一种基于云计算的智慧社区安防系统的制作方法

文档序号:22879572发布日期:2020-11-10 17:37阅读:92来源:国知局
一种基于云计算的智慧社区安防系统的制作方法

本发明涉及社区安防技术领域,特别涉及一种基于云计算的智慧社区安防系统。



背景技术:

随着我国城市化进程的加快,越来越多的人们在城市中工作、生活。社区作为城市中最主要的生活环境形式,它的安全性也越来越多的受到人们的关注和重视。但是伴随着城市流动人口的大量增加,带来社会诸多的不安定因素,治安形势日趋严峻。

伴随着人们对社区安保提出的高要求,针对社区的安防问题,目前的解决方案是物业公司派安保人员来人为的管理和监控,或者是通过视频监控系统实现24小时自动化监控;视频监控系统中的摄像头容易因为外部因素而抖动,使得视频监控系统所成的图像扭曲变形与实际产生偏差,影响判断。



技术实现要素:

有鉴于现有技术存在的缺陷,本发明所要解决的技术问题是,提供一种基于云计算的智慧社区安防系统,旨在对安防区域内的摄像头所采集到的发生变形的图像进行调整,方便与基础图像进行对比,有效提高图像对比的准确性,提高安防区域内的安全性。

为实现上述目的,本发明提供一种基于云计算的智慧社区安防系统,所述系统包括:安设于智慧社区的摄像头、图像采集模块、基础中心图像区块获取模块、中心位置识别模块、点位位置识别与获取模块、坐标获取模块、向量求解模块、夹角求解模块、向量大小比值求解模块、旋转角求解模块、放大或缩放的比例求解模块、第一图像放大或缩小模块、第一图像旋转模块、第一图像平移模块、报警判断模块;

所述图像采集模块,用于控制在所述智慧社区的所述摄像头采集安防区域的第一图像;

所述基础中心图像区块获取模块,用于获得在基础图像中心的基础中心图像区块;

所述中心位置识别模块,用于识别所述基础中心图像区块在所述第一图像中的第一中心位置;以所述基础中心图像区块的中心点为坐标原点,以过所述坐标原点的第一直线为x轴,以过所述坐标原点且垂直于所述第一直线的第二直线为y轴建立第一直角坐标系,所述第一直角坐标系与所述基础中心图像区块位于同一平面内;

所述点位位置识别与获取模块,用于识别所述第一图像的第一特征在所述第一图像的所述第一中心位置的第一点位位置;识别所述第二特征在所述第一图像的所述第一中心位置的第二点位位置;获取所述第一特征在所述基础图像的所述基础中心图像区块的第三点位位置;获取所述第二特征在所述基础图像的所述基础中心图像区块的第四点位位置;

识别所述第一图像的第三特征在所述第一图像的所述第一中心位置的第五点位位置;识别所述第四特征在所述第一图像的所述第一中心位置的第六点位位置;获取所述第三特征在所述基础图像的所述基础中心图像区块的第七点位位置;获取所述第四特征在所述基础图像的所述基础中心图像区块的第八点位位置;

所述坐标获取模块,用于获取所述第一点位位置的第一坐标(x1,y1),所述第二点位位置的第二坐标(x2,y2),所述第三点位位置的第三坐标(x3,y3),所述第四点位位置的第四坐标(x4,y4);

获取所述第五点位位置的第五坐标(x5,y5),所述第六点位位置的第六坐标(x6,y6),所述第七点位位置的第七坐标(x7,y7),所述第八点位位置的第八坐标(x8,y8);

所述向量求解模块,用于根据所述第一点位位置的所述第一坐标(x1,y1)和所述第二点位位置的所述第二坐标(x2,y2)求解第一向量a;根据所述第三点位位置的所述第三坐标(x3,y3)和所述第四点位位置的所述第四坐标(x4,y4)求解第二向量b;其中,所述第一向量a=(x2-x1,y2-y1),所述第二向量b=(x4-x3,y4-y3);

根据所述第五点位位置的所述第五坐标(x5,y5)和所述第六点位位置的所述第六坐标(x6,y6)求解第三向量c;;根据所述第七点位位置的所述第七坐标(x7,y7)和所述第八点位位置的所述第八坐标(x8,y8)求解第四向量d;其中,所述第三向量c=(x6-x5,y6-y5),所述第四向量d=(x8-x7,y8-y7);

所述夹角求解模块,用于根据所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3),求解所述第一向量与所述第二向量的第一夹角α1;根据所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7),求解所述第三向量与所述第四向量的第二夹角α2;其中,所述第一夹角所述第二夹角

所述向量大小比值求解模块,用于根据所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3),求解所述第一向量大小与所述第二向量大小的比值a;根据所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7),求解所述第三向量大小与所述第四向量大小的比值b;其中,所述第一向量大小与所述第二向量大小的比值所述第三向量大小与所述第四向量大小的比值

所述旋转角求解模块,用于根据所述第一夹角和所述第二夹角,求解所述第一图像相对于所述基础图像的旋转角β;其中,所述旋转角

所述放大或缩放的比例求解模块,用于根据所述比值a和所述比值b,求解所述第一图像相对于所述基础图像的放大或缩放的比例c;其中,所述放大或缩放的比例

所述第一图像放大或缩小模块,用于根据所述放大或缩放的比例c,对所述第一图像进行放大或缩小;当所述放大或缩放的比例c>0时,所述第一图像相对于所述基础图像放大,当所述放大或缩放的比例c<0时,所述第一图像相对于所述基础图像缩小;

所述第一图像旋转模块,用于根据所述旋转角β,对所述第一图像进行旋转;以所述第一点位位置为旋转中心对所述第一图像进行旋转,当所述第二坐标的纵坐标y2大于所述第四坐标的纵坐标y4时,所述第一图像以所述第一点位位置为旋转中心逆时针旋转,当所述第二坐标的纵坐标y2小于所述第四坐标的纵坐标y4时,所述第一图像以所述第一点位位置为旋转中心顺时针旋转;

所述第一图像平移模块,用于根据所述第一图像的所述第一特征在所述第一图像的所述第一中心位置的所述第一点位位置和所述第一特征在所述基础图像的所述基础中心图像区块的所述第三点位位置,对所述第一图像进行平移,使所述第一点位位置与所述第三点位位置重合;

所述报警判断模块,用于响应于所述第一图像平移结束,判断所述第一图像与所述基础图像是否重合;若不重合,则输出报警。

在该技术方案中,通过所述第一图像上与所述基础图像上所对应的特征得到向量,便于找到所述第一图像相对所述基础图像发生的变化;通过求解向量间的夹角来间接确定所述第一图像相对于所述基础图像的旋转角,通过求解向量间大小比值来间接确定所述第一图像相对于所述基础图像放大或缩小的比例,便于对因外部因素而产生变化的第一图像进行调整;通过求解所述第一夹角和所述第二夹角,并通过求解所述第一夹角和所述第二夹角的平均值来确定所述第一图像相对于所述基础图像的所述旋转角,有效减小单一数据引起的误差,有效提高所述旋转角数值的准确性;通过求解所述第一向量大小与所述第二向量大小的所述比值a、所述第三向量大小与所述第四向量大小的所述比值b,并通过求解所述比值a和所述比值b的平均值来确定所述第一图像相对于所述基础图像放大或缩小的比例c,有效提高所述比例c数值的准确性。

在一具体实施方式中,所述系统还包括第一图像定位模块,用于在所述安防区域内对所述第一图像进行定位;

获取所述智慧社区的所述安防区域的全景图像;

根据所述基础图像,从所述全景图像中获取与所述基础图像相对应的区块;

根据所述区块在所述全景图像中的位置确定所述第一图像在所述安防区域内的位置。

在该技术方案中,通过对所述第一图像进行定位,当发现问题时,能快速对所述第一图像所对应的区域进行锁定。

在一具体实施方式中,所述第一图像平移模块具体包括:

坐标差求解单元,用于根据所述第一点位位置的所述第一坐标(x1,y1)和所述第三点位位置的所述第三坐标(x3,y3),求解所述第一坐标和所述第三坐标的横坐标之差e和纵坐标之差f;其中,所述横坐标之差e=x1-x3,所述纵坐标之差f=y1-y3;

平移单元,用于根据所述横坐标之差e和所述纵坐标之差f,对所述第一图像进行平移;当所述横坐标之差e>0时,所述第一图像沿所述x轴负方向平移e个单位,当所述横坐标之差e<0时,所述第一图像沿所述x轴正方向平移|e|个单位;当所述纵坐标之差f>0时,所述第一图像沿所述y轴负方向平移f个单位,当所述纵坐标之差f<0时,所述第一图像沿所述y轴正方向平移|f|个单位。

在一具体实施方式中,所述系统还包括验证模块,用于验证所述第一图像与所述基础图像是否重合;

根据所述第五点位位置与所述第七点位位置是否重合来验证所述第一图像与所述基础图像是否重合;

或者根据所述第六点位位置和所述第八点位位置是否重合来验证所述第一图像与所述基础图像是否重合。

在一具体实施方式中,所述系统还包括区域划分模块,用于对所述安防区域进行区域划分。

在该技术方案中,通过所述划分模块对所述安防区域进行区域划分,便于对所述第一图像进行快速定位,有效提高定位效率。

在一具体实施方式中,所述第一特征点、所述第二特征点、所述第三特征点、所述第四特征点均为所述安防区域内的固定点。

本发明的有益效果是:在本发明中,通过所述第一图像上与所述基础图像上所对应的特征得到向量,便于找到所述第一图像相对所述基础图像发生的变化;通过求解向量间的夹角来间接确定所述第一图像相对于所述基础图像的旋转角,通过求解向量间大小比值来间接确定所述第一图像相对于所述基础图像放大或缩小的比例,便于对因外部因素而产生变化的第一图像进行调整;通过求解所述第一夹角和所述第二夹角,并通过求解所述第一夹角和所述第二夹角的平均值来确定所述第一图像相对于所述基础图像的所述旋转角,有效减小单一数据引起的误差,有效提高所述旋转角数值的准确性;通过求解所述第一向量大小与所述第二向量大小的所述比值a、所述第三向量大小与所述第四向量大小的所述比值b,并通过求解所述比值a和所述比值b的平均值来确定所述第一图像相对于所述基础图像放大或缩小的比例c,有效提高所述比例c数值的准确性。在本发明中,对安防区域内的摄像头所采集到的发生变形的所述第一图像进行调整,方便与所述基础图像进行对比,有效提高图像对比的准确性,提高安防区域内的安全性。

附图说明

图1为本发明一具体实施方式中一种基于云计算的智慧社区安防系统的系统框图;

图2为本发明一具体实施方式中一种基于云计算的智慧社区安防系统的控制方法的流程框图;

图3为本发明一具体实施方式中第一图像与基础图像的位置关系图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明:

如图1所示,在本发明的第一实施例中,提供一种基于云计算的智慧社区安防系统,所述系统包括:安设于智慧社区的摄像头、图像采集模块100、基础中心图像区块获取模块200、中心位置识别模块300、点位位置识别与获取模块400、坐标获取模块500、向量求解模块600、夹角求解模块700、向量大小比值求解模块800、旋转角求解模块900、放大或缩放的比例求解模块1000、第一图像放大或缩小模块1100、第一图像旋转模块1200、第一图像平移模块1300、报警判断模块1400;

所述图像采集模块100,用于控制在所述智慧社区的所述摄像头采集安防区域的第一图像;

所述基础中心图像区块获取模块200,用于获得在基础图像中心的基础中心图像区块;

所述中心位置识别模块300,用于识别所述基础中心图像区块在所述第一图像中的第一中心位置;以所述基础中心图像区块的中心点为坐标原点,以过所述坐标原点的第一直线为x轴,以过所述坐标原点且垂直于所述第一直线的第二直线为y轴建立第一直角坐标系,所述第一直角坐标系与所述基础中心图像区块位于同一平面内;

所述点位位置识别与获取模块400,用于识别所述第一图像的第一特征在所述第一图像的所述第一中心位置的第一点位位置;识别所述第二特征在所述第一图像的所述第一中心位置的第二点位位置;获取所述第一特征在所述基础图像的所述基础中心图像区块的第三点位位置;获取所述第二特征在所述基础图像的所述基础中心图像区块的第四点位位置;

识别所述第一图像的第三特征在所述第一图像的所述第一中心位置的第五点位位置;识别所述第四特征在所述第一图像的所述第一中心位置的第六点位位置;获取所述第三特征在所述基础图像的所述基础中心图像区块的第七点位位置;获取所述第四特征在所述基础图像的所述基础中心图像区块的第八点位位置;

所述坐标获取模块500,用于获取所述第一点位位置的第一坐标(x1,y1),所述第二点位位置的第二坐标(x2,y2),所述第三点位位置的第三坐标(x3,y3),所述第四点位位置的第四坐标(x4,y4);

获取所述第五点位位置的第五坐标(x5,y5),所述第六点位位置的第六坐标(x6,y6),所述第七点位位置的第七坐标(x7,y7),所述第八点位位置的第八坐标(x8,y8);

所述向量求解模块600,用于根据所述第一点位位置的所述第一坐标(x1,y1)和所述第二点位位置的所述第二坐标(x2,y2)求解第一向量a;根据所述第三点位位置的所述第三坐标(x3,y3)和所述第四点位位置的所述第四坐标(x4,y4)求解第二向量b;其中,所述第一向量a=(x2-x1,y2-y1),所述第二向量b=(x4-x3,y4-y3);

根据所述第五点位位置的所述第五坐标(x5,y5)和所述第六点位位置的所述第六坐标(x6,y6)求解第三向量c;;根据所述第七点位位置的所述第七坐标(x7,y7)和所述第八点位位置的所述第八坐标(x8,y8)求解第四向量d;其中,所述第三向量c=(x6-x5,y6-y5),所述第四向量d=(x8-x7,y8-y7);

所述夹角求解模块700,用于根据所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3),求解所述第一向量与所述第二向量的第一夹角α1;根据所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7),求解所述第三向量与所述第四向量的第二夹角α2;其中,所述第一夹角所述第二夹角

所述向量大小比值求解模块800,用于根据所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3),求解所述第一向量大小与所述第二向量大小的比值a;根据所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7),求解所述第三向量大小与所述第四向量大小的比值b;其中,所述第一向量大小与所述第二向量大小的比值所述第三向量大小与所述第四向量大小的比值

所述旋转角求解模块900,用于根据所述第一夹角和所述第二夹角,求解所述第一图像相对于所述基础图像的旋转角β;其中,所述旋转角

所述放大或缩放的比例求解模块1000,用于根据所述比值a和所述比值b,求解所述第一图像相对于所述基础图像的放大或缩放的比例c;其中,所述放大或缩放的比例

所述第一图像放大或缩小模块1100,用于根据所述放大或缩放的比例c,对所述第一图像进行放大或缩小;当所述放大或缩放的比例c>0时,所述第一图像相对于所述基础图像放大,当所述放大或缩放的比例c<0时,所述第一图像相对于所述基础图像缩小;

所述第一图像旋转模块1200,用于根据所述旋转角β,对所述第一图像进行旋转;以所述第一点位位置为旋转中心对所述第一图像进行旋转,当所述第二坐标的纵坐标y2大于所述第四坐标的纵坐标y4时,所述第一图像以所述第一点位位置为旋转中心逆时针旋转,当所述第二坐标的纵坐标y2小于所述第四坐标的纵坐标y4时,所述第一图像以所述第一点位位置为旋转中心顺时针旋转;

所述第一图像平移模块1300,用于根据所述第一图像的所述第一特征在所述第一图像的所述第一中心位置的所述第一点位位置和所述第一特征在所述基础图像的所述基础中心图像区块的所述第三点位位置,对所述第一图像进行平移,使所述第一点位位置与所述第三点位位置重合;

所述报警判断模块1400,用于响应于所述第一图像平移结束,判断所述第一图像与所述基础图像是否重合;若不重合,则输出报警。

在本实施例中,所述系统还包括第一图像定位模块1500,用于在所述安防区域内对所述第一图像进行定位;

获取所述智慧社区的所述安防区域的全景图像;

根据所述基础图像,从所述全景图像中获取与所述基础图像相对应的区块;

根据所述区块在所述全景图像中的位置确定所述第一图像在所述安防区域内的位置。

在本实施例中,所述第一图像平移模块1300具体包括:

坐标差求解单元1301,用于根据所述第一点位位置的所述第一坐标(x1,y1)和所述第三点位位置的所述第三坐标(x3,y3),求解所述第一坐标和所述第三坐标的横坐标之差e和纵坐标之差f;其中,所述横坐标之差e=x1-x3,所述纵坐标之差f=y1-y3;

平移单元1302,用于根据所述横坐标之差e和所述纵坐标之差f,对所述第一图像进行平移;当所述横坐标之差e>0时,所述第一图像沿所述x轴负方向平移e个单位,当所述横坐标之差e<0时,所述第一图像沿所述x轴正方向平移|e|个单位;当所述纵坐标之差f>0时,所述第一图像沿所述y轴负方向平移f个单位,当所述纵坐标之差f<0时,所述第一图像沿所述y轴正方向平移|f|个单位。

在本实施例中,所述系统还包括验证模块1600,用于验证所述第一图像与所述基础图像是否重合;

根据所述第五点位位置与所述第七点位位置是否重合来验证所述第一图像与所述基础图像是否重合;

或者根据所述第六点位位置和所述第八点位位置是否重合来验证所述第一图像与所述基础图像是否重合。

在本实施例中,所述系统还包括区域划分模块1700,用于对所述安防区域进行区域划分。

在本实施例中,所述第一特征点、所述第二特征点、所述第三特征点、所述第四特征点均为所述安防区域内的固定点。

下面对本实施例中涉及到的公式进行推导:

如图3所示,根据所述第一点位位置的所述第一坐标(x1,y1)和所述第二点位位置的所述第二坐标(x2,y2)获得第一向量a=(x2-x1,y2-y1);根据所述第三点位位置的所述第三坐标(x3,y3)和所述第四点位位置的所述第四坐标(x4,y4)获得第二向量b=(x4-x3,y4-y3);根据所述第五点位位置的所述第五坐标(x5,y5)和所述第六点位位置的所述第六坐标(x6,y6)获得第三向量c=(x6-x5,y6-y5);根据所述第七点位位置的所述第七坐标(x7,y7)和所述第八点位位置的所述第八坐标(x8,y8)获得第四向量d=(x8-x7,y8-y7);

根据向量夹角公式可得所述第一向量a与所述第二向量b的第一夹角将所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3)代入得所述第一夹角

所述第三向量c与所述第四向量d的第二夹角将所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7)代入得所述第二夹角

如图2所示,在本发明的第二实施例中,提供一种基于云计算的智慧社区安防系统的控制方法,所述方法包括如下步骤:

步骤s1、通过在智慧社区的摄像头采集安防区域的第一图像;

步骤s2、获得在基础图像中心的基础中心图像区块;识别所述基础中心图像区块在所述第一图像中的第一中心位置;以所述基础中心图像区块的中心点为坐标原点,以过所述坐标原点的第一直线为x轴,以过所述坐标原点且垂直于所述第一直线的第二直线为y轴建立第一直角坐标系,所述第一直角坐标系与所述基础中心图像区块位于同一平面内;

步骤s3、识别所述第一图像的第一特征在所述第一图像的所述第一中心位置的第一点位位置;识别所述第二特征在所述第一图像的所述第一中心位置的第二点位位置;获取所述第一特征在所述基础图像的所述基础中心图像区块的第三点位位置;获取所述第二特征在所述基础图像的所述基础中心图像区块的第四点位位置;

识别所述第一图像的第三特征在所述第一图像的所述第一中心位置的第五点位位置;识别所述第四特征在所述第一图像的所述第一中心位置的第六点位位置;获取所述第三特征在所述基础图像的所述基础中心图像区块的第七点位位置;获取所述第四特征在所述基础图像的所述基础中心图像区块的第八点位位置;

获取所述第一点位位置的第一坐标(x1,y1),所述第二点位位置的第二坐标(x2,y2),所述第三点位位置的第三坐标(x3,y3),所述第四点位位置的第四坐标(x4,y4);

获取所述第五点位位置的第五坐标(x5,y5),所述第六点位位置的第六坐标(x6,y6),所述第七点位位置的第七坐标(x7,y7),所述第八点位位置的第八坐标(x8,y8);

步骤s4、根据所述第一点位位置的所述第一坐标(x1,y1)和所述第二点位位置的所述第二坐标(x2,y2)获得第一向量a;根据所述第三点位位置的所述第三坐标(x3,y3)和所述第四点位位置的所述第四坐标(x4,y4)获得第二向量b;其中,所述第一向量a=(x2-x1,y2-y1),所述第二向量b=(x4-x3,y4-y3);

根据所述第五点位位置的所述第五坐标(x5,y5)和所述第六点位位置的所述第六坐标(x6,y6)获得第三向量c;;根据所述第七点位位置的所述第七坐标(x7,y7)和所述第八点位位置的所述第八坐标(x8,y8)获得第四向量d;其中,所述第三向量c=(x6-x5,y6-y5),所述第四向量d=(x8-x7,y8-y7);

步骤s5、根据所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3),求解所述第一向量与所述第二向量的第一夹角α1,求解所述第一向量大小与所述第二向量大小的比值a;根据所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7),求解所述第三向量与所述第四向量的第二夹角α2,求解所述第三向量大小与所述第四向量大小的比值b;其中,所述第一夹角所述第二夹角所述第一向量大小与所述第二向量大小的比值所述第三向量大小与所述第四向量大小的比值

步骤s6、根据所述第一夹角和所述第二夹角,求解所述第一图像相对于所述基础图像的旋转角β;根据所述比值a和所述比值b,求解所述第一图像相对于所述基础图像的放大或缩放的比例c;其中,所述旋转角所述放大或缩放的比例

步骤s7、根据所述放大或缩放的比例c,对所述第一图像进行放大或缩小;根据所述旋转角β,对所述第一图像进行旋转;当所述放大或缩放的比例c>0时,所述第一图像相对于所述基础图像放大,当所述放大或缩放的比例c<0时,所述第一图像相对于所述基础图像缩小;以所述第一点位位置为旋转中心对所述第一图像进行旋转,当所述第二坐标的纵坐标y2大于所述第四坐标的纵坐标y4时,所述第一图像以所述第一点位位置为旋转中心逆时针旋转,当所述第二坐标的纵坐标y2小于所述第四坐标的纵坐标y4时,所述第一图像以所述第一点位位置为旋转中心顺时针旋转;

步骤s8、根据所述第一图像的所述第一特征在所述第一图像的所述第一中心位置的所述第一点位位置和所述第一特征在所述基础图像的所述基础中心图像区块的所述第三点位位置,对所述第一图像进行平移,使所述第一点位位置与所述第三点位位置重合;

步骤s9、响应于所述第一图像平移结束,判断所述第一图像与所述基础图像是否重合;若不重合,则输出报警。

在本实施例中,所述方法还包括对所述第一图像进行定位;

获取所述智慧社区的所述安防区域的全景图像;

根据所述基础图像,从所述全景图像中获取与所述基础图像相对应的区块;

根据所述区块在所述全景图像中的位置确定所述第一图像在所述安防区域内的位置。

在本实施例中,所述步骤s8具体包括:

根据所述第一点位位置的所述第一坐标(x1,y1)和所述第三点位位置的所述第三坐标(x3,y3),求解所述第一坐标和所述第三坐标的横坐标之差e和纵坐标之差f;其中,所述横坐标之差e=x1-x3,所述纵坐标之差f=y1-y3;

根据所述横坐标之差e和所述纵坐标之差f,对所述第一图像进行平移;当所述横坐标之差e>0时,所述第一图像沿所述x轴负方向平移e个单位,当所述横坐标之差e<0时,所述第一图像沿所述x轴正方向平移|e|个单位;当所述纵坐标之差f>0时,所述第一图像沿所述y轴负方向平移f个单位,当所述纵坐标之差f<0时,所述第一图像沿所述y轴正方向平移|f|个单位。

在本实施例中,所述步骤s9中的报警判断;

通过经放大或缩小、旋转以及平移后的所述第一图像与所述基础图像是否重合来判断;

通过所述第五点位位置与所述第七点位位置是否重合来判断所述第一图像与所述基础图像是否重合;

或者通过所述第六点位位置和所述第八点位位置是否重合来判断所述第一图像与所述基础图像是否重合。

在本实施例中,所述方法还包括对所述安防区域进行区域划分。

在本实施例中,所述第一特征点、所述第二特征点、所述第三特征点、所述第四特征点均为所述安防区域内的固定点。

下面对本实施例中涉及到的公式进行推导:

如图3所示,根据所述第一点位位置的所述第一坐标(x1,y1)和所述第二点位位置的所述第二坐标(x2,y2)获得第一向量a=(x2-x1,y2-y1);根据所述第三点位位置的所述第三坐标(x3,y3)和所述第四点位位置的所述第四坐标(x4,y4)获得第二向量b=(x4-x3,y4-y3);根据所述第五点位位置的所述第五坐标(x5,y5)和所述第六点位位置的所述第六坐标(x6,y6)获得第三向量c=(x6-x5,y6-y5);根据所述第七点位位置的所述第七坐标(x7,y7)和所述第八点位位置的所述第八坐标(x8,y8)获得第四向量d=(x8-x7,y8-y7);

根据向量夹角公式可得所述第一向量a与所述第二向量b的第一夹角将所述第一向量a=(x2-x1,y2-y1)和所述第二向量b=(x4-x3,y4-y3)代入得所述第一夹角

所述第三向量c与所述第四向量d的第二夹角将所述第三向量c=(x6-x5,y6-y5)和所述第四向量d=(x8-x7,y8-y7)代入得所述第二夹角

以上详细描述了本发明的具体实施例。应当理解,本发明的具体实施例并不唯一,本领域的普通技术人员可以在权利要求的范围内根据本发明的构思作出诸多修改和变化。因此,凡本领域中的技术人员根据本发明的具体实施例在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1