【技术实现步骤摘要】
一种融合运动学与机器视觉的高空抛物检测和溯源方法
[0001]本专利技术涉及计算机视觉
，如背景建模，目标追踪等，也结合了抛物运动的运动学特性，具体地指一种融合运动学与机器视觉的高空抛物检测和溯源方法。
技术介绍
[0002]近年来，高空抛物、坠物事件不断发生，严重危害公共安全，侵害人民群众合法权益，影响社会和谐稳定。高空抛物以其随机性、突发性及高速性，被称为“悬在城市上空的痛”。从建筑物或其它高空抛掷物品，情节严重的，触犯刑法。
[0003]目前的小区防控方法还比较老旧，在事发后往往需要在十几个小时的监控录像中查找仅几秒内的抛物视频，不但浪费大量的人力物力，而且实时性差，还难以进行溯源。
[0004]现有技术所提供的高空抛物检测与溯源方法缺少利用抛物运动固有的运动学特征进行轨迹分析并基于抛物线顶点进行溯源的研究。如中国专利《一种实时多环境自适应轨迹自动溯源的高空抛物检测方法》(ZL202110340688.8)仅进行了背景建模，对形态学滤波的结果直接进行连通域分析，生成轨迹概率图，得到最大概率的轨迹。...
【技术保护点】
【技术特征摘要】
1.一种融合运动学与机器视觉的高空抛物检测和溯源方法，其特征在于：所述方法包括如下步骤：S1对用于监控的高清摄像头拍摄到的楼宇视频作为输入图像进行预处理，对预处理后的图像进行背景建模，对背景建模得到的前景图像进行后处理，得到所有前景区域的外接矩形框，即前景框，对所有前景框进行外扩，对有相交区域的前景框进行融合，得各运动目标矩形框；S2对融合后的所有运动目标矩形框作多目标追踪，得各目标运动的轨迹点序列；S3从追踪得到的轨迹中初步筛选出准抛物运动轨迹，选取准抛物运动点序，将准抛物运动点序的纵坐标对时间作二次函数拟合，由检验统计量指标进一步判定是否为抛物运动，若是则拟合结果为抛物运动轨迹方程，保存相关取证视频，由二次函数顶点坐标公式计算抛物轨迹顶点即为抛物源头。2.根据权利要求1所述的一种融合运动学与机器视觉的高空抛物检测和溯源方法，其特征在于：步骤S1的具体步骤包括：S11对每帧输入图像进行预处理，去除图像中的噪点，对图像边缘进行锐化增强；S12采用带有阴影检测功能的kNN背景减除法对预处理后的图像序列进行背景建模，得到像素值分布在[0,255]的灰度图像；S13对得到的灰度图像进行二值化处理，以244为门限值，大于门限值的判断为前景点，像素值设为255，否则判断为背景点，像素值设为0，得到二值图像；S14对二值图像进行形态学滤波；S15对形态学滤波后得到的各前景区域计算面积，面积超过设定阈值的区域用其外接矩形框出；S16对所有外接矩形外扩至设定的距离；S17查找外扩后的矩形框相互之间是否存在公共区域，若存在则将其融合，之后得到最终的前景框列表。3.根据权利要求1所述的一种融合运动学与机器视觉的高空抛物检测和溯源方法，其特征在于：步骤S2的具体步骤包括：S21对所述前景框列表提取各运动目标中心；S22用所述运动目标中心的列表更新多目标追踪器，所述多目标追踪器采用SORT算法，由匈牙利算法和Kalman滤波融合而成，匈牙利算法将目标中心分配到已有轨迹上，Kalman滤波对每个轨迹建立运动模型，将新分配到轨迹上的点作为观测值，将预测目标中心的真实位置添加到该轨迹的轨迹点序列中；S23多目标追踪器输出各轨迹的轨迹点坐标序列。4.根据权利要求1所述的一种融合运动学与机器视觉的高空抛物检测和溯源方法，其特征在于：步骤S3的具体步骤包括：S31从所述多目标追踪器追踪得到的各条轨迹中初步筛选出符合抛物运动基本规律的准抛物运动轨迹；S32对所述准抛物运动轨迹，将其各轨迹点的纵坐标作二次函数拟合，得到拟合的抛物线解析式和决定系数R2；S33对决定系数R2设置阈值R2_thresh，大于该阈值的认定为抛物运动轨迹，保存取证视
频；S34根据轨迹方程计算顶点纵坐标(f0,y
min
)；S35对各轨迹点的横坐标作线性拟合，得一次函数，计算轨迹点在第f0帧图像中顶点处的横坐标值x0；S36由(f0,x0,y
min
)得到抛物运动发生的时间和具体位置。5.根据权利要求4所述的一种融合运动学与机器视觉的高空抛物检测和溯源方法，其特征在于：步骤S31中初步筛选方案具体为：对时间上由后向前的待分析轨迹的纵坐标序列[y1,y2,y3,...,y
len2
]求出[h1＝y1‑
y2,h2＝y2‑
y3,...,h
len2
‑1＝y
len2
‑1‑
y
len2
]，则h序列长度len＝len...
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。