1.一种物品丢失、遗留检测方法,其特征在于,包括以下步骤:
s10、获取第一参考帧;
s20、获取下一帧为参考帧,间隔k帧获取当前帧,所述当前帧与所述参考帧对比,对比结果保存为背景帧;
s30、对所述背景帧和所述参考帧进行差值计算,得到前景帧;
s40、对所述前景帧进行二值化处理和形态学处理,获取连通区域信息;
s50、循环执行s20、s30和s40,直至获取所有的连通区域信息;当某个连通区域信息的变化率在时间t内始终小于阈值r,则表明该连通区域发生物品丢失或遗留;
s60、提取s50中该连通区域的灰度值,采用canny边缘检测方法精确物品轮廓;
s70、计算s60物品轮廓区域内hsv颜色信息和纹理信息,识别判断物品属于丢失或遗留。
2.根据权利要求1所述的物品丢失、遗留检测方法,其特征在于,所述当前帧与所述参考帧对比方法如下:
所述当前帧与所述参考帧的各像素进行对比;当前帧比参考帧对应的像素点的值大于v,则将所述参考帧的像素点值加上设定的步长l,生成新的值;若所述当前帧比所述参考帧对应的像素点的值小于v,则将参考帧的像素点值减去设定的步长l,生成新的值;当遍历完所有的像素点,新的值就组成了一幅新的图像,保存为背景帧。
3.根据权利要求1所述的物品丢失、遗留检测方法,其特征在于,所述二值化处理包括如下方法:设定阈值nf,根据阈值nf将所述前景帧的像素点进行划分,并将所述前景帧的像素点的灰度值设为0或255。
4.根据权利要求3所述的物品丢失、遗留检测方法,其特征在于,所述形态学处理包括如下:
对所述前景帧进行腐蚀操作,去除干扰点,再进行膨胀操作,将断裂的区域连接起来;
对灰度值为255的像素点逐个扫描,判断该像素点的上、下、左、右四个像素点,当其中一个像素点的灰度值为255,则表明这两个点为连通的,记录下所有连通的像素点的坐标。
5.根据权利要求4所述的物品丢失、遗留检测方法,其特征在于:所述连通区域信息包括区域位置、大小、前景像素数量。
6.根据权利要求1-5任一项所述的物品丢失、遗留检测方法,其特征在于,所述s70中的计算hsv颜色信息包括如下步骤:
s71、提取物品轮廓区域内对应的rgb图,将对应的rgb色彩空间转换到hsv色彩空间,分离出h、s、v三个分量,求取h的均值vhf;
s72、提取所述物品轮廓区域周围1/4的区域对应的rgb图,将对应的rgb色彩空间转换到hsv色彩空间,分离出h、s、v三个分量,求取h的均值vhb;
s73、求取vhf与vhb的比值vn,并预先设定区间[vn1,vn2],当vn不在该区间内,则表明该物品属于遗留;若vn在该区间内,则计算vn与vn2的比值vhn;
s74、对该物品轮廓区域进行sobel运算,得到梯度图,设定阈值rs,统计所述梯度图内像素大于rs的数量,记为s1;
s75、对所述第一参考帧同样区域进行sobel运算,得到梯度图,设定阈值rs,统计所述梯度图内像素大于rs的数量,记为s2;
s76、求取s1与s2的比值vs,若s1大于s2,则令vs等于s2/s1;若s1小于s2,则令vs等于s1/s2;
s77、设定系数kv、系数ks,以及阈值f;若f小于kv*vhn+ks*vs,则表明物品遗留;若f大于kv*vhn+ks*vs,则表明物品丢失。
7.一种物品丢失、遗留检测系统,其特征在于,采用如权利要求1-6任一项所述的物品丢失、遗留检测方法,所述系统包括:
视频采集模块,用于获取视频数据并为其他模块提供数据来源;
背景建模模块,用于区分出背景和前景,为前景分割模块提供依据;
前景分割模块,用于分离出前景部分;
梯度与hsv分量计算模块,用于对分离出的前景进行梯度和hsv分离计算;
丢失与遗留判别模块,利用梯度信息和hsv和h分量进行判别前景的物体是丢失还是遗留状态。