一种智慧金睛识别镜头异常报警方法和装置与流程

本发明涉及视频监控技术领域，特别是涉及一种智慧金睛识别镜头异常报警方法和装置。

背景技术：

目前，我国各行业各种规模大小的视频监控系统已非常普遍，除了治安、金融、银行、交通、军队和口岸等特殊领域外，社区、写字楼、酒店、公共场所、工厂、商场、小区，甚至家庭，都已安装了视频监控系统。视频监控领域在最近几年更是加速发展，但随着监控双目立体视觉摄像模块数量的不断增加，少则几干，多则几万，几十万。特别是长期处于室外上作的双目立体视觉摄像模块，双目立体视觉摄像模块的镜头可能被污泥等物体局部遮挡，影响正常观察，也有可能被人为恶意遮挡，如果这种情况不能被监控人员及时发现，则会导致监控失效。

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镜头异常报警方法和装置，能够准确地检测双目立体视觉摄像模块镜头被遮挡的情况。

本发明的目的是通过以下技术方案来实现的：一种智慧金睛识别镜头异常报警方法，包括：双目立体视觉摄像模块拍摄三维图像；根据所述三维图像确定包含深度信息的前景图像帧，并根据前景图像帧包含的深度信息生成前景图像帧的深度直方图；根据所述三维图像确定包含深度信息的背景图像帧，并根据背景图像帧包含的深度信息生成背景图像帧的深度直方图；计算前景图像帧的深度直方图和背景图像帧的深度直方图的差值；根据所述差值判断双目立体视觉摄像模块的镜头是否异常，若是，则进行报警。

所述双目立体视觉摄像模块包括用于采集二维的视频图像的二维摄像头和用于采集视频图像的深度信息的三维视觉传感器。

所述生成前景图像帧的深度直方图的方法包括：将所述前景图像帧等比例缩小5-10倍，并根据所述等比例缩小5-10倍的前景图像帧包含的深度信息生成前景图像帧的深度直方图。

所述生成背景图像帧的深度直方图的方法包括：将所述背景图像帧等比例缩小5-10倍，并根据所述等比例缩小5-10倍的背景图像帧包含的深度信息生成背景图像帧的深度直方图。

生成背景图像帧的深度直方图之前还包括：对背景图像帧进行去噪处理。

对背景图像帧进行去噪处理的方法包括：对于采集到的视频图像采用大津算法进行分割，得到二值图像；对于获得的二值图像，先进行腐蚀运算，后进行膨胀运算，得到目标区域和噪声分隔的二值图像；将获得的目标区域和噪声分隔的二值图像进行连通区域跟踪，具体步骤如下：目标区域跟踪：对于二值图像中的所有亮点，通过邻域搜索将其分隔为若干个独立连通区域；对于获得的独立连通区域，根据预设的阈值，保留超过阈值的独立连通区域作为目标区域。

所述确定背景图像帧与确定前景图像帧同时进行，或确定前景图像帧晚于确定背景图像帧进行，或确定前景图像帧先于确定背景图像帧进行。

一种智慧金睛识别镜头异常报警装置，包括：双目立体视觉摄像模块，用于利用双目立体视觉摄像技术拍摄三维图像；图像帧确定模块，用于根据所述三维图像确定包含深度信息的前景图像帧和包含深度信息的背景图像帧；直方图生成模块，用于根据前景图像帧包含的深度信息生成前景图像帧的深度直方图，或根据背景图像帧包含的深度信息生成背景图像帧的深度直方图；镜头异常检测模块，用于计算前景图像帧的深度直方图和背景图像帧的深度直方图的差值，根据所述差值判断双目立体视觉摄像模块的镜头是否异常；报警模块，用于在检测到镜头异常时进行报警。

所述镜头异常报警装置还包括缩放模块，用于在确定前景图像帧后将前景图像帧等比例缩小5-10倍，或是在确定背景图像帧后将背景图像帧等比例缩小5-10倍。。

本发明的有益效果是：本发明通过拍摄三维图像，利用深度直方图来统计判断前景深度和北京深度，并根据前景深度和背景深度的差值判断双目立体视觉摄像模块的镜头是否被遮挡，当双目立体视觉摄像模块的镜头被遮挡时进行报警处理。

附图说明

图1为本发明中智慧金睛识别镜头异常报警方法的流程图；

图2为本发明中智慧金睛识别镜头异常报警装置的示意图。

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，一种智慧金睛识别镜头异常报警方法，包括以下步骤：

步骤一、双目立体视觉摄像模块利用双目立体视觉摄像技术拍摄三维图像。

所述双目立体视觉摄像模块包括用于采集二维的视频图像的二维摄像头和用于采集视频图像的深度信息的三维视觉传感器。

本发明基于三维方式采用双目立体视觉摄像技术来采集处理视频图像的技术，这种技术还原了图像的真实度，因为不再单纯采用软件来补偿缺失的一个维度，使得运行的软件变少了，软件的运行速度就变很快，系统不会再出现“死机”的情况，系统运行的稳定性大大得以提高。

步骤二、根据所述三维图像确定包含深度信息的前景图像帧，并根据前景图像帧包含的深度信息生成前景图像帧的深度直方图。

生成背景图像帧的深度直方图之前还包括：对背景图像帧进行去噪处理。

对背景图像帧进行去噪处理的方法包括：对于采集到的视频图像采用大津算法进行分割，得到二值图像；对于获得的二值图像，先进行腐蚀运算，后进行膨胀运算，得到目标区域和噪声分隔的二值图像；将获得的目标区域和噪声分隔的二值图像进行连通区域跟踪，具体步骤如下：目标区域跟踪：对于二值图像中的所有亮点，通过邻域搜索将其分隔为若干个独立连通区域；对于获得的独立连通区域，根据预设的阈值，保留超过阈值的独立连通区域作为目标区域。

所述生成前景图像帧的深度直方图的方法包括：将所述前景图像帧等比例缩小7倍，并根据所述等比例缩小7倍的前景图像帧包含的深度信息生成前景图像帧的深度直方图。

步骤三、根据所述三维图像确定包含深度信息的背景图像帧，并根据背景图像帧包含的深度信息生成背景图像帧的深度直方图。

所述生成背景图像帧的深度直方图的方法包括：将所述背景图像帧等比例缩小7倍，并根据所述等比例缩小7倍的背景图像帧包含的深度信息生成背景图像帧的深度直方图。

步骤四、计算前景图像帧的深度直方图和背景图像帧的深度直方图的差值。

步骤五、根据所述差值判断双目立体视觉摄像模块的镜头是否异常，若是，则进行报警。报警方式包括声音报警、图文报警和光报警中的至少一种。

所述确定背景图像帧与确定前景图像帧同时进行，或确定前景图像帧晚于确定背景图像帧进行，或确定前景图像帧先于确定背景图像帧进行。

如图2所示，一种智慧金睛识别镜头异常报警装置，包括：双目立体视觉摄像模块，用于利用双目立体视觉摄像技术拍摄三维图像；图像帧确定模块，用于根据所述三维图像确定包含深度信息的前景图像帧和包含深度信息的背景图像帧；直方图生成模块，用于根据前景图像帧包含的深度信息生成前景图像帧的深度直方图，或根据背景图像帧包含的深度信息生成背景图像帧的深度直方图；镜头异常检测模块，用于计算前景图像帧的深度直方图和背景图像帧的深度直方图的差值，根据所述差值判断双目立体视觉摄像模块的镜头是否异常；报警模块，用于在检测到镜头异常时进行报警。

所述报警模块包括声音报警模块、光报警模块和图文报警模块中的至少一种。

所述镜头异常报警装置还包括缩放模块，用于在确定前景图像帧后将前景图像帧等比例缩小5-10倍，或是在确定背景图像帧后将背景图像帧等比例缩小5-10倍。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。