【技术实现步骤摘要】
一种基于计算机视觉的高空抛物检测方法与系统
本专利技术属于人工智能
，更具体地，涉及一种基于计算机视觉的高空抛物检测方法与系统。
技术介绍
高空抛物被称为“悬在城市上空的痛”，其不仅仅是不文明的行为，更是给社会安全带来很大隐患。由于事件发生场所多为高空楼层，少有目击者，抛物时间短，使得执法部门很难追究抛物者的法律责任。因此，实现智能对高空抛物的检测就非常的重要。背景差分法是最常见的运动对象检测方法，其整体思路为：当前帧减去背景图像，得到背景差分图像后，再通过阈值判定法，对差分图像进行二值化处理后得到运动对象。使用背景差分法检测目标，关键是建立背景模型，背景模型的好坏将直接影响检测效果。通常采取两种方法：1.直接从图像序列中选取一帧没有运动对象的图像作为背景，但实际场景中很难找到完全没有运动对象的图像；2.利用图像序列中各帧均值作为背景，但容易将前景的信息融入到背景中，造成背景模型的不准确。专利CN106595604A公开一种基于背景差分的抛物检测方法，采用减背景法对视频图像进行分析，通过建立背景参数模型来近似背景图像的像素值，通过将当前帧与背景模型进行差分比...
【技术保护点】
1.一种基于计算机视觉的高空抛物检测方法，其特征在于，所述方法包括以下步骤：S1.使用第1帧高空抛物监控图像初始化背景模型，初始化t＝2；S2.根据背景模型，基于ViBe方法检测第t帧高空抛物监控图像中的运动对象，t≥2；S3.对第t帧高空抛物监控图像中检测到的每个运动对象，先基于匈牙利算法追踪该运动对象，在匈牙利算法追踪失败后，再基于卡尔曼滤波追踪该运动对象，通过跟踪获得该运动对象的运动轨迹；S4.根据第t帧高空抛物监控图像中检测到每个运动对象的运动轨迹，判断该运动对象是否为高空抛物，若是，进入步骤S5，否则，直接将该运动对象删除；S5.根据高空抛物的运动轨迹，获得其抛出位置。
【技术特征摘要】
1.一种基于计算机视觉的高空抛物检测方法，其特征在于，所述方法包括以下步骤：S1.使用第1帧高空抛物监控图像初始化背景模型，初始化t＝2；S2.根据背景模型，基于ViBe方法检测第t帧高空抛物监控图像中的运动对象，t≥2；S3.对第t帧高空抛物监控图像中检测到的每个运动对象，先基于匈牙利算法追踪该运动对象，在匈牙利算法追踪失败后，再基于卡尔曼滤波追踪该运动对象，通过跟踪获得该运动对象的运动轨迹；S4.根据第t帧高空抛物监控图像中检测到每个运动对象的运动轨迹，判断该运动对象是否为高空抛物，若是，进入步骤S5，否则，直接将该运动对象删除；S5.根据高空抛物的运动轨迹，获得其抛出位置。2.如权利要求1所述的高空抛物检测方法，其特征在于，所述步骤S2包括以下子步骤：S201.根据背景模型，对第t帧高空抛物监控图像进行前景检测，得到第t帧的前景检测结果；S202.基于第t帧的前景检测结果判断相机是否抖动，若是，进入步骤S203，否则，进入步骤S204；S203.使用第t帧高空抛物监控图像更新背景模型，t＝t+1,转至步骤S201；S204.采用随机更新策略更新背景模型，进入步骤S205；S205.根据第t帧的前景检测结果，提取第t帧中运动对象的信息，进入步骤S3。3.如权利要求2所述的高空抛物检测方法，其特征在于，所述基于第t帧的前景检测结果判断相机是否抖动包括以下步骤：(1)统计前景检测结果中运动对象所占像素点的个数，记为n1；(2)计算n1与当前帧图像的总像素点个数n2的比例n1/n2；(3)若n1/n2大于设定阈值，则认为相机发生抖动，否则，认为相机未发生抖动。4.如权利要求1所述的高空抛物检测方法，其特征在于，步骤S3包括以下子步骤：S301.将第t-1帧中该运动对象的信息和第t帧中该运动对象的信息输入匈牙利算法，使用匈牙利算法匹配第t-1帧中该运动对象在第t帧中的位置，若追踪成功，将该帧的位置输入到对应的卡尔曼滤波器中，若追踪失败，使用卡尔曼滤波器预测该运动对象在t帧中的位置；S302.判断运动轨迹中是否存在连续5个点都是使用卡尔曼滤波器预测得到，若是，则得到该运动对象的运动轨迹，转至步骤S4；否则，进入步骤S303；S303.判断第t帧高空抛物监控图像是否为高空抛物监控视频的最后一帧，若是，则整个方法结束；否则，t＝t+1,转至步骤S2。5.如权利要求1所述的高空抛物检测方法，其特征在于，步骤S4包括以下子...
【专利技术属性】
技术研发人员：王天江，王玮光，陈应，李金生，吴善农，柳博予，童文浩，罗逸豪，韩宇琛，梁琦，张量奇，
申请(专利权)人：中建三局智能技术有限公司，华中科技大学，
类型：发明
国别省市：湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。