[发明专利]运动矢量法检测云台摄像机工作状态的方法

说明书

技术领域

本发明涉及自动检测技术领域，尤其是视频监控用云台摄像机故障自动检测方法。

背景技术

云台摄像机在视频监控、工业监测、工业机器人等领域应用广泛。云台摄像机的数量和运行时间与日俱增，设备维护和故障检测的工作量随着系统的扩大也日趋复杂和庞大，传统的人工手动检查方法效率低，应用中亟需一种对云台摄像机自动故障检测的方法。

已有的方法“云台自诊断监控电路（发明公开号101776914A）”需要额外的硬件电路实现云台故障自动检测的功能，系统成本增加。

“云台检测方法和检测装置（101631260）”、“图像比对法检测云台摄像机工作状态的方法（101420593）”、“摄像机故障自动检测和管理方法、装置和系统（101783970A ）”利用云台控制指令发送前后两帧图像数据的差异是否超过阈值，判断云台运动是否正常；该类方法受图像噪声和干扰的影响大，易造成误检。

“一种视频监控设备前端云台故障的自动监测方法和装置（101098466）”通过比较当前图像与静态背景图像的静态区域的差异判断摄像机是否运动；该方法易受局部运动物体的影响，而造成误检。

“一种视频质量诊断系统及其实现方法（102176758A）”中提到了PTZ控制的诊断，其中利用图像透视变换匹配技术检测画面的运动；该方法易受噪声干扰、物体运动等因素的影响，可靠性不高。

发明内容

本发明针对现有技术的不足，提供了一种运动矢量法检测云台摄像机工作状态的方法，云台摄像机工作状态包括摄像机放大、摄像机缩小、云台左右平移、云台上下平移。

本发明方法具体为：

步骤一：向云台摄像机发送某一控制指令，连续采样并保存发送控制指令后、持续一段时间的N帧图像序列，N≧2。

步骤二：求当前帧的梯度图；对梯度图二值化，将梯度小于阈值的像素视为平坦区域的像素，形成平坦区域的二值掩膜，对该平坦区域掩膜进行形态学滤波；计算平坦区域的面积，当平坦区域的面积超过阈值时，判定该帧为特征不显著；对于特征不显著视频，执行步骤三。

否则，按照传统运动矢量估计方法中图像块的划分，将当前帧划分为不重叠的块，统计当前帧中平坦块的个数                                               ，平坦块为平坦像素数大于块面积设定百分比的块，将当前帧的所有块标记为待求运动矢量的块，执行步骤四。

步骤三：对于特征不显著视频，求当前帧的显著特征；在当前帧中，将显著特征所在的块标记为待求运动矢量的块；其中，显著特征可选边缘、角点。

步骤四：根据前一帧图像，对当前帧中待求运动矢量的块，求当前帧的运动矢量；运动矢量方向角以非负整数标记：

，表示将的方向角等分，，表示估计得到的运动矢量，即该块在图像的横、纵坐标上均没有运动；当图像中的显著特征静止或没有显著特征时，，表示x轴方向的运动分量，表示y轴方向的运动分量。

步骤五：针对不同的云台控制指令，统计连续N-1帧的运动矢量特征，所述的云台控制指令包括摄像机缩放指令和摄像机平移指令；

（1）对于摄像机缩放指令：

将图像划分为四个象限Q1、Q2、Q3和Q4，在放大和缩小指令下，放大时，图像四个象限上的运动矢量的方向角均向外；缩小时，运动矢量方向角均向内；由此可得，摄像机在放大和缩小时，单帧图像的四个象限上，分别统计运动矢量方向角的直方图，得到对应于四个象限的四个方向角直方图，分别取每个直方图的最大值对应的方向角，该方向角范围应满足下表：