一种动态环境监控系统及方法与流程

本发明属于智能监控及图像处理技术领域，涉及一种对动态环境进行实时高效监控技术，具体涉及一种动态环境监控系统及方法。

背景技术：

随着图像处理、行为识别等信息处理技术的发展，基于视频监控的行为自动监控技术被应用到越来越多的领域。根据不同场合不同的应用需求，对监控系统的功能需求也有较大差别，比如对于交通违章行为的监控，就需要系统能够获得包括车辆车牌号在内的车辆身份的清晰照片。而在某些特定场合，对监控的需求可能仅仅需要判断目标对象的有/无状态即可。

比如，在车站、机场等场合，由于接送站的人流众多，形成了极大的车流量。如果前车不能及时离开，很容易导致道路拥堵。为了解决该场合的拥堵问题，通过对违停行为的执法管理是有效解决途径之一。

不同于普通的路边违章停车执法，该场合具有违停时间短、违章对象多等特点，如果采用针对普通违章停车的人工执法方式，难以完成上述执法需求。为了解决此类问题，现有技术提出了一种通过监控拍摄违章车辆并结合图像处理技术，完成对车辆身份信息的自动提取，实现违章证据的自动记录。该方案提高了执法效率。但是，由于需要获得车辆的身份信息(如车牌号)，对监测相机的要求较高，相应的相机的拍摄范围极其有限。为了完成对较大范围的监控，一方面可以驱动相机以扫描的方式对拟监控区域进行抓拍，另一方面可以设置多组相机进行全区域全时段实时监测。对于第一种方案，其弊端是存在扫描盲区(对特定区域而言，本次扫描周期结束至下一次扫描周期到来之间，该区域不被监控)，也就可能存在抓拍遗漏的问题。对于第二种方案，其弊端是设备安装成本高，系统信息处理量大；同时，由于很多场合安装位置有限，难以实现通过多摄像头达到无扫描盲区的效果。

相比于上述相机，另一种全景摄像机具备摄像角度广(覆盖区域宽)的特点，但是其弊端是能够呈现清晰图像的距离有限，应用于监控系统，难以获得车牌号等较小目标的清晰图像信息。

技术实现要素：

本发明的目的在于提供一种适用于背景技术中所述的交通执法环境及其他类似监控环境的动态环境监控系统，以及应用所述监控系统解决背景技术问题的监控方法。

为实现上述目的，本发明提供如下技术方案：一种动态环境监控系统，包括第一摄像组件、第二摄像组件和控制处理单元；所述第一摄像组件包括广角摄像单元，所述广角摄像单元可识别出静止背景中目标对象的有和无两种状态；所述控制处理单元包括预设参数，所述预设参数包括第一摄像组件与第二摄像组件的相对坐标，以及相对于背景的坐标；所述第二摄像组件包括第二摄像单元，所述第二摄像单元可获取所述目标对象的清晰的图像信息。

优选方案，所述控制处理单元包括第二摄像组件姿态控制程序，所述姿态控制程序通过分析获得所述第一摄像组件获取的图像信息中目标对象相对于背景的二维坐标，将所述二维坐标与所述预设参数作为条件计算获得目标对象相对于第二摄像组件的相对坐标，依据所述目标对象相对于第二摄像组件的相对坐标生成第二摄像组件的姿态控制信号，所述姿态控制信号可用于控制所述第二摄像组件进行姿态调整，使第二摄像组件能够获得目标对象的清晰的图像信息。

一种动态环境监控方法，包括以下步骤：

S1、所述第一摄像组件不间断获取监控区域全景图像信息；

S2、所述控制处理单元对所述第一摄像组件获取的全景图像信息进行实时分析并监测可能出现的目标对象；

S3、当出现目标对象时，所述控制处理单元计算获得所述目标对象的坐标，并转换为第二摄像组件方位控制信号；

S4、所述第二摄像组件方位控制信号驱动所述第二摄像组件进行方位调整，以使所述第二摄像组件具备获得所述目标对象的清晰的图像信息的方位条件。

根据权利要求3所述的一种动态环境监控方法，其特征在于，包括目标对象识别方法，所述目标对象识别方法包括以下步骤：

a1、生成静态背景模型；

a2、将实时采集的图像信息与所述静态背景模型实时比对，将相对于背景模型出现变化的色块通过筛选处理后确定为目标对象。

优选方案，所述对色块的筛选处理包括：色块出现路径的连续性判断。

优选方案，所述对色块的筛选处理包括：色块尺寸阈值比较。

优选方案，所述控制处理单元包括第一预警方法，所述第一预警方法包括以下步骤：

b1、设置预警的目标对象筛选参数；

b2、根据所述筛选参数对预警的目标对象进行筛选，并统计筛选后的目标对象即时密度；

b3、将所述即时密度参数作为预警参数，当密度大于某设定阈值时发出警报信号。

优选方案，所述目标对象筛选参数包括：目标对象下限线性尺寸阈值，以及目标对象上限线性尺寸阈值。

优选方案，图像信息中的成年人目标对象的对应线性尺寸均值M，所述目标对象上限及下限线性尺寸阈值分别为2M和0.5M。

优选方案，图像信息中的车辆目标对象的对应线性尺寸均值N，所述目标对象上限及下限线性尺寸阈值分别为2N和0.5N。

与现有技术相比，本发明的有益效果是：本发明的动态环境监控系统通过设置两组摄像组件，并通过全景(广角)摄像组件获取目标对象的定位信息，以及通过另一摄像组件实现清晰图像拍摄，解决了大范围精准监控的矛盾问题，也避免了传统精准监控扫描模式下出现监控盲点的问题。提出的监控方法，不仅适用于交通违停监控，同时适用于任意静态背景下动态信息的提取监控，提出的对象筛选以及筛选参数设置等具体方案，在保证无盲点动态监控功能的前提下降低了对监控硬件设备(如摄像机)的要求，同时降低了系统的数据运算处理量。

附图说明

图1所示为本发明一种动态环境监控系统实施例的原理图示；

图2所示为本发明一种动态环境监控方法实施例的方法图示；

图3所示为本发明一种动态环境监控方法实施例中目标对象识别方法的方法图示；

图4所示为本发明一种动态环境监控方法实施例中目标第一预警方法的方法图示。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1、图2、图3及图4：

一种动态环境监控系统，包括第一摄像组件、第二摄像组件和控制处理单元；所述第一摄像组件包括广角摄像单元，所述广角摄像单元可识别出静止背景中目标对象的有和无两种状态；所述控制处理单元包括预设参数，所述预设参数包括第一摄像组件与第二摄像组件的相对坐标，以及相对于背景的坐标；所述第二摄像组件包括第二摄像单元，所述第二摄像单元可获取所述目标对象的清晰的图像信息。在系统应用中，第一摄像组件用于获取目标对象在摄像区域中的坐标信息，控制处理单元根据获得的坐标信息以及预设的系统参数计算出目标对象相对于第二摄像组件的方位坐标，该坐标可转换生成控制第二摄像组件进行方位调整的驱动信号。第二摄像组件根据以上参数进行方位调整，实现对目标对象进行精准拍摄。这其中，就摄像清晰度而言，系统对第一摄像组件的要求仅仅是能够判断目标对象的有/无状态，无需获得清晰图像。所以，第一摄像组件可以采用拍摄范围很宽的全景相机/球机等设备实现，获得的目标对象可以仅仅是模糊的色块。对于目标对象坐标的处理，也只需要对色块坐标进行简单的近似分析获得，无需处理大量精准数据，降低系统的数据处理量。系统对第一摄像组件和第二摄像组件的位置要求包括二者安装固定后的相对位置关系作为参数录入控制处理单元，而对于二者没有具体的相对位置关系要求。也就是说，第一摄像组件和第二摄像组件可以分设在不同的位置，可根据具体工程环境选择合适的安装位，降低了工程安装的条件要求。

优选实施例方案，所述控制处理单元包括第二摄像组件姿态控制程序，所述姿态控制程序通过分析获得所述第一摄像组件获取的图像信息中目标对象相对于背景的二维坐标，将所述二维坐标与所述预设参数作为条件计算获得目标对象相对于第二摄像组件的相对坐标，依据所述目标对象相对于第二摄像组件的相对坐标生成第二摄像组件的姿态控制信号，所述姿态控制信号可用于控制所述第二摄像组件进行姿态调整，使第二摄像组件能够获得目标对象的清晰的图像信息。

一种动态环境监控方法，包括以下步骤：

S1、所述第一摄像组件不间断获取监控区域全景图像信息；根据工程需求，可以选择合适的全景相机或者相应的广角度相机，选择的依据就是在该范围内相机能够识别出拟监控目标对象的有无。第一摄像组件可以由单个摄像头实现，也可以通过多个摄像头的组合实现。

S2、所述控制处理单元对所述第一摄像组件获取的全景图像信息进行实时分析并监测可能出现的目标对象。此处目标对象的监测只要能区分有/无状态即可，对目标对象的颜色、轮廓、身份、纹理等信息无需关注。

S3、当出现目标对象时，所述控制处理单元计算获得所述目标对象的坐标，并转换为第二摄像组件方位控制信号。此处允许存在的误差值较大，只要在第二摄像组件的摄像范围内能够获得目标对象的清晰图像即可，因此在此步骤的算法处理上，可进一步降低要求。

S4、所述第二摄像组件方位控制信号用于驱动所述第二摄像组件进行方位调整，以使所述第二摄像组件具备获得所述目标对象的清晰的图像信息的方位条件。所述方位条件是指能够得出第二摄像组件的目标方位的条件。

优选实施例方案，包括目标对象识别方法，所述目标对象识别方法包括以下步骤：

a1、生成静态背景模型；静态背景模型可以通过现场实时生成、预先录入系统等方式形成。实时生成可以通过手动启动对应程序录入生成，也可以通过软件自动学习生成。自动学习生成比如对一定时间段的图像进行对比分析，提取静态信息进行叠加生成。

a2、将实时采集的图像信息与所述静态背景模型实时比对，将相对于背景模型出现变化的色块通过筛选处理后确定为目标对象。此步骤中目标对象的确定为初步确定，可以通过设定条件阈值调整被选入的目标对象以调整信息筛选的准确度，以为不同的应用环境提供适应性调整。

优选实施例方案，所述对色块的筛选处理包括：色块出现路径的连续性判断。相对于背景，目标对象是从监测区域边缘以连续的轨迹进入的，如果不具备该条件，则认为不是目标对象(可能是光斑等)。

优选实施例方案，所述对色块的筛选处理包括：色块尺寸阈值比较。根据常态目标对象可设置尺寸阈值，比如应用于车辆违停监控，则可将车辆的大致尺寸作为条件筛选阈值，对于人体大小的目标对象，则在赛选中淘汰。

优选实施例方案，所述控制处理单元包括第一预警方法，所述第一预警方法包括以下步骤：

b1、设置预警的目标对象筛选参数；目标对象筛选参数包括目标对象的尺寸、路径及速度等参数。

b2、根据所述筛选参数对预警的目标对象进行筛选，并统计筛选后的目标对象即时密度；

b3、将所述即时密度参数作为预警参数，当密度大于某设定阈值时发出警报信号。通过密度报警可以及时发现人流密集或车流拥堵等突发状况，告知人工可及时处理。

优选实施例方案，所述目标对象筛选参数包括：目标对象下限线性尺寸阈值，以及目标对象上限线性尺寸阈值。

优选实施例方案，图像信息中的成年人目标对象的对应线性尺寸均值M，所述目标对象上限及下限线性尺寸阈值分别为2M和0.5M。

优选实施例方案，图像信息中的车辆目标对象的对应线性尺寸均值N，所述目标对象上限及下限线性尺寸阈值分别为2N和0.5N。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。