專利名稱：游泳池智能溺水視頻監(jiān)控系統(tǒng)及方法
技術領域：
本發(fā)明屬于視頻監(jiān)控領域，特別涉及一種游泳池智能溺水視頻監(jiān)控系統(tǒng) 及方法。
背景技術：
游泳是一種深受大眾喜愛的體育運動，但由于游泳在水中進行，初學者 常因在水中不能隨意呼吸、行動而導致嗆水和失去平衡，進而造成溺水事故。
有些會游泳者也可能由于抽筋、相互碰撞、疾病或精神緊張等原因而發(fā)生溺 水現(xiàn)象。溺水故事多發(fā)生于深水區(qū)，而簡單靠視覺鑒定在一定深度下的不動 身體是很困難的，而且監(jiān)控工作要忍受相當程度的神經緊張和疲勞，因為它 需要救生員保持持久的高度注意力。同時，鑒于人自身生理條件的限制，光 在被攪動水面上的反射作用很容易使監(jiān)控人員感到疲勞而導致暫時精力不 集中，進而發(fā)生意外。
而目前水下溺水報警系統(tǒng)主要是在泳池底部安裝一套聲納發(fā)射、接收裝
置，利用^:測器確定可能障礙物的存在。這種裝置有一個相當大的缺點是， 該裝置依賴于人身體里面含有的空氣，如果溺水人的肺內充滿水，則無法進 行判斷。另外，聲納設備需要幾百伏電壓去產生聲納脈沖。最后，如果人體 離裝置安裝位置非常近時，聲納信號無法消除池壁帶來的噪聲。
現(xiàn)在還有一種溺水報警系統(tǒng)是讓游泳者游泳時攜帶一定的監(jiān)控裝置，如 手表或褲帶等，如果游泳者所處位置低于一定深度超過一定時間時，監(jiān)控裝 置就發(fā)出警告。這種系統(tǒng)的安裝、使用和維護都耗資巨大，誤4艮率也較高， 對游泳者來說也極不方便
發(fā)明內容
本發(fā)明所要解決的技術問題是，提供一種游泳池智能溺水視頻監(jiān)控系統(tǒng) 及方法，從而提高游泳池底視頻監(jiān)控的準確性。
為了解決上述問題，本發(fā)明公開了一種游泳池智能溺水視頻監(jiān)控系統(tǒng)， 該系統(tǒng)包括放置在游泳池底的多個攝像頭及工控機，其中工控機具有^L頻監(jiān) 控功能，正常工作過程中，多個攝像頭將池底圖像信息傳送到工控機，工控 機通過視頻監(jiān)控功能單元將接收到的圖像信息進行圖像處理后，若判斷有人 溺水，則在設定時間內進行報警，并記錄溺水時刻圖像。
當上述系統(tǒng)包括八個攝像頭時，將攝像頭兩兩組合，分別放置在游泳池 的兩個較長邊的池壁，其中每組內兩攝像頭背靠背放置，且每個攝像頭入光
面的法線與池壁成45度角，每一較長邊放置的兩組攝像頭之間相距25m， 每組攝像頭與其最接近的游泳池短邊的距離為12.5m。
進一步地，上述系統(tǒng)中，所述視頻監(jiān)控功能單元包括依次連接的圖像背 景重建模塊、前景目標檢測模塊和干擾消除模塊，以及與圖像背景重建模塊 相連的圖像背景更新模塊。
其中圖像背景重建模塊采用中值估計法、均值或者核密度估計法進行圖 像背景重建。
當背景重建模塊采用中值估計法時，所述圖像背景更新模塊，通過當前 圖像代替中值濾波時排序位置與中值相差最遠的圖像來實現(xiàn)圖像背景更新， 或者當背景重建模塊采用核密度估計法時，所述圖像背景更新模塊，通過當 前圖像代替概率值最'J 、的圖像來實現(xiàn)圖像背景更新。
前景目標檢測模塊，通過當前幀圖像與已建立好的背景圖像直接相減得 到差分圖像，并對該差分圖像進行加權來檢測前景目標。
干擾消除模塊，用于對游泳池場景圖像進行干擾消除，其中干擾包括靜 止站立的人對溺水判斷的千擾以及水波紋對溺水判斷的干擾；
其中干擾消除模塊采用區(qū)域邊界判斷法判斷發(fā)現(xiàn)的干擾是否為靜止站 立的人；
干擾消除模塊采用多幀變化檢測法判斷發(fā)現(xiàn)的干擾是否為水波紋。
本發(fā)明還公開了 一種游泳池智能溺水視頻監(jiān)控方法，該方法包括以下步
驟
A:多個攝像頭將游泳池底圖像信息傳送到工控機；
B:工控機的視頻監(jiān)控功能單元對收到的圖像信息進行圖像背景重建， 前景目標檢測，并對游泳池場景進行干擾消除，當目標;險測計數(shù)超過設定閾 值，則判斷溺水目標出現(xiàn)，發(fā)出溺水報警信號并記錄當前時間和溺水圖像。
上述方法步驟A中攝像頭為八個時，將攝像頭兩兩組合，分別放置在 游泳池的兩個較長邊的池壁，其中每組內兩攝像頭背靠背放置，且每個攝像 頭入光面的法線與池壁成45度角，每一較長邊放置的兩組攝像頭之間相距 25m,每組攝像頭與其最接近的游泳池短邊的距離為12.5m。
進一步地，上述方法中，圖像背景重建采用中值估計法、均值或者核密 度估計法。
進一步地，上述方法步驟B中還包括背景更新，當背景重建采用中值估 計法時，圖像背景更新是通過當前圖像代替中值濾波時排序位置與中值相差 最遠的圖像來實現(xiàn)的，或者
背景重建采用核密度估計法時，圖像背景更新是通過當前圖像代替概率 值最小的圖像來實現(xiàn)的。
進一步地，上述方法中，前景目標檢測采用背景相減法得到初始目標， 用當前幀圖像與已建立好的背景圖像直接相減，得到差分圖像，并對該差分 圖像進行加權。
進一步地，上述方法中，干擾包括靜止站立的人對溺水判斷的干擾以及 水波紋對溺水判斷的干擾；
其中采用區(qū)域邊界判斷法判斷發(fā)現(xiàn)的干擾是否為靜止站立的人；
采用多幀變化檢測法判斷發(fā)現(xiàn)的干擾是否為水波紋。
本發(fā)明基于視頻監(jiān)控系統(tǒng)提出 一種游泳池智能溺水視頻監(jiān)控系統(tǒng)及方 法，具有智能化的特點，且不會對游泳者有任何限制。其中本發(fā)明技術方案 中背景更新機制，相對普通的加權更新更穩(wěn)定，更可靠；前景目標檢測具有
更加穩(wěn)定檢測效果；另外該系統(tǒng)相對其他溺水監(jiān)控系統(tǒng)，具有比較高的準確 性，且易于安裝維護。


圖1為采用本發(fā)明技術方案的游泳池溺水監(jiān)控系統(tǒng)結構示意圖； 圖2為圖1所示系統(tǒng)中八個攝像頭的設置位置示意圖； 圖3為圖1所示系統(tǒng)實現(xiàn)溺水監(jiān)控流程圖。
具體實施例方式
本發(fā)明的主要構思是，利用攝像頭獲取圖像數(shù)據，然后采用智能溺水判 斷技術分析處理圖像數(shù)據從而判斷是否有人溺水的智能化溺水監(jiān)控系統(tǒng)。
下面結合附圖及具體實施方式
，對本發(fā)明采用的技術方案作進一步詳細 說明。
一種游泳池智能溺水視頻監(jiān)控系統(tǒng)，包括放置在游泳池底的八個攝像 頭、以及一臺具有視頻監(jiān)控功能的工控機，如圖l所示，該系統(tǒng)正常工作過 程中，攝像頭將收集的水底圖像信息傳送到工控機，工控機通過視頻監(jiān)控功 能單元處理該圖像信息，判斷得出是否有人溺水，如有人溺水，則在設定時 間內進行報警，并記錄下發(fā)生溺水事件時刻圖像作為事故發(fā)生依據。
其中游泳池底的八個攝像頭的設置布局結構如圖2所示，圖示為普通標 準游泳池，大小為是50m*25m,將所有攝像頭平均放置在兩側長邊，即靠 50m邊的池壁底部，攝像頭放置位置距短邊池壁12.5m;在每一側長邊將攝 像頭其中每組內兩攝像頭背靠背放置，且每個攝像頭入光面的法線與池壁成 45度角，其中兩組攝像頭之間相距25m;
工控機中溺水監(jiān)控單元包括依次連接的圖像背景重建模塊、前景目標檢 測模塊和干擾消除模塊，以及與圖像背景重建模塊相連的圖像背景更新模 塊，各模塊功能如下
圖像背景重建功能模塊，利用中值估計法實現(xiàn)，當然也可以采用均值或者核密度估計法等現(xiàn)有圖像背景重建方法實現(xiàn)；
以中值估計法為例，圖像背景重建過程為，將當前圖像輸入的前W幀圖
像作為參考背景圖象，假設^x2,…&是圖像中的某個像素點的像素值:c,的一 組觀察值樣本，利用這些樣本，采用中值濾波方法計算出f時刻該像素點的 背景像素估計值B0O如式1:
5(x,)=附aZ/"w(^)(式1 )
背景更新策略功能模塊:本系統(tǒng)需要緩存iV幀圖像，每更新一次背景時， 并不是用當前幀來代替時間上最早的幀圖像，而是將當前幀代替最不相關的 圖像，例如，圖像背景重建模塊采用中值估計法時，該模塊是將當前幀代替 中值濾波時排序好的與中值相差最遠圖像，又如，當圖像背景重建模塊采用 核密度估計法時，該模塊是將當前幀代替概率值最小的圖像；
前景目標檢測功能模塊可以采用背景相減法得到初始目標，即用當前 幀圖像與已經建立好的背景圖像直接相減，得到差分圖像，現(xiàn)有一般的做法 是直接對差分圖進行閾值處理，本例中為了增強抗噪聲的能力，對差分值進 行加權值的變換，如式2所示
/~ exp
2c72
(式2)
然后將輸出結果用形態(tài)學腐蝕膨脹方法進一步消除噪聲以及小目標干 4尤方法；
干擾消除模塊用于消除靜止站立人對溺水判斷的影響，以及水波紋對 溺水判斷的千擾。
其中，消除靜止站立人對溺水判斷的影響，是因為當人掛在浮標以及站 在池壁邊時也是一種靜止物體的表現(xiàn)，由于溺水是深水池出現(xiàn)的現(xiàn)象，因此 本例中，采用區(qū)域邊界判斷法來消除這種千擾，對于鏡頭所拍攝的圖像劃定 一定監(jiān)控區(qū)域，如果前景目標與區(qū)域邊界相交則判斷為靜止站立人的千擾；
水波紋對溺水判斷的干擾，是因為當人在游泳池游泳時，映射在水中的 燈光等會由于水平面被打亂而折射不同方向，造成監(jiān)控區(qū)域出現(xiàn)快速亮度變 化，水波紋干擾是一種快頻率變化，因此，本例中采用多幀變化;^測來消除 這種干擾，對于每個像素，如果;^測到一次為前景，則位置計數(shù)增加一次，
如沒;險測到目標則計數(shù)器歸為0。
溺水報警模塊在有溺水目標出現(xiàn)時，用于發(fā)送溺水報警信號，并記錄 當前時間和溺水圖像；在沒有溺水目標出現(xiàn)時，用于保存監(jiān)控圖像；
本例中，當目標檢測的計數(shù)器計數(shù)超過一定閾值時，溺水報警模塊即判 斷溺水目標出現(xiàn)，并立即發(fā)出溺水報警信號以及記錄當前時間和溺水圖像； 如計數(shù)器沒有超過閾值，則每間隔一定時間就保存一次監(jiān)控內容，以備今后 可查詢。
上述溺水視頻監(jiān)控系統(tǒng)實現(xiàn)溺水監(jiān)控的過程包括以下步驟，如圖3所
示
步驟301:圖像初始化，即圖像背景重建，可采用中值估計法、均值或 者核密度估計法等；
若采用中值估計法，則將圖像輸入的前7V幀圖像作為參考背景圖象，假 設x,,x2,...是圖像中的某個像素點的像素值X,的一組觀察值樣本。利用這些
樣本，采用中值濾波方法計算出f時刻該像素點的背景像素估計值S(X,)，如
式l:
5(x,) = (式1 )
A鵬,A,. 必尋承糸.
如果步驟301中實現(xiàn)圖像重建過程中采用的中值估計法，則該步驟中， 監(jiān)控系統(tǒng)需要緩存W幀圖像，每更新一次背景時，并不是用當前幀來代替 時間上最早的幀圖像，而是用當前幀代替最不相關的圖像，也就是用當前幀 代替中值濾波時排序好的與中值相差最遠也即最不相關的圖像，這樣可以有 效的保持背景的穩(wěn)定性；
如果步驟301中實現(xiàn)圖像重建過程中采用的核密度估計法，則該步驟 中，用當前幀代替概率值最小的圖像；
步驟303:前景目標檢測，將輸出結果用形態(tài)學腐蝕膨脹方法進一步消 除噪聲以及小目標干擾；
該步驟中，采用背景相減法得到初始目標，即用當前幀圖像與已經建立 好的背景圖像直接相減，得到差分圖像， 一般的做法是直接對差分圖進行閾 值處理，本例中為了增強抗噪聲的能力，對差分值進行加權值的變換，如式
<formula>formula see original document page 11</formula>(式2)
步驟304:對游泳池場景特有干擾的消除；
該步驟中，特有干擾有靜止站立人對溺水判斷的影響，這是因為當人掛 在浮標以及站在池壁邊時也是一種靜止物體的表現(xiàn)，由于溺水是深水池出現(xiàn) 的現(xiàn)象，因此本例中采用了區(qū)域邊界判斷法來消除這種干擾，也就是對鏡頭 所拍攝的圖像劃定一定的監(jiān)控區(qū)域，如果前景目標與區(qū)域邊界相交則判斷為 靜止站立人的干擾；
特有干擾還包括水波紋對溺水判斷的干擾，這是因為當人在游泳池游泳 時，映射在水中的燈光等會由于水平面被打亂而折射不同方向，造成監(jiān)控區(qū) 域出現(xiàn)快速亮度變化，水波紋干擾是一種快頻率變化，因此，本例中采用了 多幀變化檢測來消除這種干擾，對于每個像素，如檢測到一次為前景，位置 計數(shù)則增加一次，如沒檢測到目標則計數(shù)器歸為0;
步驟305:判斷目標檢測的計數(shù)器計數(shù)值是否超過閾值，如果是，進入 步驟306，否則進入步驟307;
步驟306:溺水目標出現(xiàn)，立即發(fā)出溺7jcR警信號以及記錄當前時間和 溺水圖像，流程結束；
步驟307:保存當前監(jiān)控視頻內容后，返回步驟302。
從上述實施例可以看出，本發(fā)明所采用的技術方案中，背景更新機制， 相對普通的加權更新更穩(wěn)定，更可靠；前景目標檢測具有更加穩(wěn)定檢測效果； 另外該系統(tǒng)相對其他溺水監(jiān)控系統(tǒng)，具有比4交高的準確性，且易于安裝維護。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本
發(fā)明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本 發(fā)明的保護范圍之內。
權利要求
1、一種游泳池智能溺水視頻監(jiān)控系統(tǒng)，其特征在于，該系統(tǒng)包括放置在游泳池底的多個攝像頭及工控機，其中工控機具有視頻監(jiān)控功能，正常工作過程中，多個攝像頭將池底圖像信息傳送到工控機，工控機通過視頻監(jiān)控功能單元將接收到的圖像信息進行圖像處理后，若判斷有人溺水，則在設定時間內進行報警，并記錄溺水時刻圖像。
2、 如權利要求l所述的系統(tǒng)，其特征在于，所述系統(tǒng)包括八個攝像頭時，將攝像頭兩兩組合，分別放置在游泳池的兩個較長邊的池壁，其中每組內兩攝像頭背靠背放置，且每個攝像頭入光面的法線與池壁成45度角，每 一較長邊放置的兩組攝像頭之間相距25m,每組攝像頭與其最接近的游泳池 短邊的距離為12,5m。
3、 如權利要求l所述的系統(tǒng)，其特征在于，所述視頻監(jiān)控功能單元包括依次連接的圖像背景重建模塊、前景目標檢 測模塊和干擾消除模塊，以及與圖像背景重建模塊相連的圖像背景更新模 塊。
4、 如權利要求3所述的系統(tǒng)，其特征在于，所述圖像背景重建模塊采用中值估計法、均值或者核密度估計法進行圖 像背景重建。
5、 如權利要求4所述的系統(tǒng)，其特征在于，所述背景重建模塊采用中值估計法時，所述圖像背景更新模塊，通過當 前圖像代替中值濾波時排序位置與中值相差最遠的圖像來實現(xiàn)圖像背景更 新，或者所述背景重建模塊采用核密度估計法時，所述圖像背景更新模塊，通過 當前圖像代替概率值最小的圖像來實現(xiàn)圖像背景更新。
6、 如權利要求3所述的系統(tǒng)，其特征在于，所述前景目標檢測模塊，通過當前幀圖像與已建立好的背景圖像直接相減得到差分圖像，并對該差分圖像進行加權來檢測前景目標。
7、 如權利要求3所述的系統(tǒng)，其特征在于，所述干擾消除模塊，用于對游泳池場景圖像進行干擾消除，其中千擾包 括靜止站立的人對溺水判斷的干擾以及水波紋對溺水判斷的干擾。
8、 如權利要求7所述的系統(tǒng)，其特征在于，所述干擾消除模塊采用區(qū)域邊界判斷法判斷發(fā)現(xiàn)的干擾是否為靜止站 立的人；所述干擾消除模塊采用多幀變化檢測法判斷發(fā)現(xiàn)的干擾是否為水波紋。
9、 一種游泳池智能溺水視頻監(jiān)控方法，其特征在于，該方法包括以下 步驟A:多個攝像頭將游泳池底圖像信息傳送到工控機；B:工控機的視頻監(jiān)控功能單元對收到的圖像信息進行圖像背景重建， 前景目標;險測，并對游泳池場景進行干擾消除，當目標檢測計數(shù)超過設定閾 值，則判斷溺水目標出現(xiàn)，發(fā)出溺水報警信號并記錄當前時間和溺水圖像。
10、 如權利要求9所述的方法，其特征在于，所述步驟A中攝像頭為 八個時，將攝像頭兩兩組合，分別放置在游泳池的兩個較長邊的池壁，其中 每組內兩攝像頭背靠背放置，且每個攝像頭入光面的法線與池壁成45度角， 每一較長邊放置的兩組攝像頭之間相距25m,每組攝像頭與其最接近的游泳 池短邊的距離為12.5m。
11、 如權利要求9所述的方法，其特征在于， 所述圖像背景重建采用中值估計法、均值或者核密度估計法。
12、 如權利要求9所述的方法，其特征在于，所述步驟B中還包括背景更新，當所述背景重建采用中值估計法時，所 述圖像背景更新是通過當前圖像代替中值濾波時排序位置與中值相差最遠 的圖像來實現(xiàn)的，或者所述背景重建采用核密度估計法時，所述圖像背景更新是通過當前圖像 代替概率值最小的圖像來實現(xiàn)的。
13、 如權利要求9所述的方法，其特征在于，所述前景目標檢測采用背景相減法得到初始目標，用當前幀圖像與已建 立好的背景圖像直接相減，得到差分圖像，并對該差分圖像進行加權。
14、 如權利要求9所述的方法，其特征在于，所述干擾包括靜止站立的人對溺水判斷的干擾以及水波紋對溺水判斷 的干擾；其中采用區(qū)域邊界判斷法判斷發(fā)現(xiàn)的干擾是否為靜止站立的人； 采用多幀變化檢測法判斷發(fā)現(xiàn)的干擾是否為水波紋。
全文摘要
本發(fā)明公開了游泳池智能溺水視頻監(jiān)控系統(tǒng)及方法，屬于視頻監(jiān)控領域。本發(fā)明系統(tǒng)包括放置在游泳池底的多個攝像頭及工控機，其中工控機具有視頻監(jiān)控功能，正常工作過程中，多個攝像頭將池底圖像信息傳送到工控機，工控機通過視頻監(jiān)控功能單元將接收到的圖像信息進行圖像處理后，若判斷有人溺水，則在設定時間內進行報警，并記錄溺水時刻圖像。本發(fā)明還公開了一種游泳池智能溺水視頻監(jiān)控方法。本發(fā)明所采用的技術方案具有智能化的特點，且不會對游泳者有任何限制。其中本發(fā)明技術方案中背景更新機制，相對普通的加權更新更穩(wěn)定，更可靠；前景目標檢測具有更加穩(wěn)定檢測效果；另外該系統(tǒng)相對其他溺水監(jiān)控系統(tǒng)，具有比較高的準確性，且易于安裝維護。
文檔編號H04N7/18GK101188745SQ20071017816
公開日2008年5月28日 申請日期2007年11月27日 優(yōu)先權日2007年11月27日
發(fā)明者諶安軍 申請人:北京中星微電子有限公司