專利名稱：值崗檢測(cè)系統(tǒng)及其檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻檢測(cè)技術(shù)，特別是涉及一種值崗檢測(cè)系統(tǒng)及其檢測(cè)方法。
背景技術(shù)：
目前許多重要監(jiān)控室都有大量的設(shè)備，負(fù)責(zé)監(jiān)控系統(tǒng)中的一切視頻信息，并實(shí)時(shí) 調(diào)度處理系統(tǒng)中發(fā)生的一切緊急事件，而負(fù)責(zé)這些監(jiān)控的任務(wù)基本都是靠人力來(lái)完成，這 樣通常將有限的人力資源去從事繁重的監(jiān)控任務(wù)，降低了監(jiān)控的力度和服務(wù)水平，而且也 增加整個(gè)監(jiān)控系統(tǒng)的成本；同時(shí)，因?yàn)槿肆ΡO(jiān)控本身的限制，不能保證對(duì)全天候的視頻進(jìn)行 高效率實(shí)時(shí)監(jiān)控，結(jié)果就會(huì)造成安全隱患上的漏洞。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題是為了克服現(xiàn)有技術(shù)的缺陷，提供一種值崗檢測(cè)系統(tǒng)及 其檢測(cè)方法，其針對(duì)監(jiān)控室內(nèi)值崗操作人員進(jìn)行實(shí)時(shí)監(jiān)控，如果監(jiān)控室內(nèi)值崗人員出現(xiàn)懈 怠工作(如睡覺(jué))和無(wú)人等其它異常情況，則及時(shí)給出報(bào)警信息，并及時(shí)記錄實(shí)時(shí)監(jiān)控錄像 fn息ο本發(fā)明是通過(guò)下述技術(shù)方案來(lái)解決上述技術(shù)問(wèn)題的一種值崗檢測(cè)系統(tǒng)，其特征 在于，其包括視頻獲取模塊，其用于獲取崗位值班室的視頻信息；算法檢測(cè)模塊，其通過(guò)對(duì)視頻信息進(jìn)行算法處理來(lái)檢測(cè)是否發(fā)生值崗人員異常行 為，及時(shí)報(bào)警并輸出檢測(cè)結(jié)果到補(bǔ)光模塊和消息管理模塊；補(bǔ)光模塊，其根據(jù)算法檢測(cè)模塊的檢測(cè)結(jié)果來(lái)對(duì)視頻獲取模塊進(jìn)行補(bǔ)光；消息管理模塊，其用于協(xié)調(diào)算法檢測(cè)模塊和補(bǔ)光模塊的通信和同步控制機(jī)制。優(yōu)選地，所述視頻獲取模塊、算法檢測(cè)模塊和補(bǔ)光模塊順序連接，算法檢測(cè)模塊、 補(bǔ)光模塊和消息管理模塊連接。優(yōu)選地，所述視頻獲取模塊包括攝像機(jī)、采集卡和計(jì)算機(jī)，攝像機(jī)將崗位值班室的 視頻信息轉(zhuǎn)化成模擬信號(hào)，通過(guò)采集卡采集攝像機(jī)的模擬信號(hào)到計(jì)算機(jī)中。 優(yōu)選地，所述檢測(cè)結(jié)果保存于一數(shù)據(jù)庫(kù)中。優(yōu)選地，所述算法檢測(cè)模塊完成光流計(jì)算分析和多目標(biāo)識(shí)別跟蹤的診斷。本發(fā)明的另一技術(shù)方案為提供一種值崗檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于，該檢 測(cè)方法包括以下步驟Si、視頻獲取模塊獲取崗位值班室的視頻信息；S2、對(duì)獲取的視頻信息進(jìn)行背景建模，獲取前景圖像和背景圖像；S3、從前景圖像中提取前景物體信息并對(duì)其進(jìn)行區(qū)域分割，獲取各個(gè)目標(biāo)區(qū)域；S4、對(duì)步驟S3中各個(gè)目標(biāo)區(qū)域的零碎區(qū)域進(jìn)行合并，以得到各個(gè)前景目標(biāo)的區(qū) 域；S5、對(duì)各個(gè)前景目標(biāo)的區(qū)域進(jìn)行多幀連續(xù)跟蹤，獲取各個(gè)前景目標(biāo)的運(yùn)動(dòng)軌跡。
優(yōu)選地，所述步驟S3中的區(qū)域分割是采用區(qū)域分割算法完成的。優(yōu)選地，所述步驟S3中的區(qū)域分割包括以下步驟S31、從前景圖像的第一行開(kāi)始掃描圖像，應(yīng)用四鄰域生長(zhǎng)準(zhǔn)則進(jìn)行種子點(diǎn)的生 長(zhǎng)；S32、根據(jù)每個(gè)種子點(diǎn)的生長(zhǎng)范圍進(jìn)行生長(zhǎng)區(qū)域的合并；S33、在每個(gè)種子點(diǎn)生長(zhǎng)完成之后應(yīng)用種子準(zhǔn)則標(biāo)定感興趣區(qū)域；S34、直到掃描到圖像的最后一行，得到所有的分割區(qū)域結(jié)果，區(qū)域分割完成。本發(fā)明的積極進(jìn)步效果在于本發(fā)明值崗檢測(cè)系統(tǒng)及其檢測(cè)方法在任何環(huán)境下都 能高效的自動(dòng)檢測(cè)出監(jiān)控室內(nèi)值崗人員異常舉動(dòng)和離開(kāi)監(jiān)控室等異常情況并及時(shí)報(bào)警。另 外，本發(fā)明能長(zhǎng)期、穩(wěn)定和高效地運(yùn)行，成本較低。


圖1為本發(fā)明值崗檢測(cè)系統(tǒng)的框圖。圖2為本發(fā)明值崗檢測(cè)系統(tǒng)的檢測(cè)方法的流程圖。
具體實(shí)施例方式下面結(jié)合附圖給出本發(fā)明較佳實(shí)施例，以詳細(xì)說(shuō)明本發(fā)明的技術(shù)方案。如圖1所示，本發(fā)明值崗檢測(cè)系統(tǒng)包括視頻獲取模塊、算法檢測(cè)模塊、補(bǔ)光模塊和 消息管理模塊，視頻獲取模塊、算法檢測(cè)模塊和補(bǔ)光模塊順序連接，算法檢測(cè)模塊、補(bǔ)光模 塊和消息管理模塊連接，視頻獲取模塊用于獲取崗位值班室的視頻信息(或視頻流)，視頻 獲取模塊包括攝像機(jī)、采集卡和計(jì)算機(jī)，攝像機(jī)將崗位值班室的視頻信息轉(zhuǎn)化成模擬信號(hào)， 通過(guò)采集卡采集攝像機(jī)的模擬信號(hào)到計(jì)算機(jī)中；算法檢測(cè)模塊用于判斷是否發(fā)生值崗人員 離開(kāi)監(jiān)控室或值崗人員異常行為，及時(shí)抓取、報(bào)警和保存關(guān)鍵幀圖片，檢測(cè)值崗人員異常行 為，并加以識(shí)別和判斷，及時(shí)報(bào)警并輸出檢測(cè)結(jié)果到補(bǔ)光模塊和消息管理模塊，同時(shí)檢測(cè)結(jié) 果保存于數(shù)據(jù)庫(kù)中，檢測(cè)結(jié)果記錄此次檢測(cè)的值崗人員異常行為的狀況、時(shí)間和關(guān)鍵幀圖 片等若干信息。補(bǔ)光模塊根據(jù)算法檢測(cè)模塊的檢測(cè)結(jié)果來(lái)打開(kāi)LED補(bǔ)光或紅外補(bǔ)光對(duì)視頻 獲取模塊進(jìn)行補(bǔ)光。消息管理模塊用于協(xié)調(diào)算法檢測(cè)模塊和補(bǔ)光模塊的通信和同步控制機(jī) 制，該模塊使得模塊間的配合變得簡(jiǎn)單、靈活和可配置，此模塊結(jié)構(gòu)具有極強(qiáng)的可擴(kuò)展性， 不但各個(gè)模塊間既可以獨(dú)立工作，又可以無(wú)間的協(xié)作，而且還可以根據(jù)需要加入新的功能 模塊。本發(fā)明值崗檢測(cè)系統(tǒng)的工作原理是先啟動(dòng)攝像機(jī)模塊，通過(guò)采集卡得到視頻信 息，然后將得到的視頻信息送入到算法檢測(cè)模塊，該算法檢測(cè)模塊立即對(duì)送入的視頻信息 進(jìn)行質(zhì)量檢測(cè)，如果視頻信息質(zhì)量達(dá)到要求，則后續(xù)算法立即啟動(dòng)，如果視頻質(zhì)量不能滿足 要求，消息經(jīng)過(guò)消息檢測(cè)模塊后，則會(huì)立即發(fā)出相應(yīng)的消息給消息管理模塊，消息管理模塊 得到消息后，會(huì)立即啟動(dòng)補(bǔ)光模塊(LED補(bǔ)光或紅外補(bǔ)光)，通過(guò)該補(bǔ)光模塊采集到的視頻 信息將重新送入到算法檢測(cè)模塊，算法檢測(cè)模塊將重新對(duì)視頻信息質(zhì)量進(jìn)行檢測(cè)，如果質(zhì) 量滿足，則后續(xù)算法啟動(dòng)，如果視頻信息質(zhì)量不能滿足要求，系統(tǒng)將繼續(xù)重復(fù)采集，直到視 頻質(zhì)量滿足要求；通過(guò)采集到的質(zhì)量滿足的視頻信息，將會(huì)被送入到算法檢測(cè)模塊的其它 部分，算法檢測(cè)模塊能完成光流計(jì)算分析和多目標(biāo)識(shí)別跟蹤的診斷。通過(guò)核心相應(yīng)算法檢測(cè)，該算法檢測(cè)模塊將會(huì)向消息管理模塊發(fā)出消息，消息管理模塊處理完該消息后，會(huì)立即 將處理結(jié)果發(fā)給系統(tǒng)，系統(tǒng)根據(jù)得到的消息結(jié)果來(lái)啟動(dòng)相應(yīng)的模塊，包括報(bào)警的模塊；系統(tǒng) 發(fā)出報(bào)警指示，則報(bào)警模塊會(huì)立即予以報(bào)警，并將算法檢測(cè)出的相應(yīng)報(bào)警關(guān)鍵幀圖片立即 保存到系統(tǒng)的數(shù)據(jù)庫(kù)中，以備后續(xù)時(shí)時(shí)檢查；隨著視頻信息的不斷輸入，整套系統(tǒng)的所有模 塊不停的對(duì)視頻流進(jìn)行分析，并保存分析結(jié)果，達(dá)到實(shí)時(shí)監(jiān)測(cè)的目的。如圖2所示，本發(fā)明值崗檢測(cè)系統(tǒng)的檢測(cè)方法包括以下步驟Si、視頻獲取模塊獲取崗位值班室的視頻信息；S2、對(duì)獲取的視頻信息進(jìn)行背景建模，獲取前景圖像和背景圖像，一般情況下，圖 像總是能夠被分成前景圖像IF和背景圖像IB，且知IF+IB = I，IF和IB無(wú)交集，對(duì)下一幀 信息進(jìn)入時(shí)，根據(jù)新的數(shù)據(jù)信息與原有的背景圖像IB作權(quán)重融合，得到新的背景圖像I’B， 然后再用新的數(shù)據(jù)幀信息I’和新的背景圖像作差，得到新的實(shí)時(shí)前景圖像I’ F = 1-1’ B ；S3、從前景圖像中提取前景物體信息，采用區(qū)域分割算法對(duì)其進(jìn)行分割，獲取各個(gè) 目標(biāo)區(qū)域，區(qū)域分割的步驟如下第一步，從前景圖像的第一行開(kāi)始掃描圖像，應(yīng)用四鄰域 生長(zhǎng)準(zhǔn)則進(jìn)行種子點(diǎn)的生長(zhǎng)，第二步，根據(jù)每個(gè)種子點(diǎn)的生長(zhǎng)范圍進(jìn)行生長(zhǎng)區(qū)域的合并，第 三步，在每個(gè)種子點(diǎn)生長(zhǎng)完成之后應(yīng)用種子準(zhǔn)則標(biāo)定感興趣區(qū)域，從而得到最后的分割結(jié) 果，第四步，直到掃描到圖像的最后一行，得到所有的分割區(qū)域結(jié)果，區(qū)域分割完成。S4、對(duì)步驟S3中提取到的各個(gè)目標(biāo)區(qū)域的零碎區(qū)域進(jìn)行合并融合，以得到各個(gè)前 景目標(biāo)的區(qū)域；S5、對(duì)各個(gè)前景目標(biāo)的區(qū)域進(jìn)行多幀連續(xù)跟蹤，即進(jìn)行多目標(biāo)軌跡跟蹤，把步驟S4 中得到的每個(gè)目標(biāo)區(qū)域的重心坐標(biāo)在連續(xù)幀中連接起來(lái)，即可獲取各個(gè)前景目標(biāo)的運(yùn)動(dòng)軌 跡。下面對(duì)多目標(biāo)跟蹤技術(shù)進(jìn)行介紹多目標(biāo)跟蹤的基本原理是Wax在1955年首次提出的，1964年，Sittler在包括數(shù) 據(jù)關(guān)聯(lián)等內(nèi)容的多目標(biāo)跟蹤理論方面取得了開(kāi)拓性的突破，然而直到上世紀(jì)七十年代，多 目標(biāo)跟蹤理論才引起人們的極大興趣。之后，由Bar-shalom和Singer所進(jìn)行的工作才開(kāi) 始了現(xiàn)代多目標(biāo)跟蹤技術(shù)的進(jìn)一步發(fā)展，其標(biāo)志是數(shù)據(jù)關(guān)聯(lián)技術(shù)與濾波理論的有機(jī)結(jié)合。最常用的跟蹤構(gòu)架是貝葉斯序列估計(jì)，由于此構(gòu)架本質(zhì)上的概率性，因此可以簡(jiǎn) 化由于模型的不準(zhǔn)確、傳感器誤差、環(huán)境噪聲等所引起的不確定性的建模。在貝葉斯構(gòu)架下 目標(biāo)狀態(tài)的一般性遞歸更新，也就是濾波分布通過(guò)兩個(gè)階段首先在預(yù)測(cè)階段將前一時(shí)間 階的后驗(yàn)分布通過(guò)目標(biāo)動(dòng)態(tài)系統(tǒng)來(lái)形成一個(gè)一階前向預(yù)測(cè)分布，而后在濾波階段則通過(guò)貝 葉斯法則將更新的數(shù)據(jù)合并以形成新的濾波分布。(a)貝葉斯序列估計(jì)貝葉斯估計(jì)理論較經(jīng)典的統(tǒng)計(jì)估計(jì)理論具有更大的優(yōu)勢(shì)，逐漸成為科學(xué)界推理的 一個(gè)重要工具。貝葉斯推論提供了一種與傳統(tǒng)方法不同的概率分布形式的估計(jì)，它利用所 有的已知信息來(lái)構(gòu)造系統(tǒng)狀態(tài)變量的后驗(yàn)概率密度，即用系統(tǒng)模型預(yù)測(cè)狀態(tài)的先驗(yàn)概率密 度，再利用最新的量測(cè)值進(jìn)行修正，得到后驗(yàn)概率密度。這樣它就包括了量測(cè)值和先驗(yàn)知識(shí) 在內(nèi)的所有可以利用的信息，得到的估計(jì)誤差自然就小一些。我們將會(huì)描述一個(gè)以狀態(tài)Xt為參數(shù)的一般模型的框架，其中t表示離散時(shí)間。對(duì) 于跟蹤所關(guān)心的分布是后驗(yàn)概率P (XtI y1:t)也覺(jué)濾波分布，其中y1:t= (Y1... yt)表示當(dāng)前
濾波階段-.
時(shí)間階的所有觀察值。在貝葉斯序列估計(jì)框架中濾波分布可以用兩步遞歸迭代來(lái)計(jì)算，具 體是式(2. 5. 1)和式(2. 5. 2)預(yù)測(cè)階段: 其中預(yù)測(cè)階段是一個(gè)邊緣分布，而新的濾波分布則是由貝葉斯法則直接得到的。 遞歸過(guò)程的完成需要有狀態(tài)演進(jìn)P (Xt I Xh)的動(dòng)態(tài)模型和一個(gè)當(dāng)前測(cè)量值Ρ (yt I Xt)的狀態(tài) 似然模型，迭代過(guò)程用一些初始化狀態(tài)P (X0)的分布初始化。(b)粒子濾波的基本思想粒子濾波是一種統(tǒng)計(jì)濾波方法，它依據(jù)大數(shù)定理采用蒙特卡羅方法來(lái)求解貝葉斯 估計(jì)中的積分運(yùn)算，并利用重要抽樣在動(dòng)態(tài)狀態(tài)空間上得到一組不斷更新的粒子，來(lái)逼近 待估計(jì)狀態(tài)的后驗(yàn)概率密度，其中，這些粒子與一組權(quán)值一一對(duì)應(yīng)。當(dāng)樣本容量很大時(shí)，這 種蒙特卡羅描述就近似于狀態(tài)變量真實(shí)的后驗(yàn)概率密度函數(shù)。這種技術(shù)適用于任何能用狀 態(tài)空間模型，是一種很有效的非線性濾波技術(shù)。特別是隨著計(jì)算能力的飛速發(fā)展，粒子濾波 逐漸在一些領(lǐng)域得到了應(yīng)用。具體來(lái)說(shuō)粒子濾波器的基本思想是它以一組帶有權(quán)的服從近似分布
P (Xh I yi:H)的抽樣IWKi丨二開(kāi)始，新的粒子將會(huì)從一個(gè)合理設(shè)計(jì)的分布中得到，而此
提議分布決定于以前的狀態(tài)和新的目標(biāo)測(cè)量值，例如X^-WXiId,Λ),η= I-N0為了保 持一致抽樣，新的重要性權(quán)值設(shè)置為如式(2.5.3)oc 滬)Σ = 1
‘‘―1'“=1 ，(2.5.3)其比例為歸一化常數(shù)，新的粒子^KniI依照ρ (xt I y1:t)逼近分布，然后通過(guò)蒙
特卡羅技術(shù)可以獲得所期望的點(diǎn)估計(jì)的逼近。要不時(shí)的對(duì)粒子進(jìn)行再抽樣以避免重要性權(quán) 的退化，再抽樣過(guò)程本質(zhì)上是將粒子于大的重要性權(quán)進(jìn)行相乘，從而撇棄低的重要性權(quán)。(C)多目標(biāo)跟蹤模型描述假設(shè)要跟蹤的目標(biāo)數(shù)K是固定和已知的，每個(gè)目標(biāo)由一個(gè)參數(shù)化狀態(tài)變量xk, t，k = 1···κ來(lái)表示。聯(lián)合狀態(tài)當(dāng)成單個(gè)目標(biāo)狀態(tài)的串聯(lián)，如Xt= (XlyXK,t)。假設(shè)單個(gè)目標(biāo) 是根據(jù)馬爾可夫動(dòng)態(tài)系統(tǒng)模型Pk(XulXkt1)，k= Ρ··Κ獨(dú)立演化的，這就意味著聯(lián)合狀態(tài) 的動(dòng)態(tài)模型可以分解為單個(gè)目標(biāo)的乘積，如式(2. 5. 4) 第k個(gè)目標(biāo)的狀態(tài)由它的位置和在xy平面的速度組成，進(jìn)一步假設(shè)具有抽樣周期 為T(mén)秒的統(tǒng)一離散形式，第k個(gè)目標(biāo)的演化方程變?yōu)槭?2.5.5)xk, t =
(k，t-l+Vk, t(2.5.5)Av O2x2"1T_^2χ2 Av .Av=01其中 2 =其中O2x2表示nXm的零矩陣，狀態(tài)演化噪聲vk,t假設(shè)為零均值高斯分布具有固定和已知的方差，如式(2.5.6) 多目標(biāo)跟蹤的測(cè)量值是由N。個(gè)空間分布的觀測(cè)者獲得的，用式，i = Ρ··Ν。表示觀 測(cè)者的位置，并允許它們隨著時(shí)間變化。在任一具體的時(shí)間點(diǎn)由所有觀測(cè)者所得到的測(cè)量 值集合表示為少=(/ "y°)，其中y 二 u'…珞裱示由第土個(gè)觀測(cè)者所得到的Mi個(gè)測(cè)量值 所組成的矢量。為了處理數(shù)據(jù)關(guān)聯(lián)問(wèn)題有必要引入一組關(guān)聯(lián)變量，它們可以由測(cè)量值到目標(biāo)關(guān)聯(lián) 或者由目標(biāo)到測(cè)量值關(guān)聯(lián)來(lái)給出，而前者更為常用。兩個(gè)表述帶有相同的信息，但是在不同 的背景下各有用處，在后面這兩種表述我們都有考慮。我們將用;ι = μ1…)來(lái)表示一個(gè) 測(cè)量值到目標(biāo)關(guān)聯(lián)(μ-->Τ)假設(shè)，<是雜波測(cè)量值的數(shù)目，是目標(biāo)測(cè)量值的數(shù)目，且 M1 =M' +M'
c1 O通過(guò)解析上述的方程式，可以得到k個(gè)目標(biāo)的實(shí)時(shí)軌跡，并對(duì)相關(guān)目標(biāo)進(jìn)行跟蹤。雖然以上描述了本發(fā)明的具體實(shí)施方式
，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這些 僅是舉例說(shuō)明，在不背離本發(fā)明的原理和實(shí)質(zhì)的前提下，可以對(duì)這些實(shí)施方式做出多種變 更或修改。因此，本發(fā)明的保護(hù)范圍由所附權(quán)利要求書(shū)限定。
權(quán)利要求
一種值崗檢測(cè)系統(tǒng)，其特征在于，其包括視頻獲取模塊，其用于獲取崗位值班室的視頻信息；算法檢測(cè)模塊，其通過(guò)對(duì)視頻信息進(jìn)行算法處理來(lái)檢測(cè)是否發(fā)生值崗人員異常行為，及時(shí)報(bào)警并輸出檢測(cè)結(jié)果到補(bǔ)光模塊和消息管理模塊；補(bǔ)光模塊，其根據(jù)算法檢測(cè)模塊的檢測(cè)結(jié)果來(lái)對(duì)視頻獲取模塊進(jìn)行補(bǔ)光；消息管理模塊，其用于協(xié)調(diào)算法檢測(cè)模塊和補(bǔ)光模塊的通信和同步控制機(jī)制。
2.如權(quán)利要求1所述的值崗檢測(cè)系統(tǒng)，其特征在于，所述視頻獲取模塊、算法檢測(cè)模塊 和補(bǔ)光模塊順序連接，算法檢測(cè)模塊、補(bǔ)光模塊和消息管理模塊連接。
3.如權(quán)利要求1所述的值崗檢測(cè)系統(tǒng)，其特征在于，所述視頻獲取模塊包括攝像機(jī)、采 集卡和計(jì)算機(jī)，攝像機(jī)將崗位值班室的視頻信息轉(zhuǎn)化成模擬信號(hào)，通過(guò)采集卡采集攝像機(jī) 的模擬信號(hào)到計(jì)算機(jī)中。
4.如權(quán)利要求1所述的值崗檢測(cè)系統(tǒng)，其特征在于，所述檢測(cè)結(jié)果保存于一數(shù)據(jù)庫(kù)中。
5.如權(quán)利要求1所述的值崗檢測(cè)系統(tǒng)，其特征在于，所述算法檢測(cè)模塊完成光流計(jì)算 分析和多目標(biāo)識(shí)別跟蹤的診斷。
6.一種如權(quán)利要求1所述的值崗檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于，該檢測(cè)方法包括 以下步驟S1、視頻獲取模塊獲取崗位值班室的視頻信息；S2、對(duì)獲取的視頻信息進(jìn)行背景建模，獲取前景圖像和背景圖像；S3、從前景圖像中提取前景物體信息并對(duì)其進(jìn)行區(qū)域分割，獲取各個(gè)目標(biāo)區(qū)域；S4、對(duì)步驟S3中各個(gè)目標(biāo)區(qū)域的零碎區(qū)域進(jìn)行合并，以得到各個(gè)前景目標(biāo)的區(qū)域；S5、對(duì)各個(gè)前景目標(biāo)的區(qū)域進(jìn)行多幀連續(xù)跟蹤，獲取各個(gè)前景目標(biāo)的運(yùn)動(dòng)軌跡。
7.如權(quán)利要求6所述的檢測(cè)方法，其特征在于，所述步驟S3中的區(qū)域分割是采用區(qū)域 分割算法完成的。
8.如權(quán)利要求7所述的檢測(cè)方法，其特征在于，所述步驟S3中的區(qū)域分割包括以下步驟S31、從前景圖像的第一行開(kāi)始掃描圖像，應(yīng)用四鄰域生長(zhǎng)準(zhǔn)則進(jìn)行種子點(diǎn)的生長(zhǎng)；S32、根據(jù)每個(gè)種子點(diǎn)的生長(zhǎng)范圍進(jìn)行生長(zhǎng)區(qū)域的合并；S33、在每個(gè)種子點(diǎn)生長(zhǎng)完成之后應(yīng)用種子準(zhǔn)則標(biāo)定感興趣區(qū)域；S34、直到掃描到圖像的最后一行，得到所有的分割區(qū)域結(jié)果，區(qū)域分割完成。
全文摘要
本發(fā)明公開(kāi)了一種值崗檢測(cè)系統(tǒng)及其檢測(cè)方法，值崗檢測(cè)系統(tǒng)包括視頻獲取模塊，其用于獲取崗位值班室的視頻信息；算法檢測(cè)模塊，其通過(guò)對(duì)視頻信息進(jìn)行算法處理來(lái)檢測(cè)是否發(fā)生值崗人員異常行為，及時(shí)報(bào)警并輸出檢測(cè)結(jié)果到補(bǔ)光模塊和消息管理模塊；補(bǔ)光模塊，其根據(jù)算法檢測(cè)模塊的檢測(cè)結(jié)果來(lái)對(duì)視頻獲取模塊進(jìn)行補(bǔ)光；消息管理模塊，其用于協(xié)調(diào)算法檢測(cè)模塊和補(bǔ)光模塊的通信和同步控制機(jī)制。本發(fā)明在任何環(huán)境下都能高效的自動(dòng)檢測(cè)出監(jiān)控室內(nèi)值崗人員異常舉動(dòng)和離開(kāi)監(jiān)控室等異常情況并及時(shí)報(bào)警，同時(shí)能長(zhǎng)期、穩(wěn)定和高效地運(yùn)行，成本較低。
文檔編號(hào)H04N7/18GK101883257SQ200910050840
公開(kāi)日2010年11月10日 申請(qǐng)日期2009年5月8日 優(yōu)先權(quán)日2009年5月8日
發(fā)明者呂文濤, 潘今一 申請(qǐng)人:上海弘視通信技術(shù)有限公司