信息可以是将彩色度或灰度格式的影像帧变换处理为灰度格式之后(但灰度格式的影像帧直接使用)，从由Sobel mask、Prewitt mask、Laplacian mask、cannymask等构成的群组中选择一个以上提取的轮廓线信息。
[0059]另外，特征信息是对影像帧适用SURF (Speeded Up Robust Features)算法之后输出的，是对影像帧的大小和外部的照明及时间等环境变化相对不敏感的特征点。
[0060]使用上述URF算法的原因是，对相同的监控地点，即使因预置监控摄像头的机械特性或外部的物理影响在平移、俯仰及缩放等动作产生误差，也可利用上述特征点进行影像帧之间的匹配。
[0061]这些特征信息分为影像帧所拍摄的监控地点进行提取，而特征信息的数量也对应于监控地点的数量被提取。例如，当监控地点供设置为4个时，从影像帧提取相互不同的四个特征信息。
[0062]接着，上述分类群组生成步骤S140为生成可根据在特征信息提取步骤S130提取的特征信息进行区分的分类群组的步骤。
[0063]S卩，分类群组生成步骤S140为比较对当前输入的影像帧的特征信息和对之前输入的所有影像帧的特征信息不重复地生成分类群组的步骤。
[0064]换言之，比较对当前输入的影像帧的特征信息和对之前输入的所有影像帧的特征信息，当不存在相同的特征信息时，生成新的分类群组，而当存在相同的特征信息，则归类于该分类群组而不另外生成分类群组。
[0065]上述生成的分类群组以监控地点进行区分，而且，生成数量也与监控地点的数量相对应。例如，当监控地点供设置为4个时，特征信息也共分为4个，生成4个分类群组。
[0066]最后，上述影像帧存储步骤S160为将影像帧与按不同分类群组区分的索引一同存储的步骤。
[0067]S卩，将影像帧与可按根据其特诊信息进行区分的分类群组进行区分的索引一同按不同群组进行存储的步骤。
[0068]则影像帧按根据通过预置监控摄像头得到监视的监控地点区分的分类群组与索引一同被存储。
[0069]因此，当在监控地点中的特定的一个监控地点发生事件或事故时，无需搜索全部影像帧，而只需搜索按对应于相应监控地点的分类群组进行存储的影像帧即可。
[0070]在此，如图1所示，在特征信息提取步骤S140和影像帧存储步骤S160之间，还可包括影像帧分类步骤S150。
[0071]上述影像帧分类步骤S150为对在分类群组生成步骤S140中生成的分类群组进行分类的步骤。
[0072]S卩，影像帧分类步骤S150为对对应于影像帧的各特征信息生成或归类的分类群组进行分类的步骤。例如，当监控地点共设置为4个时，根据共4个特征信息连续输入的影像帧分类至共4个分类群组中的一个分类群组。
[0073]因此，通过预置监控摄像头连续拍摄的影像帧分类至对应于受预置监控摄像头监视的各监控地点的各分类群组中。
[0074]但是，在运动判别步骤S120中，当当前输入的影像帧和之前输入的影像帧都判定为预置监控摄像头处于静止状态，则不经过特征信息提取步骤S130和分类群组生成步骤S140，而将当前输入的影像帧归类为之前输入的影像帧的分类群组之后，与按分类群组进行区分的索引一同直接进行存储。
[0075]这是因为当前输入的影像帧和之前输入的影像帧都是预置监控摄像头处于静止状态时对特定监控地点进行拍摄的，因此，按不同监控地点区分的特征信息是相同的。
[0076]另外，如图1所示，在影像帧存储步骤S160之后，还可包括分类群组更新步骤S170o
[0077]上述分类群组更新步骤S170为从分类群组中删除在预设基准时间内未被分类的分类群组，以此更新分类群组的步骤。
[0078]这是因为通过预置监控摄像头受到监视的监控地点是通过预置监控摄像头的设置添加或删除的，因此，为了对应于上述情况而设置的步骤。因此，即使通过预置监控摄像头的设置删除特定监控地点，分类群组更新为新的，不对处理速度产生影响。
[0079]下面，结合附图对本发明较佳实施例的为预置监控摄像头的影像分类装置进行说明。
[0080]图2为本发明较佳实施例的为预置监控摄像头的影像分类装置结构图。
[0081]本发明较佳实施例的为预置监控摄像头的影像分类装置，如图2所示，可包括影像输入部110、运动判别部120、特征信息提取部130、分类群组生成部140及影像存储部160。
[0082]下面，对各结构进行详细说明。
[0083]首先，上述影像输入部110是执行影像帧输入步骤SllO的结构。S卩，影像输入部110按帧为单位进行区分一一获得通过预置监控摄像头连续拍摄的影像帧帧的输入。
[0084]接着，上述运动判别部120是执行运动判别步骤S120的结构。S卩，运动判别部120比较通过影像输入部110当前输入的影像帧和作为之前的帧输入的影像帧判别预置监控摄像头的静止状态。
[0085]接着，上述特征信息提取部130是执行特征信息提取步骤S130的结构。即，特征信息提取部130分析在运动判别部120中判定为预置监控摄像头处于静止状态的影像帧提取按各监控地点区分的特征信息。
[0086]接着，上述分类群组生成部140是执行分类群组生成步骤S140的结构。S卩，分类群组生成部140比较对在特征信息提取部130生成的影像帧的特征信息和对之前输入的所有影像帧的特征信息不重复地生成分类群组。
[0087]最后，上述影像存储部160是执行影像帧存储步骤S160的结构。S卩，影像存储部160按在分类群组生成部140不重复地生成的不同的分类群组，将影像帧按不同的分类群组进行区分并与索引一同进行存储。
[0088]另外，如图2所示，还可包括影像分类部150。上述影像分类部150是执行影像帧分类步骤S150的结构。S卩，影像分类部150将影像帧按分类群组生成部140生成的分类群组进行分类。
[0089]另外，如图2所示，还可包括分类群组更新部170。上述分类群组更新部170是执行分类群组更新步骤S170的结构。S卩，分类群组更新部170从分类群组生成部140生成的分类群组中删除影像帧在预设基准时间内未被分类的分类群组，以此更新分类群组。
[0090]上述实施例仅用以说明本发明而非限制，本领域的普通技术人员应当理解，可以对本发明进行修改、变形或者等同替换。
[0091]而在不脱离本发明的精神和范围之内，其均应涵盖在本发明的权利要求范围当中。
【主权项】
1.一种为预置监控摄像头的影像分类方法，包括如下步骤: 连续获得通过用于拍摄多个监控地点的预置监控摄像头获取的影像帧的输入； 将上述影像帧与之前的影像帧进行比较，从而判别上述预置监控摄像头是否处于静止状态； 当判定上述预置监控摄像头处于静止状态，则通过分析影像帧提取特征信息； 不重复地生成按上述特征信息进行区分且对应于上述监控地点的分类群组；及 将上述影像帧与按上述不同分类群组进行区分的索引一同进行存储。2.根据权利要求1所述的为预置监控摄像头的影像分类方法，其特征在于:在上述生成步骤和上述存储步骤之间，还包括将上述影像帧根据上述特征信息按上述不同分类群组进行分类的步骤。3.根据权利要求1所述的为预置监控摄像头的影像分类方法，其特征在于:在上述存储步骤之后，还包括从上述分类群组中删除上述影像帧在预设基准时间内未被分类的分类群组，以此更新上述分类群组的步骤。4.根据权利要求1所述的为预置监控摄像头的影像分类方法，其特征在于:在上述判别步骤中，在上述影像帧和上述之前的影像帧中，上述预置监控摄像头都判定为处于静止状态，则将上述影像帧与上述索引一同直接存储于上述之前的影像帧分类到的上述分类群组中。5.一种为预置监控摄像头的影像分类装置，包括: 影像输入部，连续获得通过用于拍摄多个监控地点的预置监控摄像头获取的影像帧的输入； 运动判别部，将上述影像帧与之前的影像帧进行比较，从而判别上述预置监控摄像头是否处于静止状态； 特征信息提取部，当上述预置监控摄像头处于静止状态，则通过分析影像帧提取特征信息； 分类群组生成部，不重复地生成按上述特征信息进行区分且对应于上述监控地点的分类群组；及 影像存储部，将上述影像帧与按上述不同分类群组进行区分的索引一同进行存储。6.根据权利要求5所述的为预置监控摄像头的影像分类装置，其特征在于:还包括将上述影像帧根据上述特征信息按上述不同分类群组进行分类的影像分类部。7.根据权利要求5所述的为预置监控摄像头的影像分类装置，其特征在于:还包括从上述分类群组中删除上述影像帧在预设基准时间内未被分类的分类群组，以此更新上述分类群组的分类群组更新部。
【专利摘要】本发明公开了为预置监控摄像头的影像分类方法及其装置，该方法包括：连续获得通过用于拍摄多个监控地点的预置监控摄像头获取的影像帧的输入；将上述影像帧与之前的影像帧进行比较，从而判别上述预置监控摄像头是否处于静止状态；当判定上述预置监控摄像头处于静止状态，则通过分析影像帧提取特征信息；不重复地生成按上述特征信息进行区分且对应于上述监控地点的分类群组；及将上述影像帧与按上述不同分类群组进行区分的索引一同进行存储。本发明利用包含于各影像帧的特征信息，将多个影像帧按分类群组进行分类及存储，发生事件或事故时，区分搜索及分析相应分类群组的影像帧即可，可快速应对相应事件或事故的处理。
【IPC分类】G06K9/46, G06K9/00, H04N7/18
【公开号】CN105608411
【申请号】CN201510455409
【发明人】李康锡, 金正显, 金普淳
【申请人】雷尔胡布有限责任公司
【公开日】2016年5月25日
【申请日】2015年7月29日
【公告号】US20160140423