 및 시스템 | |
CN111222478A (zh) | 一种工地安全防护检测方法和系统 | |
CN102915433A (zh) | 基于字符组合的车牌定位和识别方法 | |
CN112184773A (zh) | 一种基于深度学习的安全帽佩戴检测方法及系统 | |
US11263762B2 (en) | Image recognition method and apparatus, and computer-readable storage medium | |
CN116259002A (zh) | 一种基于视频的人体危险行为分析方法 | |
CN114187543A (zh) | 一种高空电力作业场景下的安全带检测方法及系统 | |
CN113222973A (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
CN115620192A (zh) | 一种高空作业安全绳穿戴检测的方法和装置 | |
CN114155557B (zh) | 定位方法、装置、机器人及计算机可读存储介质 | |
CN113762164A (zh) | 一种消防通道障碍物识别方法及系统 | |
CN111274872B (zh) | 基于模板匹配的视频监控动态不规则多监管区域判别方法 | |
CN112560727A (zh) | 一种基于人工智能的起重机越线安全预警方法和装置 | |
CN112686214A (zh) | 一种基于Retinaface算法的人脸口罩检测系统和方法 | |
CN111291728A (zh) | 违规翻越传输带行为的检测系统及检测设备、检测方法 | |
CN111274888B (zh) | 一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法 | |
CN112365526A (zh) | 弱小目标的双目检测方法及系统 | |
CN112004056A (zh) | 一种抗干扰能力强的智能视频分析方法 |
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 |