一种视频监控系统中遗留物品的检测方法
【专利摘要】本发明提供了一种视频监控系统中遗留物品的检测方法，包括：获取视频监控画面；获取背景模型；检测监控画面中是否有运动目标；有运动目标则记录其运动轨迹，没有运动目标则返回继续获取视频监控画面；当运动目标从运动变为静止状态时，计算其静止的时间t；设定时间阈值T；判定t与T的大小，确定所述运动目标是否为遗留物品；更新背景模型，继续监测监控画面中是否有运动目标。本发明背景模型更新的方法计算复杂度降低；且通过不断的更新背景模型，使得本发明的抗干扰能力更强，同时不会将遗留物更新到背景模型中，使得遗留物品可以一直被检测到。
【专利说明】一种视频监控系统中遗留物品的检测方法
【技术领域】
[0001]本发明涉及视频监控领域，具体涉及一种视频监控系统中遗留物品的检测方法。【背景技术】
[0002]在公共活动场所进行可疑遗留物检测对保护人民群众的财产安全和人身安全均具有重要意义。遗留物检测属于智能视频监控领域中异常行为研究的范畴，它交叉运用了计算机视觉、数字图像处理、模式识别和人工智能等学科的知识，使得计算机能够在现实场景中自动检测从运动变为静止的物体，并提取物体的颜色、位置、轮廓等信息，从而可以实时准确地识别物体遗留事件的发生。遗留物的检测是视频监控系统中安全方面的一个重要应用分支，对于遗留物的自动检测不仅可以提高异常事物处理部门的工作效率，避免危险事件的发生，同时也有助于失主寻找丢失的物品。
[0003]目前视频监控中常见的运动目标检测算法主要有三类:光流法、帧间差分法和背景减除法。光流法在算法执行时以视频中像素灰度的时空变化为处理对象，对先验场景信息的依赖度很低，由此带来的弊端是算法的复杂度较高，往往难以满足实时性的要求；帧间差分法的优点是算法的实现比较简单，实时性较好，并且对光照的缓慢变化不敏感，但是由于运动目标上像素的纹理、灰度等信息比较相近，帧间差分法通常只能得到部分运动信息，不能完整地分割运动目标；背景减除法是目前运动目标检测中应用最广泛的一种方法，在已得到视频背景图像的前提下，利用当前图像与背景图像的差分来检测出运动区域，但是，现有的大多数背景减除法很容易将静止的物体更新到背景模型中，当运动的物体停止一段时间后，现有的背景减除法将检测不到遗留的物体。
[0004]遗留物是指与运动主体分离后迅速变为静止的、并且在场景中的停留时间超过一定阈值的物体。遗留物检测是智能视频监控系统的主要功能之一，对于遗留物检测算法研究的时间并不长，但实际应用中遇到的问题却很多，因此，至今仍未得到很好的解决，特别是如何提高算法的抗干扰能力，降低算法实现的复杂度以及提高检测的精度。
[0005]不难看出，现有技术还存在一定的缺陷。
【发明内容】
[0006]本发明所要解决的技术问题是提供一种视频监控系统中遗留物品的检测方法，其算法简单，且能及时更新背景模型，使遗留物品的检测更为准确。
[0007]为此，本发明提供如下技术方案:
[0008]一种视频监控系统中遗留物品的检测方法，包括:
[0009]获取视频监控画面；
[0010]获取背景模型；
[0011]检测监控画面中是否有运动目标；
[0012]有运动目标则记录其运动轨迹，没有运动目标则返回继续获取视频监控画面；
[0013]当运动目标从运动变为静止状态时，计算其静止的时间t ；[0014]设定时间阈值T ;
[0015]判定t与T的大小，确定所述运动目标是否为遗留物品；
[0016]更新背景模型，继续监测监控画面中是否有运动目标。
[0017]进一步的，当监控视频画面中不存在背景模型时，则初始化背景模型。
[0018]进一步的，所述时间阈值T依据不同的场景设置不同值。
[0019]进一步的，当t > T时，则判断所述运动目标为遗留物品。
[0020]进一步的，所述更新背景模型包括:
[0021]保存视频监控画面的第一帧背景帧图像Imgbgf ；
[0022]用传统Vibe的检测方法检测出前景像素，得到当前帧的二值图像]；
[0023]对Img12中值滤波法，去除图像中的孤立点和其它噪声，并用形态学膨胀的方法填充二值图像中前景像素块不连续的点或者空洞的地方，得到新的二值图像Img;
[0024]根据Img，找出前景像素块的最小轮廓矩形，并以此矩形为中心，长宽各增长5个像素，得到新的轮廓rect ；
[0025]遍历rect内所有的背景像素p (x.y),以p (x.y)为中心,在中取以p (x.y)
为中心的5*5邻域像素作为模板1，以p(x.y)对应Imgbgf中的位置pbu-u，y’)为中心,在Imgbgf中取以Pbgf (X’，y’)为中心的5*5邻域像素作为模板2，将模板I和模板2按如下公式计算匹配率:
YjryApblif {x\yT Pix + x'^ + y')}
[0026]
【权利要求】
1.一种视频监控系统中遗留物品的检测方法，其特征在于，包括: 获取视频监控画面； 获取背景模型； 检测监控画面中是否有运动目标； 有运动目标则记录其运动轨迹，没有运动目标则返回继续获取视频监控画面； 当运动目标从运动变为静止状态时，计算其静止的时间t; 设定时间阈值T; 判定t与T的大小，确定所述运动目标是否为遗留物品； 更新背景模型，继续监测监控画面中是否有运动目标。
2.根据权利要求1所述的视频监控系统中遗留物品的检测方法，其特征在于，当监控视频画面中不存在背景模型时，则初始化背景模型。
3.根据权利要求2所述的视频监控系统中遗留物品的检测方法，其特征在于:所述时间阈值T依据不同的场景设置不同值。
4.根据权利要求3所述的视频监控系统中遗留物品的检测方法，其特征在于: 当t > T时，则判断所述运动目标为遗留物品。
5.根据权利要求 4所述的视频监控系统中遗留物品的检测方法，其特征在于，所述更新背景模型包括: 保存视频监控画面的第一帧背景帧图像Imgbgf ； 用传统Vibe的检测方法检测出前景像素，得到当前帧的二值图像ImW ； 对中值滤波法，去除图像中的孤立点和其它噪声，并用形态学膨胀的方法填充二值图像中前景像素块不连续的点或者空洞的地方，得到新的二值图像]mg; 根据Img，找出前景像素块的最小轮廓矩形，并以此矩形为中心，长宽各增长5个像素，得到新的轮廓rect ； 遍历rect内所有的背景像素p(x.y),以p (x.y)为中心,在Img22中取以p (x.y)为中心的5*5邻域像素作为模板I,以P (X.y)对应Imgbgf中的位置pbgf (x’，y’)为中心,在Imgbgf中取以Pbgf (X’，I，)为中心的5*5邻域像素作为模板2，将模板I和模板2按如下公式计算匹配率:
Σ.(.V',V1)*M-V+ X',V+V')} 对p(x.y)进行再判断，判断公式如下:
? 255 if match{x.v) < Tlh Ρ(-ν,ν) = o (;"訓'二 - , Jh其中Tfb为判定前景像素是背景像素的最小匹配率； 更新Pbgf (X’，y’)，当Vibe检测判定得到的结果图像中没有前景像素时，用当前帧图像替换 Pbgf (X’，y’)。
6.根据权利要求1的视频监控系统中遗留物品的检测方法，其特征在于，还包括:当确定 所述运动目标为遗留物品时，通过报警通知用户。
【文档编号】G06T7/20GK103729858SQ201310690147
【公开日】2014年4月16日 申请日期:2013年12月13日 优先权日:2013年12月13日
【发明者】冷斌, 贺庆, 胡友盼, 吴文凯, 陈东杰, 梁纶飞, 官冠, 王海滨 申请人:广州中国科学院先进技术研究所