CN109903285B - 一种基于热像视频的多边形区域目标检测方法 - Google Patents
一种基于热像视频的多边形区域目标检测方法 Download PDFInfo
- Publication number
- CN109903285B CN109903285B CN201910159634.4A CN201910159634A CN109903285B CN 109903285 B CN109903285 B CN 109903285B CN 201910159634 A CN201910159634 A CN 201910159634A CN 109903285 B CN109903285 B CN 109903285B
- Authority
- CN
- China
- Prior art keywords
- polygon
- vertex
- points
- carrying
- area
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开一种基于热像视频的多边形区域目标检测方法,本方法根据检测点到多边形边界点的向量相位与多边形相邻两点的向量相位比对结果,来确认检测点是否在多边形区域内,并配合温度检测,可自动捕捉场景高温点与多边形区域,实现多区域高温分析,从而屏蔽掉监控范围内的多边形高温区域。本方法响应时间短,可根据用户的需要灵活定制***。
Description
技术领域
本发明涉及一种多边形区域目标检测方法,具体的说,是一种热像视频的多边形区域目标检测方法。
背景技术
在监控时,为保证报警***的准确性,往往需要排除掉场景内的某些无用信息,如村庄、河边等,因此需要根据不同的监控场景和具体需求设置屏蔽区域。然而在实际应用中,不感兴趣区域的形状往往不是矩形,可能是不规则的多边形。实现实时精准的报警监控需要在前端排除掉此类目标区域,并保证算法的有效性和实时性。目前常用的算法有射线法和面积法,这两种算法实现起来比较复杂,计算量比较大,无法满足实时性要求。
发明内容
本发明要解决的技术问题是提供一种基于热像视频的多边形区域目标检测方法,用户可以根据需要在监控场景内设置多个屏蔽区域,屏蔽区域可以是任意多边形,本检测方法都可以将这些屏蔽区域检测出来。
为了解决所述技术问题,本发明采用的技术方案是:一种基于热像视频的多边形区域目标检测方法,包括以下步骤:
S01)、接收来自红外成像***的热像视频,同时接收多边形每个顶点坐标和用户设置的报警阈值;
S02)、将处理时钟切片,将像素时钟倍频作为算法处理时钟,在第一时刻做多边形第一顶点到第二顶点的向量斜率计算,第二时刻做第二顶点到第三顶点的向量斜率计算,依次类推,第N个时刻做第N顶点到第一顶点的向量斜率计算,N为多边形的边数;
S03)、将处理时钟切片,将像素时钟倍频作为算法处理时钟,在第一时刻做多边形第一顶点到当前检测点的向量斜率计算,第二时刻做第二顶点到当前检测点的向量斜率计算,依次类推,第N个时刻做第N顶点到当前检测点的向量斜率计算,N为多边形的边数;
S04)、将步骤S02和步骤S03检测的数据两两对应并延时对齐,数据对齐后,比对点到多边形边界点的向量与多边形相邻两点的向量的相位关系,若两者同相,则记为1,若反相,则记为0;
S05)、对步骤S04的比对结果做累加,并根据累加结果判断当前检测点是否在多边形内部,若累加结果为奇数,则当前检测点在多边形外,若累加结果为偶数,则当前检测点在多边形内部;
S06)、遍历热像视频上的其他检测点,按照步骤S02-S05判断其他检测点是否在多边形区域内,将步骤S04和S05检测出来的位于多边形内的点记为感兴趣区域,位于多边形外的点记为屏蔽区域;
S07)、计算图像整体像素平均值,并将多个检测点的像素值与设置阈值做对比,其中屏蔽掉 的区域记为0,为感兴趣区域但像素值不超过设置阈值的检测点记为0,为感兴趣区域并且像素值超过设置阈值的检测点记为1;
S08)、遍历热像视频,统计步骤S07中所有值为1的检测点个数,如果所有值为1的检测点个数超过用户设置的最小报警范围,则计算并输出所有报警点的中心点位置坐标,报警标志设为有效,如果不超过用户设置的最小报警范围,则报警标志设为无效输出。
进一步的,步骤S02和步骤S03同时进行。
进一步的,步骤S02和步骤S03中,若多边形的边数不大于8,将像素时钟倍频至8倍作为算法处理时钟,若多边形的边数大于8,则将像素时钟倍频至8倍的操作进行多次。
本发明的有益效果:利用本方法用户可以根据需要在监控场景内设置多个屏蔽区域,屏蔽区域可以是任意多边形,本检测方法都可以将这些屏蔽区域检测出来。本方法通过判断检测点到多边形边界点的向量与多边形相邻两点的向量的相位关系来判断检测点是否在多边形内,算法实时性高,能做到100ms内实时响应报警。
附图说明
图1为测温报警***框图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种基于热像视频的多边形区域目标检测方法,本检测方法基于测温报警***,如图1所示,测温报警***包括红外成像***、测温***和用户交互显示***。红外成像***采集探测器数据并组帧做校正处理,提高测温模块使用的高精度14位数字图像;测温模块根据用户设定,结合当前场景进行检测方法的实现;用户交互显示***在上位机中实现,提供用户设定的报警开关、报警阈值以及屏蔽区域设置。在成像数据采集后进行智能分析,能准确地发现温度异常,可自动捕捉场景高温点与区域,实现多区域高温分析;可设定报警温度值,实现自动报警。可根据用户的灵活需求定制***。
利用测温报警***检测多边形的步骤为:1、首先调用预置位功能,将设备对准需要进行检测的目标场景;2、然后观察场景,确认需要检测和被排除屏蔽掉的目标场景;3、在监控终端软件中,按照顺时针次序依次描点,画出待检测的区域并保存;4、在监控区域内设置报警阈值;5、依照上述顺序设置多个预置点,设置完成后,开启检测。
具体的,检测过程为(本实施例中,以八边形为例):
S01)、接收来自红外成像***的热像视频,视频分辨率为640*512,同时接收多边形每个顶点坐标和用户设置的报警阈值;
S02)、将处理时钟切片,将像素时钟倍频至8倍作为算法处理时钟,在第一时刻做多边形第一顶点到第二顶点的向量斜率计算,第二时刻做第二顶点到第三顶点的向量斜率计算,依次类推,第8个时刻做第八顶点到第一顶点的向量斜率计算;
S03)、将处理时钟切片,将像素时钟倍频至8倍作为算法处理时钟,在第一时刻做多边形第一顶点到当前检测点的向量斜率计算,第二时刻做第二顶点到当前检测点的向量斜率计算,依次类推,第8个时刻做第八顶点到当前检测点的向量斜率计算;
S04)、将步骤S02和步骤S03检测的数据两两对应并延时对齐,延时对齐是指延时一段时间,使步骤S02与步骤S03检测的数据对齐,即第一顶点到第二顶点的向量斜率与第一顶点到当前检测点的向量斜率相对应,第二顶点到第三顶点的向量斜率与第二顶点到当前检测点的向量斜率相对应数据对齐后,依次类推。数据对齐后,比对点到多边形边界点的向量与多边形相邻两点的向量的相位关系,若两者同相,则记为1,若反相,则记为0;
S05)、对步骤S04的比对结果做累加,并根据累加结果判断当前检测点是否在多边形内部,若累加结果为奇数,则当前检测点在多边形外,若累加结果为偶数,则当前检测点在多边形内部;
S06)、遍历热像视频上的其他检测点,按照步骤S02-S05判断其他检测点是否在多边形区域内,将步骤S04和S05检测出来的位于多边形内的点记为感兴趣区域,位于多边形外的点记为屏蔽区域;
S07)、计算图像整体像素平均值,并将多个检测点的像素值与设置阈值做对比,其中屏蔽掉的区域记为0,为感兴趣区域但像素值不超过设置阈值的检测点记为0,为感兴趣区域并且像素值超过设置阈值的检测点记为1;
S08)、遍历热像视频,统计步骤S07中所有值为1的检测点个数,如果所有值为1的检测点个数超过用户设置的最小报警范围,则计算并输出所有报警点的中心点位置坐标,报警标志设为有效,如果不超过用户设置的最小报警范围,则报警标志设为无效输出。
本实施例中,步骤S02和步骤S03同时进行。
实际检测中,若多边形的边数小于8,在具有8个时刻的算法时钟周期内就能完成向量斜率的计算,若多边形的边数大于8,则将像素时钟倍频至8倍的操作进行多次,算法处理时钟就有多余8个的时刻,可以进行完所有边向量斜率的计算。
本方法采用Xillinx Spartan6系列的FPGA实现,考虑到算法的实时性,在底层使用VHDL语言直接处理原始数据,基于FPGA做实时检测,每帧图像均能检测,检测速度快,效率高。
以上描述的仅是本发明的基本原理和优选实施例,本领域技术人员根据本发明做出的改进和替换,属于本发明的保护范围。
Claims (2)
1.一种基于热像视频的多边形区域目标检测方法,其特征在于:包括以下步骤:
S01)、接收来自红外成像***的热像视频,同时接收多边形每个顶点坐标和用户设置的报警阈值;
S02)、将处理时钟切片,将像素时钟倍频作为算法处理时钟,若多边形的边数不大于8,将像素时钟倍频至8倍作为算法处理时钟,若多边形的边数大于8,则将像素时钟倍频至8倍的操作进行多次,在第一时刻做多边形第一顶点到第二顶点的向量斜率计算,第二时刻做第二顶点到第三顶点的向量斜率计算,依次类推,第N个时刻做第N顶点到第一顶点的向量斜率计算,N为多边形的边数;
S03)、将处理时钟切片,将像素时钟倍频作为算法处理时钟,若多边形的边数不大于8,将像素时钟倍频至8倍作为算法处理时钟,若多边形的边数大于8,则将像素时钟倍频至8倍的操作进行多次,在第一时刻做多边形第一顶点到当前检测点的向量斜率计算,第二时刻做第二顶点到当前检测点的向量斜率计算,依次类推,第N个时刻做第N顶点到当前检测点的向量斜率计算,N为多边形的边数;
S04)、将步骤S02和步骤S03检测的数据两两对应并延时对齐,数据对齐后,比对点到多边形边界点的向量与多边形相邻两点的向量的相位关系,若两者同相,则记为1,若反相,则记为0;
S05)、对步骤S04的比对结果做累加,并根据累加结果判断当前检测点是否在多边形内部,若累加结果为奇数,则当前检测点在多边形外,若累加结果为偶数,则当前检测点在多边形内部;
S06)、遍历热像视频上的其他检测点,按照步骤S02-S05判断其他检测点是否在多边形区域内,将步骤S04和S05检测出来的位于多边形内的点记为感兴趣区域,位于多边形外的点记为屏蔽区域;
S07)、计算图像整体像素平均值,并将多个检测点的像素值与设置阈值做对比,其中屏蔽掉的区域记为0,为感兴趣区域但像素值不超过设置阈值的检测点记为0,为感兴趣区域并且像素值超过设置阈值的检测点记为1;
S08)、遍历热像视频,统计步骤S07中所有值为1的检测点个数,如果所有值为1的检测点个数超过用户设置的最小报警范围,则计算并输出所有报警点的中心点位置坐标,报警标志设为有效,如果不超过用户设置的最小报警范围,则报警标志设为无效输出。
2.根据权利要求1所述的基于热像视频的多边形区域目标检测方法,其特征在于:步骤S02和步骤S03同时进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910159634.4A CN109903285B (zh) | 2019-03-04 | 2019-03-04 | 一种基于热像视频的多边形区域目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910159634.4A CN109903285B (zh) | 2019-03-04 | 2019-03-04 | 一种基于热像视频的多边形区域目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109903285A CN109903285A (zh) | 2019-06-18 |
CN109903285B true CN109903285B (zh) | 2023-03-24 |
Family
ID=66946271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910159634.4A Active CN109903285B (zh) | 2019-03-04 | 2019-03-04 | 一种基于热像视频的多边形区域目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903285B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106341659A (zh) * | 2016-09-05 | 2017-01-18 | 海信集团有限公司 | 监控图像中重点监控区域的选取方法及装置 |
CN108038855A (zh) * | 2017-12-22 | 2018-05-15 | 山东神戎电子股份有限公司 | 一种高温点实时检测方法 |
CN108702675A (zh) * | 2015-12-24 | 2018-10-23 | 艾诺格思公司 | 无线电能充电***中的对象检测***及方法 |
CN108955900A (zh) * | 2018-08-02 | 2018-12-07 | 华电福新能源股份有限公司古田溪水力发电厂 | 一种基于红外热成像的升压站测温预警***及方法 |
-
2019
- 2019-03-04 CN CN201910159634.4A patent/CN109903285B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108702675A (zh) * | 2015-12-24 | 2018-10-23 | 艾诺格思公司 | 无线电能充电***中的对象检测***及方法 |
CN106341659A (zh) * | 2016-09-05 | 2017-01-18 | 海信集团有限公司 | 监控图像中重点监控区域的选取方法及装置 |
CN108038855A (zh) * | 2017-12-22 | 2018-05-15 | 山东神戎电子股份有限公司 | 一种高温点实时检测方法 |
CN108955900A (zh) * | 2018-08-02 | 2018-12-07 | 华电福新能源股份有限公司古田溪水力发电厂 | 一种基于红外热成像的升压站测温预警***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109903285A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7181728B2 (ja) | エッジ演算を用いる多カメラシステムでのリアルタイムの対象再識別 | |
EP2200274B1 (en) | Main face choosing device, method for controlling same, and image capturing apparatus | |
CN109949347B (zh) | 人体跟踪方法、装置、***、电子设备和存储介质 | |
US20160042515A1 (en) | Method and device for camera calibration | |
US6747808B2 (en) | Electronic imaging device focusing | |
CN109313805A (zh) | 图像处理装置、图像处理***、图像处理方法和程序 | |
KR102199094B1 (ko) | 관심객체 검출을 위한 관심영역 학습장치 및 방법 | |
US11200406B2 (en) | Customer flow statistical method, apparatus and device | |
KR20150126768A (ko) | 이미지 합성 방법 및 그 전자 장치 | |
CN109313806A (zh) | 图像处理装置、图像处理***、图像处理方法和程序 | |
US20030179944A1 (en) | Calculating noise from multiple digital images having a common noise source | |
JP2006226965A (ja) | 画像処理装置、コンピュータプログラム、及び画像処理方法 | |
KR101861245B1 (ko) | 멀티 센서 cctv 파노라마 영상에서 움직임 검출 시스템 및 방법 | |
CN109903285B (zh) | 一种基于热像视频的多边形区域目标检测方法 | |
KR101799143B1 (ko) | 타깃 사이즈를 추정하기 위한 시스템 및 방법 | |
KR101214858B1 (ko) | 클러스터링 기법을 이용한 이동물체 검출장치 및 방법 | |
CN111696143A (zh) | 一种事件数据的配准方法与*** | |
JP2015141705A (ja) | 画像処理方法および画像処理装置 | |
CN110782425A (zh) | 图像处理方法、图像处理装置和电子设备 | |
JP2019021990A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN110930344B (zh) | 一种目标的质量确定方法、装置、***及电子设备 | |
KR101984070B1 (ko) | 지능형 스테레오 영상 기반 시설물 진동 감시 방법 | |
Srivastava et al. | Design and implementation of a real-time autofocus algorithm for thermal imagers | |
CN110826455A (zh) | 一种目标识别方法及图像处理设备 | |
CN113704533A (zh) | 对象关系的确定方法及装置、存储介质、电子装置 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Niu Huizhuo Inventor after: Liu Guoxing Inventor after: Wei Guangxu Inventor after: An Na Inventor before: Niu Huizhuo Inventor before: Liu Guoxing Inventor before: Wei Guangxu Inventor before: An Na |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |