【技術(shù)領(lǐng)域】

本發(fā)明涉及一種視頻監(jiān)控方法，特別是一種基于標(biāo)識物的識別方法。

背景技術(shù)：

智能視頻監(jiān)控技術(shù)是基于圖像處理和模式識別的新型視頻監(jiān)控技術(shù)，可實現(xiàn)對視頻圖像中的目標(biāo)進行自動檢測、識別、跟蹤和分析，相比于傳統(tǒng)的需要專人職守的視頻監(jiān)控，將監(jiān)控人員從繁雜而枯燥的“盯屏幕”任務(wù)中解脫出來，不僅提供了簡便且可自定義的操作體驗，節(jié)約了人力資源，也確保了各種異常情況被準(zhǔn)確及時的發(fā)現(xiàn)，提高了整個組織的安全性。目前，監(jiān)控視頻中運動目標(biāo)的檢測、識別、分類和跟蹤已成為研究熱點，但視頻監(jiān)控都局限于限定的場景，尚未發(fā)現(xiàn)一種能適應(yīng)多種環(huán)境參數(shù)、無限定條件的方法。

技術(shù)實現(xiàn)要素：

為了解決視頻監(jiān)控技術(shù)在運動目標(biāo)檢測中的局限性，本發(fā)明提供了一種基于標(biāo)識物的識別方法，設(shè)計了一種多個黑白相間的同心矩形或同心圓為標(biāo)識物，將標(biāo)識物粘貼在待測運動目標(biāo)上，通過識別標(biāo)識物，并檢測標(biāo)識物位置的變化，來判斷目標(biāo)的移動情況。該方案的標(biāo)識物設(shè)計靈活，易于識別，標(biāo)識物的識別方法簡便，能夠適用于各種移動目標(biāo)的視頻監(jiān)控。

本發(fā)明所述的一種基于標(biāo)識物的識別方法，其特征在于包括如下步驟：

步驟1：定義標(biāo)識物：所述的標(biāo)識物為多個黑白相間的同心矩形或同心圓，其中心圖形的邊界為內(nèi)框，其最外層圖形的邊界為外框，且外框顏色與待測目標(biāo)的表面色存在明顯反差。例如，當(dāng)待測目標(biāo)的表面色為白色時，設(shè)計標(biāo)識物為4個黑白相間的同心矩形或同心圓，最中心圖形為白色，最外層圖形為黑色。

步驟2：將至少一個所述標(biāo)識物粘貼在待測目標(biāo)的表面，通過正對所述標(biāo)識物設(shè)置的攝像頭拍攝待測物該表面的圖像。例如，當(dāng)待測目標(biāo)為推拉開關(guān)的窗戶時，選擇2個標(biāo)識物，分別粘貼在窗戶的左側(cè)和右側(cè)；當(dāng)待測目標(biāo)為車庫的卷門時，選擇4個標(biāo)識物，由上到下排列粘貼在卷門表面。

步驟3：將所述攝像頭采集的圖像轉(zhuǎn)換為灰度bmp圖像，逐行掃描所述bmp圖像的各個像素，初步檢測所述標(biāo)識物的中心點，檢測步驟包括：

(3.1)定義結(jié)構(gòu)數(shù)組center[(m,n)，ri，pi，bi，vi，v0]，并初始化center，其中，(m,n)為像素點坐標(biāo)，以像素點(m,n)為中心設(shè)置n層同心窗口，2≦n≦8，標(biāo)識物為同心矩形時，窗口為正方形，標(biāo)識物為同心圓時，窗口為圓形，ri為第i層窗口的半徑，i為層序號，0≦i≦n-1，在每層窗口的邊界上等間隔取m個采樣點，每個采樣點灰度值為pij，j為采樣點序號，0≦j≦m-1，第i層窗口的像素均值為類內(nèi)方差為vi、第i層與第0層的類間差bi；

(3.2)計算各層窗口的vi、bi0，計算式分別為

(3.3)在bi>t1，且vi<t2的條件下，其中，100≤t1≤800，70≤t2≤120，尋找最小類內(nèi)方差vindex，記錄vindex及其所對應(yīng)的層序號index和窗口半徑rindex；

(3.4)統(tǒng)計第index層窗口和第0層窗口上對應(yīng)采樣點的像素差值小于最小類內(nèi)方差vindex的個數(shù)num，將滿足bindex0>t3，且num<t4的像素點(m,n)作為標(biāo)識物的中心點加入數(shù)組集合center中，其中，150≤t3≤200，t4≤m/2；

(3.5)以新加入到數(shù)組集合center的中心點(m,n)為中心，在center數(shù)組集中檢索以rindex為半徑的窗口內(nèi)是否有其他點，若有，則僅保留類內(nèi)方差vi和v0都最小的點；

(3.6)以下一像素(m,n+1)或(m+1,1)為中心，重復(fù)步驟(3.2)～(3.5)，直到遍歷完整個圖像的各個像素，得到初檢測點集center；

步驟4：遍歷步驟3所述的初檢測點集center中的所有像素點，以各個所述像素點為起始位置，向四周尋找標(biāo)識物的內(nèi)框和外框，并確定標(biāo)識物中心點坐標(biāo)，包括如下步驟：

(4.1)確定標(biāo)識物內(nèi)框：以第index層窗口為搜索窗口，計算窗口內(nèi)每行每列的像素和相對中心行或中心列的差值，然后中心點為起始位置，向四周尋找灰度突變最大的位置，即為內(nèi)框邊界；

(4.2)確定標(biāo)識物外框：以步驟1所述標(biāo)識物的內(nèi)、外框比例和步驟4.1確定的標(biāo)識物內(nèi)框來確定外框的搜索窗口，計算窗口內(nèi)每行每列像素的梯度，并以中心點(mm,nn)為起始位置，向四周尋找窗口內(nèi)梯度變化最大的位置，即為外框的邊界；

步驟5：去除偽點，滿足如下條件之一的即為偽點：

(1)無法確定內(nèi)框或外框的中心點是偽點；

(2)內(nèi)框或外框內(nèi)像素方差大于閾值t5，或像素均值差小于閾值t6的中心點是偽點，其中，20≤t5≤40，10≤t6≤30；

(3)內(nèi)框和/或外框的寬高比例，或者內(nèi)框與外框的寬/高比例與所述標(biāo)識物不同的中心點是偽點；

步驟6：由步驟(4.1)確定的內(nèi)框邊界修正標(biāo)識物中心點坐標(biāo)，記錄修正后的中心點(mm,nn)；

步驟7：每間隔時間t，重復(fù)步驟3～6，檢測標(biāo)識物中心點坐標(biāo)(mm,nn)，通過檢測標(biāo)識物中心點坐標(biāo)的變化判斷待測物的狀態(tài)。

作為一種技術(shù)方案，在步驟3中先對所述的bmp圖像進行下采樣，再進行初步檢測；若攝像頭拍攝的視頻圖像像素太高，逐行逐個像素點去重復(fù)標(biāo)識物中心點的初步檢測步驟工作量太大，可先對圖像進行下采樣，通過降低視頻圖像的像素來減少工作量，提高識別速度。

作為一種技術(shù)方案，在步驟3.8中，若點(m,n)已增加到數(shù)組集center中，則橫向掃描步長可以設(shè)為10個像素，即下一個像素為(m,n+10)或(m+1,1)。由于標(biāo)識物本身有一定的大小，且標(biāo)識物在粘貼時不會緊挨著粘在一起，故當(dāng)點(m,n)為標(biāo)識物中心點時，可加大掃描步長，以提高效率。

作為一種技術(shù)方案，步驟4在全圖上完成，由于步驟3是標(biāo)識物中心點的初步檢測，所以當(dāng)圖像像素較大時，可通過下采樣提高初步檢測的效率，但在下采樣圖像中進行步驟4會影響標(biāo)識物內(nèi)、外框邊界的準(zhǔn)確性，進而影響標(biāo)識物中心點位置的準(zhǔn)確性，容易導(dǎo)致目標(biāo)運動情況的誤判，故步驟4應(yīng)該在全圖上完成。

作為一種技術(shù)方案，根據(jù)步驟4確定的標(biāo)識物內(nèi)、外框邊界確定標(biāo)識物大小，對攝像頭進行調(diào)焦，調(diào)整標(biāo)識物在全圖中的比例，以達到最佳識別性能。

【附圖說明】

圖1為實施例1設(shè)計的標(biāo)識物

圖2為實施例1中的攝像機拍攝的真實圖像

圖3為實施例2設(shè)計的標(biāo)識物

【具體實施方式】

實施例1

以白色車庫卷門為例，通過本發(fā)明的一種基于標(biāo)識物的識別方法，對卷門的開關(guān)狀態(tài)進行視頻監(jiān)控。定義圖1所示4個黑白相間的同心矩形為標(biāo)識物，標(biāo)識物中心是白色正方形，最外層為黑色矩形，如2所示，選擇2個相同大小的所述標(biāo)識物，分別粘貼在卷門內(nèi)側(cè)，攝像頭正對著標(biāo)識物設(shè)置，拍攝整個卷門的圖像。

將所述攝像頭拍攝的圖像轉(zhuǎn)換為灰度bmp圖像，逐行掃描所述bmp圖像的各個像素，初步檢測所述標(biāo)識物的中心點，檢測步驟包括：(3.1)定義結(jié)構(gòu)數(shù)組center[(m,n)，ri，pi，bi，vi，v0]，并初始化center，其中，(m,n)為像素點坐標(biāo)，以像素點(m,n)為中心設(shè)置6層同心正方形窗口，窗口的半徑ri分別為1，3，5，7，9，11，i為層序號，0≦i≦5，在每層窗口的邊界上等間隔取8個采樣點，即采樣點位于窗口的4個頂點及4條邊的中心處，每個采樣點灰度值為pij，j為采樣點序號，0≦j≦7，第i層窗口的像素均值為類內(nèi)方差為vi、第i層與第0層的類間差bi；(3.2)計算各層窗口的vi、bi，計算式分別為(3.3)在bi>t1，且vi<t2的條件下，其中，100≤t1≤800，70≤t2≤120，尋找最小類內(nèi)方差vindex，并記錄vindex及其所對應(yīng)的層序號index和窗口半徑rindex；(3.4)統(tǒng)計第index層窗口和第0層窗口上對應(yīng)采樣點的像素差值小于最小類內(nèi)方差vindex的個數(shù)num，將滿足bindex>t3，且num<t4的像素點(m,n)作為標(biāo)識物的中心點加入數(shù)組集合center中，其中，150≤t3≤200，t4≤4；(3.5)以新加入到數(shù)組集合center的中心點(m,n)為中心，在center數(shù)組集中檢索以rindex為半徑的窗口內(nèi)是否有其他點，若有，則僅保留類內(nèi)方差vi和v0都最小的點；(3.6)以下一像素(m,n+1)或(m+1,1)為中心，重復(fù)步驟(3.2)～(3.5)，直到遍歷完整個圖像的各個像素，得到初檢測點集center。

遍歷初檢測點集center中的所有像素點，以各個所述像素點為起始位置，向四周尋找標(biāo)識物的內(nèi)框和外框，并確定標(biāo)識物中心點坐標(biāo)，包括如下步驟：

(4.1)確定標(biāo)識物內(nèi)框：以第index層窗口為搜索窗口，計算窗口內(nèi)每行每列的像素和相對中心行或中心列的差值，然后中心點為起始位置，向四周尋找灰度突變最大的位置，即為內(nèi)框邊界；

(4.2)確定標(biāo)識物外框：以步驟1所述標(biāo)識物的內(nèi)、外框比例和步驟4.1確定的標(biāo)識物內(nèi)框來確定外框的搜索窗口，計算窗口內(nèi)每行每列像素的梯度，并以中心點(mm,nn)為起始位置，向四周尋找窗口內(nèi)梯度變化最大的位置，即為外框的邊界；

步驟5：去除偽點，滿足如下條件之一的即為偽點：

(1)無法確定內(nèi)框或外框的中心點是偽點；

(2)內(nèi)框或外框內(nèi)像素方差大于閾值t5，20≤t5≤40，或像素均值差小于閾值t6，10≤t6≤30，的中心點是偽點；

(3)內(nèi)框和/或外框的寬高比例，或者內(nèi)框與外框的寬/高比例與所述標(biāo)識物不同的中心點是偽點；

步驟6：由步驟(4.1)確定的內(nèi)框邊界修正標(biāo)識物中心點坐標(biāo)，記錄修正后的中心點(mm,nn)；

步驟7：每間隔時間t，t＝10min，重復(fù)步驟3～6，檢測標(biāo)識物中心點坐標(biāo)(mm,nn)，通過檢測標(biāo)識物中心點坐標(biāo)的變化判斷待測物的狀態(tài)，即以卷門處于關(guān)閉狀態(tài)時2個標(biāo)識物中心點的坐標(biāo)為基準(zhǔn)，若2個標(biāo)識物中心點的坐標(biāo)均無變化，則判斷卷門處于關(guān)閉狀態(tài)，若有1個或2個標(biāo)識物中心點的坐標(biāo)發(fā)生變化，則判斷卷門處于開啟狀態(tài)。

實施例2

本實施例與實施例1所不同的是，定義圖3所示3個黑白相間的同心圓為標(biāo)識物，標(biāo)識物中心和最外層均為黑色圓形，選擇4個相同大小的所述標(biāo)識物，由上至下粘貼在卷門內(nèi)側(cè)，攝像頭正對著標(biāo)識物設(shè)置，拍攝整個卷門的圖像。

需要強調(diào)的是，以上僅是本發(fā)明的較佳實施例而已，并非對本發(fā)明作任何形式上的限制，凡是依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。