专利名称：一种事件检测方法及系统的制作方法
一种事件检测方法及系统技术领域
本申请涉及图像处理技术领域，特别是涉及一种事件检测方法及系统。
技术背景
智能视频分析系统具有智能分析功能，其能够对视频中出现的用户关注的事件进行实时提取和记录，从而及时报警。例如检测是否有行人及车辆闯入禁止区域，或者在禁止区域内长时间徘徊、停留，或者视频中是否有暴力事件发生。
在检测视频中是否有暴力事件发生，上述智能视频分析系统可以采用多种暴力事件检测方法。例如Ankur Datta等在 2002年 ICPR(International Conference On Pattern Recognition,模式识别研讨会)记录的第433-438页中提及的“Person-on-Person Violence Detection in Video Data”，其包括人体检测、人体剪影提取、躯体四肢识别、头部跟踪等处理步骤，利用运动轨迹信息对出拳、踢打、撞击等行为进行事件检测。或者2007 年 Alessandro Mecocci 等在"Signal Processing Applications for Public Security and Forensics，，中提出的"Real-Time Recognition of Violent Acts in Monocular Colour Video kquences [C] ”，其对暴力参与者的衣服颜色进行分块，利用分块后暴力参与者的衣服颜色信息对暴力事件进行检测。
然而，暴力事件中参与者的服装颜色、服装样式以及暴力姿态具有多样性，而这些多样性的存在导致基于人体部位识别或轨迹分析或颜色特征的事件检测方法的通用性差， 进一步地，智能视频分析系统在进行暴力事件监控时，由于自身使用的事件检测方法的通用性差，从而导致智能视频分析系统监控准确度降低。发明内容
有鉴于此，本申请实施例公开一种事件检测方法及系统，提高检测方法的通用性， 进一步智能视频分析系统在使用本申请公开的事件检测方法进行监控时，提高自身的监控准确度。技术方案如下
基于本申请的一方面，公开了一种事件检测方法，包括对初始帧图像背景建模，获取所述初始帧图像的背景图像，还包括
获取当前帧图像和上一帧图像，并获取自身对应的运动历史图像；
通过小阈值前景检测方法，结合所述背景图像对任一帧图像进行检测，获取自身对应的小阈值前景图像；
对任一运动历史图像，依据自身对应的小阈值前景图像，对所述运动历史图像中的图像块进行融合，并对融合后的运动历史图像进行二值化处理，获取二值化前景图像；
在当前帧图像的二值化前景图像中任一图像块的像素总个数大于所述上一帧图像的二值化前景图像中与该任一图像块对应的相邻位置的图像块的像素总个数的情况下， 统计变化的灰度级数，其中，所述变化的灰度级数为变化的灰度级的总个数，所述变化的灰度级为所述当前帧图像对应的融合后的运动历史图像中该任一图像块中灰度级对应的像素个数大于所述上一帧图像对应的融合后的运动历史图像中与该任一图像块对应的相邻位置的图像块中同一灰度级对应的像素个数的灰度级；
在所述灰度级数大于预设灰度级数的情况下，确定发生暴力事件。
优选地，所述对任一运动历史图像，依据自身对应的小阈值前景图像，对所述运动历史图像中的图像块进行融合包括\τS(i，7，f)=l 或 Ητ(υ，0=τ
使用公式M(u，f)=‘ 7进行[max(0,HT(x,7,f-l)-l)其他融合，其中，(x，y)为像素坐标，t为当前帧，t_l为上一帧，τ为预设灰度值，M(x，y，t)为当前帧图像的融合后的运动历史图像中坐标为(x，y)的像素的灰度值，S(x，y，t)为当前帧图像的小阈值前景图像中坐标为(x，y)的像素的灰度值，HT(X，y，t)为当前帧图像的运动历史图像中坐标为(x，y)的像素的灰度值，HT(x，y，t-l)为上一帧图像的运动历史图像中坐标为(χ，y)的像素的灰度值。
优选地，在获取二值化前景图像之后还包括
依据预设阈值，滤除当前帧图像对应的二值化前景图像和上一帧图像对应的二值化前景图像中的小图像块；
采用八连通，对当前帧图像和上一帧图像各自对应的滤除处理后的二值化前景图像进行图像块合并，将处理后的二值化前景图像作为各自对应的二值化前景图像。
优选地，在确定发生报警事件之后，还包括
通过大阈值前景检测方法，结合所述背景图像，对当前帧图像进行检测，获取自身对应的大阈值前景图像；
对所述当前帧图像的小阈值前景图像中各个像素进行计数；
采用公式述背景图像进行更新，将更新后的背景图像作为背景图像，其中，a为更新速度，(x，y)为像素坐标，t为当前帧，t-Ι为上一帧，Y为预设计数，B(x，y，t)为所述背景图像中坐标为(X， y)的像素的灰度值，I(x，y，t)为当所述前帧图像中坐标为(x，y)的像素的灰度值，L(x，y， t)为当前帧图像的大阈值前景图像中坐标为(X，y)的像素的灰度值，S(x, y，t)为当前帧图像的小阈值前景图像中坐标为(x，y)的像素的灰度值，U(x，y)为小阈值前景图像中坐标为(χ，y)的像素的计数。
优选地，使用混合高斯模型对所述初始帧图像背景进行建模。
优选地，所述当前帧图像的二值化前景图像中任一图像块的像素总个数为该图像块的实际像素个数与预设值的乘积。
基于本申请的一方面，还公开了一种事件检测系统，包括背景图像获取模块，用于对初始帧图像背景建模，获取所述初始帧图像的背景图像，还包括
运动历史图像获取模块，用于获取当前帧图像和上一帧图像，并获取自身对应的运动历史图像；
小阈值前景图像获取模块，用于通过小阈值前景检测方法，结合所述背景图像对
B(x,y, t)=al{x, y,t-\) + (\-a)B(x, y,t-\) l(i，,，0 I{x,y,t-\)Z(x，_F，f)=LiLS(x，_F，f)=0U(x,y)>Y对所其他任一帧图像进行检测，获取自身对应的小阈值前景图像；融合模块，用于对任一运动历史图像，依据自身对应的小阈值前景图像，对所述运 动历史图像中的图像块进行融合；二值化前景图像获取模块，用于对融合后的运动历史图像进行二值化处理，获取 二值化前景图像；统计器，用于在当前帧图像的二值化前景图像中任一图像块的像素总个数大于所 述上一帧图像的二值化前景图像中与该任一图像块对应的相邻位置的图像块的像素总个 数的情况下，统计变化的灰度级数，其中，所述变化的灰度级数为变化的灰度级的总个数， 所述变化的灰度级为所述当前帧图像对应的融合后的运动历史图像中该任一图像块中灰 度级对应的像素个数大于所述上一帧图像对应的融合后的运动历史图像中与该任一图像 块对应的相邻位置的图像块中同一灰度级对应的像素个数的灰度级；事件确定模块，用于在所述灰度级数大于预设灰度级数的情况下，确定发生暴力 事件。优选地，所述融合模块具体用于使用公式
权利要求
1.一种事件检测方法，包括对初始帧图像背景建模，获取所述初始帧图像的背景图像， 其特征在于，还包括获取当前帧图像和上一帧图像，并获取自身对应的运动历史图像； 通过小阈值前景检测方法，结合所述背景图像对任一帧图像进行检测，获取自身对应的小阈值前景图像；对任一运动历史图像，依据自身对应的小阈值前景图像，对所述运动历史图像中的图像块进行融合，并对融合后的运动历史图像进行二值化处理，获取二值化前景图像；在当前帧图像的二值化前景图像中任一图像块的像素总个数大于所述上一帧图像的二值化前景图像中与该任一图像块对应的相邻位置的图像块的像素总个数的情况下，统计变化的灰度级数，其中，所述变化的灰度级数为变化的灰度级的总个数，所述变化的灰度级为所述当前帧图像对应的融合后的运动历史图像中该任一图像块中灰度级对应的像素个数大于所述上一帧图像对应的融合后的运动历史图像中与该任一图像块对应的相邻位置的图像块中同一灰度级对应的像素个数的灰度级；在所述灰度级数大于预设灰度级数的情况下，确定发生暴力事件。
2.根据权利要求1所述的事件检测方法，其特征在于，所述对任一运动历史图像，依据自身对应的小阈值前景图像，对所述运动历史图像中的图像块进行融合包括\τS(x，7，0 = l 或 Ητ(χ，7， )="Γ使用公式Μ(ζ，7，0=1λ1、 ‘进行融合，[max(0,HT(x,7,f-l)-l)其他其中，(x，y)为像素坐标，t为当前帧，t_l为上一帧，τ为预设灰度值，M(x，y，t)为当前帧图像的融合后的运动历史图像中坐标为(x，y)的像素的灰度值，S(x，y，t)为当前帧图像的小阈值前景图像中坐标为(x，y)的像素的灰度值，HT(X，y，t)为当前帧图像的运动历史图像中坐标为(x，y)的像素的灰度值，HT(x，y，t-l)为上一帧图像的运动历史图像中坐标为 (χ，y)的像素的灰度值。
3.根据权利要求2所述的事件检测方法，其特征在于，在获取二值化前景图像之后还包括依据预设阈值，滤除当前帧图像对应的二值化前景图像和上一帧图像对应的二值化前景图像中的小图像块；采用八连通，对当前帧图像和上一帧图像各自对应的滤除处理后的二值化前景图像进行图像块合并，将处理后的二值化前景图像作为各自对应的二值化前景图像。
4.根据权利要求1至3任意一项所述的事件检测方法，其特征在于，在确定发生报警事件之后，还包括通过大阈值前景检测方法，结合所述背景图像，对当前帧图像进行检测，获取自身对应的大阈值前景图像；对所述当前帧图像的小阈值前景图像中各个像素进行计数；采用公式Β(χ,γ, t)=al{x, y,t-\) + (\-a)B(x, y,t-\) I{x,y,t-\)Z(U’f)=LiLS(U’f)=0U(x,y)>Y对所述背其他景图像进行更新，将更新后的背景图像作为背景图像，其中，a为更新速度，(x，y)为像素坐标，t为当前帧，t-Ι为上一帧，Y为预设计数，B(x，y，t)为所述背景图像中坐标为(x，y)的像素的灰度值，I(x，y，t)为当所述前帧图像中坐标为(x，y)的像素的灰度值，L(x，y，t)为当前帧图像的大阈值前景图像中坐标为(x，y)的像素的灰度值，S(x，y，t)为当前帧图像的小阈值前景图像中坐标为(x，y)的像素的灰度值，U(x，y)为小阈值前景图像中坐标为(X， y)的像素的计数。
5.根据权利要求1至3任意一项所述的事件检测方法，其特征在于，使用混合高斯模型对所述初始帧图像背景进行建模。
6.根据权利要求1至3任意一项所述的事件检测方法，其特征在于，所述当前帧图像的二值化前景图像中任一图像块的像素总个数为该图像块的实际像素个数与预设值的乘积。
7.一种事件检测系统，包括背景图像获取模块，用于对初始帧图像背景建模，获取所述初始帧图像的背景图像，其特征在于，还包括运动历史图像获取模块，用于获取当前帧图像和上一帧图像，并获取自身对应的运动历史图像；小阈值前景图像获取模块，用于通过小阈值前景检测方法，结合所述背景图像对任一帧图像进行检测，获取自身对应的小阈值前景图像；融合模块，用于对任一运动历史图像，依据自身对应的小阈值前景图像，对所述运动历史图像中的图像块进行融合；二值化前景图像获取模块，用于对融合后的运动历史图像进行二值化处理，获取二值化前景图像；统计器，用于在当前帧图像的二值化前景图像中任一图像块的像素总个数大于所述上一帧图像的二值化前景图像中与该任一图像块对应的相邻位置的图像块的像素总个数的情况下，统计变化的灰度级数，其中，所述变化的灰度级数为变化的灰度级的总个数，所述变化的灰度级为所述当前帧图像对应的融合后的运动历史图像中该任一图像块中灰度级对应的像素个数大于所述上一帧图像对应的融合后的运动历史图像中与该任一图像块对应的相邻位置的图像块中同一灰度级对应的像素个数的灰度级；事件确定模块，用于在所述灰度级数大于预设灰度级数的情况下，确定发生暴力事件。
8.根据权利要求7所述的事件检测系统，其特征在于，所述融合模块具体用于使用公\τS(x,v,t)=l 或 Ητ(χ，7， ) = Γ式M(u，f)=‘ 7进行融合，其中，(x，y)[max(0,HT(x,7,f-l)-l)其他为像素坐标，t为当前帧，t_l为上一帧，τ为预设灰度值，M(x，y，t)为当前帧图像的融合后的运动历史图像中坐标为(x，y)的像素的灰度值，S(x，y，t)为当前帧图像的小阈值前景图像中坐标为(x，y)的像素的灰度值，HT(x，y，t)为当前帧图像的运动历史图像中坐标为 (X，y)的像素的灰度值，Ητ (χ, y，t-1)为上一帧图像的运动历史图像中坐标为(X，y)的像素的灰度值。
9.根据权利要求8所述的事件检测系统，其特征在于，还包括滤除模块，用于依据预设阈值，滤除当前帧图像对应的二值化前景图像和上一帧图像对应的二值化前景图像中的小图像块；合并模块，用于采用八连通，对当前帧图像和上一帧图像各自对应的滤除处理后的二值化前景图像进行图像块合并，将处理后的二值化前景图像作为各自对应的二值化前景图像。
10.根据权利要求7至9任意一项所述的事件检测系统，其特征在于，还包括 大阈值前景图像获取模块，用于通过大阈值前景检测方法，结合所述背景图像，对当前帧图像进行检测，获取自身对应的大阈值前景图像；计数器，用于对所述当前帧图像的小阈值前景图像中各个像素进行计数； 更新模块，用于采用公式景图像进行更新，将更新后的背景图像作为背景图像，其中，a为更新速度，(x，y)为像素坐标，t为当前帧，t-Ι为上一帧，Y为预设计数，B(x，y，t)为所述背景图像中坐标为(x，y)的像素的灰度值，I(x，y，t)为当所述前帧图像中坐标为(x，y)的像素的灰度值，L(x，y，t)为当前帧图像的大阈值前景图像中坐标为(x，y)的像素的灰度值，S(x，y，t)为当前帧图像的小阈值前景图像中坐标为(x，y)的像素的灰度值，U(x，y)为小阈值前景图像中坐标为(X， y)的像素的计数。Β(χ,γ, t)=al{x, y,t-\) + (\-a)B(x, y,t-\) l(i，,，0 I{x,y,t-\)Z(U，f)=LiLS(x，_F，f)=0U(x,y)>Y对所述背其他
全文摘要
本申请公开了一种事件检测方法及系统。一种事件检测方法，包括对初始帧图像背景建模，获取背景图像；获取当前帧图像和上一帧图像，并获取自身对应的运动历史图像；获取自身对应的小阈值前景图像；对任一运动历史图像中图像块进行融合，对融合后的运动历史图像进行二值化处理，获取二值化前景图像；在当前帧图像的二值化前景图像中任一图像块的像素总个数大于上一帧图像的二值化前景图像中与该任一图像块对应的相邻位置的图像块的像素总个数的情况下，统计变化的灰度级数；在灰度级数大于预设灰度级数的情况下，确定发生暴力事件。本申请不基于人体部位识别、轨迹分析或者颜色特征，提高通用性，更进一步地，提高智能视频分析系统的监控准确度。
文档编号H04N5/14GK102496164SQ20111035943
公开日2012年6月13日 申请日期2011年11月14日 优先权日2011年11月14日
发明者安国成, 李洪研, 罗志强 申请人:北京国铁华晨通信信息技术有限公司