监控摄像头的智能清洁驱动方法及驱动系统与流程

本发明涉及安防监控设备领域，特别是涉及一种监控摄像头的智能清洁驱动方法及驱动系统。

背景技术

配置在户外的监控摄像头，在下雨或下雪的天气往往需要手动启动雨刷来清除雨滴或雪块。另外，蚊虫、灰尘等粘黏在监视器镜头上也会造成监控影像的模糊。

为保证监控摄像设备的影像品质，目前常需要专门人力来时时刻刻专注维护监控摄像头，尤其是应用在移动侦测、火灾报警等与安全性有密切相关的场合，但工作人员负担很重，特别是在户外高空作业时。

技术实现要素：

针对上述技术问题，本发明提出一种可根据原始监控影像及气象信息综合判断清洁时机的监控摄像头的智能清洁驱动方法及驱动系统。

本发明的一种监控摄像头的智能清洁驱动方法包括以下步骤：间隔地从该监控摄像头拍摄的监控影像中获取单帧图像；经数字图像处理计算得到该单帧图像的模糊强度参数；根据该监控摄像头的位置信息和通过网络连接的气象预报数据库，获得该监控摄像头所在地的当前降雨雪概率参数；根据该单帧图像的模糊强度参数和该监控摄像头所在地的当前降雨雪概率参数，计算得到启停控制参数；根据该启停控制参数，控制用于清洁该监控摄像头的清洁机构自动启停。

较佳地，在获取该单帧图像的步骤中，周期性地从该监控摄像头拍摄的监控影像帧缓冲中获取该单帧图像。

较佳地，在得到该单帧图像的模糊强度参数的步骤中，当该单帧图像为彩色图像时，先将该彩色图像转换为灰度图像，再计算该灰度图像的模糊强度参数。进一步地，在计算该模糊强度参数的过程中，先计算该灰度图像的拉普拉斯方差值，再将该灰度图像的拉普拉斯方差值正规化，得到该模糊强度参数。

较佳地，在获得该监控摄像头所在地的当前降雨雪概率参数的步骤中，该监控摄像头的位置信息通过该监控摄像头内设置的定位装置获得。

较佳地，在获得该监控摄像头所在地的当前降雨雪概率参数的步骤中，先通过该位置信息在该气象预报数据库中查询该监控摄像头所在地的当前天气状况，再通过网络将查询结果返回，获得该当前降雨雪概率参数。

较佳地，在计算得到启停控制参数的步骤中，定义该单帧图像的模糊强度参数为b，定义该监控摄像头所在地的当前降雨雪概率参数r，该启停控制参数s＝(a*r+(1-a)*b)，其中，a为预设的权重因子。进一步地，在控制用于清洁该监控摄像头的清洁机构自动启停的步骤中，当该启停控制参数s大于等于一预设阈值时，控制该清洁机构开始工作，当该启停控制参数s小于该预设阈值时，控制该清洁机构停止工作。

本发明还提供一种监控摄像头的智能清洁驱动系统，用以驱动用于清洁该监控摄像头的清洁机构。该驱动系统包括处理单元和网络通信单元，该处理单元分别电性连接于该监控摄像头和该网络通信单元。该处理单元用以间隔地从该监控摄像头拍摄的监控影像中获取单帧图像，并经数字图像处理计算得到该单帧图像的模糊强度参数。该处理单元还用以根据该监控摄像头的位置信息和通过网络连接的气象预报数据库，经该网络通信单元获得该监控摄像头所在地的当前降雨雪概率参数。该处理单元用以根据该单帧图像的模糊强度参数和该监控摄像头所在地的当前降雨雪概率参数，计算得到启停控制参数，并根据该启停控制参数，控制该清洁机构自动启停。

较佳地，该清洁机构包括马达和受该马达驱动的雨刷，该马达受控地信号连接于该处理单元，该雨刷用以清洁该监控摄像头的镜头玻璃上的异物。

与现有技术相比，本发明的监控摄像头的智能清洁驱动方法及驱动系统，不需要加装额外的感测元件，完全利用传统监控设备原有的影像信息，并基于影像分析方法，且结合网络获取的当前气象信息，能够自动地在影像品质变差时启动清洁机构清除镜头玻璃上的雨雪、脏污。本发明通过自动清洁监控摄像镜头可保证监控影像品质，从而有效地减轻工作人员的维护负担。

附图说明

图1为本发明一实施例的监控摄像头的智能清洁驱动方法的流程图。

图2为本发明一实施例的监控摄像头的智能清洁驱动系统的系统框图。

具体实施方式

为使对本发明的目的、构造、特征及其功能有进一步的了解，兹配合实施例详细说明如下。

请结合参见图1和图2，图1为本发明一实施例的监控摄像头的智能清洁驱动方法的流程图，图2为本发明一实施例的监控摄像头的智能清洁驱动系统的系统框图。

本发明的一种监控摄像头的智能清洁驱动方法包括以下步骤。

s1，间隔地从该监控摄像头拍摄的监控影像中获取单帧图像。优选地，在获取该单帧图像的步骤s1中，周期性地从该监控摄像头拍摄的监控影像帧缓冲中获取该单帧图像。包括但不限于地，每两秒获得一帧图像。

s3，经数字图像处理计算得到该单帧图像的模糊强度参数。优选地，在得到该单帧图像的模糊强度参数的步骤s3中，当该单帧图像为彩色图像时，先将该彩色图像转换为灰度图像，再计算该灰度图像的模糊强度参数。

s5，根据该监控摄像头的位置信息和通过网络连接的气象预报数据库，获得该监控摄像头所在地的当前降雨雪概率参数。优选地，在获得该监控摄像头所在地的当前降雨雪概率参数的步骤s5中，该监控摄像头的位置信息通过该监控摄像头内设置的定位装置获得。或者，也可以对应每个监控摄像头在安装完成后预先录入该位置信息，供后续驱动系统调用。例如，由于监控摄像头都是安装在固定的位置，且安装地点地址已知，通过常用的地图应用程序接口即可取得相关的卫星定位信息。

s7，根据该单帧图像的模糊强度参数和该监控摄像头所在地的当前降雨雪概率参数，计算得到启停控制参数。优选地，在计算得到启停控制参数的步骤s7中，定义该单帧图像的模糊强度参数为b，定义该监控摄像头所在地的当前降雨雪概率参数r，该启停控制参数s＝(a*r+(1-a)*b)，其中，a为预设的权重因子。

s9，根据该启停控制参数，控制用于清洁该监控摄像头的清洁机构自动启停。优选地，在控制用于清洁该监控摄像头的清洁机构自动启停的步骤s9中，当该启停控制参数s大于等于一预设阈值时，该清洁机构开始工作，当该启停控制参数s小于该预设阈值时，该清洁机构停止工作。

需要说明的是，上述步骤s1、s3和步骤s5并不限定先后次序，也就是说，既可以先获得该单帧图像的模糊强度参数，也可以先获得该监控摄像头所在地的当前降雨雪概率参数，还可以二者同时进行。进一步地，本发明还可以对已获得的其中一参数先作初步比对，仅在该参数进入预设范围时才开始获取另一参数，本发明并不以此为限。

本发明的上述设计基于以下工作原理的考量。监控摄像镜头的对焦距离通常是针对几米甚至几十米远的物体，不会对焦在镜头前几厘米以内的物体上，因此，根据光学成像原理可知，较靠近镜头的物体(如雨雪、脏污等)会成像在摄像镜头成像侧焦点的后方，而且会挡住较远离镜头的待监控物，故其在监控设备的成像元件(如ccd)上的成像总是松散模糊的。由于雨雪、脏污等物体挡住镜头，导致进入镜头的光线降低，故监控影像的对比度较没有雨雪、脏污等异物时的影像会降低。另外，相对于车用监视器，网络监控摄像头(ipcamera)或闭路电视监控系统(又称cctv)的镜头紧贴玻璃，雨滴所占画面的面积差异较大；且车用监视器在车辆行驶时雨滴出现率较快，而网络监控摄像头或闭路电视监控系统一般是固定在某一位置且镜头朝下并带有雨遮，故雨滴出现率较慢。基于上述情况，本发明针对的监控摄像头的模糊影像没有明显的特征，也就是缺少高频讯号。

因此，本发明可用来分析影像模糊程度的方法包括：频域变换分析法，如快速傅立叶变换(fft)、离散余弦变换(dct)、小波变换(wavelet)等；和空间域变换分析法，如sobel算法、prewitt算法、canny边缘检测算法、拉普拉斯变换(laplace)等。

以上述实施例所采用的拉普拉斯算子为例，其计算量对嵌入式系统来说可以轻松负荷。如果嵌入式系统集成电路芯片有数字信号处理或硬件支持fft、dct，也可以采用频域变换分析法。利用上述算子，如拉普拉斯算子对图像进行卷积，此为本领域所属技术人员常用技术手段，故不在此赘述。

在一优选实施例中，本发明在计算模糊强度(blurriness)参数的过程中，先计算该单帧图像的灰度图像的拉普拉斯方差值vol，参考公式如下：

其中，u为拉普拉斯图像的平均值，m、n分别为图像的横、纵像素数。

再将该灰度图像的拉普拉斯方差值正规化，得到该模糊强度参数b。参考公式如下：b＝1-(volblur/volclean)，其中，volblur对应于当前单帧图像的拉普拉斯方差值，volclean对应于晴天(相当于降雨雪概率为0时)的图像拉普拉斯方差值。

在一优选实施例中，本发明在获得该监控摄像头所在地的当前降雨雪概率参数的步骤s5中，先通过该位置信息在该气象预报数据库中查询该监控摄像头所在地的当前天气状况，再通过网络将查询结果返回，获得该当前降雨雪概率参数r。例如，根据取得的位置信息，利用网络上开放的天气地图应用程序接口即可获得当前降雨雪概率的数值。

经由网络取得的降雨雪概率r和上述计算得到的模糊强度参数b，获得该启停控制参数s＝(a*r+(1-a)*b)，其中，a为预设的权重因子。例如，a可以是0.3，但本发明并不以此为限。假设预设阈值为0.4，当该启停控制参数s大于等于0.4时，该清洁机构开始工作，当该启停控制参数s小于0.4时，该清洁机构停止工作，但本发明并不以此为限。

请继续参见图2，本发明的一种监控摄像头的智能清洁驱动系统1用以驱动用于清洁监控摄像头2的清洁机构3。驱动系统1包括处理单元11和网络通信单元12，处理单元11分别电性连接于监控摄像头2和网络通信单元12。处理单元11用以间隔地从监控摄像头2拍摄的监控影像中获取单帧图像，并经数字图像处理计算得到该单帧图像的模糊强度参数；处理单元11还用以根据监控摄像头2的位置信息和通过网络连接的气象预报数据库4，经网络通信单元12获得监控摄像头2所在地的当前降雨雪概率参数。处理单元11用以根据该单帧图像的模糊强度参数和监控摄像头2所在地的当前降雨雪概率参数，计算得到启停控制参数，并根据该启停控制参数，控制清洁机构3自动启停。

优选地，处理单元11周期性地从监控摄像头2拍摄的监控影像帧缓冲中获取该单帧图像。当该单帧图像为彩色图像时，处理单元11先将该彩色图像转换为灰度图像，再计算该灰度图像的模糊强度参数。在计算该模糊强度参数的过程中，处理单元11先计算该灰度图像的拉普拉斯方差值，再将该灰度图像的拉普拉斯方差值正规化，得到该模糊强度参数；但本发明并不以此为限。

在不同的实施例中，驱动系统1还可以包括定位装置13，定位装置13电性连接于处理单元11，监控摄像头2的位置信息通过定位装置13获得。或者，也可以在监控摄像头2安装完成后预先录入该位置信息，供后续驱动系统1调用。

优选地，处理单元11先通过该位置信息在气象预报数据库4中查询监控摄像头2所在地的当前天气状况，再通过网络将查询结果返回，获得该当前降雨雪概率参数。

优选地，定义该单帧图像的模糊强度参数为b，定义监控摄像头2所在地的当前降雨雪概率参数r，该启停控制参数s＝(a*r+(1-a)*b)，其中，a为预设的权重因子。当该启停控制参数s大于等于一预设阈值时，处理单元11控制清洁机构3开始工作，当该启停控制参数s小于该预设阈值时，处理单元11控制清洁机构3停止工作。

优选地，清洁机构3包括马达31和受马达31驱动的雨刷32，马达31受控地信号连接于处理单元11，雨刷32用以清洁监控摄像头2的镜头玻璃上的异物。或者，清洁机构包括电机和受该电机驱动的喷气装置，电机受控地信号连接于处理单元11，喷气装置用以通过气流清洁监控摄像头2的镜头玻璃上的异物。

本发明的监控摄像头的智能清洁驱动方法及驱动系统，不需要加装额外的感测元件，完全利用传统监控设备原有的影像信息，并基于影像分析方法，且结合网络获取的当前气象信息，能够自动地在影像品质变差时启动清洁机构清除镜头玻璃上的雨雪、脏污等异物。本发明通过自动清洁监控摄像镜头可保证监控影像品质，从而有效地减轻工作人员的维护负担。

本发明已由上述相关实施例加以描述，然而上述实施例仅为实施本发明的范例。必需指出的是，已揭露的实施例并未限制本发明的范围。相反地，在不脱离本发明的精神和范围内所作的更动与润饰，均属本发明的专利保护范围。