一种监控相机视频画面的异物遮挡检测方法
【专利摘要】本发明公开了一种监控相机视频画面的异物遮挡检测方法，按照以下步骤实施：步骤1初始化；步骤2计算用以判断帧图像散焦程度的d近邻梯度值；步骤3根据d近邻梯度值计算渐变程度参数；步骤4判断算渐变统计变量k是否达到上限，以确定渐变程度参数的计算是否完成；步骤5对步骤3计算得到的渐变程度参数进行二值化处理；步骤6对步骤5得到的二值化结果进行分块统计；步骤7根据分块统计数据判断是否存在遮挡；步骤8输出该相机持续遮挡的状态结果。本发明方法，步骤简单，结果准确。
【专利说明】一种监控相机视频画面的异物遮挡检测方法
【技术领域】
[0001] 本发明属于智能监控视频处理【技术领域】，涉及一种监控相机视频画面的异物遮挡 检测方法。
【背景技术】
[0002] 目前，安防监控的摄像机使用越来越普及，由摄像机联网所构成的监控网络也越 来越庞大，这就需要对摄像机的工作状态进行自动检测并对出现的异常情况进行报警。在 监控视频画面出现异常的情况中，视频画面局部被遮挡，如果，入侵者将一个毛巾或者其他 覆盖物对镜头进行遮挡，导致画面景物全部消失的情况是目前的视频质量监测系统可以完 成的。但是，对于监控摄像机安放的位置被树的枝叶遮挡，或者被风刮过来的塑料袋等遮 挡，由于这类非主观故意的遮挡仍旧会在视频画面中出现景物，而这个景物就包含有遮挡 物。如果未被清除此障碍，会导致监控系统在无人知晓的情况下，使该摄像机处于无效监控 状态，这类局部遮挡状态则目前尚无有效的办法来识别。
【发明内容】
[0003] 本发明的目的是提供一种监控相机视频画面的异物遮挡检测方法，解决了现有技 术中，由于室外监控视频画面的非主观故意导致的异物遮挡状态，系统无法进行自动检测 的问题。
[0004] 本发明所采用的技术方案是，一种监控相机视频画面的异物遮挡检测方法，按照 以下步骤实施：
[0005] 步骤1、初始化
[0006] I. 1)初始化视频画面的被遮挡持续时间为time= 0 ;
[0007] 1. 2)令t=time+1，读取当前的视频帧图像为[ft(i,j)]mXn，
[0008] 其中，t表示检测遮挡的时刻，即第t帧视频图像画面，图像画面的大小为mXn，初 始化判断散焦程度的渐变参数矩阵[gt (i，j) ]mXn= [0]mXn，即为mXn的全0矩阵，令渐变 统计变量k=I;
[0009] 步骤2、计算帧图像的d近邻梯度值▽dft(i，j)
[0010] 帧图像的d近邻梯度值▽dft(i，j)的计算参照公式（1):
[0011] Vdft(i,j) = (ft(i,j)-ft(i+d,j+d))2+(f(i+d,j)-f(i,j+d))2, (I)
[0012] 其中，i=I, 2, · · ·，m_d，j=I, 2, · · ·，n_d，d=k,k+1 ;
[0013] 步骤3、计算渐变参数gt(i，j)
[0014] 该渐变参数gt (i,j)中的i= 1，2, · · ·，m-(k+l)，j= 1，2, · · ·，n-(k+l)，进行下面 的操作，如果按照公式（I)计算得到的▽kft(i，j)及▽k+1ft(i，j)满足公式（2):
[0015]Vk+1ft(i,j) ^Vkft(i,j), (2)
[0016] 满足公式（2)则表明散焦程度为k近邻的，则渐变参数gt(i，j) =k;
[0017] 否则，表明散焦程度为大于k近邻的，则渐变参数gt(i，j) =k+l;
[0018] 步骤4、判断算渐变统计变量k是否达到上限
[0019] 判断k是否满足公式（3):
[0020] k彡kTh， (3)
[0021] 其中，kTh为判断阈值，
[0022] 如果是，则令k=k+Ι，即渐变统计变量k的值加1，转步骤2 ;
[0023] 否则，表明达到了上限，转步骤5 ;
[0024] 步骤5、对步骤3计算得到的渐变程度参数[gt (i，j) ]mXn进行二值化处理
[0025] 参照公式⑷计算二值化结果[bt (i，j)]mXn:
[0026]
【权利要求】
1. 一种监控相机视频画面的异物遮挡检测方法，其特点在于，按照以下步骤实施： 步骤1、初始化 I. 1)初始化视频画面的被遮挡持续时间为time=O; 1. 2)令t=time+1，读取当前的视频帧图像为[ft (i,j) ]mXn， 其中，t表示检测遮挡的时刻，即第t帧视频图像画面，图像画面的大小为mXn，初始化 判断散焦程度的渐变参数矩阵[gt (i，j) ]mXn= [〇]mXn，即为mXn的全O矩阵，令渐变统计 变量k= 1 ; 步骤2、计算帧图像的d近邻梯度值▽dft (i，j) 帧图像的d近邻梯度值▽dft(i，j)的计算参照公式（I): ▽dft(i，j) = (ft(i，j)-ft(i+d，j+d))2+(f(i+d，j)-f(i，j+d))2，（1) 其中，i= 1，2, ? ? ?，m_d，j= 1，2, ? ? ?，n_d，d=k，k+1 ; 步骤3、计算渐变参数gt(i，j) 该渐变参数gt(i,j)中的i=1，2,...，m-(k+l)，j=1，2,. . .，n-(k+l)，进行下面的操 作，如果按照公式（I)计算得到的▽kft(i，j)及▽k+1ft(i，j)满足公式（2): Vk+1ft(i,j) ^Vkft(i,j), (2) 满足公式（2)则表明散焦程度为k近邻的，则渐变参数gt (i，j) =k; 否则，表明散焦程度为大于k近邻的，则渐变参数gt(i，j) =k+1 ; 步骤4、判断算渐变统计变量k是否达到上限 判断k是否满足公式（3): k^kTh, (3) 其中，kTh为判断阈值， 如果是，则令k=k+1，即渐变统计变量k的值加1，转步骤2 ; 否则，表明达到了上限，转步骤5 ; 步骤5、对步骤3计算得到的渐变程度参数[gt(i，j)]mXn?行二值化处理 参照公式（4)计算二值化结果[bt(i，j)]mXn:
其中，i= 1，2,? ? ?，m，j= 1，2,? ? ?，n，gTh为判断阈值； 步骤6、对步骤5得到的二值化结果[bt (i，j) ]mXn?行分块统计； 步骤7、判断是否存在遮挡； 步骤8、输出该相机持续遮挡的状态结果。
2. 根据权利要求1所述的监控相机视频画面的异物遮挡检测方法，其特点在于：所述 的步骤6具体包括， 6. 1)将[bt(i，j)]mXn进行MXN等分，M、N的取值决定于对遮挡物的敏感程度，每个子 图像块的大小SMsXNs，则有： Ms=int(m/M)， (5) Ns=int(n/N), (6) 其中，int()表示取整； 6.2)参照公式（7)计算分块统计矩阵[st(x，y)]MXN:
其中，X= 1，2, ? ? ?，M，y= 1，2, ? ? ?，N。
3.根据权利要求2所述的监控相机视频画面的异物遮挡检测方法，其特点在于：所述 的步骤7具体包括， 7. 1)参照公式（8)计算遮挡判别参数矩阵[rt(X，y)]MXN:
其中，Ps是遮挡判别阈值参数，决定于对遮挡物的敏感程度； 7. 2)判别是否有遮挡 参照公式（9)计算遮挡判别系数sht:
如果sht> 0,则表明t时刻这帧画面出现了遮挡，time=time+1，则转步骤7. 3)，否 则表明不存在遮挡，转步骤I. 1); 7. 3)判断是否持续遮挡 如果time多Thtime,其中Thtime为持续时间判断阈值，则表明存在持续遮挡，转步骤8 ; 否则，则表明持续时间未达到转步骤1. 2)。
【文档编号】H04N7/18GK104504707SQ201410830540
【公开日】2015年4月8日 申请日期:2014年12月26日 优先权日:2014年12月26日
【发明者】朱虹, 张云星, 王栋 申请人:西安理工大学