一种监控场景下目标精确抓取的方法及系统技术方案

本发明专利技术公开了一种监控场景下目标精确抓取的方法及系统，该方法包括：设定静态监控场景；在静态监控场景中，标定基准目标的相关参量；在显示图像中获得入侵目标前景，依据基准目标的相关参量，确定入侵目标在显示图像中的准确大小；确定入侵目标在入侵目标前景中的准确位置，即入侵目标在显示图像中准确位置。本发明专利技术通过标定具体监控场景下的标准目标参量，依据摄像机吊高和摄像机与水平面夹角信息以及镜头成像的物理公式，基于运动检测算法，准确定位出入侵目标的大小，在某些要求较高的监控场景下实现了运动目标的精确锁定，标定方法可应用于枪机等固定摄像机及云台摄像机等监控场景下，具有较广的应用范围。

【技术实现步骤摘要】

本专利技术属于视频监控领域，尤其涉及一种监控场景下目标精确抓取的方法及系统。
技术介绍
视频监控是安全防范领域的重要组成部分，它是一种防范能力较强的综合系统。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于多种场合。近年来，随着计算机视觉、图像处理、模式识别、人工智能、数字信号处理等技术的发展成熟，智能视频监控技术已成为未来发展趋势。智能化技术可以针对各种应用环境的特点开发出不同类型的应用技术。目前，视频服务器、DVR等监控设备内置了移动侦测与报警功能的系统，初步具有了智能检测功能。各行业的监控智能化需要，促进了智能监控应用技术向各个分支发展，例如 图像检测是利用背景图像的实时更新建模，与实时图像比对，可以及时地发现侵入指定区域的移动目标，因而具备了周界防范功能。然而在某些监控要求较高的场景下，仅仅依靠图像检测或者运动检测来锁定运动目标的方法已达不到特殊应用功能的要求。例如广角镜头下的多目标跟踪功能，当前广角镜头下的多目标跟踪一般是在运动检测的基础上进行的，仅仅以运动检测算法提取运动目标可能出现多个目标距离过近或者是由于光照影响从而造成多个目标作为一个整体从当前图像中分割出来，不能有效实现多目标的跟踪。又例如云台摄像机自动跟踪功能，由于当前动态环境下的自动跟踪算法一般是基于目标特征信息匹配来实现的，因此获取一个较为理想的初始目标模板信息是跟踪算法能够稳定跟踪的前提和保证。显然，仅仅基于运动检测算法获取云台摄像机自动跟踪初始目标模板是不理想的。因为运动检测算法由于受到环境、光照、地面倾斜度以及目标运动速度等的影响，其抓取的运动目标可能较大包含有较多的背景信息或者较小不能包含充分的目标信息，也就是不能有效的提取目标的模板信息，从而使得跟踪算法由于目标模板不理想而容易丢失目标，严重影响算法跟踪效果。
技术实现思路
本专利技术提供了一种监控场景下目标精确抓取的方法，旨在解决当前运动检测算法利用背景图像的实时更新建模，与实时图像比对，发现运动目标时，由于受到环境、光照、地面倾斜度以及目标运动速度等的影响，其抓取的运动目标可能包含有较多的背景信息或者不能包含充分的目标信息，在某些监控要求较高的场景下，仅仅依靠运动检测算法提取运动目标已经不能满足某些特殊应用功能要求的问题。一种监控场景下目标精确抓取的方法，包括步骤SlOl，设定静态监控场景；步骤S102，在静态监控场景中，标定基准目标的相关参量；步骤S103，在显示图像中获得入侵目标前景，依据基准目标的相关参量，以及静态监控场景中摄像机吊高和摄像机光轴与水平面夹角确定入侵目标在显示图像中的准确大小;步骤S104，确定入侵目标在入侵目标前景中的准确位置，即入侵目标在显示图像中准确位置。步骤SlOl中，所述的设定静态监控场景，为确定摄像机(本专利技术的摄像机泛指视频采集设备)拍摄方向(即摄像机光轴)与水平面的夹角α，其中对于安装位置固定的摄像机，可以通过直接测量获得摄像机拍摄方向与水平面的夹角；对于云台摄像机，在确定云台摄像机拍摄方向和摄像机变倍后，可以通过查询获得摄像机拍摄方向与水平面的夹角。步骤S102中,标定基准目标的相关参量包括步骤S201，确定基准目标的实际大小，包括实际高度Ii1和实际宽度W1 ； 步骤S202，计算基准目标沿摄像机光轴垂直投影线方向距离视场中心的距离I1(即基准目标与视场中心的实际水平距离)，以及这段距离对应于显示图像上的像素数Iil1 ；步骤S203，计算基准目标对应于显示图像上的像素数，即基准目标在显示图像中的大小，包括基准目标的像素高度Iih1和基准目标的像素宽度nWl。步骤S103中，可以利用现有的运动检测算法显示图像中获得入侵目标前景，但由于运动检测算法受光照，目标运动速度等影响，获得的入侵目标前景与入侵目标的实际大小有较大偏差，需要进一步确定入侵目标在显示图像中的准确大小。步骤S103中，依据基准目标的相关参量,确定入侵目标在显示图像中的准确大小,包括步骤S301，计算入侵目标沿摄像机光轴垂直投影线方向距离视场中心的距离I2(即入侵目标与视场中心的实际水平距离)； hI - sin Cir/1 λl2 ~f~r—V1… Hvl(Iurf) ^cosa_ hvJi _hIul =~-+Z1COSdr(2) sin 其中h0为摄像机吊装高度；α为摄像机光轴与水平面的夹角；f为摄像机的焦距；I1是基准目标沿摄像机光轴垂直投影线方向距离视场中心的距离；Iu1为基准目标距摄像机的物距；计算时，将I1对应于显示图像上的像素数Iil1值给hVl ;将nl2赋值给hv2 ；nl2为I2对应于显示图像上的像素数，I2为入侵目标沿摄像机光轴垂直投影线方向距离视场中心的距离(即入侵目标与视场中心的实际水平距离)。作为优选，考虑到摄像机吊装高度Iv基准目标距摄像机的物距Iu1，远远大于摄像机的焦距f，因此公式(I)可简化为本文档来自技高网...

【技术保护点】
一种监控场景下目标精确抓取的方法，其特征在于，包括：步骤S101，设定静态监控场景；步骤S102，在静态监控场景中，标定基准目标的相关参量；步骤S103，在显示图像中获得入侵目标前景，依据基准目标的相关参量，确定入侵目标在显示图像中的准确大小；步骤S104，确定入侵目标在入侵目标前景中的准确位置，即入侵目标在显示图像中准确位置。

【技术特征摘要】
1.一种监控场景下目标精确抓取的方法，其特征在于，包括 步骤S101，设定静态监控场景； 步骤S102，在静态监控场景中，标定基准目标的相关参量； 步骤S103，在显示图像中获得入侵目标前景，依据基准目标的相关参量，确定入侵目标在显示图像中的准确大小； 步骤S104，确定入侵目标在入侵目标前景中的准确位置，即入侵目标在显示图像中准确位置。2.如权利要求I所述的监控场景下目标精确抓取的方法，其特征在于，步骤S102中，标定基准目标的相关参量包括 步骤S201，确定基准目标的实际大小，包括实际高度和实际宽度； 步骤S202，计算基准目标沿摄像机光轴垂直投影线方向距离视场中心的距离，以及这段距离对应于显示图像上的像素数； 步骤S203，计算基准目标对应于显示图像上的像素数。3.如权利要求2所述的监控场景下目标精确抓取的方法，其特征在于，步骤S103中，依据基准目标的相关参量，以及静态监控场景中摄像机吊高和摄像机光轴与水平面夹角确定入侵目标在显示图像中的准确大小，包括 步骤S301，计算入侵目标沿摄像机光轴垂直投影线方向距离视场中心的距离； 步骤S302，计算入侵目标与摄像机之间的连线与摄像机光轴之间的夹角，以及基准目标与摄像机之间的连线与水平面之间的夹角； 步骤S303，基于镜头成像公式，计算出入侵目标在显示图像中的准确大小。4.如权利要求3所述的监控场景下目标精确抓取的方法，其特征在于，步骤S302中在计算入侵目标与摄像机之间的连线与摄像机光轴之间的夹角时，可将入侵目标以及基准目标分别近似为一点。5.如权利要求4所述的监控场景下目标精确抓取的方法，其特征在于，所述的基准目标和入侵目标具有相同的实际高度，具有相同的实际高度与实际宽度的比例。6.如权利要求I 5任一项所述的监控场景下目标精确抓取的方法，其特征在于...

【专利技术属性】
技术研发人员：苏伟博，
申请(专利权)人：天津市亚安科技股份有限公司，
类型：发明
国别省市：