CN109859427A - 基于图像方差算法的防攀爬告警方法 - Google Patents
基于图像方差算法的防攀爬告警方法 Download PDFInfo
- Publication number
- CN109859427A CN109859427A CN201910268817.XA CN201910268817A CN109859427A CN 109859427 A CN109859427 A CN 109859427A CN 201910268817 A CN201910268817 A CN 201910268817A CN 109859427 A CN109859427 A CN 109859427A
- Authority
- CN
- China
- Prior art keywords
- image
- climbing
- gray
- alarm method
- detection zone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于图像方差算法的防攀爬告警方法,通过对正常情况下照片P0进行灰度处理,并将监控过程中摄像头的帧图像P与对比底图P0中所述防攀爬检测区域进行均方差err计算,根据err的数值情况判断防攀爬检测区域的异常情况,若发现异常则保存帧图像P并上报攀爬告警信息。本发明的基于图像方差算法的防攀爬告警方法,可以实时的将防攀爬检测区域的异常情况及时上报到后台***,达到实时和精准预警,对于降低小区治安管理难度和提高小区治安,具有重要意义。本发明采用图像方差对图像进行预处理和过滤,使图像识别更加高效、快速、低耗能,从而实现对防攀爬区域的违规攀爬情况实时监测和举证处理。
Description
技术领域
本发明涉及一种智能小区检测报警方法,尤其涉及一种基于图像方差算法的防攀爬告警方法。
背景技术
随着社会的发展和科技的进步,国内人口不断流向几个超大城市进行集中,城市的治安管理呈现基数大、流动性高、居住位置分散和管控难度高等特点,使得近几年治安事件和刑事案件增加,治理困难。进而衍生出很多通过科技和信息化手段进行精准打击危害社会治安的现象,从而降低社会治安管理难度和提高公安等政府机关的预测预警研判能力,精确打击和动态管理等能力的提升,有效提高社区安防智能化水平,提高居民居住幸福指数。
目前中国社区仍旧是以围墙圈定,来维护小区的安全,对于一些安全指数比较低的围墙区域,极易成为不法分子攀越的点,加大了小区的治安管理难度,通过人为的巡查,很难及时和实时的对不法行为进行监控和处理。
因此,有必要提出一种方法,以克服现有技术缺陷。
发明内容
本发明的目的是解决现有技术中的问题,提供一种基于图像方差算法的防攀爬告警方法,本发明的基于图像方差算法的防攀爬告警方法可以实时地、智能地检测小区内禁止攀爬区域的情况,若有攀爬行为可以取证并将告警信息上报。
本发明的技术方案是:一种基于图像方差算法的防攀爬告警方法,包括以下步骤:S1、在防攀爬区域设置摄像头;S2、通过所述摄像头拍摄影像,在所述摄像头成像相片内将防攀爬检测区域进行圈定;S3、在所述防攀爬检测区域正常情况下,获取一张照片P0作为对比底图;对P0进行灰度处理得到灰度图P0_gray;S4、每隔N帧实时对摄像头的帧图像P与对比底图P0 中所述防攀爬检测区域进行均方差err计算;S5、若err大于8,则保存所述帧图像P并上报攀爬告警信息。
作为一种优选的技术方案,在所述步骤S4之后还包括步骤S6:记上一次底图更新时间为T0,若检测到某一帧图像P的对比均方差err小于1,且此时时间T满足T-T0>60s,则将底图P0替换为P,对底图进行更新。
作为一种更进一步优选的技术方案,所述步骤S6与所述步骤S5同步进行。
作为一种优选的技术方案,所述步骤S3内P0的灰度图P0_gray为图像中H*W的二维数组。
作为一种更进一步优选的技术方案,所述步骤S4均方差err计算的具体步骤为:S41、设置帧图像P的图像像素为H*W*3,对帧图像P进行灰度处理后得到帧图像P的灰度图P_gray,P_gray为H*W的二维数组;S42、防攀爬检测区域的四个点坐标D1(x1,y1),D2(x2,y2),D3(x3,y3),D4(x4,y4) 所形成的四边形圈定区域A;S43、设定帧图像像素差临界值为temp,则计算灰度图P0_gray和P_gray在区域A上的像素方差err,计算公式为:
其中,(h,w)∈A且P_gray(h,w)-P0_gray(h,w)>temp。
作为一种优选的技术方案,所述步骤S4中N为30,即每隔30帧获取摄像头视频流中的一帧P。
本发明的基于图像方差算法的防攀爬告警方法,可以实时的将防攀爬检测区域的异常情况及时上报到后台***,达到实时和精准预警,对于降低小区治安管理难度和提高小区治安,具有重要意义。本发明采用图像方差对图像进行预处理和过滤,使图像识别更加高效、快速、低耗能,从而实现对防攀爬区域的违规攀爬情况实时监测和举证处理。
附图说明
图1为本发明基于图像方差算法的防攀爬告警方法流程框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种,但是不排除包含至少一种的情况。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者***中还存在另外的相同要素。
如图1所示为本发明的一种基于图像方差算法的防攀爬告警方法,包括以下步骤:S1、在防攀爬区域设置摄像头;S2、通过所述摄像头拍摄影像,在所述摄像头成像相片内将防攀爬检测区域进行圈定;S3、在所述防攀爬检测区域正常情况下,获取一张照片P0作为对比底图;对P0进行灰度处理得到灰度图P0_gray;S4、每隔N帧实时对摄像头的帧图像P与对比底图P0 中所述防攀爬检测区域进行均方差err计算;S5、若err大于8,则保存所述帧图像P并上报攀爬告警信息。
为了保证底图P0可以反映出防攀爬检测区域的真实图形信息,提高图像处理的准确性,作为优选方案,所述步骤S4之后还包括以下步骤S6:记上一次底图更新时间为T0,若检测到某一帧图像P的对别均方差err小于1,且此时时间T满足T-T0>60s,则将底图P0替换为P,对底图进行更新。
在实际应用中步骤S6涉及到对均方差err大小的判断,步骤S5也涉及到对均方差err大小的判断,因此,步骤S6可以与步骤S4同步进行,也可以先于或晚于步骤S4进行,同时,由于对均方差err的取值要求不同,应当知晓,步骤S4与步骤S6是择一进行的。
底图P0的灰度图P0_gray为P0图像中H*W的二维数组。
步骤S4中,对于帧图像P与对比底图P0中所述防攀爬检测区域进行均方差err计算的具体步骤为:S41、设置帧图像P的图像像素为H*W*3,对帧图像P进行灰度处理后得到帧图像P的灰度图P_gray,P_gray为H*W的二维数组;S42、防攀爬检测区域的四个点坐标D1(x1,y1),D2(x2,y2), D3(x3,y3),D4(x4,y4)所形成的四边形圈定区域A;S43、设定帧图像像素差临界值为temp,则计算灰度图P0_gray和P_gray在区域A上的像素方差err,计算公式为:
其中,(h,w)∈A且 P_gray(h,w)-P0_gray(h,w)>temp。
上述P_gray为帧图像P的图像信息中H*W的二维数组。
本实施例的基于图像方差算法的防攀爬告警方法,设定灰度图像素点差值阈值tmp,通过对摄像头获取的图像帧P与正常情况下拍摄的标准地图相片P0进行灰度图处理,对P和P0的检测区域内灰度图像的每个像素差值计算,若大差值于阈值tmp则计入方差计算点进行累加;否则舍掉,从而获取检测区域方差σ2,进而求出均方差σ,设定告警参数临界值err_min,若σ大于临界值err_min,则上报告警信号并保存此时的告警图片;否则不予处理;在本发明中,临界值err_min为8。
本发明的基于图像方差算法的防攀爬告警方法,可以实时的将防攀爬检测区域的异常情况及时上报到后台***,达到实时和精准预警,对于降低小区治安管理难度和提高小区治安,具有重要意义。本发明采用图像方差对图像进行预处理和过滤,使图像识别更加高效、快速、低耗能,从而实现对防攀爬区域的违规攀爬情况实时监测和举证处理。
综上所述仅为本发明较佳的实施例,并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化及修饰,皆应属于本发明的技术范畴。
Claims (6)
1.基于图像方差算法的防攀爬告警方法,其特征在于:包括以下步骤:
S1、在防攀爬区域设置摄像头;
S2、通过所述摄像头拍摄影像,在所述摄像头成像相片内将防攀爬检测区域进行圈定;
S3、在所述防攀爬检测区域正常情况下,获取一张照片P0作为对比底图;对P0进行灰度处理得到灰度图P0_gray;
S4、每隔N帧实时对摄像头的帧图像P与对比底图P0中所述防攀爬检测区域进行均方差err计算;
S5、若err大于8,则保存所述帧图像P并上报攀爬告警信息。
2.根据权利要求1所述的基于图像方差算法的防攀爬告警方法,其特征在于:在所述步骤S4之后还包括步骤S6:记上一次底图更新时间为T0,若检测到某一帧图像P的对比均方差err小于1,且此时时间T满足T-T0>60s,则将底图P0替换为P,对底图进行更新。
3.根据权利要求2所述的基于图像方差算法的防攀爬告警方法,其特征在于:所述步骤S6与所述步骤S5同步进行。
4.根据权利要求1所述的基于图像方差算法的防攀爬告警方法,其特征在于:所述步骤S3内P0的灰度图P0_gray为图像中H*W的二维数组。
5.根据权利要求4所述的基于图像方差算法的防攀爬告警方法,其特征在于:所述步骤S4均方差err计算的具体步骤为:
S41、设置帧图像P的图像像素为H*W*3,对帧图像P进行灰度处理后得到帧图像P的灰度图P_gray,P_gray为H*W的二维数组;
S42、防攀爬检测区域的四个点坐标D1(x1,y1),D2(x2,y2),D3(x3,y3),D4(x4,y4)所形成的四边形圈定区域A;
S43、设定帧图像像素差临界值为temp,则计算灰度图P0_gray和P_gray在区域A上的像素方差err,计算公式为:
其中,(h,w)∈A且P_gray(h,w)-P0_gray(h,w)>temp。
6.根据权利要求1至5任一权利要求所述的基于图像方差算法的防攀爬告警方法,其特征在于:所述步骤S4中N为30,即每隔30帧获取摄像头视频流中的一帧P。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910268817.XA CN109859427A (zh) | 2019-04-04 | 2019-04-04 | 基于图像方差算法的防攀爬告警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910268817.XA CN109859427A (zh) | 2019-04-04 | 2019-04-04 | 基于图像方差算法的防攀爬告警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109859427A true CN109859427A (zh) | 2019-06-07 |
Family
ID=66903256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910268817.XA Pending CN109859427A (zh) | 2019-04-04 | 2019-04-04 | 基于图像方差算法的防攀爬告警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859427A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427942A (zh) * | 2019-08-09 | 2019-11-08 | 上海天诚比集科技有限公司 | 一种检测区域确定方法 |
CN113299025A (zh) * | 2021-04-28 | 2021-08-24 | 金卯新能源集团有限公司 | 一种人员攀爬告警方法 |
CN114241737A (zh) * | 2021-11-30 | 2022-03-25 | 慧之安信息技术股份有限公司 | 一种基于深度学习的攀登铁塔监测方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582160A (zh) * | 2009-06-18 | 2009-11-18 | 北京中星微电子有限公司 | 前景检测方法和装置以及自适应阈值调节方法和装置 |
CN101820533A (zh) * | 2010-03-26 | 2010-09-01 | 吴丽娟 | 一种视频监控方法及装置 |
CN102163360A (zh) * | 2011-03-24 | 2011-08-24 | 杭州海康威视***技术有限公司 | 隧道烟雾的视频检测方法及其装置 |
CN102867308A (zh) * | 2012-09-11 | 2013-01-09 | 大连理工大学 | 一种电脑输出视频图像变化检测的方法 |
JP2013092992A (ja) * | 2011-10-27 | 2013-05-16 | Honda Motor Co Ltd | 車両周辺監視装置 |
CN104143197A (zh) * | 2014-07-31 | 2014-11-12 | 中国科学院自动化研究所 | 一种航拍场景下运动车辆的检测方法 |
CN104537693A (zh) * | 2015-01-04 | 2015-04-22 | 北京航空航天大学 | 基于切比雪夫像素估计的多目标检测算法 |
CN107222726A (zh) * | 2014-05-12 | 2017-09-29 | 江苏省电力公司常州供电公司 | 电力设施防外破预警方案 |
CN107665250A (zh) * | 2017-09-26 | 2018-02-06 | 百度在线网络技术(北京)有限公司 | 高清道路俯视地图的构建方法、装置、服务器和存储介质 |
CN107742115A (zh) * | 2017-11-10 | 2018-02-27 | 广东工业大学 | 一种基于视频监控的运动目标物检测追踪的方法及*** |
-
2019
- 2019-04-04 CN CN201910268817.XA patent/CN109859427A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582160A (zh) * | 2009-06-18 | 2009-11-18 | 北京中星微电子有限公司 | 前景检测方法和装置以及自适应阈值调节方法和装置 |
CN101820533A (zh) * | 2010-03-26 | 2010-09-01 | 吴丽娟 | 一种视频监控方法及装置 |
CN102163360A (zh) * | 2011-03-24 | 2011-08-24 | 杭州海康威视***技术有限公司 | 隧道烟雾的视频检测方法及其装置 |
JP2013092992A (ja) * | 2011-10-27 | 2013-05-16 | Honda Motor Co Ltd | 車両周辺監視装置 |
CN102867308A (zh) * | 2012-09-11 | 2013-01-09 | 大连理工大学 | 一种电脑输出视频图像变化检测的方法 |
CN107222726A (zh) * | 2014-05-12 | 2017-09-29 | 江苏省电力公司常州供电公司 | 电力设施防外破预警方案 |
CN104143197A (zh) * | 2014-07-31 | 2014-11-12 | 中国科学院自动化研究所 | 一种航拍场景下运动车辆的检测方法 |
CN104537693A (zh) * | 2015-01-04 | 2015-04-22 | 北京航空航天大学 | 基于切比雪夫像素估计的多目标检测算法 |
CN107665250A (zh) * | 2017-09-26 | 2018-02-06 | 百度在线网络技术(北京)有限公司 | 高清道路俯视地图的构建方法、装置、服务器和存储介质 |
CN107742115A (zh) * | 2017-11-10 | 2018-02-27 | 广东工业大学 | 一种基于视频监控的运动目标物检测追踪的方法及*** |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110427942A (zh) * | 2019-08-09 | 2019-11-08 | 上海天诚比集科技有限公司 | 一种检测区域确定方法 |
CN110427942B (zh) * | 2019-08-09 | 2023-04-07 | 上海天诚比集科技有限公司 | 一种检测区域确定方法 |
CN113299025A (zh) * | 2021-04-28 | 2021-08-24 | 金卯新能源集团有限公司 | 一种人员攀爬告警方法 |
CN114241737A (zh) * | 2021-11-30 | 2022-03-25 | 慧之安信息技术股份有限公司 | 一种基于深度学习的攀登铁塔监测方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109859427A (zh) | 基于图像方差算法的防攀爬告警方法 | |
CN109034124A (zh) | 一种智能监控方法及*** | |
CN105117683B (zh) | 一种公共场所密集人群检测及预警方法 | |
CN110298837A (zh) | 基于帧间差分法的消防占道异常物体检测方法 | |
CN110443196A (zh) | 基于ssim算法的消防占道检测方法 | |
CN108629935B (zh) | 一种基于视频监控检测爬楼翻窗盗窃行为的方法及*** | |
CN111507235B (zh) | 基于视频的铁路周界异物入侵检测方法 | |
KR102247188B1 (ko) | 상황인식 및 퍼지이론 기반의 해수욕장 위험도 평가 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN113343779B (zh) | 环境异常检测方法、装置、计算机设备和存储介质 | |
JP2011123742A (ja) | 侵入物体検知装置 | |
JP2012198079A (ja) | 水位監視装置、水位監視方法及び水位監視プログラム | |
CN106095967A (zh) | 一种基于搜索引擎的重复报警识别方法和*** | |
CN112927178B (zh) | 遮挡检测方法、装置、电子设备以及存储介质 | |
CN107452027A (zh) | 一种基于多摄像头监控的目标人物安全保护方法 | |
CN113869220A (zh) | 重大交通事故的监测方法及*** | |
CN108765829A (zh) | 一种基于智能视频分析的市政物品失窃检测与报警方法 | |
CN115171006B (zh) | 基于深度学习的自动识别人员进入电力危险区的检测方法 | |
CN110751014A (zh) | 一种火焰检测***及方法 | |
CN106791647B (zh) | 一种基于视频智能识别的水电厂状态监视***及方法 | |
Anithadevi et al. | An Improved SSD Object Detection Algorithm For Safe Social Distancing and Face Mask Detection In Public Areas Through Intelligent Video Analytics | |
CN114782846A (zh) | 一种灾后救援引导***及方法 | |
CN110428017A (zh) | 一种相似度阈值动态设定的物体识别方法 | |
CN116739357B (zh) | 多模态融合感知的城市既有建筑广域监测预警方法及装置 | |
CN106651166B (zh) | 基于物联网的自然灾害风险处理方法和*** | |
CN110309838A (zh) | 基于指数变换的视频检测区物体轮廓检测预处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190607 |
|
RJ01 | Rejection of invention patent application after publication |