人体侦测方法技术

本发明专利技术公开了一种人体侦测方法，包括以下步骤：采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息；根据摄像设备获得的原始图像进行图像分析处理，生成标准图像；根据标准图像建立背景模型，判断是否存在入侵目标，若是，确定存在入侵目标；当既收集到入侵目标信息又确定存在入侵目标时，将对应的标准图像发送至服务器端，以进行入侵目标的抓取及报警。本发明专利技术人体侦测方法通过将PIR(被动红外技术)与移动侦测结合，综合两者的检测结果以准确判断是否发生入侵，提高侦测的准确率，可避免单独使用PIR或移动侦测技术进行移动侦测时因环境因素导致的误判，降低误报率，实用性强。

Human body detection method

The invention discloses a human body detection method, which includes the following steps: using a passive infrared detector to control the work of the camera equipment, monitoring the monitoring area, and collecting the information of the invading target by using the passive infrared detector; performing image analysis and processing according to the original image obtained by the camera equipment, generating the standard image; establishing the background model according to the standard image, and judging whether there is a standard image or not. In the intrusion target, if there is an intrusion target, when both the information of the intrusion target and the existence of the intrusion target are collected, the corresponding standard image is sent to the server for the capture and alarm of the intrusion target. The human body detection method of the invention combines PIR (passive infrared technology) with mobile detection, integrates the detection results of the two technologies to accurately judge whether intrusion occurs, and improves the detection accuracy, avoids the misjudgment caused by environmental factors when using PIR or mobile detection technology alone, reduces the false alarm rate and has strong practicability.

【技术实现步骤摘要】
人体侦测方法
本专利技术涉及探测
，尤其涉及一种人体侦测方法。
技术介绍
随着二十一世纪信息技术的腾飞，智能化安防技术随着科学技术的发展已迈入了一个全新的领域，当前人体侦测大部分都是被动红外探测器进行红外移动侦测。然而，被动红外探测器容易受各种热源和光源的干扰，以及当环境温度与人体温度接近时，探测的灵敏度会下降，容易产生误报或漏报现象。鉴于此，有必要提供一种可解决上述缺陷的人体侦测方法以提高人体监测的准确性，避免外界环境的干扰，适用范围广。
技术实现思路
本专利技术所要解决的技术问题提供一种人体侦测方法以提高人体监测的准确性，避免外界环境的干扰，适用范围广。为解决上述技术问题，本专利技术采用如下所述的技术方案：一种人体侦测方法，包括有如下步骤：采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息；根据摄像设备获得的原始图像进行图像分析处理，生成标准图像；根据标准图像建立背景模型，确定存在入侵目标；当既收集到入侵目标信息又确定存在入侵目标时，将对应的标准图像发送至服务器端，以进行入侵目标的抓取及报警。其进一步技术方案为：所述被动红外探测器包括热释电红外传感器和菲涅尔透镜，所述采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息的步骤具体为：热释电红外传感器将菲涅尔透镜聚焦至其上的红外信号转变为电信号，将电信号传输至摄像设备以控制所述摄像设备工作，对监测区域进行监测，并根据热释电红外传感器由于人体温度和环境温度的温度差产生的电荷失衡获取并收集入侵目标信息。其进一步技术方案为：所述图像分析处理包括图像灰度处理及中值滤波处理，所述根据摄像设备获得的原始图像进行图像分析处理，生成标准图像的步骤具体包括以下步骤：利用RGB色彩模式，根据原始图像中的R(红)、G(绿)、B(蓝)三个色彩分量，获取原始图像对应的灰度图像；对获得的灰度图像进行中值滤波处理，去除图像噪声，生成标准图像。其进一步技术方案为：所述灰度图像利用以下公式计算获得：Gray(i,j)＝0.299×R(i,j)+0.578×G(i,j)+0.114×B(i,j)式中，(i,j)代表图像中像素点的位置坐标，Gray(i,j)是灰度处理后的灰度图像的灰度值，0.299是R(红)色彩分量的权值，R(i,j)是原始图像的R(红)色彩分量的像素值，0.578是G(绿)色彩分量的权值，G(i,j)是原始图像的G(绿)色彩分量的像素值，0.114是B(蓝)色彩分量的权值，B(i,j)是原始图像的B(蓝)色彩分量的像素值。其进一步技术方案为：所述摄像设备拍摄的是视频，所述根据标准图像建立背景模型，判断是否存在入侵目标，若是，确定存在入侵目标的步骤具体包括以下步骤：根据摄像设备拍摄获得的视频，选择视频的前N帧的标准图像，其中，N≥1；获取该连续N帧的标准图像中所有的标准图像像素点的像素的中值λ(i,j)和均方差δ(i,j)，其中，(i,j)中是图像中像素点的位置坐标；以中值λ(i,j)作为背景图像的像素点的初始像素值，并利用卡尔曼滤波模型更新背景图像；根据更新后的背景图像及其对应的标准图像进行差别对比运算，并将运算结果与对应的门限值进行比较，判断更新后的背景是否存在入侵目标，若是，确定存在入侵目标。其进一步技术方案为：所述以中值λ(i,j)作为背景图像的像素点的初始像素值，并利用卡尔曼滤波模型更新背景图像的步骤具体包括以下步骤：利用以下公式更新背景，获取视频序列的背景图像：Bk+1(i,j)＝(1-α)Bk(i,j)+αFk+1(i,j)式中，Bk(i,j)代表第k帧背景图像的像素点上的背景像素值，k是背景图像的帧的序号，k≥1，其中，B1(i,j)＝λ(i,j)，Bk+1(i,j)代表第k+1帧背景图像的像素点上的背景像素值，Fk+1(i,j)是第k+1帧标准图像的像素点上的当前像素值，α是更新因子；利用以下公式更新背景图像的均方差：式中，σk+1(i,j)代表第k+1帧背景图像与标准图像之间的像素点上的像素的均方差值，σk(i,j)代表第k帧背景图像与标准图像之间的像素点上的像素的均方差值，其中，σ1(i,j)＝δ(i,j)。其进一步技术方案为：所述根据更新后的背景图像及其对应的标准图像进行差别对比运算，并将运算结果与对应的门限值进行比较，判断更新后的背景是否存在入侵目标，若是，确定存在入侵目标的步骤具体包括以下步骤：根据更新后的背景图像的像素点上的背景像素值及其对应的标准图像的像素点上的当前像素值，利用以下公式进行差别对比运算：Qk+1＝q×|Fk+1(i,j)-Bk+1(i,j)|式中，Qk+1代表第k+1帧时更新后的背景图像与标准图像的像素差值，q是对摄像区域进行分区后不同区域对应的权值；利用以下公式，将运算结果与对应的门限值进行比较，判断更新后的背景是否存在入侵目标：式中，T是门限值，M(i,j)是判断更新后的背景图像与对应的标准图像的差别是否超过门限值的二值化表现形式，其中，当Qk+1＞T×σk+1(i,j)时，说明两者之间差别超过门限值，则存在入侵目标，确定存在入侵目标，M(i,j)取值为0，停止更新背景图像，获取对应的标准图像。本专利技术的有益技术效果在于：所述人体侦测方法通过将被动红外探测器与摄像设备结合，以利用红外场移动侦测作为报警探测源触发摄像设备工作，再进行图像分析处理，同时进行两种侦测，有效降低单一探测手段的误报率，最大限度地利用红外移动侦测和摄像移动侦测的优点，集成复合，提高系统对人员移动目标的探测的准确率，避免外界环境的干扰，可使用于各种复杂环境，具有极强的环境适用性。附图说明图1是本专利技术人体侦测方法的流程图。图2是本专利技术人体侦测方法一具体实施例的流程图。具体实施方式为使本领域的普通技术人员更加清楚地理解本专利技术的目的、技术方案和优点，以下结合附图和实施例对本专利技术做进一步的阐述。参照图1，在本实施例中，所述人体侦测方法应用于人体侦测系统，所述人体侦测系统包括控制处理器、被动红外探测器、摄像设备及服务器端，所述控制处理器分别与被动红外探测器、摄像设备及服务器端通信连接。所述人体侦测方法包括以下步骤：步骤S1，采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息。优选地，所述被动红外探测器包括热释电红外传感器和菲涅尔透镜，所述步骤S1具体为：菲涅尔透镜将监测区域的红外信号聚焦到热释电红外传感器上，热释电红外传感器将接收到的红外信号转变为电信号，并将电信号经过内部的运算放大器放大后传输至摄像设备，控制摄像设备对监测区域进行拍摄，以对监测区域进行监测。同时，根据热释电红外传感器由于人体温度和环境温度的温度差产生的电荷失衡，控制处理器可实时获取并收集入侵目标信息。其中，所述入侵目标信息包括入侵时间。步骤S2，根据摄像设备获得的原始图像进行图像分析处理，生成标准图像。优选地，在本实施例中，控制处理器对摄像设备拍摄获得的原始图像进行图像分析处理，所述图像分析处理包括图像灰度处理及中值滤波处理，所述步骤S2具体包括以下步骤：步骤S21，利用RGB色彩模式，根据原始图像中的R(红)、G(绿)、B(蓝)三个色彩分量，获取原始图像对应的灰度图本文档来自技高网...

【技术保护点】
1.一种人体侦测方法，其特征在于，所述人体侦测方法包括如下步骤：采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息；根据摄像设备获得的原始图像进行图像分析处理，生成标准图像；根据标准图像建立背景模型，判断是否存在入侵目标，若是，确定存在入侵目标；当既收集到入侵目标信息又确定存在入侵目标时，将对应的标准图像发送至服务器端，以进行入侵目标的抓取及报警。

【技术特征摘要】
1.一种人体侦测方法，其特征在于，所述人体侦测方法包括如下步骤：采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息；根据摄像设备获得的原始图像进行图像分析处理，生成标准图像；根据标准图像建立背景模型，判断是否存在入侵目标，若是，确定存在入侵目标；当既收集到入侵目标信息又确定存在入侵目标时，将对应的标准图像发送至服务器端，以进行入侵目标的抓取及报警。2.如权利要求1所述的人体侦测方法，其特征在于，所述被动红外探测器包括热释电红外传感器和菲涅尔透镜，所述采用被动红外探测器控制摄像设备工作，对监测区域进行监测，并利用被动红外探测器收集入侵目标信息的步骤具体为：热释电红外传感器将菲涅尔透镜聚焦至其上的红外信号转变为电信号，将电信号传输至摄像设备以控制所述摄像设备工作，对监测区域进行监测，并根据热释电红外传感器由于人体温度和环境温度的温度差产生的电荷失衡获取并收集入侵目标信息。3.如权利要求1所述的人体侦测方法，其特征在于，所述图像分析处理包括图像灰度处理及中值滤波处理，所述根据摄像设备获得的原始图像进行图像分析处理，生成标准图像的步骤具体包括以下步骤：利用RGB色彩模式，根据原始图像中的R(红)、G(绿)、B(蓝)三个色彩分量，获取原始图像对应的灰度图像；对获得的灰度图像进行中值滤波处理，去除图像噪声，生成标准图像。4.如权利要求3所述的人体侦测方法，其特征在于，所述灰度图像利用以下公式计算获得：Gray(i,j)＝0.299×R(i,j)+0.578×G(i,j)+0.114×B(i,j)式中，(i,j)代表图像中像素点的位置坐标，Gray(i,j)是灰度处理后的灰度图像的灰度值，0.299是R(红)色彩分量的权值，R(i,j)是原始图像的R(红)色彩分量的像素值，0.578是G(绿)色彩分量的权值，G(i,j)是原始图像的G(绿)色彩分量的像素值，0.114是B(蓝)色彩分量的权值，B(i,j)是原始图像的B(蓝)色彩分量的像素值。5.如权利要求3所述的人体侦测方法，其特征在于，所述摄像设备拍摄的是视频，所述根据标准图像建立背景模型，判断是否存在入侵目标，若是，确定存在入侵目标的步骤具体包括以下步骤：根据摄像设备拍摄获得的视频，选择视频的前N帧的标准图像，其中，N≥1；获取该连续N帧的标准图像中所有的标...

【专利技术属性】
技术研发人员：陈伟华，
申请(专利权)人：深圳市安尼数字技术有限公司，
类型：发明
国别省市：广东,44