一种基于帧间直方图扰动检测的车内异常防盗方法技术

本发明专利技术涉及一种基于帧间直方图扰动检测的车内异常防盗方法，包括以下步骤：通过摄像头的离线标定确定感兴趣区域；摄像头实时采集车内图像，并将当前帧与前一帧图像做差得到图像I；将图像I在感兴趣区域内的图像进行梯度方向直方图检测，得到直方图扰动结果；同时，对图像I在感兴趣区域内的图像进行感兴趣区域检测，得到面积突变扰动结果；当直方图扰动结果和面积突变扰动结果中至少有一个有扰动时，通知车主。本发明专利技术通过摄像头采集司机图像并结合心跳监测设备联合决策，能够在司机非正常驾驶状态下主动刹车，保护车内乘客的生命安全。

【技术实现步骤摘要】

本专利技术涉及一种车内异常防盗方法，特别涉及一种基于帧间直方图扰动检测的车内异常防盗方法。
技术介绍
随着现代化进程的加速，汽车逐渐成为每个家庭必备的出行工具，而这也给了不法分子可乘的机会。通过器械破损车窗，或者伸入手臂，盗取汽车内的物品钱财等，这就需要一种防盗系统对其进行检测并通知车主以及启动相关设备对其进行记录。当前的汽车防盗设备大多数都是针对车体本身的防盗措施，比如传统的防震报警器，很少有针对破窗盗窃犯罪的报警器，例如破窗盗取车内贵重物品的犯罪；另外，也未发现有能够智能记录犯罪过程的设备，所以本专利技术使用摄像头进行检测，并根据检测结果智能记录犯罪过程，实时监测车内物品安全。
技术实现思路
本专利技术的目的是通过对车内相关区域的梯度方向直方图的变化，检测车内是否出现疑似被盗的情况，如直方图变化符合疑似被盗的特征，则启动相应的模块通知车主，并启动摄像头记录模式对犯罪过程进行记录。本专利技术采用的技术方案如下：一种基于帧间直方图扰动检测的车内异常防盗方法，包括以下步骤：通过摄像头的离线标定确定感兴趣区域；摄像头实时采集车内图像，并将当前帧与前一帧图像做差得到图像I；将图像I在感兴趣区域内的图像进行梯度方向直方图检测，得到直方图扰动结果；同时，对图像I在感兴趣区域内的图像进行感兴趣区域检测，得到面积突变扰动结果；当直方图扰动结果和面积突变扰动结果中至少有一个结果表示有扰动时，<br>通知车主。所述通过摄像头的离线标定确定感兴趣区域包括以下步骤：首先将视场范围内拍摄到的车窗用白色遮挡并关闭车门，保持车内无人状态，拍摄图像IMAGE1；然后将视场范围内拍摄到的车窗用黑色遮挡并关闭车门，保持车内无人状态，拍摄图像IMAGE2；计算差值图像MASK_Temp＝IMAGE1-IMAGE2，并将MASK_Temp归一化；将归一化后的MASK_Temp做阈值a的二值化，得到二值化图像MASK；MASK中像素值为0的区域即为感兴趣区域。所述将图像I在感兴趣区域内的图像进行梯度方向直方图检测，得到直方图扰动结果包括以下步骤：计算图像I的梯度方向直方图；将直方图产生的所有胞元对应角度的频率相加，组成整体梯度方向直方图HIST；判定直方图HIST的扰动：计算当前帧图像I的梯度方向直方图HIST1，上一帧图像I的梯度方向直方图为HIST2；将HIST1与HIST2对应相同角度的梯度频率相减，并求其绝对值，得到新的差分直方图HIST_MINUS；统计差分直方图HIST_MINUS每个角度对应的差分频率大于扰动阈值T的角度个数；若该角度个数占所有角度个数的比率大于阈值iRATIO，则判定直方图HIST_MINUS有扰动，并作为直方图扰动结果；否则为无扰动。所述对图像I在感兴趣区域内的图像进行感兴趣区域检测，得到面积突变扰动结果包括以下步骤：分别统计当前帧图像I和上一帧图像I在感兴趣区域内像素不为0值的区域面积S1、S2；若|S1-S2|＞thresh时，判定车内异常，作为面积扰动结果；其中thresh为阈值；否则无异常。所述当直方图扰动结果和面积突变扰动结果中至少有一个有扰动时，控制摄像头实时录像并存储。本专利技术具有以下优点及有益效果：1、本专利技术通过对摄像机进行帧差标定，并选取感兴趣区域，使得防盗系统更适应于摄像头的位置，检测效果更加精确。2、本专利技术通过直接计算感兴趣区域也就是相对不变区域的帧差像素面积，直接判定车内情况，节省了时间。3、本专利技术通过直方图的扰动进行车内异常的判定，计算简单，实时性高。附图说明图1为本专利技术的方法流程图。具体实施方式下面结合附图及实施例对本专利技术做进一步的详细说明。一种基于帧间梯度直方图扰动检测的车内异常防盗系统。本系统通过在车内设置一个朝向车内的摄像头来进行实时检测，求取两个相邻帧之间的像素插值，并求取帧差的梯度方向直方图，通过梯度直方图的扰动情况，判定车内是否出现异常。其中梯度方向直方图是用来计算局部图像的方向信息的统计值。本专利技术的汽车防盗系统的工作流程框图如图1所示。S1首先将车载摄像头拍摄方向为车内，放置在前端，并对车载摄像头固定，并进行标定，并确定感兴趣区域。S2汽车车主离开汽车时启动车内异常防盗系统。S3系统通过摄像头采集图像，将图像灰度化后，用当前帧减去前一帧，形成图像的当前帧差。S4统计该图像梯度方向直方图。S5统计帧差在感兴趣区域内像素不为0值的区域面积。S6如S5计算出的面积S1与上一帧差感兴趣区域内经S5统计出的面积S2的差的绝对值|S1-S2|＞thresh时，判定车内异常。其中thresh为异常阈值。S7如S4统计出的梯度方向直方图与上一次统计的梯度方向直方图相比，存在扰动，则判定车内异常。S8如判定车内异常，则系统摄像头自动转换成自动模式记录视频信息，并通知车主。其中摄像头标定的方法如下：S1将视场范围内所有能拍摄到的车窗用白色遮挡，关闭车门，保持车内无人状态，拍摄图像IMAGE1。S2将视场范围内所有能拍摄到的车窗用黑色遮挡，关闭车门，保持车内无人状态，拍摄图像IMAGE2。S3计算MASK_Temp＝IMAGE1-IMAGE2。S4将MASK_Temp归一化至0～1。S5将归一化后的MASK_Temp做阈值为0.5的二值化，得到二值化图像MASK。阈值范围可取0.4～0.7，最优为0.5。MASK中像素值为0的部分即为感兴趣区域ROI。梯度方向直方图的计算具体步骤如下：S1计算当前帧差图像的梯度方向直方图HOG(HistogramofOrientedGradients),其中方向间隔为1度，方向范围为0～360度。S2将S1产生的所有胞元的对应角度的频率相加，组成大的梯度方向直方图HIST。梯度方向直方图扰动的判定具体步骤如下：S1当前帧计算得到的梯度方向直方图为HIST1，上一帧计算的梯度方向直方图为HIST2。S2将对应相同角度的梯度频率相减，并求其绝对值，得到新的差分直方图HIST_MINUS。S3设置扰动阈值T，统计每一角度对应的差分频率大于T的角度个数。S4如该角度个数所占比率大于iRATIO，则判定直方图由扰动，否则为无扰动。本文档来自技高网...

【技术保护点】
一种基于帧间直方图扰动检测的车内异常防盗方法，其特征在于：包括以下步骤：通过摄像头的离线标定确定感兴趣区域；摄像头实时采集车内图像，并将当前帧与前一帧图像做差得到图像I；将图像I在感兴趣区域内的图像进行梯度方向直方图检测，得到直方图扰动结果；同时，对图像I在感兴趣区域内的图像进行感兴趣区域检测，得到面积突变扰动结果；当直方图扰动结果和面积突变扰动结果中至少有一个结果表示有扰动时，通知车主。

【技术特征摘要】
1.一种基于帧间直方图扰动检测的车内异常防盗方法，其特征在于：包括以下
步骤：
通过摄像头的离线标定确定感兴趣区域；
摄像头实时采集车内图像，并将当前帧与前一帧图像做差得到图像I；
将图像I在感兴趣区域内的图像进行梯度方向直方图检测，得到直方图扰动
结果；同时，对图像I在感兴趣区域内的图像进行感兴趣区域检测，得到面积突
变扰动结果；
当直方图扰动结果和面积突变扰动结果中至少有一个结果表示有扰动时，
通知车主。
2.根据权利要求1所述的一种基于帧间直方图扰动检测的车内异常防盗方法，
其特征在于所述通过摄像头的离线标定确定感兴趣区域包括以下步骤：
首先将视场范围内拍摄到的车窗用白色遮挡并关闭车门，保持车内无人状
态，拍摄图像IMAGE1；
然后将视场范围内拍摄到的车窗用黑色遮挡并关闭车门，保持车内无人状
态，拍摄图像IMAGE2；
计算差值图像MASK_Temp＝IMAGE1-IMAGE2，并将MASK_Temp归一化；
将归一化后的MASK_Temp做阈值a的二值化，得到二值化图像MASK；
MASK中像素值为0的区域即为感兴趣区域。
3.根据权利要求1所述的一种基于帧间直方图扰动检测的车内异常防盗方法，
其特征在于所述将图像I在感兴趣区域内的图像进行梯度方向直方图检测，得到
直方图扰动结果包括以下步骤：<...

【专利技术属性】
技术研发人员：田雨农，王哲，周秀田，于维双，陆振波，
申请(专利权)人：大连楼兰科技股份有限公司，
类型：发明
国别省市：辽宁;21