基于摄像头角度的越界检测方法技术

本发明专利技术公开了一种基于摄像头角度的越界检测方法，首先获取夹角α和夹角β，根据用户设置的边界线顶点和安全通道线段的端点得到封闭边界线和安全通道线段，对封闭边界线进行扩大和缩小得到跟踪区域，然后对每帧视频监控图像进行运动目标检测，筛选出位于跟踪区域的运动目标区域，再将筛选得到的运动目标区域与跟踪目标进行匹配跟踪，得到跟踪目标的坐标队列，根据夹角α和夹角β对跟踪目标的质心进行纠正，然后根据质心对跟踪目标进行目标行为分析，判断是否有越界危险，如果越界危险很大则报警，否则根据安全标识判断是否需要对当前异常情况进行预警。本发明专利技术能在目标行为分析时根据摄像头的不同角度进行适应性变化，提高越界检测的鲁棒性。

【技术实现步骤摘要】

本专利技术属于计算机视觉
，更为具体地讲，设及一种基于摄像头角度的越 界检测方法。
技术介绍
作为现代安防的主要手段之一，智能视频监控有着非常良好的发展前景。其中越 界检测是智能视频监控的一个重要方面。 目前流行的越界检测主要采用红外线对射感应器、激光反射传感器等工具来实 现。红外线对射感应器利用人体红外线使检测电流发生变化准确率高，但容易受强太阳光 等多种含有红外线的光源干扰。激光反射传感器通过发射激光光束并接收该激光光束的反 射波来确定被测物体距离，精度高，抗光、电干扰能力强，但不适用于地形起伏的复杂环境 且激光对人体有伤害。如果采用普通的视频监控，需要配置工作人员来进行判断，成本较高 且容易发生失误。 而计算机视觉领域的智能图像处理能准确检测越界，对人体无害且受环境地形影 响小。目前常用的越界检测方法有越界判断和禁区闯入等，该些方法都是从视频序列中检 测运动目标来实现越界报警功能，因此其针对的视频图像的地域范围比较小，例如仅为仓 库大口处的监控图像。如果区域边界较大，特别是对于一些位于野外、地势复杂的大面积区 域，就需要配置数量较多的监控设备，且不能很好的适应复杂环境变化。 在中国专利"基于视频监控的越界检测方法及越界监控系统，CN104680555A， 2015. 06. 03"中提出了一种根据设定的边界进行越界检测的方法，通过对运动目标进行跟 踪，对跟踪目标进行目标行为分析，判断是否有越界危险，实现较大区域和复杂场地的越界 检测。该专利所提供的技术方案能够在一定程度上适应较大区域和复杂场地，但是实际环 境往往复杂多变，存在多人共同运动时多目标之间往往会相互干扰影响。此外，因实际条件 局限摄像头的安装不能在最理想的位置，摄像头放置角度发生偏移观测图像也会发生偏移 使得入侵检测准确率下降。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于摄像头角度的越界检测方 法，在目标行为分析时根据摄像头的不同角度进行适应性变化，提高越界检测的鲁椿性。 为实现上述专利技术目的，本专利技术提供一种，包括W 下步骤： S1 ;首先获取摄像头视线方向与地面的夹角a，然后沿摄像头拍摄图像的水平方 向作地面的垂直面，获取摄像头中屯、和警示区域中屯、的连线在该地面垂直面上的投影与地 面的夹角0 ;在进行摄像头安装时，夹角a的取值范围为50°《a《90°，夹角0的取 值范围为50。《0《90。； S2;用户在视频监控图像上沿警示区域的边沿依次设置警示区域的边界顶点，将 相邻边界顶点连接得到警示区域封闭边界线，并在封闭边界线的两个相邻端点之间设置安 全通道线段的端点，连接安全通道线段端点得到安全通道线段；根据实际需要设置跟踪目 标位于边界线内部和外部的安全标识，至少将其中一种情况的安全标识设置为1，其余为 0 ； S3;对封闭边界线进行扩大和缩小，得到扩大边界线和缩小边界线，将扩大边界线 和缩小边界线所围区域作为跟踪区域；初始化跟踪目标集合0为空集，每个跟踪目标对应 一个坐标队列. S4;对每帖视频监控图像进行运动目标检测，得到运动目标区域，筛选出位于跟踪 区域的运动目标区域，再将筛选得到的运动目标区域与跟踪目标集合0的跟踪目标进行匹 配跟踪，分为W下情况： (1)如果有运动目标区域无法找到匹配的跟踪目标，将该运动目标区域作为新的 跟踪目标加入跟踪目标集合0,将其质屯、坐标加入坐标队列； (2)如果有运动目标区域与跟踪目标一一对应匹配，将运动目标区域的质屯、坐标 加入跟踪目标的坐标队列； (3)如果有一个运动目标区域与X个跟踪目标匹配，其中X> 1，将运动目标区域 的质屯、坐标分别加入X个跟踪目标的坐标队列； (4)如果有Y个运动目标区域与跟踪目标匹配，其中Y> 1，将该跟踪目标分离成 Y个跟踪目标，每个跟踪目标的坐标队列均复制分离前跟踪目标的坐标队列，然后将本帖中 运动目标区域的质屯、坐标分别加入对应跟踪目标的坐标队列； (5)目标消失；如果没有运动目标区域与跟踪目标匹配，将该跟踪目标从跟踪目 标集合0中删除，并删除对应的坐标队列；S5;每帖视频监控图像进行运动目标检测和匹配跟踪后，进行目标行为分析，具体 包括W下步骤：S5. 1;根据摄像头角度对跟踪目标进行质屯、位置纠正，具体方法为： 首先根据夹角a按W下四种情况进行质屯、纠正： 1)如果aG巧0° ,90° ]，质屯、不进行纠正； 2)如果aG [70°，80° )，质屯、坐标下移跟踪目标外接矩形框高度的1/6 ; 3)如果aG [60°，70° )，质屯、坐标下移跟踪目标外接矩形框高度的1/4 ; 4)如果aG [50°，60° )，质屯、坐标下移跟踪目标外接矩形框高度的1/3 ; 然后根据夹角0按照W下四种情况进行质屯、纠正： 1)如果0G巧0° ,90。]，质屯、不进行纠正； 2)如果0G[70°，80°)，当摄像头位于警示区域中屯、点的左边，质屯、坐标左移 跟踪目标外接矩形框宽度的1/6,当摄像头位于警示区域中屯、点的右边，质屯、坐标右移跟踪 目标外接矩形框宽度的1/6; 3)如果0G[60°，70°)，当摄像头位于警示区域中屯、点的左边，质屯、坐标左移 跟踪目标外接矩形框宽度的1/4,当摄像头位于警示区域中屯、点的右边，质屯、坐标右移跟踪 目标外接矩形框宽度的1/4; 4)如果0G[50°，60°)，当摄像头位于警示区域中屯、点的左边，质屯、坐标左移 跟踪目标外接矩形框宽度的1/3,当摄像头位于警示区域中屯、点的右边，质屯、坐标右移跟踪 目标外接矩形框宽度的1/3;S5. 2;对于跟踪目标集合0中的每个跟踪目标，首先判断质屯、到边界线各条边的 垂屯、是否位于对应顶点之间，如果不是，计算对应两个顶点与跟踪目标质屯、的距离，选择其 中较小值作为质屯、到该条边的距离，否则计算质屯、到该条边的垂直距离；从所求得所有距 罔中师选出最小距罔Dmin;S5. 3;判断是否Dmh<Hdi，Hdi表示预设阔值，如果不是，目标安全，不作任何操作， 否则进入步骤S5. 4;[003。S5. 4;计算质屯、到安全通道线段的垂屯、，如果垂屯、(《/,，《/,)在安全通道线段 上，进入步骤S5. 5,否则进入步骤S5. 6。[00础S5. 5;计算质屯、到安全通道线段的距离Di，如果Di《Dmw目标安全，不作任何操 作，否则进入步骤S5. 6; S5. 6;判断是否H D2, Hd2表不预设阔值，并且H D2< H D1，如果是进钉报警，并根 据目标的坐标队列在视频监控画面中标示出目标轨迹，否则进入步骤S5. 7 ;S5. 7;判断跟踪目标在边界线外部还是内部，再判断对应的安全标识是否为1，如 果是，进行预警，并根据目标的坐标队列在视频监控画面中标示出目标轨迹，否则目标安 全，不作任何操作；S6 ;判断越界检测是否结束，如果是，检测结束，否则返回步骤S4对下一帖监控视 频图像进行检测。 本专利技术，首先获取夹角a的夹角6,根据用户设 置的边界线顶点和安全通道线段的端点得到封闭边界线和安全通道线段，对封闭边界线进 行扩大和缩小得到跟踪区域，然后对每帖视频监控图像进行运动目标检测，筛选出位于跟 踪区域的运动目标区域，再将筛选得到本文档来自技高网...

【技术保护点】
一种基于摄像头角度的区域入侵检测方法，其特征在于，包括以下步骤：S1：首先获取摄像头视线方向与地面的夹角α，然后沿摄像头拍摄图像的水平方向作地面的垂直面，获取摄像头中心和警示区域中心的连线在该地面垂直面上的投影与地面的夹角β；在进行摄像头安装时，夹角α的取值范围为50°≤α≤90°，夹角β的取值范围为50°≤β≤90°；S2：用户在视频监控图像上沿警示区域的边沿依次设置警示区域的边界顶点，将相邻边界顶点连接得到警示区域封闭边界线，并在封闭边界线的两个相邻端点之间设置安全通道线段的端点，连接安全通道线段端点得到安全通道线段；根据实际需要设置跟踪目标位于边界线内部和外部的安全标识，至少将其中一种情况的安全标识设置为1，其余为0；S3：对封闭边界线进行扩大和缩小，得到扩大边界线和缩小边界线，将扩大边界线和缩小边界线所围区域作为跟踪区域；初始化跟踪目标集合O为空集，每个跟踪目标对应一个坐标队列；S4：对每帧视频监控图像进行运动目标检测，得到运动目标区域，筛选出位于跟踪区域的运动目标区域，再将筛选得到的运动目标区域与跟踪目标集合O的跟踪目标进行匹配跟踪，分为以下情况：(1)如果有运动目标区域无法找到匹配的跟踪目标，将该运动目标区域作为新的跟踪目标加入跟踪目标集合O，将其质心坐标加入坐标队列；(2)如果有运动目标区域与跟踪目标一一对应匹配，将运动目标区域的质心坐标加入跟踪目标的坐标队列；(3)如果有一个运动目标区域与X个跟踪目标匹配，其中X＞1，将运动目标区域的质心坐标分别加入X个跟踪目标的坐标队列；(4)如果有Y个运动目标区域与跟踪目标匹配，其中Y＞1，将该跟踪目标分离成Y个跟踪目标，每个跟踪目标的坐标队列均复制分离前跟踪目标的坐标队列，然后将本帧中运动目标区域的质心坐标分别加入对应跟踪目标的坐标队列；(5)目标消失：如果没有运动目标区域与跟踪目标匹配，将该跟踪目标从跟踪目标集合O中删除，并删除对应的坐标队列；S5：每帧视频监控图像进行运动目标检测和匹配跟踪后，进行目标行为分析，具体包括以下步骤：S5.1：根据摄像头角度对跟踪目标进行质心位置纠正，具体方法为：首先根据夹角α按以下四种情况进行质心纠正：1)如果α∈[80°,90°]，质心不进行纠正；2)如果α∈[70°,80°)，质心坐标下移跟踪目标外接矩形框高度的1/6；3)如果α∈[60°,70°)，质心坐标下移跟踪目标外接矩形框高度的1/4；4)如果α∈[50°,60°)，质心坐标下移跟踪目标外接矩形框高度的1/3；然后根据夹角β按照以下四种情况进行质心纠正：1)如果β∈[80°,90°]，质心不进行纠正；2)如果β∈[70°,80°)，当摄像头位于警示区域中心点的左边，质心坐标左移跟踪目标外接矩形框宽度的1/6，当摄像头位于警示区域中心点的右边，质心坐标右移跟踪目标外接矩形框宽度的1/6；3)如果β∈[60°,70°)，当摄像头位于警示区域中心点的左边，质心坐标左移跟踪目标外接矩形框宽度的1/4，当摄像头位于警示区域中心点的右边，质心坐标右移跟踪目标外接矩形框宽度的1/4；4)如果β∈[50°,60°)，当摄像头位于警示区域中心点的左边，质心坐标左移跟踪目标外接矩形框宽度的1/3，当摄像头位于警示区域中心点的右边，质心坐标右移跟踪目标外接矩形框宽度的1/3；S5.2：对于跟踪目标集合O中的每个跟踪目标，首先判断质心到边界线各条边的垂心是否位于对应顶点之间，如果不是，计算对应两个顶点与跟踪目标质心的距离，选择其中较小值作为质心到该条边的距离，否则计算质心到该条边的垂直距离；从所求得所有距离中筛选出最小距离Dmin；S5.3：判断是否Dmin＜HD1，HD1表示预设阈值，如果不是，目标安全，不作任何操作，否则进入步骤S5.4；S5.4：计算质心到安全通道线段的垂心如果垂心在安全通道线段上，进入步骤S5.5，否则进入步骤S5.6。S5.5：计算质心到安全通道线段的距离Dl，如果Dl≤Dmin，目标安全，不作任何操作，否则进入步骤S5.6；S5.6：判断是否Dmin＜HD2，HD2表示预设阈值，并且HD2＜HD1，如果是进行报警，并根据目标的坐标队列在视频监控画面中标示出目标轨迹，否则进入步骤S5.7；S5.7：判断跟踪目标在边界线外部还是内部，再判断对应的安全标识是否为1，如果是，进行预警，并根据目标的坐标队列在视频监控画面中标示出目标轨迹，否则目标安全，不作任何操作；S6：判断越界检测是否结束，如果是，检测结束，否则返回步骤S4对下一帧监控视频图像进行检测。...

【技术特征摘要】

【专利技术属性】
技术研发人员：邹见效，陈桦，于力，徐红兵，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51