一种机房重地越界行为实时监测方法与流程

技术特征：

1.一种机房重地越界行为实时监测方法，其特征在于：包括以下步骤：

A、创建显示窗口；

B、读入视频，用pFrame表示视频中的帧；

C、提取前景图，记为1–pFrShade，该前景图包括运动目标和阴影；

D、提取视频图像中的阴影区域，得到的阴影区域记为二值化图像Shadow；

E、将前景图1–pFrShade与阴影区域Shadow进行逻辑与运算，得到精确的运动目标前景图2–pFrImg；

F、创建用于画运动目标轮廓的内存存储器，从精确的运动目标前景图2–pFrImg中找到所有运动目标轮廓；

G、直接使用CONTOUR中的矩形来画运动目标轮廓，并将面积小的矩形抛弃掉；

H、确定矩形区域：摄像机拍摄的图像中物体容易发生畸变，服务器机房中待监测矩形区域在摄像机拍摄的视频里面发生畸变，成不规则四边形，通过透视变换将其转换为规则的矩形，得到矩形四个边的位置；

I、确定运动目标中脚的位置：取所有运动目标轮廓中位于最下方轮廓的底边中点作为脚的位置；通过反透视变换求脚的位置在待监测规则矩形里的位置，得到脚的位置；

J、用求出的脚的位置坐标和待监测规则矩形区的位置坐标进行比较，如果此点位于待监测规则矩形区域里面，则用绿色矩形框画出轮廓；反之，如果此点位于待监测规则矩形区域外面，则用红色矩形框来画出轮廓，并做出越界报警。

2.根据权利要求1所述的一种机房重地越界行为实时监测方法，其特征在于：步骤C中使用混合高斯模型来提取前景图，其具体步骤为：

(1)在程序初始化部分定义混合高斯模型参数；

(2)读取视频的第一帧图像作为背景图像pBkImg，并进行高斯背景建模；

(3)用当前图像中的每个像素点与混合高斯模型匹配，如果成功则判定该点为背景点，否则为前景点，且每隔n帧更新一次高斯模型，最终得到前景图1-pFrShade。

3.根据权利要求2所述的一种机房重地越界行为实时监测方法，其特征在于：使用混合高斯模型来提取前景图时，n的取值范围为3<n<10。

4.根据权利要求1所述的一种机房重地越界行为实时监测方法，其特征在于：步骤D中使用基于RGB色彩模型的阴影提取方法提取视频图像中的阴影区域。

5.根据权利要求1-4中任一项所述的一种机房重地越界行为实时监测方法，其特征在于：步骤G中画运动目标轮廓时将面积小于1000的矩形抛弃掉。

6.根据权利要求5所述的一种机房重地越界行为实时监测方法，其特征在于：步骤H中的透视变换公式为：

$\&lsqb;x^{\&prime;},y^{\&prime;},w^{\&prime;}\&rsqb;=\&lsqb;u,v,w\&rsqb;\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{13}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right]$

u，v为原始图片坐标，x，y为经透视变换后得到的图片坐标，为透视变换矩阵，由此得出：

$\begin{array}{c}x=\frac{x^{\&prime;}}{w^{\&prime;}}=\frac{a_{11}u+a_{21}v+a_{31}}{a_{13}u+a_{23}v+a_{33}}\\ y=\frac{y^{\&prime;}}{w^{\&prime;}}=\frac{a_{12}u+a_{22}v+a_{32}}{a_{13}u+a_{23}v+a_{33}}\end{array}.$