一种基于机器视觉的随地便溺行为监测方法
【专利摘要】一种基于机器视觉的随地便溺行为监测方法，该方法能够对发生在偏僻处的随地便溺行为做出影像摄录和警告。系统利用现有监控摄像机采集图像，利用背景分割技术将人体轮廓从图像中去噪并提取出来后，利用图像减法运算将人体运动特征提取出来，判断人体处于静止不动状态或是运动状态，并将静止5秒钟不动的人体视为随地便溺者，系统发出警告语音进行驱离。本发明方法无需人工监管，极大地节省人力、经济成本，有效治理随地便溺的不文明行为。
【专利说明】一种基于机器视觉的随地便溺行为监测方法
【技术领域】
[0001]本发明涉及图像分析识别领域，尤其涉及一种利用机器视觉对人体图像变化进行监测报警的方法。
【背景技术】
[0002]随着科技文化水平的提高，我国的国民素质也逐步提高。但是，在偏僻公共场所的背侧或在阴暗背光的角落中，依然存在着人们随意便溺的不文明行为。即使张贴“此处严禁便溺”的警示标语，也无法有效阻止随地便溺行为的发生。此种问题令设施管理方感到头疼，同时，随地便溺等不文明行为也损害城市、人文形象。另外，随地便溺行为还会造成环境污染，导致苍蝇、蚊子等害虫的孽生与聚集，蚊蝇自身携带的病毒有可能通过叮咬食物将病毒传染给他人。
[0003]但是在现阶段，管理方普遍采用人工监管方式进行管理，管理效果受到光线、时间、天气等因素影响，无法达到满意效果，对阻止随地便溺行为起效不大，而且还会增大管理人员的工作量以及岗位臃肿等问题，增加了管理方的开资。然而，现在国内外尚未出现能够对随地便溺行为进行智能检测的装置和方法，依然无法彻底解决上述问题。
【发明内容】
[0004]本发明目的在于提供一种方法简单有效、节约监管成本、保护环境卫生、提高城市形象的基于机器视觉的随地便溺行为监测方法。
[0005]为实现上述目的，采用了以下技术方案，本发明所述检测方法步骤如下:
[0006](I)在地面、墙角等便溺行为高发地段安装监控摄像机和报警设备，摄像机镜头对地面、墙角区域进行实时监控；摄像机、报警设备通过数据线与PC设备连接组成监控系统；
[0007](2)监控系统以3帧/秒的采样频率对摄像机摄录的图像进行处理，并对图像进行闻斯滤波；
[0008](3)系统利用前30秒的图像训练一个基本的背景模型，使用这个背景模型将前景从背景中分割出来，之后定期更新学习的背景像素；
[0009](4)将前景的二值图像轮廓从背景中分割出来后，利用形态学开操作将小的噪声消除，再用闭操作重建边缘部分；
[0010](5)运用连通区域标记技术来标注每个连续的物体并得到它的面积，通过人体面积的最小值S来排除非人体的噪声，将面积小于人体面积最小值S的物体的灰度值置O ;
[0011](6)将处理好的二值前景图与该帧图像之后5秒钟内的每帧二值前景图进行图像减法运算，将行为人运动特征提取出来，计算出减法结果图像中灰度值为255的图像面积P，若所有14帧减法图像中的面积P均小于设定的阈值T，即判断该行为人在5秒钟内静止不动；
[0012](7)对于被判断为静止5秒不动的行为人，监控系统默认该行为人即为随地便溺者，系统驱动报警设备工作发出报警语音对便溺者进行提醒警示。
[0013]与现有技术相比，本发明具有如下优点:
[0014]1、在便溺高发场所进行监控，通过对人体图像进行监控分析来判断是否发生便溺行为，无需人工监管，节省人力、经济成本；
[0015]2、可智能判断人体行为，有效收集影像，并具备语音警告功能；
[0016]3、有效维护城市形象与环境卫生，进一步提高居民素质。
【专利附图】
【附图说明】
[0017]图1是本发明方法的系统工作流程图。
[0018]图2是人体站立不动状态下的图像减法运算算法示意图。
[0019]图3是人体蹲下不动状态下的图像减法运算算法示意图。
[0020]图4是人体直立运动状态下的图像减法运算算法示意图。
【具体实施方式】
[0021]下面结合附图对本发明做进一步说明:
[0022]如图1所示的本发明方法工作流程图中，本发明所述检测方法步骤如下:
[0023](I)在地面、墙角等便溺行为高发地段安装监控摄像机和报警设备，摄像机镜头对地面、墙角区域进行实时监控；摄像机、报警设备通过数据线与PC设备连接组成监控系统；
[0024](2)监控系统以3帧/秒的采样频率对摄像机摄录的图像进行处理，并对图像进行闻斯滤波；
[0025](3)系统利用前30秒的图像训练一个基本的背景模型，使用这个背景模型将前景从背景中分割出来，之后定期更新学习的背景像素；
[0026](4)将前景的二值图像轮廓从背景中分割出来后，利用形态学开操作将小的噪声消除，再用闭操作重建边缘部分；
[0027](5)运用连通区域标记技术来标注每个连续的物体并得到它的面积，通过人体面积的最小值S来排除非人体的噪声，将面积小于人体面积最小值S的物体的灰度值置O ;
[0028](6)将处理好的二值前景图与该帧图像之后5秒钟内的每帧二值前景图进行图像减法运算，将行为人运动特征提取出来，计算出减法结果图像中灰度值为255的图像面积P，若所有14帧减法图像中的面积P均小于设定的阈值T，即判断该行为人在5秒钟内静止不动；因为，随地便溺者进行便溺行为时，身体基本处于不动的状态，比如站立不动或蹲下不动；而偏僻阴暗处很少有人逗留，其他人途经此处时，处于运动状态。所以，在这些时常发生随地便溺行为的偏僻处，若有人在此停留不动5秒钟以上，系统即将其视为随地便溺者。本发明所述的人体静止不动的状态，是指处于站立或蹲下等未发生移动的状态，并且不能大幅度的晃动身体，即身体只有轻微的晃动。从所采集的图像上来看，在人体静止不动的连续图像帧里，人体形态特征只有轻微的偏离；而人体处于运动状态时，在连续图像帧中，人体形态特征偏离程度很大。因此可以利用图像减法运算将人体运动特征提取出来，并判断人体是否静止不动。
[0029](7)对于被判断为静止5秒不动的行为人，监控系统默认该行为人即为随地便溺者，系统驱动报警设备工作发出报警语音对便溺者进行提醒警示。
[0030]图2中，经过上述步骤2到步骤5这一系列处理后，所得到的二值前景图只含有人体图像存在，如图2中左数第一幅图像所示，因此其反映了人体特征，为后续步骤提供了基础。
[0031 ] 图像减法运算具体算法如下:
[0032]由后续帧中的每个像素点的灰度值减去第一帧中的对应像素点的灰度值，若相减结果小于0，则将运算结果图像中相同位置像素点的灰度值置O ;若相减结果等于0，则置O ;若相减结果为255，则置为255 ；
[0033]如果人体处于静止不动状态时，这样减法运算后得出的结果图像中，灰度值为255的像素点就很少，如图2中右数第一幅图像所示，人体处于站立不动状态；如图3中右数第一幅图像所示，人体处于蹲下状态；
[0034]人体处于运动状态时，减法运算后得出的结果图像中，灰度值为255的像素点就很多，如图4中右数第一幅图像所示；
[0035]设定好阈值T后，根据结果图像中灰度值为255的图像面积P是否小于阈值T，即可判断人体处于静止不动状态或是运动状态。
[0036]以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
【权利要求】
1.一种基于机器视觉的随地便溺行为监测方法，其特征在于，所述检测方法步骤如下: (1)在地面、墙角等便溺行为高发地段安装监控摄像机和报警设备，摄像机镜头对地面、墙角区域进行实时监控；摄像机、报警设备通过数据线与PC设备连接组成监控系统； (2)监控系统以3帧/秒的采样频率对摄像机摄录的图像进行处理，并对图像进行高斯滤波； (3)系统利用前30秒的图像训练一个基本的背景模型，使用这个背景模型将前景从背景中分割出来，之后定期更新学习的背景像素； (4)将前景的二值图像轮廓从背景中分割出来后，利用形态学开操作将小的噪声消除，再用闭操作重建边缘部分； (5)运用连通区域标记技术来标注每个连续的物体并得到它的面积，通过人体面积的最小值S来排除非人体的噪声，将面积小于人体面积最小值S的物体的灰度值置O ; (6)将处理好的二值前景图与该帧图像之后5秒钟内的每帧二值前景图进行图像减法运算，将行为人运动特征提取出来，计算出减法结果图像中灰度值为255的图像面积P，若所有14帧减法图像中的面积P均小于设定的阈值T，即判断该行为人在5秒钟内静止不动； (7)对于被判断为静止5秒不动的行为人，监控系统默认该行为人即为随地便溺者，系统驱动报警设备工作发出报警语音对便溺者进行提醒警示。
【文档编号】G06T7/20GK104333735SQ201410580014
【公开日】2015年2月4日 申请日期:2014年10月27日 优先权日:2014年10月27日
【发明者】苏连成, 蒋晟 申请人:燕山大学