【技术实现步骤摘要】
本申请涉及计算机，具体涉及一种检测监测镜头异常的方法。本申请还涉及一种检测监测镜头异常的装置、电子设备以及计算机可读取存储介质。
技术介绍
1、监测系统在现代生活中应用广泛，例如，零售防损、商场超市、校园安全、公共安全。监测系统为社会安全提供很多便利。
2、现有技术中，监测系统通常采用固定监测镜头的安装方式，将监测镜头调整到目标角度进行安装，然后投入实际使用。
3、然而，在监测系统实际使用过程中，监测镜头会因为各种原因出现异常情况。如果未及时确定监测镜头的异常情况则影响监测镜头获取的监测图像质量。
4、因此，如何提升监测镜头异常情况的检测效率和准确率是需要解决的技术问题。
技术实现思路
1、本申请实施例提供一种检测监测镜头异常的方法，以提升监测镜头异常情况的检测效率和准确率。本申请实施例还提供一种检测监测镜头异常的装置、电子设备以及计算机可读取存储介质。
2、本申请实施例提供一种检测监测镜头异常的方法，包括：获取视频监测设备采集的当前视频监测图像；将所述当前视频监测图像和基准视频监测图像进行全局互相关匹配，获得所述当前视频监测图像和所述基准视频监测图像之间的全局互相关系数；如果所述全局互相关系数小于第一预设互相关系数阈值，则采用所述基准视频监测图像的基准关键点，以及所述当前视频监测图像的当前关键点，进行关键点匹配，获得所述当前视频监测图像与所述基准视频监测图像之间的关键点匹配结果；根据所述关键点匹配结果，判断所述监测镜头视角是否存在异
3、可选的，所述基准视频监测图像采用如下方式获得：按照预定的标准，在预先准备的基准视频数据库中，选择与所述当前视频监测图像匹配的基准视频监测图像。
4、可选的，所述按照预定的标准，在预先准备的基准视频数据库中，选择与所述当前视频监测图像匹配的基准视频监测图像，包括：获取所述当前视频监测图像的颜色分布直方图；获取所述基准视频数据库中的每个候选视频监测图像的颜色分布直方图；计算所述每个候选视频监测图像的颜色分布直方图与所述当前视频监测图像的颜色分布直方图之间的颜色分布相似度；根据所述颜色分布相似度，在所述基准视频数据库中的多个候选视频监测图像中确定基准视频监测图像；其中，所述基准视频监测图像的颜色分布相似度大于其他候选视频监测图像的颜色分布相似度。
5、可选的，在获取视频监测设备采集的当前视频监测图像之后，对所述当前视频监测图像进行镜头失焦判断，若判断镜头失焦，则不再使用所述当前视频监测图像进行检测；所述对所述当前视频监测图像进行镜头失焦判断，包括：获取所述当前视频监测图像的图像模糊度和所述基准视频监测图像的图像模糊度；根据所述当前视频监测图像的图像模糊度和/或所述基准视频监测图像的图像模糊度，判断所述监测镜头的镜头是否失焦。
6、可选的，所述根据所述当前视频监测图像的图像模糊度和/或所述基准视频监测图像的图像模糊度，判断所述监测镜头的镜头是否失焦，包括：如果所述当前视频监测图像的图像模糊度小于或等于第一预设图像模糊度阈值，则所述监测镜头存在镜头失焦情况。
7、可选的，还包括：如果所述当前视频监测图像的图像模糊度大于所述第一预设图像模糊度阈值，且小于或者等于第二预设图像模糊度阈值，则获得所述当前视频监测图像的图像模糊度和所述基准视频监测图像的图像模糊度的图像模糊度差的绝对值；如果所述图像模糊度差的绝对值大于第三预设图像模糊度阈值，则所述监测镜头存在镜头失焦情况。
8、可选的，还包括：如果所述全局互相关系数大于或等于第一预设互相关系数阈值，则确定所述监测镜头视角未发生变化。
9、可选的，所述采用所述基准视频监测图像的基准关键点，以及所述当前视频监测图像的当前关键点，进行关键点匹配，获得所述当前视频监测图像与所述基准视频监测图像之间的关键点匹配结果，包括：获取所述基准视频监测图像的基准关键点和基准关键点特征向量，以及所述当前视频监测图像的当前关键点和当前关键点特征向量；根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果。
10、可选的，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：获取所述基准视频监测图像的第一基准关键点和所述当前视频监测图像的多个当前关键点；根据所述第一基准关键点的基准关键点特征向量，和所述多个当前关键点分别对应的关键点特征向量，分别计算所述多个当前关键点与所述第一基准关键点之间的关键点相似度；将获得的多个关键点相似度按照关键点相似度的值从大到小的顺序进行排序，获得排序位次位于前两位的第一关键点相似度和第二关键点相似度，其中，所述第一关键点相似度的值大于所述第二关键点相似度的值；如果所述第一关键点相似度与所述第二关键点相似度之间的差别大于预设的比较阈值，则将所述第一关键点相似度对应的第一当前关键点和所述第一基准关键点称为针对所述第一基准关键点的匹配关键点对。
11、可选的，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行双向关键点匹配，获得双向关键点匹配结果；将所述双向关键点匹配结果相互吻合的关键点对，作为所述当前视频监测图像与所述基准视频监测图像之间的关键点匹配结果。
12、可选的，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行双向关键点匹配，获得双向关键点匹配结果，包括：针对于所述基准视频监测图像中的第一基准关键点，在所述当前视频监测图像中获得与所述第一基准关键点匹配的当前关键点为第一当前关键点；针对于所述当前视频监测图像中的第一当前关键点，在所述基准视频监测图像中获得与所述第一当前关键点匹配的第二基准关键点；若所述第一基准关键点和所述第二基准关键点为同一个关键点，则所述第一基准关键点与所述第一当前关键点为匹配结果相互吻合的关键点对。
13、可选的，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行全局关键点特征匹配，获得全局关键点匹配结果；其中，所述全局关键点特征匹配方式如下：获取所述基准视频监测图像中的所有基准关键点，获取所述当前视频监测图像中的所有当前关键点；根据所述所有基准关键点分别对应的基准关键点特征向量，和所述所有当前关键点分别对应的当前关键点特征向量，将各个所述基准关键点和各个所述当前关键点分别进行关键点特征匹配，获得全局关键点匹配结果。
14、本文档来自技高网...
【技术保护点】
1.一种检测监测镜头异常的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基准视频监测图像采用如下方式获得：
3.根据权利要求1所述的方法，其特征在于，在获取视频监测设备采集的当前视频监测图像之后，对所述当前视频监测图像进行镜头失焦判断，若判断镜头失焦，则不再使用所述当前视频监测图像进行检测；
4.根据权利要求1所述的方法，其特征在于，所述采用所述基准视频监测图像的基准关键点，以及所述当前视频监测图像的当前关键点，进行关键点匹配，获得所述当前视频监测图像与所述基准视频监测图像之间的关键点匹配结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：
6.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：
7.根据权利要求
8.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：
9.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：
10.根据权利要求1所述的方法，其特征在于，所述根据所述关键点匹配结果，判断所述监测镜头视角是否存在异常变化，包括：
11.根据权利要求1所述的方法，其特征在于，还包括：
12.根据权利要求11所述的方法，其特征在于，所述检测所述监测镜头的镜头遮挡情况，包括：
13.一种电子设备，其特征在于，包括处理器和存储器；其中，
14.一种计算机可读存储介质，其上存储有一条或多条计算机指令，其特征在于，该指令被处理器执行以实现如权利要求1-12中任一项所述的方法。
...【技术特征摘要】
1.一种检测监测镜头异常的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基准视频监测图像采用如下方式获得：
3.根据权利要求1所述的方法，其特征在于，在获取视频监测设备采集的当前视频监测图像之后，对所述当前视频监测图像进行镜头失焦判断，若判断镜头失焦，则不再使用所述当前视频监测图像进行检测；
4.根据权利要求1所述的方法，其特征在于，所述采用所述基准视频监测图像的基准关键点，以及所述当前视频监测图像的当前关键点，进行关键点匹配，获得所述当前视频监测图像与所述基准视频监测图像之间的关键点匹配结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：
6.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键点特征向量和所述当前关键点特征向量，将所述基准视频监测图像和所述当前视频监测图像进行关键点匹配，获得关键点匹配结果，包括：
7.根据权利要求4所述的方法，其特征在于，所述根据所述基准关键...
【专利技术属性】
技术研发人员：倪鼎，李鹏，王炎，
申请(专利权)人：浙江深象智能科技有限公司，
类型：发明
国别省市：
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。