專利名稱：基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法
技術(shù)領(lǐng)域：
本發(fā)明屬于生物傳感、數(shù)字圖像處理和模式識(shí)別技術(shù)領(lǐng)域，具體涉及一種視頻安防監(jiān)控方法，通過該方法實(shí)現(xiàn)在不同地理環(huán)境下的敏感區(qū)域和重要基礎(chǔ)設(shè)施等場所只對入侵的人體生物進(jìn)行全天候的視頻安全監(jiān)控。
背景技術(shù)：
重要基礎(chǔ)設(shè)施和敏感區(qū)域場所的安全歷來是人們關(guān)注的重點(diǎn)，重要基礎(chǔ)設(shè)施和敏感區(qū)域場所的安全直接關(guān)系到國家安危和人民生命財(cái)產(chǎn)安全。以前，對重要基礎(chǔ)設(shè)施和敏感區(qū)域場所進(jìn)行安全監(jiān)控主要是利用主動(dòng)式紅外探測或激光探測等方法，當(dāng)發(fā)現(xiàn)有入侵者時(shí)，現(xiàn)場的報(bào)警裝置立即產(chǎn)生報(bào)警信號(hào)，由報(bào)警點(diǎn)附近的值勤人員對報(bào)警點(diǎn)進(jìn)行檢查。上述這種安全監(jiān)控方法存在三點(diǎn)不足一是無法準(zhǔn)確判斷報(bào)警點(diǎn)的位置，給值勤人員檢查帶來困難；二是紅外或激光探測很容易受到外界環(huán)境干擾而產(chǎn)生誤報(bào)；三是不能記錄入侵者的作案過程，無法給相關(guān)職能部門提供有力的依據(jù)。
視頻監(jiān)控技術(shù)因其直觀、方便、信息記錄詳實(shí)等特點(diǎn)被廣泛地應(yīng)用于公共安全、企業(yè)安全和社區(qū)、家庭安全等領(lǐng)域。目前的視頻監(jiān)控系統(tǒng)正處于從模擬視頻監(jiān)控向數(shù)字化視頻監(jiān)控方式的轉(zhuǎn)變過程中。在計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)基礎(chǔ)上發(fā)展起來的數(shù)字化視頻監(jiān)控技術(shù)克服了傳統(tǒng)模擬視頻監(jiān)控只適合小范圍監(jiān)控的缺點(diǎn)，只要有網(wǎng)絡(luò)存在的地方就可以實(shí)現(xiàn)視頻監(jiān)視；另外，數(shù)字化視頻監(jiān)控可以在保留原有設(shè)備的前提下很容易地增加新的監(jiān)控點(diǎn)。所有這些特點(diǎn)都為其在重要設(shè)施安全監(jiān)控方面奠定了基礎(chǔ)。但是，目前的視頻監(jiān)控技術(shù)仍然存在兩點(diǎn)不足，致使其不能直接應(yīng)用在對重要設(shè)施的安全監(jiān)控上。一是一般的視頻監(jiān)控系統(tǒng)大多都由人工值守，不能及時(shí)發(fā)現(xiàn)入侵者，實(shí)時(shí)報(bào)警性能較差，；二是即使系統(tǒng)具備了實(shí)時(shí)報(bào)警功能，但所采用紅外或激光探測的傳感手段易受外界環(huán)境干擾的缺點(diǎn)仍然存在。

發(fā)明內(nèi)容
本發(fā)明的目的是提出一種基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，結(jié)合生物傳感、計(jì)算機(jī)圖像處理、信息融合和模式識(shí)別技術(shù)，在為視頻監(jiān)控系統(tǒng)提供實(shí)時(shí)報(bào)警功能的同時(shí)運(yùn)用圖像處理和信息融合技術(shù)消除外界環(huán)境的干擾，降低誤報(bào)發(fā)生的幾率。
本發(fā)明是一種基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，該方法是通過在數(shù)字化視頻監(jiān)控系統(tǒng)的基礎(chǔ)上增加基于熱釋電紅外傳感器的生物傳感，通過對生物傳感信息、運(yùn)動(dòng)圖像信息和人體輪廓特征信息進(jìn)行融合，分析和識(shí)別監(jiān)視攝像機(jī)的視頻圖像，從而判斷報(bào)警信號(hào)真?zhèn)巍?br> 本發(fā)明中的生物傳感信號(hào)和視頻圖像信號(hào)是由安裝于監(jiān)控現(xiàn)場的智能監(jiān)控終端采集并傳輸給監(jiān)控中心主機(jī)進(jìn)行融合處理的。智能監(jiān)控終端由基于熱釋電紅外傳感元件的生物傳感器、視頻攝像機(jī)、PIC16F877控制器和現(xiàn)場聲音、燈光報(bào)警設(shè)備組成，實(shí)現(xiàn)對監(jiān)控區(qū)域的全面監(jiān)控，當(dāng)生物傳感器被觸發(fā)時(shí)，通過智能監(jiān)控終端發(fā)送報(bào)警信息至監(jiān)控中心主機(jī)，實(shí)現(xiàn)智能傳感、信號(hào)采集、預(yù)處理、網(wǎng)絡(luò)傳輸和報(bào)警控制等。
監(jiān)控中心主機(jī)在接收到智能監(jiān)控終端發(fā)送報(bào)警信息后，采用以下步驟進(jìn)行處理(1)監(jiān)控中心主機(jī)接收到智能監(jiān)控終端的報(bào)警信息，采用視頻圖像序列處理方法對對應(yīng)監(jiān)視攝像機(jī)的視頻圖像進(jìn)行分析，確定監(jiān)控區(qū)域中是否存在運(yùn)動(dòng)目標(biāo)，從而判別報(bào)警信號(hào)的真?zhèn)?，消除由于外界環(huán)境因素引起的誤報(bào)；(2)若監(jiān)控區(qū)域中存在運(yùn)動(dòng)目標(biāo)，進(jìn)一步結(jié)合視頻圖像信息和人體輪廓特征信息，進(jìn)行決策層融合，通過人體輪廓圖像特征識(shí)別方法判別運(yùn)動(dòng)目標(biāo)是否為入侵者，消除由于其他生物(如鳥類、鼠類等)的闖入而引起的誤報(bào)；(3)根據(jù)生物傳感和視頻圖像信息融合處理結(jié)果，若報(bào)警信號(hào)為真(即由入侵者引起傳感器報(bào)警)，則發(fā)送報(bào)警信號(hào)通過驅(qū)動(dòng)智能報(bào)警終端控制器進(jìn)行燈光、聲音現(xiàn)場警示，同時(shí)監(jiān)控中心通過聲音和短信息告知值班人員有人入侵；若報(bào)警信號(hào)為假(即由其他因素引起傳感器報(bào)警)，則忽略此次報(bào)警。
本發(fā)明中引入生物傳感和視頻圖像信息融合處理方法的目的是為了跟蹤并分析視頻序列圖像，確定監(jiān)控區(qū)域中的是否有運(yùn)動(dòng)目標(biāo)；若有，則融合人體輪廓特征信息，判斷運(yùn)動(dòng)目標(biāo)是否為入侵者。一般情況下，入侵者的運(yùn)動(dòng)幅度遠(yuǎn)大于視頻序列圖像中背景圖象的運(yùn)動(dòng)幅度且入侵者的運(yùn)動(dòng)在一段時(shí)間內(nèi)是連續(xù)的；另外，人體在一個(gè)三維的監(jiān)控區(qū)域內(nèi)運(yùn)動(dòng)時(shí)，監(jiān)控視頻中其外輪廓特征是時(shí)刻都在變化的，但我們可以利用人體的三視圖(頂視圖、正視圖和側(cè)視圖)來描述人體在三維空間的運(yùn)動(dòng)，在監(jiān)控視頻中，人體的運(yùn)動(dòng)始終是處于某一視圖位置或是在這三視圖之間變化，相對于其他生物，人體在視頻圖像中表現(xiàn)出的輪廓特性是不同的。根據(jù)上述條件，可以采用以下的視頻序列圖像處理和人體輪廓圖像特征識(shí)別方法。
首先，當(dāng)監(jiān)控中心接收到來自智能監(jiān)控終端的報(bào)警信息時(shí)，分析監(jiān)控?cái)z像機(jī)的視頻信息，判定監(jiān)控區(qū)域內(nèi)是否存在運(yùn)動(dòng)目標(biāo)，其實(shí)現(xiàn)方法如下設(shè)F表示時(shí)間長度為N幀的視頻序列圖像，視頻序列圖像的大小為H×V(像素)，F(xiàn)n(n＝1，2，…，N)表示視頻序列中的第n幀圖像的強(qiáng)度。
①對輸入序列圖像進(jìn)行色彩空間轉(zhuǎn)換，由彩色序列圖像轉(zhuǎn)為灰度序列圖像，Gray=11000(299*R+587*G+114*B+500)---(I)]]>其中Gray表示轉(zhuǎn)換后序列圖像的灰度值，R、G、B分別表示原始序列圖像中對應(yīng)像素的紅、綠、藍(lán)三分量的值；②對步驟①得到的灰度序列圖像，計(jì)算序列圖像中前后兩幀的時(shí)間差分Δn＝|Fn-Fn-1|，(n＝2，3…，N)；(II)③根據(jù)步驟②的差分值大小確定序列圖像中的運(yùn)動(dòng)圖像MnMn(u,v)=255,Δn(u,v)≥T10,Δn(u,v)<T1,u=1,2,···,H,v=1,2,···,V---(III)]]>其中T1為閾值參數(shù)，其取值為差分矩陣Δn中非零像素的平均值；④對Mn進(jìn)行5×5的中值濾波，去除由于背景運(yùn)動(dòng)而產(chǎn)生的對Mn的影響；⑤統(tǒng)計(jì)Mn中非零像素的數(shù)量NMn(u，v)＞0；⑥計(jì)算NMn(u,v)>0H×V,]]>當(dāng)滿足NMn(u,v)>0H×V>T2]]>時(shí)，判定監(jiān)控區(qū)域中有運(yùn)動(dòng)目標(biāo)存在，否則判定監(jiān)控區(qū)域中沒有運(yùn)動(dòng)目標(biāo)，其中T2為預(yù)先設(shè)定的判定閾值。
若經(jīng)過上述視頻序列圖像處理后，確定監(jiān)控區(qū)域存在運(yùn)動(dòng)目標(biāo)，則進(jìn)一步利用人體輪廓特征融合的方法判定該運(yùn)動(dòng)目標(biāo)是否為入侵者。具體的處理步驟是描述人體輪廓三視圖的輪廓特征模型分別為ModelT(頂視圖模型)、ModelF(正視圖模型)、ModelL(側(cè)視圖模型)，各模型分別以數(shù)據(jù)文件的形式存儲(chǔ)與監(jiān)控中心主機(jī)中。
①對上述視頻序列圖像處理得到的中值濾波后的運(yùn)動(dòng)圖像Mn進(jìn)行處理，提取運(yùn)動(dòng)目標(biāo)的外輪廓特征X；②分別計(jì)算X與人體三視圖輪廓特征模型的相似度Li(X，Modeli)，i＝T，F(xiàn)，L；③根據(jù)相似度Li(X，Modeli)的大小做出各自的判別
hi(X)=1,Li(X,Modeli)≥Thi0,Li(X,Modeli)<Thi,i=T,F,L---(IV)]]>其中Thi為各模型對應(yīng)的相似度的閾值；④按照F＝max{hT(X)，hF(X)，hL(X)}對③的判別結(jié)果進(jìn)行融合積分；當(dāng)F＝1時(shí)，表示有入侵者進(jìn)入監(jiān)控區(qū)域；反之，當(dāng)F＝0時(shí)表示沒有入侵者進(jìn)入監(jiān)控區(qū)域。
本發(fā)明方法結(jié)合生物傳感、計(jì)算機(jī)圖像處理、信息融合和模式識(shí)別技術(shù)，在為視頻監(jiān)控系統(tǒng)提供實(shí)時(shí)報(bào)警功能的同時(shí)運(yùn)用圖像處理和信息融合技術(shù)消除了外界環(huán)境和其他生物對安防監(jiān)控系統(tǒng)的干擾，降低了誤報(bào)發(fā)生的幾率，實(shí)現(xiàn)不同地理環(huán)境下的敏感區(qū)域和重要基礎(chǔ)設(shè)施等場所只對入侵人體生物進(jìn)行全天候的視頻安全監(jiān)控。


圖1是實(shí)現(xiàn)本發(fā)明方法的視頻安防監(jiān)控系統(tǒng)的方框圖。
圖2是實(shí)現(xiàn)本發(fā)明方法的監(jiān)控現(xiàn)場智能監(jiān)控終端構(gòu)成方框圖。
圖3是實(shí)現(xiàn)本發(fā)明方法的視頻序列圖像處理和人體輪廓特征融合處理的框4本發(fā)明方法采用的人體輪廓三視圖模型；圖4A正視圖模型；圖4B側(cè)視圖模型；圖4C頂視圖模型.
圖5本發(fā)明方法的監(jiān)控系統(tǒng)程序流程圖。
具體實(shí)施例方式
本發(fā)明提出一種基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，下面結(jié)合

該方法的
具體實(shí)施例方式圖1表示實(shí)現(xiàn)本發(fā)明方法的視頻安防監(jiān)控系統(tǒng)的方框圖。利用這個(gè)系統(tǒng)可以實(shí)現(xiàn)對進(jìn)入監(jiān)控區(qū)域的入侵者進(jìn)行監(jiān)視、報(bào)警和現(xiàn)場警示。
首先結(jié)合附圖1、2說明與本發(fā)明方法的系統(tǒng)構(gòu)成。
如圖1所示，視頻安防監(jiān)控系統(tǒng)3由位于監(jiān)控現(xiàn)場的智能監(jiān)控終端1和位于監(jiān)控中心的監(jiān)控中心主機(jī)2組成。智能監(jiān)控終端1和監(jiān)控中心主機(jī)2之間通過專用局域網(wǎng)連接，可以是由光纖、雙絞線等組成的有線網(wǎng)絡(luò)也可以是無線網(wǎng)絡(luò)。
如圖2所示，位于監(jiān)控現(xiàn)場的智能監(jiān)控終端1上裝配有生物傳感器4、智能終端控制器5、視頻攝像機(jī)6、現(xiàn)場警示設(shè)備7(包括警示照明燈、警笛等聲音和燈光警示設(shè)備)以及網(wǎng)絡(luò)設(shè)備8。生物傳感器4由熱釋電紅外傳感器和單片機(jī)構(gòu)成，以有效地探測闖入監(jiān)控區(qū)域的入侵者。視頻攝像機(jī)6為任何可直接接入網(wǎng)絡(luò)的監(jiān)視用IP攝像機(jī)，用以實(shí)時(shí)獲取監(jiān)控現(xiàn)場的視頻序列圖像。網(wǎng)絡(luò)設(shè)備8的功能是實(shí)現(xiàn)信號(hào)的轉(zhuǎn)換，使轉(zhuǎn)換后的信號(hào)適合于在專用局域網(wǎng)上傳輸。智能終端控制器5利用Microchip公司的PIC16F877單片機(jī)和RTL8019網(wǎng)絡(luò)控制芯片及相應(yīng)外圍電路實(shí)現(xiàn)，其功能是(1)生物傳感器4產(chǎn)生的報(bào)警信號(hào)通過PIC16F877的RB0/INT引腳以中斷方式輸入給PIC16F877，然后通過RTL8019網(wǎng)絡(luò)控制器發(fā)送到監(jiān)控中心主機(jī)2；(2)通過網(wǎng)絡(luò)接收來自監(jiān)控中心主機(jī)2的控制命令，由PIC16F877的RB5～RB7口控制現(xiàn)場警示設(shè)備7工作。
監(jiān)控中心主機(jī)2接收到智能監(jiān)控終端1的報(bào)警信號(hào)后，按照圖1所示的流程框圖對報(bào)警信號(hào)和視頻信息進(jìn)行處理。
下面結(jié)合附圖1、2、3、4、5說明本發(fā)明方法的實(shí)現(xiàn)步驟(1)、監(jiān)控現(xiàn)場的生物傳感器4和監(jiān)視攝像機(jī)6一直處于工作狀態(tài)，若沒有入侵者進(jìn)入監(jiān)控區(qū)域，則按照圖5所示程序流程圖，監(jiān)控中心主機(jī)2獲取由監(jiān)視攝像機(jī)6傳來的視頻序列圖像進(jìn)行顯示；(2)、當(dāng)生物傳感器4檢測到有生物進(jìn)入監(jiān)控區(qū)域時(shí)，產(chǎn)生報(bào)警信號(hào)并輸出至智能終端控制器5；智能終端控制器5對輸入的報(bào)警信號(hào)進(jìn)行預(yù)處理后通過專用局域網(wǎng)發(fā)送至監(jiān)控中心主機(jī)2；(3)、監(jiān)控中心主機(jī)2接收到報(bào)警信號(hào)后，按照圖1所示流程框圖對報(bào)警信號(hào)和視頻信息進(jìn)行處理，對視頻圖像進(jìn)行運(yùn)動(dòng)檢測處理，判斷監(jiān)控區(qū)域內(nèi)是否存在運(yùn)動(dòng)目標(biāo)，具體步驟是設(shè)F表示時(shí)間長度為N幀的視頻序列圖像，視頻序列圖像的大小為H×V(像素)，F(xiàn)n(n＝1，2，…，N)表示視頻序列中的第n幀圖像的強(qiáng)度。
①對輸入的視頻中連續(xù)的兩幀圖像進(jìn)行色彩空間轉(zhuǎn)換，由彩色序列圖像轉(zhuǎn)為灰度序列圖像，Gray=11000(299*R+587*G+114*B+500)---(I)]]>其中Gray表示轉(zhuǎn)換后序列圖像的灰度值，R、G、B分別表示原始序列圖像中對應(yīng)像素的紅、綠、藍(lán)三分量的值；②對步驟①得到的灰度序列圖像，計(jì)算序列圖像中前后兩幀的時(shí)間差分
Δn=|Fn-Fn-1|，(n=2，3…，N)；(II)③根據(jù)步驟②的差分值大小確定序列圖像中的運(yùn)動(dòng)圖像MnMn(u,v)=255,Δn(u,v)≥T10,Δn(u,v)<T1,u=1,2,···,H,v=1,2,···,V---(III)]]>其中T1為閾值參數(shù)，其取值為差分矩陣Δn中非零像素的平均值；④對差分運(yùn)動(dòng)圖像Mn進(jìn)行5×5的中值濾波，去除由于背景運(yùn)動(dòng)而產(chǎn)生的對Mn的影響；⑤統(tǒng)計(jì)Mn中非零像素的數(shù)量NMn(u，v)＞0；⑥計(jì)算非零像素?cái)?shù)NMn(u，v)＞0占整幅圖像像素?cái)?shù)的比例NMn(u,v)>0H×V;]]>根據(jù)NMn(u,v)>0H×V]]>的值做出判斷， 其中T2為預(yù)先設(shè)定的判定閾值，由大量的實(shí)驗(yàn)得出當(dāng)閾值T2=0.05時(shí)，判斷的效果最佳。
(4)、如圖3所示，若步驟(3)判定監(jiān)控區(qū)域內(nèi)不存在運(yùn)動(dòng)目標(biāo)，則認(rèn)為是由于環(huán)境變化而引起的誤報(bào)，忽略步驟(2)產(chǎn)生的報(bào)警信號(hào)；若步驟(3)判定監(jiān)控區(qū)域內(nèi)存在運(yùn)動(dòng)目標(biāo)，則進(jìn)一步采用人體輪廓特征信息，判定運(yùn)動(dòng)目標(biāo)是否為入侵者，具體步驟是描述人體輪廓三視圖的輪廓特征模型分別為ModelT(圖4c頂視圖模型)、ModelF(圖4A正視圖模型)、ModelL(圖4B側(cè)視圖模型)，各模型分別以數(shù)據(jù)文件的形式存儲(chǔ)與監(jiān)控中心主機(jī)2上。
●提取上述視頻圖像運(yùn)動(dòng)檢測中得到的經(jīng)中值濾波后的差分運(yùn)動(dòng)圖像Mn的輪廓特征X；●分別計(jì)算輪廓特征x與圖4所示的人體輪廓三視圖輪廓模型的相似度Li(X，Modeli)，i=T，F(xiàn)，L；●利用公式(IV)，根據(jù)相似度Li(X，Modeli)(i=T，F(xiàn)，L)的大小，對每種模型分別做出決策判斷hi(X)，i=T，F(xiàn)，L，
hi(X)=1,Li(X,Modeli)≥Thi0,Li(X,Modeli)<Thi,i=T,F,L---(IV)]]>其中Thi為各模型對應(yīng)的相似度的閾值；●根據(jù)hi(X)，i＝T，F(xiàn)，L，按照F＝max{hT(X)，hF(X)，hL(X)}的規(guī)則做出融合決策；當(dāng)F＝1時(shí)，表示有入侵者進(jìn)入監(jiān)控區(qū)域；反之，當(dāng)F＝0時(shí)表示無入侵者進(jìn)入監(jiān)控區(qū)域；(5)、根據(jù)步驟(4)的判別結(jié)果執(zhí)行相應(yīng)操作若步驟(4)判定為有入侵者時(shí)，由監(jiān)控中心主機(jī)2產(chǎn)生語音報(bào)警信號(hào)提示值班人員，同時(shí)向智能終端控制器5發(fā)送控制命令，由智能終端控制器5控制現(xiàn)場警示設(shè)備7產(chǎn)生聲音與燈光警示；若步驟(4)判定為無入侵者時(shí)，則認(rèn)為是由于其他生物引起的傳感器誤報(bào)，忽略步驟(2)產(chǎn)生的報(bào)警信號(hào)。
如圖1所示，在本發(fā)明方法的具體實(shí)施方式
說明中，我們僅畫出了一個(gè)智能監(jiān)控終端。實(shí)際上，本發(fā)明方法同樣可以應(yīng)用于有多個(gè)智能監(jiān)控終端的系統(tǒng)中。由于每個(gè)智能監(jiān)控終端都是獨(dú)立工作的，當(dāng)發(fā)生報(bào)警時(shí)，只要對智能監(jiān)控終端進(jìn)行簡單的編號(hào)，監(jiān)控中心就可以清楚地知道是由哪個(gè)終端產(chǎn)生的報(bào)警。
我們知道，當(dāng)有人入侵時(shí)，現(xiàn)場警示設(shè)備7被驅(qū)動(dòng)產(chǎn)生聲音和燈光警示，這可以給入侵者造成一種恐嚇，使其退出監(jiān)控區(qū)域之外；即使聲音和燈光警示無效，入侵者仍然在監(jiān)控區(qū)域內(nèi)活動(dòng)時(shí)，監(jiān)控中心主機(jī)可以及時(shí)向值班人員報(bào)警，起到積極預(yù)防的作用。
權(quán)利要求
1.一種基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，其特征在于采用生物傳感器、攝像機(jī)、控制器和聲光報(bào)警設(shè)備作為智能監(jiān)控終端，智能監(jiān)控終端通過局域網(wǎng)與監(jiān)控中心主機(jī)連接，當(dāng)生物傳感器被觸發(fā)時(shí)，通過智能監(jiān)控終端發(fā)送報(bào)警信息至監(jiān)控中心主機(jī)，監(jiān)控中心主機(jī)通過對生物傳感信息、運(yùn)動(dòng)圖像信息和人體輪廓特征信息融合，分析和識(shí)別監(jiān)視攝像機(jī)的視頻圖像，從而判斷報(bào)警信號(hào)真?zhèn)?，再?qū)動(dòng)智能監(jiān)控終端的聲光報(bào)警設(shè)備報(bào)警；步驟如下(1)監(jiān)控中心主機(jī)接收到生物傳感器的報(bào)警信息，通過視頻圖像分析方法對對應(yīng)監(jiān)視攝像機(jī)的視頻圖像進(jìn)行分析，確定監(jiān)控區(qū)域中是否存在運(yùn)動(dòng)目標(biāo)，從而判別報(bào)警信號(hào)的真?zhèn)?，消除由于外界環(huán)境因素引起的誤報(bào)；(2)當(dāng)監(jiān)控區(qū)域中存在運(yùn)動(dòng)目標(biāo)，進(jìn)一步結(jié)合視頻圖像信息和人體輪廓特征信息，進(jìn)行融合，判別運(yùn)動(dòng)目標(biāo)是否為入侵者；(3)根據(jù)生物傳感和視頻圖像信息融合處理結(jié)果，若運(yùn)動(dòng)目標(biāo)為入侵者，報(bào)警信號(hào)為真，監(jiān)控中心主機(jī)則發(fā)送報(bào)警信號(hào)通過驅(qū)動(dòng)智能報(bào)警終端控制器進(jìn)行燈光、聲音現(xiàn)場警示，同時(shí)監(jiān)控中心主機(jī)通過聲音和短信息告知值班人員有人入侵；若運(yùn)動(dòng)目標(biāo)不是入侵者，報(bào)警信號(hào)為假，監(jiān)控中心主機(jī)則忽略此次報(bào)警。
2.根據(jù)權(quán)利要求1所述的基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，其特征在于所述視頻圖像分析的步驟如下設(shè)F表示時(shí)間長度為N幀的視頻序列圖像，視頻序列圖像的像素大小為H×V，F(xiàn)n(n＝1，2，…，N)表示視頻序列中的第n幀圖像的強(qiáng)度；第一步，用公式(I)對輸入序列圖像進(jìn)行色彩空間轉(zhuǎn)換，將彩色序列圖像轉(zhuǎn)為灰度序列圖像，Gray=11000(299*R+587*G+114*B+500)---(I)]]>其中Gray表示轉(zhuǎn)換后序列圖像的灰度值，R、G、B分別表示原始序列圖像中對應(yīng)像素的紅、綠、藍(lán)三分量的值；第二步，對第一步得到的灰度序列圖像，計(jì)算序列圖像中前后兩幀的時(shí)間差分Δn＝|Fn-Fn-1|，(n＝2，3…，N)；(II)第三步，根據(jù)第二步的差分值大小確定序列圖像中的運(yùn)動(dòng)圖像MnMn(u,v)=255,Δn(u,v)≥T10,Δn(u,v)<T1u=1,2,···,H,v=1,2,···,V---(III)]]>其中T1為閾值參數(shù)，其取值為差分矩陣Δn中非零像素的平均值；第四步，對Mn進(jìn)行5×5的中值濾波，去除由于背景運(yùn)動(dòng)而產(chǎn)生的對Mn的影響；第五步，統(tǒng)計(jì)Mn中非零像素的數(shù)量NMn(u，v)＞0；第六步，計(jì)算 ，當(dāng)滿足NMn(u,v)>0H×V>T2]]>時(shí)，判定監(jiān)控區(qū)域中有運(yùn)動(dòng)目標(biāo)存在，否則判定監(jiān)控區(qū)域中沒有運(yùn)動(dòng)目標(biāo)，其中T2為預(yù)先設(shè)定的判定閾值。
3.根據(jù)權(quán)利要求1所述的基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，其特征在于結(jié)合視頻圖像信息和人體輪廓特征信息進(jìn)行融合的步驟包括其步驟包括預(yù)先存儲(chǔ)描述人體輪廓三視圖的輪廓特征模型在監(jiān)控中心主機(jī)中，分別有頂視圖模型ModelT、正視圖模型ModelF、側(cè)視圖模型ModelL；第一步，對視頻序列圖像處理得到的中值濾波后的運(yùn)動(dòng)圖像Mn進(jìn)行處理，提取運(yùn)動(dòng)目標(biāo)的外輪廓特征X；第二步，分別計(jì)算X與人體輪廓三視圖輪廓特征模型的相似度Li(X，Modeli)，i＝T，F(xiàn)，L；第三步，根據(jù)相似度Li(X，Modeli)的大小做出各自的判決hi(X)=1,Li(X,Modeli)≥Thi0,Li(X,Modeli)<Thi,i=T,F,L---(IV)]]>其中Thi為各模型對應(yīng)的相似度的閾值；第四步，按照F＝max{hT(X)，hF(X)，hL(X)}對第三步的判別結(jié)果進(jìn)行融合積分；當(dāng)F＝1時(shí)，表示有入侵者進(jìn)入監(jiān)控區(qū)域；反之，當(dāng)F＝0時(shí)表示沒有入侵者進(jìn)入監(jiān)控區(qū)域。
4.權(quán)利要求1、2或3所述的基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，其特征在于智能監(jiān)控終端的生物傳感器由熱釋電紅外傳感器和單片機(jī)構(gòu)成，控制器采用PIC16F877控制器。
全文摘要
本發(fā)明是一種基于生物傳感和圖像信息融合的視頻安防監(jiān)控方法，該方法運(yùn)用運(yùn)動(dòng)目標(biāo)檢測和圖像信息融合方法分析監(jiān)控視頻圖像，其步驟包括當(dāng)智能監(jiān)控終端通過生物傳感器檢測到生物入侵時(shí)被觸發(fā)產(chǎn)生報(bào)警后，通過專用局域網(wǎng)向監(jiān)控中心主機(jī)發(fā)送報(bào)警信號(hào)；監(jiān)控中心主機(jī)接收到報(bào)警信號(hào)后，利用運(yùn)動(dòng)目標(biāo)檢測和人體輪廓特征融合對監(jiān)控視頻進(jìn)行分析，判斷報(bào)警信號(hào)真?zhèn)危槐O(jiān)控中心主機(jī)根據(jù)判斷結(jié)果執(zhí)行相應(yīng)操作。該方法結(jié)合了生物傳感和圖像信息融合技術(shù)，可有效減少外界環(huán)境和其他生物對安防監(jiān)控系統(tǒng)的影響，實(shí)現(xiàn)不同地理環(huán)境下的敏感區(qū)域和重要基礎(chǔ)設(shè)施等場所只對入侵人體生物進(jìn)行全天候的視頻安全監(jiān)控。
文檔編號(hào)G06T7/20GK101017591SQ20071007817
公開日2007年8月15日 申請日期2007年2月6日 優(yōu)先權(quán)日2007年2月6日
發(fā)明者龔衛(wèi)國, 楊利平, 李偉紅, 李正浩, 李建福, 辜小花, 周留洋, 嚴(yán)杰 申請人:重慶大學(xué)