CN116052089B - 一种用于智能安防监控的图像处理系统、方法及存储介质 - Google Patents

Abstract

本发明属于安防监控技术领域，具体涉及一种用于智能安防监控的图像处理系统、方法及存储介质，方法包括：摄像模块获取监控区域的图像数据，将图像数据发送给远程监控模块，判断图像数据中是否包含目标对象；远程监控模块将代表值和第一特定代表值进行一致性比较，在最高的第一一致性得分超过得分阈值的情况下，将目标对象判定为相应的特定目标对象；在最高的第一一致性得分未超过得分阈值的情况下，将代表值和不同的第二特定代表值进行一致性比较，在最高的第二一致性得分超过得分阈值的情况下，将目标对象判定为相应的特定目标对象；远程监控模块对第二特定代表值进行补充。本发明能够提高识别异常目标对象的成功率。

Description

一种用于智能安防监控的图像处理系统、方法及存储介质

技术领域

本发明属于安防监控技术领域，具体涉及一种用于智能安防监控的图像处理系统、方法及存储介质。

背景技术

随着计算机应用技术的不断发展，安防监控系统在人们的生活中变得越来越普遍，安防监控系统采集监控区域的图像数据，并且对于采集的图像数据进行分析处理，来判断是否有非法对象闯入监控区域，从而达到确保监控区域的安全的目的。

公开号为CN112702564A的中国发明专利，提供一种图像监控方法及设备，方法包括：通过第一摄像装置拍摄第一图像，第一图像中包括多个远距离人体图像，根据第一图像确定一个或多个初步目标人员在第一图像中的对应位置；通过第二摄像装置拍摄一个或多个初步目标人员的对应位置的第二图像，根据第二图像确定一个或多个初步目标人员的人脸图像中的最终目标人员的人脸图像，然而，该发明专利必须提取到人脸的详细特征才能识别出最终目标人员，识别的成功率不够高。公开号为CN105957285A的中国发明专利，提供了一种图像监控报警方法，将摄像机与监控主机连接，对静置物件进行监控，监控开始时，摄像机抓取静置物件的初始图像作为原始参考图像并保存，监控主机载入原始参考图像；监控开始后，摄像机对静置物件抓取实时图像，并进行图像灰度处理后与原始参考图像对比，如果对比结果满足定义，则监控主机发出报警提示；如果实时图像与原始参考图像的对比结果不满足定义，则对实时图像进行保存，并继续监控，但是，该发明专利并未考虑摄像机向监控主机发送图像数据的过程中的数据安全问题。由此，本发明提供一种用于智能安防监控的图像处理系统、方法及存储介质。

发明内容

本发明通过摄像模块获取监控区域的图像数据，同时摄像模块将图像数据发送给远程监控模块，并且远程监控模块对于图像数据进行分析处理，判断图像数据中是否存在异常目标对象，本发明旨在提高从图像数据中识别出异常目标对象的成功率，同时又确保图像数据的安全性。

为了达到上述的发明目的，本发明给出如下所述的一种用于智能安防监控的图像处理方法，主要包括以下的步骤：

通过摄像模块获取监控区域的图像数据，同时所述摄像模块将所述图像数据通过网络发送给远程监控模块，所述远程监控模块接收来自所述摄像模块的所述图像数据，并且针对所述图像数据采取预先设定的目标对象检测方法，以判断所述图像数据中是否包含目标对象，在所述图像数据中未包含目标对象的情况下，重复本步骤；

所述远程监控模块在所述图像数据中包含目标对象的情况下，从目标对象对应的部分所述图像数据中提取代表值，并且将提取的所述代表值分别和预先存储的与不同的特定目标对象相对应的不同的第一特定代表值进行一致性比较，分别得到第一一致性得分，同时确定最高的第一一致性得分，检查最高的第一一致性得分是否超过预先设定的第一一致性得分阈值，在最高的第一一致性得分超过所述第一一致性得分阈值的情况下，将目标对象判定为与最高的第一一致性得分相对应的特定目标对象；

所述远程监控模块在最高的第一一致性得分未超过所述第一一致性得分阈值的情况下，将提取的所述代表值分别再和预先存储的与不同的特定目标对象相对应的不同的第二特定代表值进行一致性比较，分别得到第二一致性得分，确定最高的第二一致性得分，同时判断最高的第二一致性得分是否超过预先设定的第二一致性得分阈值，在最高的第二一致性得分超过所述第二一致性得分阈值的情况下，将目标对象判定为与最高的第二一致性得分相对应的特定目标对象，在最高的第二一致性得分未超过所述第二一致性得分阈值的情况下，将目标对象判定为异常目标对象，跳转开始的步骤；

所述远程监控模块从目标对象对应的部分所述图像数据中提取与所述代表值不同的其他代表值，并且使用提取出的其他代表值补充不同的所述第二特定代表值，跳转开始的步骤。

作为本发明的一种优选技术方案，使用提取出的其他代表值补充不同的所述第二特定代表值的过程包括，将提取出的其他代表值与识别出的特定目标对象之外的特定目标对象的不同的所述第二特定代表值分别进行一致性比较，分别得到一致性得分，在存在一致性得分超过预先设定的一致性得分阈值的情况下，将与超过所述一致性得分阈值的一致性得分相对应的所述第二特定代表值，以及提取出的其他代表值进行删除，在不存在一致性得分超过预先设定的所述一致性得分阈值的情况下，使用提取出的其他代表值补充不同的所述第二特定代表值。

作为本发明的一种优选技术方案，所述第二一致性得分阈值高于所述第一一致性得分阈值。

作为本发明的一种优选技术方案，在预先存储所述第二特定代表值时，还同时预先存储生成所述第二特定代表值的目标对象对应的部分所述图像数据的获取时刻。

作为本发明的一种优选技术方案，在将提取的所述代表值分别再和预先存储的与不同的特定目标对象相对应的不同的所述第二特定代表值进行一致性比较时，所述第二特定代表值的获取时刻和与提取的所述代表值相对应的部分所述图像数据的获取时刻之间的时间长度未超过预先设定的时间长度阈值。

作为本发明的一种优选技术方案，所述摄像模块将所述图像数据通过网络发送给所述远程监控模块，包括如下的步骤：

所述摄像模块在预先存储的公开图像数据中随机划定一个封闭区域，同时确定位于这个封闭区域的边界上的不同的像素点在所述公开图像数据中的不同位置，并且按照顺时针的方向在所述公开图像数据中依次获取不同的像素点的R值，G值，和B值；

所述摄像模块基于获取的不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，按照和获取不同的像素点的顺序相同的顺序，对于不同的相加的结果进行顺序排列以得到密码；

所述摄像模块使用密码对于所述图像数据进行运算处理以得到运算处理的结果，同时所述摄像模块将获取的不同的像素点在所述公开图像数据中的不同的位置分别变换成不同的R值，G值，和B值，分别根据不同的R值，G值，和B值生成不同位置像素点，将不同位置像素点添加到所述公开图像数据中，并且所述摄像模块将运算处理的结果，以及所述公开图像数据发送给所述远程监控模块。

作为本发明的一种优选技术方案，所述远程监控模块接收来自所述摄像模块的所述图像数据，包括如下的步骤：

所述远程监控模块从接收到的所述公开图像数据中提取出不同位置像素点，同时分别获取不同位置像素点的R值，G值，和B值，并且将位置像素点的R值，G值，和B值变换成像素点在所述公开图像数据中的位置；

所述远程监控模块根据变换得到的不同的像素点在所述公开图像数据中的不同位置，在所述公开图像数据中分别确定与不同位置相对应的不同的像素点，并且所述远程监控模块按照顺时针的方向在所述公开图像数据中依次获取不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，同时对于不同的相加的结果进行顺序排列以得到密码；

所述远程监控模块使用密码对于接收到的运算处理的结果进行逆运算处理，以得到所述摄像模块发送的所述图像数据。

本发明还提供一种用于智能安防监控的图像处理系统，包括如下的模块：

摄像模块，用于获取监控区域的图像数据，并且将监控区域的图像数据通过网络发送给远程监控模块，在将监控区域的图像数据通过网络发送给远程监控模块之前，对于监控区域的图像数据进行运算处理；

远程监控模块，用于通过逆运算处理获取摄像模块发送的图像数据，同时判断图像数据中是否包含目标对象，在图像数据中包含目标对象的情况下，从目标对象对应的部分图像数据中提取代表值，并且将提取的代表值与第一特定代表值和第二特定代表值进行一致性比较以判断目标对象是否为特定目标对象，和异常目标对象，远程监控模块还用于生成新的第二特定代表值。

本发明还提供一种存储介质，所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备执行上述中任意一项所述的方法。

与现有技术相比，本发明的有益效果至少如下所述：

在本发明中，首先摄像模块获取监控区域的图像数据，将图像数据发送给远程监控模块，判断图像数据中是否包含目标对象；其次远程监控模块将代表值和第一特定代表值进行一致性比较，在最高的第一一致性得分超过得分阈值的情况下，将目标对象判定为与最高的第一一致性得分相对应的特定目标对象；再次在最高的第一一致性得分未超过得分阈值的情况下，将代表值和不同的第二特定代表值进行一致性比较，在最高的第二一致性得分超过得分阈值的情况下，将目标对象判定为与最高的第二一致性得分相对应的特定目标对象；最后远程监控模块对第二特定代表值进行补充，摄像模块继续获取监控区域的图像数据。通过本发明不仅能够提高从图像数据中识别出异常目标对象的成功率，从而更好的确保监控区域的安全，而且还能够保证图像数据不会被非法获取。

附图说明

图1为本发明的一种用于智能安防监控的图像处理方法的步骤流程图；

图2为本发明的一种用于智能安防监控的图像处理系统的组成结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。

本发明提供了如图1所示的一种用于智能安防监控的图像处理方法，主要通过执行如下的步骤过程来实现：

步骤1、通过摄像模块获取监控区域的图像数据，同时上述摄像模块将上述图像数据通过网络发送给远程监控模块，上述远程监控模块接收来自上述摄像模块的上述图像数据，并且针对上述图像数据采取预先设定的目标对象检测方法，以判断上述图像数据中是否包含目标对象，在上述图像数据中未包含目标对象的情况下，重复本步骤；

步骤2、上述远程监控模块在上述图像数据中包含目标对象的情况下，从目标对象对应的部分上述图像数据中提取代表值，并且将提取的上述代表值分别和预先存储的与不同的特定目标对象相对应的不同的第一特定代表值进行一致性比较，分别得到第一一致性得分，同时确定最高的第一一致性得分，检查最高的第一一致性得分是否超过预先设定的第一一致性得分阈值，在最高的第一一致性得分超过上述第一一致性得分阈值的情况下，将目标对象判定为与最高的第一一致性得分相对应的特定目标对象；

步骤3、上述远程监控模块在最高的第一一致性得分未超过上述第一一致性得分阈值的情况下，将提取的上述代表值分别再和预先存储的与不同的特定目标对象相对应的不同的第二特定代表值进行一致性比较，分别得到第二一致性得分，确定最高的第二一致性得分，同时判断最高的第二一致性得分是否超过预先设定的第二一致性得分阈值，在最高的第二一致性得分超过上述第二一致性得分阈值的情况下，将目标对象判定为与最高的第二一致性得分相对应的特定目标对象，在最高的第二一致性得分未超过上述第二一致性得分阈值的情况下，将目标对象判定为异常目标对象，跳转开始的步骤；

步骤4、上述远程监控模块从目标对象对应的部分上述图像数据中提取与上述代表值不同的其他代表值，并且使用提取出的其他代表值补充不同的上述第二特定代表值，跳转开始的步骤。

具体的，现有技术中基于图像处理的安防监控系统，通常在采集到的图像数据中确定目标对象对应的部分图像数据，从部分图像数据提取目标对象的代表值，从而根据目标对象的代表值来识别目标对象是否为特定目标对象，但是，提取的代表值的内容对应的目标对象的特征类型比较单一，举例如必须获取目标对象的虹膜特征，才能判断目标对象是否为特定目标对象，如果获取不到目标对象的虹膜特征，就无法判断目标对象是否为特定目标对象，在一般情况下，通常认为如果目标对象不是特定目标对象，那么就是异常目标对象，提取的代表值的内容对应的目标对象的特征类型比较单一导致了识别特定目标对象的成功率不高，本来应该被识别为特定目标对象的目标对象，却被识别为了异常目标对象，进而导致识别异常目标对象的成功率也不高。

为了解决以上的技术问题，提出了步骤1到步骤4，首先，摄像模块获取监控区域的图像数据，并且将图像数据传输给远程监控模块，远程监控模块使用目标对象检测方法检查图像数据中是否存在目标对象，举例如目标对象是人，那么目标对象检测方法就是检测图像数据中是否存在人，其次，如果图像数据中存在目标对象，那么就从目标对象对应的部分图像数据提取代表值，同时将代表值的内容和不同的第一特定代表值的内容进行一致性比较，分别得到第一一致性得分，不同的第一特定代表值与不同的特定目标对象相对应，代表值的内容对应的目标对象的特征类型包含第一特定代表值的内容对应的特定目标对象的特征类型，比如代表值的内容对应的目标对象的特征类型是虹膜和身形，第一特定代表值的内容对应的特定目标对象的特征类型是虹膜，当最高的第一一致性得分超过第一一致性得分阈值时，将目标对象判定为与最高的第一一致性得分相对应的特定目标对象，特定目标对象指的是被允许在监控区域中出现的目标对象，再次，当最高的第一一致性得分未超过第一一致性得分阈值时，也即通过第一特定代表值不能识别出特定目标对象，此时可以将代表值的内容和不同的第二特定代表值的内容进行一致性比较，分别得到第二一致性得分，不同的第二特定代表值也与不同的特定目标对象相对应，代表值的内容对应的目标对象的特征类型也包含第二特定代表值的内容对应的特定目标对象的特征类型，比如代表值的内容对应的目标对象的特征类型是虹膜和身形，第二特定代表值的内容对应的特定目标对象的特征类型是身形，当最高的第二一致性得分超过第二一致性得分阈值时，将目标对象判定为与最高的第二一致性得分相对应的特定目标对象，当最高的第二一致性得分不超过第二一致性得分阈值时，将目标对象判定为异常目标对象，异常目标对象指的是不被允许在监控区域中出现的目标对象，如果识别出了异常目标对象，就可以向相关联系人发送提醒消息，最后，如果识别出了特定目标对象，就再从目标对象对应的部分图像数据提取其他代表值，将其他代表值作为相应的特定目标对象的新的第二特定代表值，其他代表值的内容对应的目标对象的特征类型与代表值的内容对应的目标对象的特征类型不同，举例如代表值的内容对应的目标对象的特征类型是虹膜和身形，其他代表值的内容对应的目标对象的特征类型是身高。通过以上方法能够提高识别异常目标对象的成功率，进而也能够更好的确保监控区域的安全性。

进一步的，使用提取出的其他代表值补充不同的上述第二特定代表值的过程包括，将提取出的其他代表值与识别出的特定目标对象之外的特定目标对象的不同的上述第二特定代表值分别进行一致性比较，分别得到一致性得分，在存在一致性得分超过预先设定的一致性得分阈值的情况下，将与超过上述一致性得分阈值的一致性得分相对应的上述第二特定代表值，以及提取出的其他代表值进行删除，在不存在一致性得分超过预先设定的一致性得分阈值的情况下，使用提取出的其他代表值补充不同的上述第二特定代表值。

具体的，在从目标对象对应的部分图像数据提取其他代表值之后，还需要计算其他代表值的内容和已经存储的其他第二特定代表值的内容的一致性，其他第二特定代表值指的是识别出的特定目标对象之外的那些特定目标对象的第二特定代表值，他们内容的一致性得分越高，说明他们的内容越相似，那么就很难根据他们的内容来区分开识别出的特定目标对象和识别出的特定目标对象之外的那些特定目标对象，因此不应该将提取的其他代表值添加为识别出的特定目标对象的第二特定代表值，需要删除提取的其他代表值，以及内容和提取的其他代表值的内容相似的其他第二特定代表值。

进一步的，上述第二一致性得分阈值高于上述第一一致性得分阈值。具体的，使用与特定目标对象相对应的第一特定代表值识别目标对象是否为特定目标对象的准确率，要高于使用与特定目标对象相对应的第二特定代表值识别目标对象是否为特定目标对象的准确率，举例如使用特定目标对象的虹膜特征识别特定目标对象的准确率，比使用特定目标对象的身形特征识别特定目标对象的准确率要高，为了确保识别特定目标对象的最终的准确率，因此设置第二一致性得分阈值高于第一一致性得分阈值。

进一步的，在预先存储上述第二特定代表值时，还同时预先存储生成上述第二特定代表值的目标对象对应的部分上述图像数据的获取时刻。

进一步的，在将提取的上述代表值分别再和预先存储的与不同的特定目标对象相对应的不同的上述第二特定代表值进行一致性比较时，上述第二特定代表值的获取时刻和与提取的上述代表值相对应的部分上述图像数据的获取时刻之间的时间长度未超过预先设定的时间长度阈值。

具体的，在存储与特定目标对象相对应的第二特定代表值的时候，同时存储的还有生成第二特定代表值的部分图像数据的获取时刻，获取时刻可以为摄像模块拍摄部分图像数据对应的图像数据的时刻，由此，在将一次提取的代表值分别再和预先存储的与不同的特定目标对象相对应的不同的第二特定代表值进行一致性比较时，从这些不同的第二特定代表值的获取时刻到这一次提取的代表值对应的部分图像数据的获取时刻的时间长度小于等于时间长度阈值，这一次提取的代表值对应的部分图像数据的获取时刻指的是摄像模块拍摄部分图像数据对应的图像数据的时刻，这样做是因为第二特定代表值的内容对应的特定目标对象的特征类型具有时效性，是会随着时间不断发生变化的，举例如身形，不能一直被用来识别特定目标对象，这样做也是为了提高识别特定目标对象的成功率。

进一步的，上述摄像模块将上述图像数据通过网络发送给上述远程监控模块，包括如下的步骤：

步骤1、上述摄像模块在预先存储的公开图像数据中随机划定一个封闭区域，同时确定位于这个封闭区域的边界上的不同的像素点在上述公开图像数据中的不同位置，并且按照顺时针的方向在上述公开图像数据中依次获取不同的像素点的R值，G值，和B值；

步骤2、上述摄像模块基于获取的不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，按照和获取不同的像素点的顺序相同的顺序，对于不同的相加的结果进行顺序排列以得到密码；

步骤3、上述摄像模块使用密码对于上述图像数据进行运算处理以得到运算处理的结果，同时上述摄像模块将获取的不同的像素点在上述公开图像数据中的不同的位置分别变换成不同的R值，G值，和B值，分别根据不同的R值，G值，和B值生成不同位置像素点，将不同位置像素点添加到上述公开图像数据中，并且上述摄像模块将运算处理的结果，以及上述公开图像数据发送给上述远程监控模块。

具体的，在摄像模块将图像数据通过网络发送给远程监控模块的过程中，存在图像数据可能被泄露的风险，因此，为了保证图像数据的安全性，又提出了步骤1到步骤3，在步骤1中，在公开图像数据中随机划定一个封闭区域，公开图像数据可以是任意的图像数据，确定位于这个封闭区域的边界上的不同的像素点在公开图像数据中的不同位置，同时按照顺时针的方向依次获取不同的像素点的R值，G值，和B值，在步骤2中，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，对于不同的相加的结果进行顺序排列以得到密码，举例如不同的像素点的R值，G值，和B值依次为（1，2，3）（4，5，6）（7，8，9），那么相加的结果依次为6，15，24，得到的密码为61524，在步骤3中，使用密码对于图像数据进行运算处理，运算处理可以为DES加密运算处理，并且将获取的不同的像素点在公开图像数据中的不同的位置分别变换成不同的R值，G值，和B值，分别根据不同的R值，G值，和B值生成不同位置像素点，将不同位置像素点添加到公开图像数据中，举例如可以将不同位置像素点添加到公开图像数据的结尾处，其中，不同的像素点在公开图像数据中的不同的位置，可以是不同的像素点在图像坐标系中的位置，举例如一个像素点的位置为（5，7），那么可以变换为相应的R值，G值，和B值，即（5，7，255），还将运算处理的结果和公开图像数据发送给远程监控模块。通过以上方法，无需事先在摄像模块和远程监控模块之间传递密码，即使运算处理的结果和公开图像数据被窃取，由于无法从公开图像数据中提取密码，也不能从运算处理的结果得到图像数据，确保了图像数据的安全性。

进一步的，上述远程监控模块接收来自上述摄像模块的上述图像数据，包括如下的步骤：

步骤1、上述远程监控模块从接收到的上述公开图像数据中提取出不同位置像素点，同时分别获取不同位置像素点的R值，G值，和B值，并且将位置像素点的R值，G值，和B值变换成像素点在上述公开图像数据中的位置；

步骤2、上述远程监控模块根据变换得到的不同的像素点在上述公开图像数据中的不同位置，在上述公开图像数据中分别确定与不同位置相对应的不同的像素点，并且上述远程监控模块按照顺时针的方向在上述公开图像数据中依次获取不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，同时对于不同的相加的结果进行顺序排列以得到密码；

步骤3、上述远程监控模块使用密码对于接收到的运算处理的结果进行逆运算处理，以得到上述摄像模块发送的上述图像数据。

具体的，远程监控模块接收到运算处理的结果和公开图像数据之后，还需要使用公开图像数据从运算处理的结果得到图像数据，在步骤1中，从接收到的公开图像数据中提取出不同位置像素点，分别获取不同位置像素点的R值，G值，和B值，分别将不同位置像素点的R值，G值，和B值变换成不同的像素点在公开图像数据中的不同的位置，举例如一个位置像素点的R值，G值，和B值为（5，7，255），那么能够变换得到像素点在公开图像数据中的位置为（5，7），在步骤2中，根据变换得到的不同的像素点在公开图像数据中的不同的位置，在公开图像数据中分别确定与不同的位置相对应的不同的像素点，按照顺时针的方向在公开图像数据中依次获取不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，对于不同的相加的结果进行顺序排列以得到密码，在步骤3中，使用密码对于接收到的运算处理的结果进行逆运算处理，逆运算处理可以为DES解密运算处理，从而得到摄像模块发送的图像数据。

根据本发明实施例的另一个方面，参考如图2所示，还提供一种用于智能安防监控的图像处理系统，包括摄像模块，远程监控模块，用来实现如以上内容所描述的一种用于智能安防监控的图像处理方法，各个模块的具体功能如下：

摄像模块，用于获取监控区域的图像数据，并且将监控区域的图像数据通过网络发送给远程监控模块，在将监控区域的图像数据通过网络发送给远程监控模块之前，对于监控区域的图像数据进行运算处理；

远程监控模块，用于通过逆运算处理获取摄像模块发送的图像数据，同时判断图像数据中是否包含目标对象，在图像数据中包含目标对象的情况下，从目标对象对应的部分图像数据中提取代表值，并且将提取的代表值与第一特定代表值和第二特定代表值进行一致性比较以判断目标对象是否为特定目标对象，和异常目标对象，远程监控模块还用于生成新的第二特定代表值。

根据本发明实施例的另一个方面，还提供了一种存储介质，存储介质存储有程序指令，其中，在程序指令运行时控制存储介质所在设备执行上述中任意一项的方法。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的程序可存储于一个非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

上述的实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

上述的实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

上述的仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种用于智能安防监控的图像处理方法，其特征在于，包括如下的步骤：

通过摄像模块获取监控区域的图像数据，同时所述摄像模块将所述图像数据通过网络发送给远程监控模块，所述远程监控模块接收来自所述摄像模块的所述图像数据，并且针对所述图像数据采取预先设定的目标对象检测方法，以判断所述图像数据中是否包含目标对象，在所述图像数据中未包含目标对象的情况下，重复本步骤；

所述远程监控模块在所述图像数据中包含目标对象的情况下，从目标对象对应的部分所述图像数据中提取代表值，并且将提取的所述代表值分别和预先存储的与不同的特定目标对象相对应的不同的第一特定代表值进行一致性比较，分别得到第一一致性得分，同时确定最高的第一一致性得分，检查最高的第一一致性得分是否超过预先设定的第一一致性得分阈值，在最高的第一一致性得分超过所述第一一致性得分阈值的情况下，将目标对象判定为与最高的第一一致性得分相对应的特定目标对象；

所述远程监控模块在最高的第一一致性得分未超过所述第一一致性得分阈值的情况下，将提取的所述代表值分别再和预先存储的与不同的特定目标对象相对应的不同的第二特定代表值进行一致性比较，分别得到第二一致性得分，确定最高的第二一致性得分，同时判断最高的第二一致性得分是否超过预先设定的第二一致性得分阈值，在最高的第二一致性得分超过所述第二一致性得分阈值的情况下，将目标对象判定为与最高的第二一致性得分相对应的特定目标对象，在最高的第二一致性得分未超过所述第二一致性得分阈值的情况下，将目标对象判定为异常目标对象，跳转开始的步骤；

所述远程监控模块从目标对象对应的部分所述图像数据中提取与所述代表值不同的其他代表值，并且使用提取出的其他代表值补充不同的所述第二特定代表值，跳转开始的步骤；

使用提取出的其他代表值补充不同的所述第二特定代表值的过程包括，将提取出的其他代表值与识别出的特定目标对象之外的特定目标对象的不同的所述第二特定代表值分别进行一致性比较，分别得到一致性得分，在存在一致性得分超过预先设定的一致性得分阈值的情况下，将与超过所述一致性得分阈值的一致性得分相对应的所述第二特定代表值，以及提取出的其他代表值进行删除，在不存在一致性得分超过预先设定的所述一致性得分阈值的情况下，使用提取出的其他代表值补充不同的所述第二特定代表值；

所述摄像模块将所述图像数据通过网络发送给所述远程监控模块，包括如下的步骤：

所述摄像模块在预先存储的公开图像数据中随机划定一个封闭区域，同时确定位于这个封闭区域的边界上的不同的像素点在所述公开图像数据中的不同位置，并且按照顺时针的方向在所述公开图像数据中依次获取不同的像素点的R值，G值，和B值；

所述摄像模块基于获取的不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，按照和获取不同的像素点的顺序相同的顺序，对于不同的相加的结果进行顺序排列以得到密码；

所述摄像模块使用密码对于所述图像数据进行运算处理以得到运算处理的结果，同时所述摄像模块将获取的不同的像素点在所述公开图像数据中的不同位置分别变换成不同的R值，G值，和B值，分别根据不同的R值，G值，和B值生成不同位置像素点，将不同位置像素点添加到所述公开图像数据中，并且所述摄像模块将运算处理的结果，以及所述公开图像数据发送给所述远程监控模块；

所述远程监控模块接收来自所述摄像模块的所述图像数据，包括如下的步骤：

所述远程监控模块从接收到的所述公开图像数据中提取出不同位置像素点，同时分别获取不同位置像素点的R值，G值，和B值，并且将位置像素点的R值，G值，和B值变换成像素点在所述公开图像数据中的位置；

所述远程监控模块根据变换得到的不同的像素点在所述公开图像数据中的不同位置，在所述公开图像数据中分别确定与不同位置相对应的不同的像素点，并且所述远程监控模块按照顺时针的方向在所述公开图像数据中依次获取不同的像素点的R值，G值，和B值，分别将不同的像素点的R值，G值，和B值进行相加，分别得到相加的结果，同时对于不同的相加的结果进行顺序排列以得到密码；

所述远程监控模块使用密码对于接收到的运算处理的结果进行逆运算处理，以得到所述摄像模块发送的所述图像数据。

2.根据权利要求1所述的一种用于智能安防监控的图像处理方法，其特征在于，所述第二一致性得分阈值高于所述第一一致性得分阈值。

3.根据权利要求1所述的一种用于智能安防监控的图像处理方法，其特征在于，在预先存储所述第二特定代表值时，还同时预先存储生成所述第二特定代表值的目标对象对应的部分所述图像数据的获取时刻。

4.根据权利要求3所述的一种用于智能安防监控的图像处理方法，其特征在于，在将提取的所述代表值分别再和预先存储的与不同的特定目标对象相对应的不同的所述第二特定代表值进行一致性比较时，所述第二特定代表值的获取时刻和与提取的所述代表值相对应的部分所述图像数据的获取时刻之间的时间长度未超过预先设定的时间长度阈值。

5.一种用于智能安防监控的图像处理系统，用于实现如权利要求1-4任意一项所述的方法，其特征在于，包括如下的模块：

摄像模块，用于获取监控区域的图像数据，并且将监控区域的图像数据通过网络发送给远程监控模块，在将监控区域的图像数据通过网络发送给远程监控模块之前，对于监控区域的图像数据进行运算处理；

远程监控模块，用于通过逆运算处理获取摄像模块发送的图像数据，同时判断图像数据中是否包含目标对象，在图像数据中包含目标对象的情况下，从目标对象对应的部分图像数据中提取代表值，并且将提取的代表值与第一特定代表值和第二特定代表值进行一致性比较以判断目标对象是否为特定目标对象，和异常目标对象，远程监控模块还用于生成新的第二特定代表值。

6.一种存储介质，其特征在于，所述存储介质存储有程序指令，其中，在所述程序指令运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的方法。

Images