專利名稱：利用數(shù)據(jù)處理裝置進(jìn)行模式識別和圖像監(jiān)控的實現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識別領(lǐng)域，尤其屬于一種利用數(shù)字處理裝置如手機(jī)對現(xiàn)場圖像進(jìn)行 模式識別用于圖像監(jiān)控的方法。
背景技術(shù)：
隨著社會物質(zhì)水平的提高，安全防護(hù)越來越獲得人們的關(guān)注，當(dāng)前有各種各樣的安 防產(chǎn)品充斥市場，但是由于大部分安防產(chǎn)品造價昂貴，非一般消費者可以承受。市場上常見的安防產(chǎn)品的實現(xiàn)原理基本上可以歸為兩類， 一類是將現(xiàn)場場景圖像或 聲音通過電纜傳入監(jiān)控中心，由值班人員根據(jù)畫面或聲音進(jìn)行主觀判斷，即所見即所得； 另一類是基于圖像處理或模式識別技術(shù)對現(xiàn)場采集的圖像或聲音進(jìn)行處理和識別，并將 識別結(jié)果傳入監(jiān)控中心，因此所采用的識別技術(shù)直接決定了識別結(jié)果，此類技術(shù)在專利 文獻(xiàn)中報道比較多，如專利申請?zhí)枮?3119517.2的中國專利"基于人臉識別和手形識別 的雙模態(tài)生物認(rèn)證系統(tǒng)"、專利申請?zhí)枮?3147600.7的中國專利"一種用于安全防犯的 現(xiàn)場圖像遠(yuǎn)程接收的系統(tǒng)及其方法"等等。第一類實現(xiàn)方法由于自動化程度較低，因此 逐漸被淘汰，隨著模式識別技術(shù)的日臻成熟，第二類實現(xiàn)方法已經(jīng)得到了廣泛應(yīng)用，但 目前此類設(shè)備存在的缺陷是成本高，且使用不夠自由方便。本發(fā)明所提供的安防實現(xiàn)即 采用第二類方法。發(fā)明內(nèi)容本發(fā)明所要解決的技術(shù)問題是提供一種利用數(shù)據(jù)處理裝置進(jìn)行模式識別和圖像監(jiān) 控的實現(xiàn)方法，它實施簡單容易，使用自由方便，成本低，可靠性強(qiáng)。本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案為 一種利用數(shù)據(jù)處理裝置進(jìn)行模式識別和圖像監(jiān)控的實現(xiàn)方法，其特征在于采用帶攝像或數(shù)碼照相功能的數(shù)據(jù)處理裝置，其步驟依次為(1 )現(xiàn)場場景圖像獲取步驟在一定時間間隔內(nèi)，依次至少要獲取一張靜態(tài)場景圖像 和一張當(dāng)前的場景圖像；
(2 )圖像差影處理步驟將靜態(tài)場景圖像和當(dāng)前的場景圖像的對應(yīng)像素相減來獲得差 影結(jié)果圖像；(3 )圖像分割處理步驟采用分割算法對差影結(jié)果圖像進(jìn)行分割獲得分割圖像；(4) 后處理步驟對分割圖像進(jìn)行形態(tài)運算，獲得形態(tài)運算結(jié)果圖像；(5) 判斷及報警步驟統(tǒng)計形態(tài)運算結(jié)果圖像中的異常部分圖像占整幅圖像的比例， 當(dāng)比例超出預(yù)設(shè)上限時判定有非法闖入，并啟動報警；當(dāng)比例沒有超出預(yù)設(shè)上限 時判定無非法闖入，跳至現(xiàn)場場景圖像獲取步驟，循環(huán)執(zhí)行。有益的改進(jìn)是，所述的現(xiàn)場場景圖像獲取步驟中獲得的兩幅圖像需要進(jìn)行低通濾波 處理，以最大限度的抑止各種高頻噪聲對目標(biāo)檢測結(jié)果的影響。作為進(jìn)一步改進(jìn)，所述的現(xiàn)場場景圖像獲取步驟中獲得的兩幅圖像或濾波后的圖像 需要轉(zhuǎn)換為灰度圖，以減少后續(xù)處理的延時，提高圖像檢測速度，改善檢測的實時性。更有益的改進(jìn)是，所述的圖像分割處理步驟分割算法是方差或偏態(tài)指標(biāo)的方法，或 者根據(jù)現(xiàn)場條件選擇其中之一作為當(dāng)前的分割算法。為了更好的從圖像中提取出目標(biāo)物，在圖像分割處理步驟采用結(jié)構(gòu)元素對分割圖像 進(jìn)行腐蝕運算消除這些噪聲點，而后再對腐蝕結(jié)果進(jìn)行膨脹運算，將異常部分邊緣空洞 填充起來，最終得到異常部分圖像。而且，所述的報警為啟動警鈴，或?qū)⒂心繕?biāo)物的圖像通過有線或無線方式發(fā)給相關(guān) 人員做進(jìn)一步確認(rèn)或處理，進(jìn)一步提高了現(xiàn)場監(jiān)控的可靠性。當(dāng)然報警也可以為啟動警 鈴并將異常部分圖像和包括時間或當(dāng)前的場景圖像相關(guān)信息存儲在手機(jī)的存儲器中。為了保證能獲得較有價值的現(xiàn)場圖像，在獲取圖像步驟中的兩幅圖像之間的時間間隔為0,2-10秒范圍。另外，為了實現(xiàn)循環(huán)檢測和連續(xù)監(jiān)控，在觸發(fā)報警后可以中斷后續(xù)的檢測，使得該 監(jiān)控裝置一直處于報警狀態(tài)，或者使得該裝置一直處于報警狀態(tài)的同時，不中斷后續(xù)檢 測，則開始下一次檢測的時候，選取上一次檢測的靜態(tài)場景圖像作為本次檢測的靜態(tài)現(xiàn) 場圖像，再另取一張當(dāng)前的場景圖像，進(jìn)行后續(xù)的檢測對比。關(guān)于預(yù)設(shè)上限的數(shù)值范圍，可以根據(jù)測試結(jié)果進(jìn)行調(diào)整， 一般設(shè)1%到5%來判斷是否有人進(jìn)入，另外這個值也和場景分辨率有關(guān)，即與拍攝得到的圖像大小有關(guān)，考慮 到所用的手機(jī)屏幕比較小，可以將選取的值定為1%.上述的數(shù)據(jù)處理裝置是指具有一定數(shù)據(jù)處理能力的電子裝置，該裝置具有攝像頭或 攝像機(jī)用于獲取現(xiàn)場的圖像，有報警模塊，如揚(yáng)聲器等，有與其他裝置通信的模塊(如
有必要)，如用于無線通信的收發(fā)器，用于有線通信的導(dǎo)線等，在該裝置中集成有模式 識別和圖像處理等功能的程序，該裝置可以是手機(jī)、PDA (Personal Digital Assistant個 人數(shù)字助理)、電腦裝置、數(shù)字電視、數(shù)碼相機(jī)、數(shù)碼攝像機(jī)以及專門設(shè)計制造的安防 裝置或系統(tǒng)。與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點在于安全防護(hù)效果良好，而且實施簡易，對硬件 要求不高，因此可以大大降低目前安防產(chǎn)品的成本，該方法將獲取的圖像轉(zhuǎn)換為灰度圖 進(jìn)行處理，處理速度快，可以實現(xiàn)實時監(jiān)控，該發(fā)明不但能自動識別圖像中目標(biāo)物而報 警，而且可以將監(jiān)測到的目標(biāo)物的圖像傳輸給相關(guān)人員作進(jìn)一步確認(rèn)或處理，因此具有 較高的可靠性，由于目前拍照甚至攝像已經(jīng)成為數(shù)字產(chǎn)品如手機(jī)普遍的功能，因此，可 以將該發(fā)明集成于手機(jī)上， 一方面可以大大降低投資成本，另一方面也可以做到隨身攜 帶，使用自由方便，具有廣泛的市場前景。而且，目前該發(fā)明已經(jīng)在手機(jī)上試驗并取得 了良好的效果。


圖l一次檢測的流程圖；圖2a靜態(tài)場景圖像；圖2b當(dāng)前的場景圖像；圖2c兩者差影圖像；圖3差影圖像分割結(jié)果；圖4分割圖像形態(tài)運算結(jié)果。
具體實施方式
以下結(jié)合附圖實施例對本發(fā)明作進(jìn)一步詳細(xì)描述。如圖l所示， 一種利用數(shù)據(jù)處理裝置進(jìn)行模式識別和圖像監(jiān)控的實現(xiàn)方法，該方法 利用帶攝像或數(shù)碼照相功能的數(shù)據(jù)處理裝置，在本實施例子中，數(shù)據(jù)處理裝置為一款帶 攝像或數(shù)碼照相功能的手機(jī)。該方法主要由圖像獲取、預(yù)處理、差影、分割、后處理以 及判斷和報警等步驟組成。以下分別對每一步驟逐一詳細(xì)描述。 (1)圖像獲取獲取場景圖像的方法可以是采用照相機(jī)連拍，取得一副靜態(tài)場景圖以及當(dāng)前的場景 圖，或者采用攝像機(jī)獲得所需的圖像，即選擇2幀連續(xù)的時間相隔T (根據(jù)實際情況設(shè)
定， 一般在0.2 10秒之間，比如5秒，l秒或0.5秒)的圖像。本實施例釆用連拍的方 法獲取兩幅圖像。因此要實現(xiàn)對現(xiàn)場實施實時的連續(xù)的監(jiān)控，需要使得照相機(jī)處于連拍 的狀態(tài)下或者是使得攝像機(jī)處于拍攝狀態(tài)下，即處于監(jiān)控狀態(tài)下。由于圖像處理對圖像 質(zhì)量要求較高，其圖像本身的質(zhì)量對檢測結(jié)果有較大影響，本例所用的照相機(jī)分辨率為 130萬像素。由于自動檢測是對連續(xù)拍攝的兩幅圖像進(jìn)行差影處理，因此連拍延時對檢 測的準(zhǔn)確率也有較大影響，理論上連拍延時或攝像機(jī)獲取的兩幀圖像的時間間隔應(yīng)不小 于目標(biāo)物進(jìn)入現(xiàn)場到離開現(xiàn)場的時間間隔。另外，這里所說的是對第一次檢測的圖像獲取，對于下一次檢測，如果第一次檢測 沒有發(fā)現(xiàn)目標(biāo)物進(jìn)入現(xiàn)場，即沒有觸發(fā)報警，則開始第二次檢測的時候，可以選取上一 次檢測的現(xiàn)場圖像即時間在后的圖像作為本次檢測的靜態(tài)現(xiàn)場圖像，再另取一張當(dāng)前圖 像(兩幅圖像的時間差依然是預(yù)先設(shè)定的T或者大于T)，再進(jìn)行后續(xù)的檢測；依次類 推。如果某一次檢測發(fā)現(xiàn)有目標(biāo)物如人、動物或車輛進(jìn)入現(xiàn)場，并觸發(fā)了報警，則可以 中斷后續(xù)的檢測，使得監(jiān)控系統(tǒng)(此處為手機(jī)) 一直處于報警狀態(tài)比如警鈴一直保持鈴 響狀態(tài)，或者使得監(jiān)控系統(tǒng)(此處為手機(jī))一直處于報警狀態(tài)的同時，不中斷后續(xù)檢測， 則開始下一次檢測的時候，可以選取上一次檢測的靜態(tài)場景圖像(時間在前的圖像，因 為該圖像中沒有目標(biāo)物)作為本次檢測的靜態(tài)現(xiàn)場圖像，再另取一張當(dāng)前圖像(兩幅圖 像的時間差依然是預(yù)先設(shè)定的T)，再進(jìn)行后續(xù)的檢測；依次類推。另外，檢測的圖像和相關(guān)的時間等其他信息可以備份在系統(tǒng)的存儲器中，以備后續(xù) 的調(diào)閱。(2)預(yù)處理由于受外界環(huán)境因素影響，通過照相機(jī)獲得的圖像一般都被噪聲所污染，如強(qiáng)光、 照相機(jī)感光硬件反饋系統(tǒng)等引入的噪聲，因此在對獲取圖像進(jìn)行檢測前要進(jìn)行一定的預(yù) 處理來去除各種不利于異物檢測的因素，在本實施例中為了最大限度的抑止各種高頻噪 聲對目標(biāo)物檢測結(jié)果的影響，對連拍得到的兩幅圖像進(jìn)行低通濾波處理；另外為了減少 檢測延時，為了提高檢測效率，將濾波后的圖像轉(zhuǎn)換為灰度圖，因此本例的后續(xù)的檢測 方法都是對灰度圖而言的。圖2中的(a)和(b)圖所示為連拍得到的兩幅圖像， 一幅 圖像為靜態(tài)場景圖像，另一幅圖像為有目標(biāo)物如人、動物或車輛闖入時的動態(tài)的現(xiàn)場場 景圖像。圖2b中的目標(biāo)物為就人。 (3)圖像差影處理由于所監(jiān)測的場景為靜態(tài)圖像，而當(dāng)有目標(biāo)物進(jìn)入所監(jiān)測場景時，僅僅目標(biāo)物占 據(jù)的圖像區(qū)域和靜態(tài)場景圖像有明顯差異，因此將靜態(tài)場景圖像和有目標(biāo)物的現(xiàn)場場 景圖像的對應(yīng)像素相減來獲得差影圖像。設(shè)/(x,力為靜態(tài)場景圖像，g(x,力為有目標(biāo)異物闖入時的場景圖像，/z(x,y)為差 影圖像，則Wx,力的理論定義如下-其中Q為不被目標(biāo)物遮蓋的靜態(tài)場景區(qū)域，但由于目標(biāo)物對光線的影響，靜態(tài)場景區(qū) 域的差影結(jié)果并不為0，而是在一個較小范圍內(nèi)浮動的整數(shù)。差影實例如圖2所示，其中圖2(a)為靜態(tài)場景圖像，圖2(b)為有目標(biāo)物時的場景 圖像，圖2(c)為差影結(jié)果圖像，從圖2(c)可以看出差影后的靜態(tài)區(qū)域像素值并不全為 零。(4)差影圖像分割由于目標(biāo)物對光線的影響，從差影后的圖像中并不能完全分離出目標(biāo)物，因此需 要對差影結(jié)果圖像進(jìn)行分割以分離出非法闖入圖像中的目標(biāo)物。由于外界光線的變化，同時又由于沒有通用的分割算法，因此本例根據(jù)差影圖像 亮度的強(qiáng)弱而采用不同的分割算法。在數(shù)理統(tǒng)計中，隨機(jī)樣本數(shù)據(jù)的均值為樣本的一階統(tǒng)計矩，它衡量數(shù)據(jù)的平均值 大?。环讲顬闃颖镜亩A統(tǒng)計中心矩，它衡量隨機(jī)數(shù)據(jù)離散的程度；而偏態(tài)指標(biāo)為樣本的三階中心統(tǒng)計矩，它衡量隨機(jī)數(shù)據(jù)分割偏離正態(tài)分布的程度。設(shè)隨機(jī)樣本為xW， 概率密度分布函數(shù)為p(x)，則方差和偏態(tài)指標(biāo)定義如下所示設(shè)差影圖像只由目標(biāo)物和場景組成，則分割二者即是找到適當(dāng)閾值，為了減少運算量，0
本文在差影圖像亮度較低的情況下基于方差求最佳閾值；在差影圖像亮度較高的情況 下，基于方差得到的閾值不能較好的分割目標(biāo)異物和場景，因此在亮度較高的情況下 基于目標(biāo)物和場景的偏態(tài)指標(biāo)求最佳閾值。下面分別介紹基于方差和偏態(tài)指標(biāo)的分割方法。1) 基于方差的分割方法設(shè)/CW為目標(biāo)物和背景兩類間方差，_/7"為兩類內(nèi)的類內(nèi)方差和，w為差影圖像 內(nèi)的像素平均值，",為背景像素平均值，"2為目標(biāo)物區(qū)域像素平均值，另外 /H'W077Gmm為直方圖，gra》為差影圖像灰度級數(shù)，/we/為閾值，貝U:<formula>formula see original document page 9</formula>取使/6W/,最大的/ew/做為最佳閾值即可以對差影圖像進(jìn)行分割。2) 基于偏態(tài)指標(biāo)的分割方法設(shè)(T^和t7^分別為靜態(tài)背景和目標(biāo)物像素的均方差，^為背景像素平均值，"2為目標(biāo)物區(qū)域像素平均值，二者的偏態(tài)指標(biāo)分別為^和《2，總偏態(tài)指標(biāo)為K， Z^/oo;Gmw為歸一后的直方圖，gray為差影圖像灰度級數(shù)，/eve/為 閾值，則:<formula>formula see original document page 9</formula>當(dāng)閾值/ew/為最佳閾值時，背景和目標(biāo)物的灰度分布會接近正態(tài)分布，即當(dāng)尺 為最小值時的閾值few/為最佳閾值。圖3為采用本文所述分割方法對差影圖 像進(jìn)行分割所得的分割圖像。(5) 后處理如圖3所示，由于目標(biāo)物對光線的影響，閾值分割后的圖像中除了目標(biāo)外，還包 括高頻噪聲以及目標(biāo)物對場景的干擾點，因此為了提取目標(biāo)物，必須對分割圖像進(jìn)行 后處理。由于本方法檢測的目的是檢測出是否有目標(biāo)物出現(xiàn)，而對目標(biāo)物為何物并不關(guān) 心，因此本方法采用形態(tài)運算對分割圖像進(jìn)行后處理。數(shù)學(xué)形態(tài)學(xué)是一種非線性濾波方法，可以用于處理抑止噪聲、特征提取、邊緣檢 測、圖像分割等問題。數(shù)學(xué)形態(tài)學(xué)的特點是能將復(fù)雜的形狀進(jìn)行分解，并將有意義的 形狀分量從無用的信息中提取出來。為了方便進(jìn)行形態(tài)處理，對分割圖像進(jìn)行二值化 處理。形態(tài)學(xué)圖像處理是在圖像中移動一個結(jié)構(gòu)元素，然后將結(jié)構(gòu)元素與二值圖像進(jìn)行 交、并等集合運算。其基本的形態(tài)運算是腐蝕和膨脹。簡單的腐蝕是一種消除邊界點 的過程，結(jié)果使目標(biāo)物縮小，因而可以有效消除孤立噪聲點；膨脹是將與目標(biāo)物距離 很小的所有目標(biāo)物斷裂點合并到目標(biāo)物上，使目標(biāo)物孤立點融入目標(biāo)物本身，從而使 目標(biāo)物更明顯，更利于目標(biāo)物檢測。由于場景區(qū)域的噪聲點比較稀疏，因此先用1X3的結(jié)構(gòu)元素對分割圖像進(jìn)行腐 蝕運算消除這些噪聲點，而后再對腐蝕結(jié)果進(jìn)行膨脹運算，將目標(biāo)物邊緣空洞填充起 來，最終得到目標(biāo)物。形態(tài)運算結(jié)果如圖4所示。上述相關(guān)的圖象識別技術(shù)可以參考《Visual €++數(shù)字圖像處理典型算法及實現(xiàn)》(郵電出版社)或者是《數(shù)字圖像處理及模式識別》(沈庭芝，方子文編著，出版社 北京理工大學(xué)出版社，ISBN: 781045403X)。(6) 判斷及報警本例對檢測結(jié)果的處理方法為統(tǒng)計目標(biāo)物的異常部分圖像占整幅圖像的比例，當(dāng) 比例超出預(yù)設(shè)上限時認(rèn)為有非法闖入，則觸發(fā)警鈴，或?qū)⒂心繕?biāo)物的圖像通過彩信發(fā) 往用戶隨身攜帶的手機(jī)進(jìn)行進(jìn)一步確認(rèn)。
另外，如果上述統(tǒng)計的比例沒有超出預(yù)設(shè)的上限，則返回到第一步驟"獲取圖像" 開始下一檢測流程。至此， 一個檢測流程結(jié)束。關(guān)于所述的預(yù)設(shè)上限的數(shù)值范圍可以根據(jù)測試結(jié)果調(diào)整； 一般設(shè)1%到5%來判 斷是否有目標(biāo)物進(jìn)入，另外這個值也和場景分辨率有關(guān)，即與拍攝得到的圖像大小有 關(guān)，在本例中，因為所用的手機(jī)屏幕比較小，所以選取的值為1%。實際上，本發(fā)明在一款手機(jī)上的應(yīng)用已經(jīng)獲得了試驗成功，集成有該發(fā)明的手機(jī) 可以有效檢測到非法闖入的目標(biāo)物，實驗結(jié)果顯示，該檢測方法具有較高的準(zhǔn)確率，在 光線非直射情況下，準(zhǔn)確率可以達(dá)到卯％以上。同時根據(jù)一定的檢測條件，既可以進(jìn)行 鳴笛報警，也可以將非法闖入的現(xiàn)場圖像以彩信方式傳入用戶隨身攜帶的移動終端中， 以便進(jìn)行進(jìn)一步的確認(rèn)，進(jìn)一步提高了現(xiàn)場監(jiān)控的可靠性。由于為了減少運算量，降低檢測延時，上述實施例中采用照相機(jī)拍攝得到的128X 120縮略圖進(jìn)行檢測處理，因此圖像所含信息比較少，從而造成檢測準(zhǔn)確率不太高，如 果采用實際拍攝圖像進(jìn)行處理，則準(zhǔn)確率會有進(jìn)一步的提高，但檢測延時也會增加，從 而降低自動檢測的實時性。因此，如果采用更高處理速度的數(shù)據(jù)處理芯片，則可以同時 滿足檢測準(zhǔn)確率和實時性這兩個方面的要求。本實施例子手機(jī)為GSM (Global System for Mobile Communications,中文為全球移 動通訊系統(tǒng))制式，無攝像功能，攝像頭為130萬像素，其他硬件和軟件均為普通配置， 由此充分說明了該方法的對硬件的依賴程度低，實用性好，成本低廉。以上實施例是一個優(yōu)選的示例，但本發(fā)明的保護(hù)范圍由權(quán)利要求確定，而不限于本 實施例所公開的范圍。該方法可以集成于手機(jī)或PDA中，或電腦裝置中，也可以應(yīng)用 在專門用于安防的電子裝置中，只要這種裝置具備攝像頭(或攝像機(jī))、具有一定的數(shù) 據(jù)處理能力，以及具有與其他設(shè)備和裝置通信的能力。
權(quán)利要求
1.一種利用數(shù)據(jù)處理裝置進(jìn)行模式識別和圖像監(jiān)控的實現(xiàn)方法，其特征在于采用帶攝像或數(shù)碼照相功能的數(shù)據(jù)處理裝置，其步驟依次為(1)現(xiàn)場場景圖像獲取步驟在一定時間間隔內(nèi)，依次至少要獲取一張靜態(tài)場景圖像和一張當(dāng)前的場景圖像(2)圖像差影處理步驟將靜態(tài)場景圖像和當(dāng)前的場景圖像的對應(yīng)像素相減來獲得差影結(jié)果圖像；(3)圖像分割處理步驟采用分割算法對差影結(jié)果圖像進(jìn)行分割獲得分割圖像；(4)后處理步驟對分割圖像進(jìn)行形態(tài)運算，獲得形態(tài)運算結(jié)果圖像；(5)判斷及報警步驟統(tǒng)計形態(tài)運算結(jié)果圖像中的異常部分圖像占整幅圖像的比例，當(dāng)比例超出預(yù)設(shè)上限時判定有非法闖入，并啟動報警；當(dāng)比例沒有超出預(yù)設(shè)上限時判定無非法闖入，跳至現(xiàn)場場景圖像獲取步驟，循環(huán)執(zhí)行。
2. 根據(jù)權(quán)利要求1所述的實現(xiàn)方法，其特征在于所述的現(xiàn)場場景圖像獲取步驟中獲得的兩幅圖像需要進(jìn)行低通濾波處理。
3. 根據(jù)權(quán)利要求1或2所述的實現(xiàn)方法，其特征在于所述的現(xiàn)場場景圖像獲取步驟 中獲得的兩幅圖像或濾波后的圖像需要轉(zhuǎn)換為灰度圖。
4. 根據(jù)權(quán)利要求3所述的實現(xiàn)方法，其特征在于所述的分割算法是方差或偏態(tài)指標(biāo) 的方法，或者根據(jù)現(xiàn)場條件選擇其中之一作為當(dāng)前的分割算法。
5.根據(jù)權(quán)利要求4所述的實現(xiàn)方法，其特征在于所述的圖像分割處理步驟采用結(jié)構(gòu) 元素對分割圖像進(jìn)行腐蝕運算消除這些噪聲點，而后再對腐蝕結(jié)果進(jìn)行膨脹運算，將異 常部分邊緣空洞填充起來，最終得到異常部分圖像。
6. 根據(jù)權(quán)利要求5所述的實現(xiàn)方法，其特征在于所述的報警為啟動警鈴，或?qū)惓?部分圖像通過有線或無線方式發(fā)給相關(guān)人員做進(jìn)一步確認(rèn)或處理。
7. 根據(jù)權(quán)利要求5所述的實現(xiàn)方法，其特征在于所述的報警為啟動警鈴并將異常部 分圖像和包括時間或當(dāng)前的場景圖像相關(guān)信息存儲在手機(jī)的存儲器中。
8. 根據(jù)權(quán)利要求6所述的實現(xiàn)方法，其特征在于所述的一定時間間隔在0.2-10秒 范圍。
9. 根據(jù)權(quán)利要求6所述的實現(xiàn)方法，其特征在于所述的報警后可以中斷后續(xù)的檢 測，使得所述的裝置一直處于報警狀態(tài)，或者使得所述的裝置一直處于報警狀態(tài)的同時， 不中斷后續(xù)檢測，則開始下一次檢測的時候，選取上一次檢測的靜態(tài)場景圖像作為本次檢測的靜態(tài)現(xiàn)場圖像，再另取一張當(dāng)前的場景圖像，進(jìn)行后續(xù)的檢測對比。
10. 根據(jù)權(quán)利要求6所述的實現(xiàn)方法，其特征在于所述的預(yù)設(shè)上限數(shù)值為1-5%。
11. 根據(jù)權(quán)利要求6所述的實現(xiàn)方法，其特征在于所述的數(shù)據(jù)處理裝置為手機(jī)、PDA 個人數(shù)字助理、電腦裝置、數(shù)字電視、數(shù)碼相機(jī)、數(shù)碼攝像機(jī)、或者是專門設(shè)計制造的 安防裝置或系統(tǒng)。
全文摘要
一種利用數(shù)據(jù)處理裝置進(jìn)行模式識別和圖像監(jiān)控的實現(xiàn)方法，其特征在于采用帶攝像或數(shù)碼照相功能的數(shù)據(jù)處理裝置如手機(jī)，其步驟依次為現(xiàn)場場景圖像獲取步驟；像差影處理步驟；圖像分割處理步驟；后處理步驟；判斷及報警步驟，統(tǒng)計形態(tài)運算結(jié)果圖像中的異常部分圖像占整幅圖像的比例，當(dāng)比例超出預(yù)設(shè)上限時判定有非法闖入，并啟動報警；當(dāng)比例沒有超出預(yù)設(shè)上限時判定無非法闖入，跳至現(xiàn)場場景圖像獲取步驟，循環(huán)執(zhí)行。它結(jié)構(gòu)簡單，使用自由方便，成本低，可靠性強(qiáng)，適合推廣使用。
文檔編號H04N7/18GK101163234SQ20061005386
公開日2008年4月16日 申請日期2006年10月13日 優(yōu)先權(quán)日2006年10月13日
發(fā)明者揚(yáng) 崔 申請人:杭州波導(dǎo)軟件有限公司