监控摄像头的干扰检测系统及其应用方法
【技术领域】
[0001]本发明涉及数字图像处理技术领域，特别涉及一种监控摄像头的干扰检测系统及其应用方法。
【背景技术】
[0002]安全问题是人们普遍比较关心的一个问题，特别是一些公共场所，人员比较复杂，流动性也很大，为了保证大家的安全，安装监控摄像头也是非常有好处的，一个清晰的监控设备，不仅可以帮助预防一些事情的发生，还可以为其他事情的处理提供一些线索。
[0003]比如，工厂生产车间安装监控摄像头有利于及时了解情况便于高效管理。管理人员可以及时、直观的通过监控摄像头了解生产第一线的情况，便于指挥与管理工作的实施。还可以让工厂更加安全，例如，在发生事故后容易还原事故真相，帮助相关机关根据监控摄像头的录像信息侦破案件。对于安防人员来说，多数情况下完全靠人来保证安全是一件很困难的事情，很多事情需要电子保安器材(如监视器、报警器)辅助才更完美。在一些恶劣条件下(高热、寒冷、封闭等)，人很难用肉眼观察清楚，或者环境根本不适合人的停留，因此必须使用电子安防设备-监控摄像头。
[0004]上述情景均需要监控摄像头在正常的条件下进行工作，才能很好地起到辅助效果，监控摄像头一旦被遮挡，则通过监控摄像头无法观察监控对象，虽然现在已经有一些用于检测监控摄像头是否被遮挡的方法，但是还存在一些问题，比如，无法识别画面较复杂的遮挡物、无法识别亮度不均匀的遮挡物、无法识别动态遮挡等，导致误报率极高。
【发明内容】
[0005]本发明的目的在于提供一种监控摄像头的干扰检测系统及其应用方法，以克服现有技术中检测监控摄像头被干扰的方法所存在的不足与缺陷。
[0006]为解决上述技术问题，本发明提供一种监控摄像头的干扰检测系统，所述监控摄像头的干扰检测系统包括:
[0007]参考帧选择模块，用于选择监控摄像头未被遮挡时的一帧图像作为参考帧；
[0008]图像划分模块，用于将所述参考帧和当前帧的图像均划分为N个区域，N多1，所述参考帧与所述当前帧的图像划分位置一致；
[0009]边缘特征检测模块，用于检测所述参考帧的图像划分的N个区域和所述当前帧的图像划分的N个区域的水平方向的边缘特征和垂直方向的边缘特征；
[0010]梯度直方图生成模块，用于根据所述边缘特征检测模块检测的水平方向的边缘特征和垂直方向的边缘特征，统计出每个区域在每个梯度方向区间上的像素点个数，以生成每个区域的梯度直方图；
[0011]状态识别模块，用于根据所述边缘特征检测模块及所述梯度直方图生成模块输出的结果，比较当前帧和参考帧的图像的异同，以识别监控摄像头当前的工作状态并作出相应的响应。
[0012]可选的，在所述的监控摄像头的干扰检测系统中，所述状态识别模块自身的工作状态包括稳定状态、变化状态及报警状态，
[0013]在所述状态识别模块的工作状态为稳定状态时，所述参考帧的图像划分的N个区域的水平方向的边缘特征和垂直方向的边缘特征与所述当前帧的图像划分的N个区域的水平方向的边缘特征和垂直方向的边缘特征一致，所述监控摄像头处于未被干扰状态；
[0014]在所述状态识别模块的工作状态为变化状态时，监控摄像头被遮挡的置信度值小于第一预设阈值和/或监控摄像头被转向的置信度值小于第二预设阈值，所述监控摄像头处于过渡状态；
[0015]在所述状态识别模块的工作状态为报警状态时，监控摄像头被遮挡的置信度值大于第一预设阈值和/或监控摄像头被转向的置信度值大于第二预设阈值，所述监控摄像头处于被干扰状态。
[0016]可选的，在所述的监控摄像头的干扰检测系统中，所述监控摄像头的被干扰状态为被遮挡状态和/或被转向状态。
[0017]可选的，在所述的监控摄像头的干扰检测系统中，所述监控摄像头被遮挡的置信度值采用如下公式计算:
[0018]X= (al_bl) + (a2_b2) + (a3_b3) +…+ (an_bn)，
[0019]其中，X为所述状态识别模块的工作状态进入变化状态后统计的监控摄像头被遮挡的置信度值，η为帧序号，η多1，an为帧序号为η时当前帧的图像划分的N个区域中判定为模糊区域的数量，bn为帧序号为η时参考帧的图像划分的N个区域中判定为模糊区域的数量。
[0020]可选的，在所述的监控摄像头的干扰检测系统中，判定当前帧和或参考帧的图像划分的区域是否为模糊区域的方法如下:
[0021]根据每个区域的水平方向的边缘特征和垂直方向的边缘特征，统计每个区域的细节信息量；所述细节信息量为每个区域中所有像素点的水平方向边缘强度值的平均值和垂直方向边缘强度值的平均值；
[0022]将N个区域的细节信息量与各区域的参考阈值作比较；
[0023]若所述区域的细节信息量小于该区域的参考阈值，则该区域为模糊区域；
[0024]若所述区域的细节信息量大于等于该区域的参考阈值，则该区域为清楚区域。
[0025]可选的，在所述的监控摄像头的干扰检测系统中，所述监控摄像头被转向的置信度值采用如下公式计算:
[0026]Y = yl+y2+y3+…+yn，
[0027]其中，Y为所述状态识别模块的工作状态进入变化状态后统计的监控摄像头被转向的置信度值，η为帧序号，η多1，yn为帧序号为η时当前帧的图像划分的N个区域区别于帧序号为η时参考帧的图像划分的N个区域的区域数量，判定当前帧的图像划分的第i个区域是否区别于参考帧的图像划分的第i个区域采用如下方法:通过将当前帧的图像划分的第i个区域的梯度直方图中的向量与参考帧的图像划分的第i个区域的梯度直方图中的对应向量做差取绝对值，将梯度直方图中所有向量做差取绝对值进行累加，若累加的值大于预定阈值，则当前帧的图像划分的第i个区域与参考帧的图像划分的第i个区域有区别，反之，则当前帧的图像划分的第i个区域与参考帧的图像划分的第i个区域无区别，K i < No
[0028]本发明还提供一种监控摄像头的干扰检测系统的应用方法，所述监控摄像头的干扰检测系统的应用方法包括如下步骤:
[0029]利用参考帧选择模块选择监控摄像头未被遮挡时的一帧图像作为参考帧；
[0030]利用图像划分模块将所述参考帧和当前帧的图像均划分为N个区域，N ^ 1，所述参考帧与所述当前帧的图像划分位置一致；
[0031]利用边缘特征检测模块检测所述参考帧的图像划分的N个区域和所述当前帧的图像划分的N个区域的水平方向的边缘特征和垂直方向的边缘特征；
[0032]梯度直方图生成模块根据所述边缘特征检测模块检测的水平方向的边缘特征和垂直方向的边缘特征，统计出每个区域在每个梯度方向区间上的像素点个数，以生成每个区域的梯度直方图；
[0033]状态识别模块根据所述边缘特征检测模块及所述梯度直方图生成模块输出的结果，比较所述当前帧和所述参考帧的图像的异同，以识别监控摄像头当前的工作状态并作出相应的响应。
[0034]可选的