一種鏡頭遮擋檢測方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及安防監(jiān)控技術(shù)領(lǐng)域,特別涉及一種鏡頭遮擋檢測方法及裝置。
【背景技術(shù)】
[0002] 目前,我國各行業(yè)各種規(guī)模大小的安防監(jiān)控系統(tǒng)已非常普遍,除了治安、金融、銀 行、交通、軍隊和口岸等特殊領(lǐng)域外,社區(qū)、寫字樓、酒店、公共場所也大多都已安裝了安防 監(jiān)控設(shè)備。當(dāng)安防監(jiān)控設(shè)備中的攝像機鏡頭被人為惡意遮擋,若監(jiān)控人員未能及時發(fā)現(xiàn)時, 則會導(dǎo)致監(jiān)控失效。
[0003] 現(xiàn)有技術(shù)中解決該鏡頭遮擋檢測的方法是通過攝像頭獲取場景RGB (red、green、 blue,紅綠藍)數(shù)據(jù),建立RGB背景模型,統(tǒng)計前景和背景的差值來判斷鏡頭是否被遮擋。由 于鏡頭采集到的數(shù)據(jù)是RGB數(shù)據(jù),還原出的圖像為二維平面圖像,無法判斷前景到鏡頭的 距離,所以無法區(qū)分前景像素變化是由鏡頭遮擋造成的,還是由于場景中很多物體在移動 造成的,例如,若使用一張背景的照片遮擋鏡頭時,鏡頭中看到場景與實際背景無異,由于 無法較好的還原鏡頭遮擋的物理過程,僅是基于平面數(shù)據(jù)變化的猜測,因此會導(dǎo)致鏡頭遮 擋檢測的準(zhǔn)確率較低。
[0004] 現(xiàn)有技術(shù)的不足在于:
[0005] 現(xiàn)有技術(shù)中檢測鏡頭被遮擋的方法準(zhǔn)確率較低,達不到較好的安防監(jiān)控效果。
【發(fā)明內(nèi)容】
[0006] 本發(fā)明實施例中提供了一種鏡頭遮擋檢測方法及裝置,用以解決現(xiàn)有檢測方法準(zhǔn) 確率較低的問題。
[0007] 本發(fā)明實施例中提供了一種鏡頭遮擋檢測方法,包括步驟:
[0008] 確定前景圖像幀,所述前景圖像幀包含株度?目息;
[0009] 根據(jù)所述深度信息確定所述前景圖像幀的深度直方圖;
[0010] 確定所述前景圖像幀的深度直方圖與背景模型的深度直方圖的差值,所述背景模 型是根據(jù)背景圖像幀確定的,所述背景圖像幀包含深度信息;
[0011] 根據(jù)所述差值確定鏡頭是否被遮擋。
[0012] 本發(fā)明實施例中提供了一種鏡頭遮擋檢測裝置,包括:
[0013] 深度傳感器,用于確定前景圖像幀,所述前景圖像幀包含深度信息^
[0014] 直方圖確定模塊,用于根據(jù)所述深度信息確定所述前景圖像幀的深度直方圖;
[0015] 差值確定模塊,用于確定所述前景圖像幀的深度直方圖與背景模型的深度直方圖 的差值,所述背景模型是根據(jù)背景圖像幀確定的,所述背景圖像幀包含深度信息;
[0016] 鏡頭遮擋確定模塊,用于根據(jù)所述差值確定鏡頭是否被遮擋。
[0017] 本發(fā)明的有益效果是:
[0018] 本發(fā)明實施例提供的技術(shù)方案中,利用深度直方圖基于深度信息來統(tǒng)計判斷前景 深度和背景深度,進而檢測出鏡頭是否被惡意遮擋。相較現(xiàn)有技術(shù)中利用RGB信息判斷鏡 頭被遮擋的技術(shù)方案,由于增加了深度信息,檢測的對象從二維變?yōu)槿S,檢測的內(nèi)容更加 豐富全面,能更好的還原鏡頭遮擋的本質(zhì)。采用本發(fā)明實施例提供的技術(shù)方案,能夠提高鏡 頭遮擋檢測的準(zhǔn)確性,為安防工作提供有力的保證。
【附圖說明】
[0019] 下面將參照附圖描述本發(fā)明的具體實施例,其中:
[0020] 圖1為本發(fā)明實施例中鏡頭遮擋檢測方法實施的流程示意圖;
[0021] 圖2為本發(fā)明實施例中鏡頭遮擋檢測裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0022] 為了使本發(fā)明實施例中的技術(shù)方案及優(yōu)點更加清楚明白,以下結(jié)合附圖對本發(fā)明 的示例性實施例進行進一步詳細(xì)的說明,顯然,所描述的實施例僅是本發(fā)明的一部分實施 例,而不是所有實施例的窮舉。
[0023] 發(fā)明人在發(fā)明過程中注意到:
[0024] 現(xiàn)有的鏡頭遮擋檢測技術(shù)方案,都是基于平面二維數(shù)據(jù)進行分析判斷,例如簡單 計算當(dāng)前畫面與之前某個時刻畫面的差值,或者基于RGB數(shù)據(jù)建立RGB背景模型,統(tǒng)計前景 和背景的差值來判斷鏡頭是否被遮擋,由于沒有深度信息,無法判斷前景到鏡頭的距離,對 惡意的使用同背景一模一樣的照片遮擋鏡頭的情況就不能很好的判斷出來,降低了鏡頭遮 擋的準(zhǔn)確性,甚至喪失了鏡頭監(jiān)控的作用。
[0025] 同時,發(fā)明人還發(fā)現(xiàn)現(xiàn)有的深度傳感器都有很嚴(yán)重的噪聲,且距離鏡頭越遠(yuǎn)的點 噪聲越大,且這種關(guān)系較為穩(wěn)定,所以可以通過統(tǒng)計方法建立模型及確定深度直方圖,來獲 得可靠的背景與前景深度,進而判斷鏡頭是否被遮擋。
[0026] 針對現(xiàn)有技術(shù)的不足,本發(fā)明實施例中提供了一種鏡頭遮擋檢測方法及裝置,來 提高鏡頭遮擋檢測準(zhǔn)確率。下面進行說明。
[0027] 圖1為本發(fā)明實施例中鏡頭遮擋檢測方法實施的流程示意圖,如圖所示,可以包 括步驟:
[0028] 步驟101、確定前景圖像幀,所述前景圖像幀包含株度?目息;
[0029] 步驟102、根據(jù)所述深度信息確定所述前景圖像幀的深度直方圖;
[0030] 步驟103、確定所述前景圖像幀的深度直方圖與背景模型的深度直方圖的差值,所 述背景模型是根據(jù)背景圖像幀確定的,所述背景圖像幀包含深度信息;
[0031] 步驟104、根據(jù)所述差值確定鏡頭是否被遮擋。
[0032] 具體實施中,可以將能夠移動的物體稱為前景,將長時間靜止不動的物體稱為背 景,在實施例的實施過程中,可以通過PrimeSense等公司開發(fā)的通用硬件來獲得帶有深度 信息的圖像幀,例如,可以使用PrimeSense深度傳感器獲得分辨率為640*480像素的圖像 幀,然后基于深度信息來統(tǒng)計判斷前景深度和背景深度,進而檢測出鏡頭是否被惡意遮擋。 另外,可以通過設(shè)定閾值的方式來比較深度直方圖的差值,若該差值超過一定閾值,則可判 斷該鏡頭被遮擋,當(dāng)然,設(shè)定閾值為一種優(yōu)選實施方式,僅為方便本領(lǐng)域技術(shù)人員理解和實 施,本發(fā)明實施例中對此不做限制。
[0033] 本發(fā)明實施例提供的技術(shù)方案中,由于增加了深度信息,檢測的對象從二維變?yōu)?三維,檢測的內(nèi)容更加豐富全面,通過判斷深度信息變化規(guī)律,能更好的還原鏡頭遮擋的本 質(zhì)。采用本發(fā)明實施例提供的技術(shù)方案,能夠提高鏡頭遮擋檢測的準(zhǔn)確性,為安防工作提供 有力的保證。
[0034] 實施中,在確定前景圖像幀之后,可以進一步包括:
[0035] 將所述前景圖像幀等比例縮小,并根據(jù)所述等比例縮小的前景圖像幀包含的深度 信息確定所述前景圖像幀的深度直方圖。
[0036] 具體實施中,在鏡頭遮擋檢測的應(yīng)用場景中,前景或者背景中細(xì)節(jié)的變化一般不 會影響檢測結(jié)果,不足以干