一种智慧金睛识别单人加钞报警方法和装置与流程

本发明涉及一种智慧金睛识别单人加钞报警方法和装置。

背景技术：

在金融领域（银行等），加钞间内一般设置有摄像头对加钞间进行监控，但现有的监控方式仅仅是拍摄图像的内容，不能对图像的内容做进一步的分析，不能及时识别加钞间内的异常情况：例如，单人加钞不符合银行明确定义的业务操作规范，而现有的加钞间监控无法对单人加钞的行为进行分析报警。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种智慧金睛识别单人加钞报警方法和装置，能够对加钞间内的单人加钞行为进行报警，保障加钞安全。

本发明的目的是通过以下技术方案来实现的：一种智慧金睛识别单人加钞报警方法，其特征在于：包括以下步骤：

S1.利用双目图像采集模块实时采集加钞间的视频图像并检测加钞间的钞箱门开闭状态；

S2.对视频图像进行分析，获得加钞间内的人数信息；

S3.判断是否满足报警条件：加钞间内人数为一，且钞箱门开启；

（1）若满足报警条件，进入报警准备，并转至步骤S4；

（2）若不满足报警条件，返回步骤S1；

S4.判断设定时间内钞箱门开闭状态或加钞间内人数是否变化：若无变化，则生成报警命令，从而实现单人加钞报警，若有变化，则返回步骤S1。

所述的双目图像采集模块包括二维摄像头和三维视觉传感器，所述的步骤S1中，利用二维摄像头采集加钞间的二维图像信息，利用三维视觉传感器采集加钞间的三维图像信息。

所述的步骤S1中，根据安装在钞箱门上的压力传感器检测到的数据判断钞箱门的开闭状态。

所述的步骤S2包括以下子步骤：

S21.采用目标检测算法检测并获取进入加钞间的目标在视频图像中占据的像素点集合；

S22.根据所述的像素点集合，采用目标提取算法获取进入加钞间内的目标在视频图像中的位置及尺寸；

S23.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的有效目标数量，该有效目标数量即为加钞间中的人数。

所述的步骤S22包括：

S221.利用区域生长法获取所述的像素点集合的生长区域；

S222.采用K均值特征聚类法获取进入加钞间内的各个目标在视频图像中的尺寸。

所述的步骤S3包括以下子步骤：

S31.判断钞箱门是否开启：

（1）若钞箱门开启，进入步骤S32；

（2）若钞箱门未开启，不满足报警条件，返回步骤S1；

S32.判断加钞间内人数是否为一：

（1）若人数为一，则满足报警条件，进入报警准备，并转至步骤S4；

（2）若人数不为一，则不满足报警条件，返回步骤S1。

步骤S4中：所述的设定时间能够根据需要自行调整。

一种智慧金睛识别单人加钞报警装置，包括：

双目图像采集模块，用于实时采集加钞间内的视频图像；

开闭检测模块，用于检测钞箱门的开闭状态；

条件判断模块，用于判断是否满足报警条件：加钞间内人数为一，并且钞箱门开启；

延时判断模块，用于在进入报警准备后，判断设定时间内箱门开闭状态或加钞间内人数是否变化，如果没有发生变化，则生成报警命令；

报警模块，用于根据报警命令进行单人加钞报警。

所述的双目图像采集模块包括二维摄像头和三维视觉传感器。

所述的开闭检测模块包括设置于钞箱门上的压力传感器。

本发明的有益效果是：能够根据钞箱门的开闭状态结合对视频图像的分析识别出单人加钞行为，并进行报警，保障了加钞安全；同时，在检测到加钞间内仅有一人且钞箱门开启时，采用延时报警机制，提高了报警准确性。

附图说明

图1为本发明的方法流程图；

图2为本发明的装置原理框图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，一种智慧金睛识别单人加钞报警方法，其特征在于：包括以下步骤：

S1.利用双目图像采集模块实时采集加钞间的视频图像并检测加钞间的钞箱门开闭状态；

S2.对视频图像进行分析，获得加钞间内的人数信息；

S3.判断是否满足报警条件：加钞间内人数为一，且钞箱门开启；

（1）若满足报警条件，进入报警准备，并转至步骤S4；

（2）若不满足报警条件，返回步骤S1；

S4.判断设定时间内钞箱门开闭状态或加钞间内人数是否变化：若无变化，则生成报警命令，从而实现单人加钞报警，若有变化，则返回步骤S1。

所述的双目图像采集模块包括二维摄像头和三维视觉传感器，所述的步骤S1中，利用二维摄像头采集加钞间的二维图像信息，利用三维视觉传感器采集加钞间的三维图像信息（即加钞间的三维场景信息）；故由双目图像采集模块的二维摄像头和三维视觉传感器即可获得具有立体视觉的视频图像。

所述的步骤S1中，根据安装在钞箱门上的压力传感器检测到的数据判断钞箱门的开闭状态。

所述的步骤S2包括以下子步骤：

S21.采用目标检测算法检测并获取进入加钞间的目标在视频图像中占据的像素点集合；

S22.根据所述的像素点集合，采用目标提取算法获取进入加钞间内的目标在视频图像中的位置及尺寸；

S23.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的有效目标数量，该有效目标数量即为加钞间中的人数。

现有的视频图像分析方法中， 用于检测及获取所有目标在视频图像中占据的像素点集合的目标检测算法主要有背景减除类算法、时间差分类算法、光流类算法；

背景减除类算法的基本原理是利用背景的参数模型来近似背景图像的像素值， 将当前帧与背景图像进行差分比较实现对运动区域的检测， 其中区别较大的像素区域被认为是运动区域， 而区别较小的像素区域被认为是背景区域；

本申请中所采用的目标检测算法是背景减除类算法中的高斯混合背景算法，该算法为现有技术，该算法的基本原理是：在视频图像中，目标与背景之间存在着灰度差异，视频图像的灰度直方图会呈现与背景、目标一一对应的多峰，将视频图像的灰度直方图多峰特性视为多个高斯分布的叠加，即可实现视频图像中的背景与目标的分割。

所述的步骤S22包括：

S221.利用区域生长法获取所述的像素点集合的生长区域；

具体来说，以获取的像素点集合中的各个像素点为种子像素点，并以这些像素点的灰度值作为数学期望值建立生长区域高斯分布；

将各种子像素点周围邻域中符合生长区域高斯分布的各像素点作为生长点分别合并到各种子像素点所在的区域中，再将各生长点作为新的种子像素点，重复本步骤至没有新的生长点出现，即可获取像素点集合的生长区域，进而得到进入监控区域（加钞间）内的各个目标在视频图像中的位置。

S222.采用K均值特征聚类法获取进入加钞间内的各个目标在视频图像中的尺寸。具体来说，采用 K 均值特征聚类法，选取各生长区域的均值点作为聚类中心，计算各个样本到聚类中心的距离，把各个样本归到离它最近的那个聚类中心所在的类，并根据计算形成的每一个聚类的数据对象平均值，得到新的聚类中心，重复本步骤至相邻两次得到的聚类中心没有变化，则表明样本调整结束，聚类准则函数已经收敛，即可得到进入监控区域（加钞间）内的各个目标在视频图像中的尺寸。

所述的步骤S3包括以下子步骤：

S31.判断钞箱门是否开启：

（1）若钞箱门开启，进入步骤S32；

（2）若钞箱门未开启，不满足报警条件，返回步骤S1；

S32.判断加钞间内人数是否为一：

（1）若人数为一，则满足报警条件，进入报警准备，并转至步骤S4；

（2）若人数不为一，则不满足报警条件，返回步骤S1。

步骤S4中：所述的设定时间能够根据需要自行调整，一般为1~15秒。

如图2所示，一种智慧金睛识别单人加钞报警装置，包括：

双目图像采集模块，用于实时采集加钞间内的视频图像；

开闭检测模块，用于检测钞箱门的开闭状态；

条件判断模块，用于判断是否满足报警条件：加钞间内人数为一，并且钞箱门开启；

延时判断模块，用于在进入报警准备后，判断设定时间内箱门开闭状态或加钞间内人数是否变化，如果没有发生变化，则生成报警命令；

报警模块，用于根据报警命令进行单人加钞报警。

所述的双目图像采集模块包括二维摄像头和三维视觉传感器。

所述的开闭检测模块包括设置于钞箱门上的压力传感器。

本申请中，能够根据钞箱门的开闭状态结合对视频图像的分析识别出单人加钞行为，并进行报警，保障了加钞安全；同时，在检测到加钞间内仅有一人且钞箱门开启时，采用延时报警机制：在设定时间内箱门开闭状态或加钞间内人数没变化再进行报警；提高了报警准确性。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。