一種基于視頻的自動(dòng)柜員機(jī)監(jiān)控場(chǎng)景檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明公開(kāi)了一種基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)方法和裝置：建立關(guān)于ATM監(jiān)控場(chǎng)景的背景模型，包括確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)；在建模完成后，當(dāng)每獲取到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理：根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度；根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。應(yīng)用本發(fā)明所述方案，能夠提高檢測(cè)結(jié)果的準(zhǔn)確性。
【專利說(shuō)明】一種基于視頻的自動(dòng)柜員機(jī)監(jiān)控場(chǎng)景檢測(cè)方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻技術(shù)，特別涉及一種基于視頻的自動(dòng)柜員機(jī)(ATM，AutomaticTeller Machine)監(jiān)控場(chǎng)景檢測(cè)方法和裝置。
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)中，多使用物理傳感器來(lái)檢測(cè)ATM監(jiān)控場(chǎng)景中是否有人，如常用的紅外對(duì)射。但是，紅外對(duì)射易受異物干擾，如一旦有干擾異物出現(xiàn)在對(duì)射范圍環(huán)境內(nèi)時(shí)，則會(huì)出現(xiàn)一直有人的誤報(bào)，從而導(dǎo)致檢測(cè)結(jié)果的準(zhǔn)確性降低。

【發(fā)明內(nèi)容】

[0003]有鑒于此，本發(fā)明提供了一種基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)方法和裝置，能夠提高檢測(cè)結(jié)果的準(zhǔn)確性。
[0004]為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的:
[0005]一種基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)方法，包括:
[0006]建立關(guān)于所述ATM監(jiān)控場(chǎng)景的背景模型，包括確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)；
[0007]在建模完成后，當(dāng)每獲取到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理:
[0008]根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像；
[0009]分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度；
[0010]根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
[0011]一種基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)裝置，包括:
[0012]建模模塊，用于建立關(guān)于所述ATM監(jiān)控場(chǎng)景的背景模型，包括確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)，并將所建立的背景模型發(fā)送給檢測(cè)模塊；
[0013]所述檢測(cè)模塊，用于在建模完成后，當(dāng)每獲取到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理:根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度；根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
[0014]可見(jiàn)，采用本發(fā)明所述方案，結(jié)合圖像的亮度前景以及邊緣紋理信息來(lái)確定ATM監(jiān)控場(chǎng)景中是否有人，從而提高了檢測(cè)結(jié)果的準(zhǔn)確性；而且，本發(fā)明所述方案可適用于各種不同的ATM監(jiān)控場(chǎng)景，具有廣泛適用性，便于普及和推廣。
【專利附圖】

【附圖說(shuō)明】
[0015]圖1為本發(fā)明基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)方法實(shí)施例的流程圖。
[0016]圖2為現(xiàn)有Sobel算子的示意圖?！揪唧w實(shí)施方式】
[0017]針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明中提出一種基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)方案，能夠提高檢測(cè)結(jié)果的準(zhǔn)確性。
[0018]本發(fā)明所述方案中的監(jiān)控圖像是利用ATM監(jiān)控?cái)z像頭拍攝到的，ATM監(jiān)控?cái)z像頭需要能夠拍攝到存/取款人的活動(dòng)區(qū)域。
[0019]為了使本發(fā)明的技術(shù)方案更加清楚、明白，以下參照附圖并舉實(shí)施例，對(duì)本發(fā)明所述方案作進(jìn)一步地詳細(xì)說(shuō)明。
[0020]圖1為本發(fā)明基于視頻的ATM監(jiān)控場(chǎng)景檢測(cè)方法實(shí)施例的流程圖。如圖1所示，包括:
[0021]步驟11:建立關(guān)于ATM監(jiān)控場(chǎng)景的背景模型，包括確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)。
[0022]因?yàn)锳TM監(jiān)控場(chǎng)景環(huán)境相對(duì)單一，因此可采用單高斯背景建模，單高斯背景建模適用于單峰分布背景。
[0023]本發(fā)明所述方案只針對(duì)各像素點(diǎn)的灰度值進(jìn)行建模，每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)包括:均值μ和方差σ等。
[0024]本步驟的具體實(shí)現(xiàn)可包括:
[0025]Α、獲取一幀監(jiān)控圖像，將該監(jiān)控圖像作為背景圖像；
[0026]針對(duì)該背景圖像中的每個(gè)像素點(diǎn)，分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將該像素點(diǎn)的灰度值的方差作為該像素點(diǎn)對(duì)應(yīng)的方差。
[0027]B、確定獲取到的監(jiān)控圖像數(shù)是否等于Μ，Μ為大于I的正整數(shù)，如果是，則將最新得到的背景圖像作為最終所需的背景圖像，完成建模，如果否，則獲取一幀新的監(jiān)控圖像，并執(zhí)行步驟C。
[0028]C、確定更新后的背景圖像Bnew(X，y):
[0029]Bnew (x,y) = (1-p ) Bold (x, y) + P I (x, y) ； (I)
[0030]其中，P表示更新速率，其取值等于1/N，N表示獲取到的監(jiān)控圖像數(shù)，I(x, y)表示最新獲取到的監(jiān)控圖像，Bold(x, y)表示更新前的背景圖像；
[0031 ] 針對(duì)Bnrat (X，y)中的每個(gè)像素點(diǎn)，分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將(1-ρ) O old+P d作為該像素點(diǎn)對(duì)應(yīng)的方差O廳，即有:
[0032]Onew= (1-P) 0OId+Pd;⑵
[0033]其中，σ-表示BtjldU, y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差，d表示I(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)的灰度值與Bold(X，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值；
[0034]之后，重復(fù)執(zhí)行步驟B。
[0035]M的具體取值可根據(jù)實(shí)際需要而定，比如可為100。
[0036]舉例說(shuō)明:
[0037]假設(shè)M的取值為100，為便于表述，將這100幀監(jiān)控圖像按照獲取時(shí)間由先到后的順序分別編號(hào)為監(jiān)控圖像I~監(jiān)控圖像100 ；
[0038]首先，根據(jù)監(jiān)控圖像I建立初始的背景模型，即將監(jiān)控圖像I作為背景圖像，并分別確定出該背景圖像中的每個(gè)像素點(diǎn)對(duì)應(yīng)的均值和方差；[0039]之后，按照公式(I)、(2)，利用監(jiān)控圖像2對(duì)最新得到的背景模型進(jìn)行更新，包括確定出更新后的背景圖像以及分別確定出更新后的背景圖像中的每個(gè)像素點(diǎn)對(duì)應(yīng)的均值和方差等，其中，P的取值等于1/2;
[0040]再之后，按照公式(I)、(2)，利用監(jiān)控圖像3對(duì)最新得到的背景模型進(jìn)行更新，包括確定出更新后的背景圖像以及分別確定出更新后的背景圖像中的每個(gè)像素點(diǎn)對(duì)應(yīng)的均值和方差等，其中，P的取值等于1/3;
[0041]編號(hào)為4~99的監(jiān)控圖像的處理方式不再贅述；
[0042]最后，按照公式(1)、(2)，利用監(jiān)控圖像100對(duì)最新得到的背景模型進(jìn)行更新，包括確定出更新后的背景圖像以及分別確定出更新后的背景圖像中的每個(gè)像素點(diǎn)對(duì)應(yīng)的均值和方差等，其中，P的取值等于1/100，并將最終得到的背景圖像以及確定出的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的均值和方差作為最終所需的背景模型。
[0043]步驟12:在建模完成后，當(dāng)每獲取到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理:根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度；根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
[0044]為便于表述，本發(fā)明所述方案中，用監(jiān)控圖像X來(lái)代表任一需要進(jìn)行有無(wú)人檢測(cè)的監(jiān)控圖像。 [0045]在實(shí)際應(yīng)用中，由于ATM監(jiān)控場(chǎng)景可能發(fā)生變化，因此，可對(duì)步驟11中所建立的背景模型進(jìn)行隨時(shí)更新，以確保后續(xù)檢測(cè)是否有人時(shí)的檢測(cè)結(jié)果的準(zhǔn)確性。具體來(lái)說(shuō)，可在當(dāng)每次根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定出監(jiān)控圖像X中是否有人之后，即利用監(jiān)控圖像X對(duì)原有背景模型進(jìn)行更新。
[0046]相應(yīng)地，針對(duì)任一監(jiān)控圖像X，步驟12的實(shí)現(xiàn)可為:根據(jù)最新得到的背景模型(即利用在監(jiān)控圖像X之前最新獲取到的監(jiān)控圖像更新后的背景模型)生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和最新得到的背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度；根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
[0047]以下對(duì)上述相關(guān)實(shí)現(xiàn)分別進(jìn)行詳細(xì)介紹。
[0048]一 )利用監(jiān)控圖像X對(duì)原有背景模型進(jìn)行更新
[0049]具體實(shí)現(xiàn)可包括:
[0050]確定更新后的背景圖像Bmw(X, y):
[0051]Bnew(x,y) = (1-p )Bold(x, y) + p I (x, y) ；(I)
[0052]其中，I(x，y)表示監(jiān)控圖像X，即最新獲取到的監(jiān)控圖像，Btjld(^y)表示更新前的背景圖像。
[0053]針對(duì)Bnrat (X，y)中的每個(gè)像素點(diǎn)，分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將(1-P) σ。1(1+P d作為該像素點(diǎn)對(duì)應(yīng)的方差；其中，σ —表示Kx，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差，d表示I(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)的灰度值與BtjldU, y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值。
[0054]其中，P表示更新速率，其取值可包括如下幾種:
[0055]I)當(dāng)確定出I(x, y)中無(wú)人時(shí)，即當(dāng)確定出監(jiān)控圖像X中無(wú)人時(shí)，將P的取值設(shè)置為0.01，從而使得背景模型不斷更新，以適應(yīng)光照等場(chǎng)景的緩慢變化；
[0056]2)當(dāng)確定出I (X，y)中有人時(shí)，將P的取值設(shè)置為0，即當(dāng)ATM監(jiān)控場(chǎng)景中有人時(shí)，停止對(duì)被背景模型進(jìn)行更新；
[0057]3)當(dāng)確定出從T到T-t這一時(shí)間段內(nèi)ATM監(jiān)控場(chǎng)景中一直有人，且ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)時(shí)，將P的取值設(shè)置為1，T表示獲取到I (X，y)的時(shí)刻，t > O ；
[0058]為防止ATM監(jiān)控場(chǎng)景突然發(fā)生變化，如ATM監(jiān)控場(chǎng)景被改造，造成一直判斷為有人，可在當(dāng)ATM監(jiān)控場(chǎng)景中有人，且靜止不動(dòng)時(shí)間超過(guò)預(yù)定閾值如2分鐘(即t的取值為2分鐘)時(shí)，令P = 1，即重置背景，將當(dāng)前圖像I(x，y)作為背景圖像。
[0059]如何確定從T到T-t這一時(shí)間段內(nèi)ATM監(jiān)控場(chǎng)景是否一直處于靜止不動(dòng)狀態(tài)可如下所示:
[0060]對(duì)于從T到T-t這一時(shí)間段內(nèi)獲取到的任意兩幀圖像I1(Xj)和I2(x，y)，分別進(jìn)行以下處理:
[0061]計(jì)算Dif(x, y) = I1U, y)_I2(x, y) ;(3)
[0062]其中，Dif(x,y)表示幀差圖像，I1 (x, y)先于I2(x，y)獲取到;
[0063]針對(duì)Dif(x，y)中的每個(gè)像素點(diǎn)，分別確定該像素點(diǎn)的灰度值是否大于預(yù)定閾值Tl，如果是，則將該像素點(diǎn)的取值設(shè)置為1，否則，設(shè)置為0，從而得到Dif (X，y)的幀差二值圖像 Dif_Fg (x, y)； [0064]統(tǒng)計(jì)Dif_Fg(x, y)中取值為I的像素點(diǎn)的個(gè)數(shù)Dif_Num,并確定Dif_Num是否小于預(yù)定閾值T2,如果是,則確定I1U, y)和I2 (X, y)之間處于靜止不動(dòng)狀態(tài)；
[0065]如果從T到T-t這一時(shí)間段內(nèi)獲取到的任意兩幀圖像之間均處于靜止不動(dòng)狀態(tài)，則可確定從T到T-t這一時(shí)間段內(nèi)ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)。
[0066]Tl和T2的具體取值均可根據(jù)實(shí)際需要而定，比如，Tl的取值可為10，T2的取值可為50。
[0067]二 )根據(jù)最新得到的背景模型生成監(jiān)控圖像X的二值前景圖像
[0068]針對(duì)監(jiān)控圖像X中的每個(gè)像素點(diǎn)，可分別進(jìn)行以下處理:
[0069]計(jì)算該像素點(diǎn)的灰度值與最新得到的背景圖像中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值d ；
[0070]計(jì)算<其中，σ表示最新得到的背景圖像中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差；
[0071]確定^(σ2)—1的計(jì)算結(jié)果是否大于預(yù)定閾值T0，如果是，則將該像素點(diǎn)的取值設(shè)置為1，否則，設(shè)置為0，從而生成監(jiān)控圖像X的二值前景圖像。
[0072]TO的具體取值可根據(jù)實(shí)際需要而定，比如為9。
[0073]在生成監(jiān)控圖像X的二值前景圖像之后，還可對(duì)生成的二值前景圖像依次進(jìn)行膨脹和腐蝕操作，以去除噪聲干擾形成的孤立點(diǎn)，進(jìn)而確保后續(xù)檢測(cè)是否有人的檢測(cè)結(jié)果的準(zhǔn)確性。
[0074]三)分別獲取監(jiān)控圖像X和最新得到的背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度
[0075]具體實(shí)現(xiàn)可包括:
[0076]I)分別獲取監(jiān)控圖像X的水平邊緣圖像和豎直邊緣圖像，并分別獲取最新得到的背景圖像的水平邊緣圖像和豎直邊緣圖像。
[0077]在實(shí)際應(yīng)用中，可利用Sobel算子來(lái)分別獲取監(jiān)控圖像X以及最新得到的背景圖像的水平邊緣圖像和豎直邊緣圖像，如何獲取為現(xiàn)有技術(shù)。
[0078]圖2為現(xiàn)有Sobel算子的示意圖。如圖2所示，可利用左邊的Sobel算子來(lái)獲取監(jiān)控圖像X以及最新得到的背景圖像的水平邊緣圖像，利用右邊的Sobel算法來(lái)獲取監(jiān)控圖像X以及最新得到的背景圖像的的豎直邊緣圖像。
[0079]2)根據(jù)監(jiān)控圖像X的水平邊緣圖像和豎直邊緣圖像，針對(duì)監(jiān)控圖像X中的每個(gè)像素點(diǎn)，分別計(jì)算該像素點(diǎn)的梯度幅值Igxy:
[0080]Igxy= I Igxl + I IgyI ；⑷
[0081]其中，Igx表示該像素點(diǎn)的水平梯度值，Igy表示該像素點(diǎn)的豎直梯度值，11表示取絕對(duì)值；
[0082]根據(jù)最新得到的背景圖像的水平邊緣圖像和豎直邊緣圖像，針對(duì)最新得到的背景圖像中的每個(gè)像素點(diǎn)，分別計(jì)算該像素點(diǎn)的梯度幅值Bgxy:
[0083]Bgxy = |Bgx I+ |Bgy I ; (5)
[0084]其中，Bgx表示該像素點(diǎn)的水平梯度值，Bgy表示該像素點(diǎn)的豎直梯度值。
[0085]3)計(jì)算監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度ESM:
[0086]
【權(quán)利要求】
1.一種基于視頻的自動(dòng)柜員機(jī)ATM監(jiān)控場(chǎng)景檢測(cè)方法，其特征在于，包括: 建立關(guān)于所述ATM監(jiān)控場(chǎng)景的背景模型，包括確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)； 在建模完成后，當(dāng)每獲取到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理: 根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像； 分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度； 根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)包括: A、獲取一幀監(jiān)控圖像，將該監(jiān)控圖像作為背景圖像； 針對(duì)該背景圖像中的每個(gè)像素點(diǎn)，分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將該像素點(diǎn)的灰度值的方差作為該像素點(diǎn)對(duì)應(yīng)的方差； B、確定獲取到的監(jiān)控圖像數(shù)是否等于M，M為大于I的正整數(shù)，如果是，則將最新得到的背景圖像作為最終所需的背景圖像，完成建模，如果否，則獲取一幀新的監(jiān)控圖像，并執(zhí)行步驟C ; C、確定更新后的背景圖像Bnew(x,y):Bnew(x,y) = (1-P )Bold(x,y) + p I (x,y);其中，P表示更新速率，其取值等于1/N，N表示獲取到的監(jiān)控圖像數(shù)，I (X，y)表示最新獲取到的監(jiān)控圖像，Bold(x, y)表示更新前的背景圖像； 針對(duì)Bmw(X, y)中的每個(gè)像素點(diǎn),分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將(1-p ) σ old+P d作為該像素點(diǎn)對(duì)應(yīng)的方差;其中，σ old表示Bold(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差，d表示I(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)的灰度值與BtjldU, y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值；重復(fù)執(zhí)行步驟B。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于， 所述確定監(jiān)控圖像X中是否有人之后，進(jìn)一步包括:利用監(jiān)控圖像X對(duì)原有背景模型進(jìn)行更新； 所述根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像包括:根據(jù)最新得到的背景模型生成監(jiān)控圖像X的二值前景圖像； 所述分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度包括:分別獲取監(jiān)控圖像X和最新得到的背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用監(jiān)控圖像X對(duì)原有背景模型進(jìn)行更新包括: 確定更新后的背景圖像 Bnew(x,y):Bnew(x,y) = (1-P )Bold(x,y) + p I (x,y);其中，I(x，y)表示監(jiān)控圖像X，Bold(x, y)表示更新前的背景圖像； 針對(duì)Bmw(X, y)中的每個(gè)像素點(diǎn),分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將(1-p ) σ old+P d作為該像素點(diǎn)對(duì)應(yīng)的方差;其中，σ old表示Bold(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差，d表示I(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)的灰度值與BtjldU, y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值； 其中，P表示更新速率； 當(dāng)確定出I(x，y)中無(wú)人時(shí)，將P的取值設(shè)置為0.01 ； 當(dāng)確定出I(x，y)中有人時(shí)，將P的取值設(shè)置為O ; 當(dāng)確定出從T到T-t這一時(shí)間段內(nèi)所述ATM監(jiān)控場(chǎng)景中一直有人，且所述ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)時(shí)，將P的取值設(shè)置為1，T表示獲取到I (X，y)的時(shí)刻，t > O。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述確定從T到T-t這一時(shí)間段內(nèi)所述ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)包括: 對(duì)于從T到T-t這一時(shí)間段內(nèi)獲取到的任意兩幀圖像I1 (X，y)和I2 (X，y)，分別進(jìn)行以下處理: 計(jì)算 Dif(x,y) = I1(Xj)-12(Xj);其中,Dif (x, y)表示幀差圖像，I1 (x, y)先于 I2 (X，y)獲取到； 針對(duì)Dif(x，y)中的每個(gè)像素點(diǎn)，分別確定該像素點(diǎn)的灰度值是否大于預(yù)定閾值Tl，如果是，則將該像素點(diǎn)的取值設(shè)置為1，否則，設(shè)置為0，得到Dif(x，y)的幀差二值圖像Dif_Fg(X, y)； 統(tǒng)計(jì)Dif_Fg(x, y)中取值為I的像素點(diǎn)的個(gè)數(shù)Dif_Num,并確定Dif_Num是否小于預(yù)定閾值T2,如果是,則確定I1U, y)和I2 (X, y)之間處于靜止不動(dòng)狀態(tài)； 如果從T到T-t這一時(shí)間段內(nèi)獲取到的任意兩幀圖像之間均處于靜止不動(dòng)狀態(tài)，則確定從T到T-t這一時(shí)間段內(nèi)所述ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)。
6.根據(jù)權(quán)利要求3、4或5所述的方法，其特征在于，所述根據(jù)最新得到的背景模型生成監(jiān)控圖像X的二值前景圖像包括: 針對(duì)監(jiān)控圖像X中的每個(gè)像素點(diǎn)，分別進(jìn)行以下處理: 計(jì)算該像素點(diǎn)的灰度值與最新得到的背景圖像中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值d ； 計(jì)算c^o2)—1;其中，σ表示最新得到的背景圖像中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差； 確定<(Vi1的計(jì)算結(jié)果是否大于預(yù)定閾值T0，如果是，則將該像素點(diǎn)的取值設(shè)置為1，否則，設(shè)置為O。
7.根據(jù)權(quán)利要求3、4或5所述的方法，其特征在于，所述生成監(jiān)控圖像X的二值前景圖像之后，進(jìn)一步包括: 對(duì)監(jiān)控圖像X的二值前景圖像依次進(jìn)行膨脹和腐蝕操作。
8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述分別獲取監(jiān)控圖像X和最新得到的背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度包括: 分別獲取監(jiān)控圖像X的水平邊緣圖像和豎直邊緣圖像，并分別獲取最新得到的背景圖像的水平邊緣圖像和 豎直邊緣圖像； 根據(jù)監(jiān)控圖像X的水平邊緣圖像和豎直邊緣圖像，針對(duì)監(jiān)控圖像X中的每個(gè)像素點(diǎn)，分另Ij計(jì)算該像素點(diǎn)的梯度幅值Igxy =Igxy= IigxMigyI其中，Igx表示該像素點(diǎn)的水平梯度值，Igy表示該像素點(diǎn)的豎直梯度值，11表示取絕對(duì)值； 根據(jù)最新得到的背景圖像的水平邊緣圖像和豎直邊緣圖像，針對(duì)最新得到的背景圖像中的每個(gè)像素點(diǎn)，分別計(jì)算該像素點(diǎn)的梯度幅值Bgxy =Bgxy = |Bgx| +|Bgy| ;其中，Bgx表示該像素點(diǎn)的水平梯度值，Bgy表示該像素點(diǎn)的豎直梯度值； 計(jì)算監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度
9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人包括: 統(tǒng)計(jì)監(jiān)控圖像X的二值前景圖像中取值為I的像素點(diǎn)個(gè)數(shù)Fgmm ； 確定是否滿足以下條件:Flag = (Fgnum/Area > T3) Π (ESIM < Τ4);其中，Area表示監(jiān)控圖像X水平方向上的像素點(diǎn)個(gè)數(shù)與豎直方向上的像素點(diǎn)個(gè)數(shù)的乘積，T3和T4均表示預(yù)定閾值； 如果滿足上述條件，則確定監(jiān)控圖像X中有人，否則無(wú)人。
10.一種基于視頻的自動(dòng)柜員機(jī)ATM監(jiān)控場(chǎng)景檢測(cè)裝置，其特征在于，包括: 建模模塊，用于建立關(guān)于所述ATM監(jiān)控場(chǎng)景的背景模型，包括確定背景圖像以及背景圖像中的每個(gè)像素點(diǎn)分別對(duì)應(yīng)的預(yù)定參數(shù)，并將所建立的背景模型發(fā)送給檢測(cè)模塊； 所述檢測(cè)模塊，用于在建模完成后，當(dāng)每獲取到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理:根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度；根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述建模模塊中包括: 第一處理單元，用于依次獲取M幀監(jiān)控圖像，M為大于I的正整數(shù)，并將獲取到的各幀監(jiān)控圖像分別發(fā)送給第二處理單元； 所述第二處理單元，用于將接收到的第一幀監(jiān)控圖像作為背景圖像，并針對(duì)該背景圖像中的每個(gè)像素點(diǎn)，分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將該像素點(diǎn)的灰度值的方差作為該像素點(diǎn)對(duì)應(yīng)的方差； 之后，當(dāng)每接收到一幀監(jiān)控圖像時(shí)，分別進(jìn)行如下處理:
確定更新后的背景圖像 Bnew (X, y):Bnew(x, y) = (1-P) Bold (x, y) + P I (x, y);其中，P表示更新速率，其取值等于1/N, N表示接收到的監(jiān)控圖像數(shù)，I (x, y)表示最新接收到的監(jiān)控圖像，Bold(x, y)表示更新前的背景圖像； 針對(duì)Bmw(X, y)中的每個(gè)像素點(diǎn),分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將(Ι-p ) σ old+P d作為該像素點(diǎn)對(duì)應(yīng)的方差;其中，σ old表示Bold(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差，d表示I(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)的灰度值與BtjldU, y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值。
12.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述檢測(cè)模塊中包括: 第三處理單元，用于依次獲取各幀監(jiān)控圖像，并將獲取到的各幀監(jiān)控圖像分別發(fā)送給第四處理單元；所述第四處理單元，用于當(dāng)每接收到一幀監(jiān)控圖像X時(shí)，分別進(jìn)行以下處理:根據(jù)背景模型生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與背景圖像的邊緣相似度；根據(jù)生成的二值前景圖像以及確定出的邊緣相似度確定監(jiān)控圖像X中是否有人。
13.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述檢測(cè)模塊中進(jìn)一步包括: 第五處理單元，用于當(dāng)所述第四處理單元確定出監(jiān)控圖像X中是否有人之后，利用監(jiān)控圖像X對(duì)原有背景模型進(jìn)行更新； 所述第四處理單元所述根據(jù)最新得到的背景模型生成監(jiān)控圖像X的二值前景圖像；分別獲取監(jiān)控圖像X和最新得到的背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于， 所述第五處理單元確定更新后的背景圖像Bnew(X，y):
Bnew (x, y) = (1-P )Bold(x, y) + P I (x, y);其中，I (x, y)表示監(jiān)控圖像 X，Bold (x, y)表示更新前的背景圖像； 針對(duì)Bmw(X, y)中的每個(gè)像素點(diǎn),分別將該像素點(diǎn)的灰度值作為該像素點(diǎn)對(duì)應(yīng)的均值，將(Ι-p ) σ old+P d作為該像素點(diǎn)對(duì)應(yīng)的方差;其中，σ old表示Bold(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差，d表示I(x，y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)的灰度值與BtjldU, y)中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值； 其中，P表示更新速率； 當(dāng)確定出I(x，y)中無(wú)人時(shí)，將P的取值設(shè)置為0.01 ； 當(dāng)確定出I(x，y)中有人時(shí)，將P的取值設(shè)置為O ; 當(dāng)確定出從T到T-t這一時(shí)間段內(nèi)所述ATM監(jiān)控場(chǎng)景中一直有人，且所述ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)時(shí)，將P的取值設(shè)置為1，T表示獲取到I (X，y)的時(shí)刻，t > O。
15.根據(jù)權(quán)利要求14所述的裝置，其特征在于， 對(duì)于從T到T-t這一時(shí)間段內(nèi)獲取到的任意兩幀圖像I1 (x,y)和I2(x，y)，所述第五處理單元分別進(jìn)行以下處理: 計(jì)算 Dif(x,y) = I1(Xj)-12(Xj);其中,Dif (x, y)表示幀差圖像，I1 (x, y)先于 I2 (X，y)獲取到； 針對(duì)Dif(x，y)中的每個(gè)像素點(diǎn)，分別確定該像素點(diǎn)的灰度值是否大于預(yù)定閾值Tl，如果是，則將該像素點(diǎn)的取值設(shè)置為1，否則，設(shè)置為0，得到Dif(x，y)的幀差二值圖像Dif_Fg(X, y)； 統(tǒng)計(jì)Dif_Fg(x, y)中取值為I的像素點(diǎn)的個(gè)數(shù)Dif_Num,并確定Dif_Num是否小于預(yù)定閾值T2,如果是,則確定I1U, y)和I2 (X, y)之間處于靜止不動(dòng)狀態(tài)； 如果從T到T-t這一時(shí)間段內(nèi)獲取到的任意兩幀圖像之間均處于靜止不動(dòng)狀態(tài)，則確定從T到T-t這一時(shí)間段內(nèi)所述ATM監(jiān)控場(chǎng)景一直處于靜止不動(dòng)狀態(tài)。
16.根據(jù)權(quán)利要求13、14或15所述的裝置，其特征在于，所述第四處理單元中包括: 前景檢測(cè)子單元，用于根據(jù)最新得到的背景模型生成監(jiān)控圖像X的二值前景圖像，并將生成的二值前景圖像發(fā)送給分析子單元； 邊緣相似度確定子單元，用于分別獲取監(jiān)控圖像X和最新得到的背景圖像的邊緣紋理信息，并根據(jù)獲取到的邊緣紋理信息確定監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度，將確定出的邊緣相似度發(fā)送給所述分析子單元； 所述分析子單元，用于根據(jù)接收到的二值前景圖像以及邊緣相似度確定監(jiān)控圖像X中是否有人。
17.根據(jù)權(quán)利要求16所述的裝置，其特征在于， 所述前景檢測(cè)子單元針對(duì)監(jiān)控圖像X中的每個(gè)像素點(diǎn)，分別進(jìn)行以下處理: 計(jì)算該像素點(diǎn)的灰度值與最新得到的背景圖像中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的均值之間的差值d ； 計(jì)算c^o2)—1;其中，σ表示最新得到的背景圖像中與該像素點(diǎn)的坐標(biāo)位置相同的像素點(diǎn)對(duì)應(yīng)的方差； 確定StWi1的計(jì)算結(jié)果是否大于預(yù)定閾值T0，如果是，則將該像素點(diǎn)的取值設(shè)置為I，否則，設(shè)置為O。
18.根據(jù)權(quán)利要求16所述的裝置，其特征在于， 所述前景檢測(cè)子單元進(jìn)一步用于，在生成監(jiān)控圖像X的二值前景圖像之后，對(duì)該二值前景圖像依次進(jìn)行膨脹和腐蝕操作，并將經(jīng)過(guò)膨脹和腐蝕操作后的二值前景圖像發(fā)送給所述分析子單元。
19.根據(jù)權(quán)利要求17所述的裝置，其特征在于， 所述邊緣相似度確定子單元分別獲取監(jiān)控圖像X的水平邊緣圖像和豎直邊緣圖像，并分別獲取最新得到的背景圖像的水平邊緣圖像和豎直邊緣圖像； 根據(jù)監(jiān)控圖像X的水平邊緣圖像和豎直邊緣圖像，針對(duì)監(jiān)控圖像X中的每個(gè)像素點(diǎn)，分別計(jì)算該像素點(diǎn)的梯度幅值Igxy =Igxy = IgxKlIgyI ;其中，Igx表示該像素點(diǎn)的水平梯度值，Igy表示該像素點(diǎn)的豎直梯度值，11表示取絕對(duì)值； 根據(jù)最新得到的背景圖像的水平邊緣圖像和豎直邊緣圖像，針對(duì)最新得到的背景圖像中的每個(gè)像素點(diǎn)，分別計(jì)算該像素點(diǎn)的梯度幅值Bgxy =Bgxy = BgxI +1Bgy ;其中，Bgx表示該像素點(diǎn)的水平梯度值，Bgy表示該像素點(diǎn)的豎直梯度值；V (2*/ * B ) 計(jì)算監(jiān)控圖像X與最新得到的背景圖像的邊緣相似度ESM -ESIhd =φ—H +Bm )其中，X的取值范圍為從I到E，y的取值范圍為從I到F，E表示監(jiān)控圖像X水平方向上的像素點(diǎn)個(gè)數(shù)，F(xiàn)表示監(jiān)控圖像X豎直方向上的像素點(diǎn)個(gè)數(shù)。
20.根據(jù)權(quán)利要求19所述的裝置，其特征在于， 所述分析子單元統(tǒng)計(jì)監(jiān)控圖像X的二值前景圖像中取值為I的像素點(diǎn)個(gè)數(shù)Fgmm ； 確定是否滿足以下條件:Flag = (Fgnum/Area > T3) Π (ESIM < Τ4);其中，Area表示監(jiān)控圖像X水平方向上的像素點(diǎn)個(gè)數(shù)與豎直方向上的像素點(diǎn)個(gè)數(shù)的乘積，T3和T4均表示預(yù)定閾值； 如果滿足上述條件，則確定監(jiān)控圖像X中有人，否則無(wú)人。
【文檔編號(hào)】H04N7/18GK103810691SQ201210444071
【公開(kāi)日】2014年5月21日 申請(qǐng)日期:2012年11月8日 優(yōu)先權(quán)日:2012年11月8日
【發(fā)明者】任燁, 童俊艷, 蔡巍偉, 浦世亮 申請(qǐng)人:杭州?？低晹?shù)字技術(shù)股份有限公司