[发明专利]监控视频中异常速度事件自动识别方法

说明书

技术领域

本发明涉及计算机智能监控视频处理领域，尤其涉及监控视频中异常速度事件自动识别方法。

背景技术

近年来，随着社会的不断进步和发展，越来越多的公共场所甚至私人场所都开始装配监控设备。而伴随着人们对安全防范的意识在不断地增强，市场对记录与报警系统的需求也与日俱增，这使得视频监控在生产生活各方面得到了非常广泛的应用。但是一般的视频监控系统需要较多的人工完成，所以经常会因为监控人员的疲劳而出现疏漏，甚至实际上大部分视频监控系统并没有人员在场进行监控，这种视频监控系统只是录制视频图像，只能用作事后取证，并没有充分发挥监控的实时性和主动性。另一方面，在现在的视频监控领域中，特别是公共场合的监控，一般都是全天候24小时地进行监控，并且由于监控设备成本的不断降低，监控的数量也在不断地提升，普通的人工监控已经难以满足日益增长的需求，因此需要视频监控能够自动识别异常事件达到监控的实时性和主动性。

通常智能监控是通过对运动目标进行跟监测和跟踪来得到运动目标的运动信息，其中，运动目标是视频中的运动实体，前景目标是运动目标在某一帧图像中的前景。

相对于人工监控，智能视频监控有三个优点：一是不会出现由于工作人员疲劳而引起的监控失误；二是可以快速查询以及统计；三是可以快速地发现异常事件，提供实时报警，使监控人员第一时间反应并处理。将传统监控的“记录事情发生”转变为“主动防护”，可以为社会稳定提供更加可靠的保障。利用计算机的强大计算能力，我们不但可以提供事前趋势预测、实时报警，还可以实现事后快速查询的功能。

随着监控行业的不断发展，智能监控应用必定会渗透到各行各业中，大到银行重要地点的监控，小到家庭防盗监控，智能监控都可以发挥其特有的作用。毫无疑问，智能化监控将为创建安全社会环境，保障社会和平提供更加有力的支持。

但是，目前的智能视频监控还存在一定的不足，无法有效准确地识别出异常速度事情的发生。

发明内容

本发明实施例所要解决的技术问题在于，提供一种监控视频中异常速度事件自动识别方法。本发明的目的在于对监控视频里面的运动目标进行检测和跟踪，提取运动目标信息，能够自动识别异常速度事件并发出警示，充分发挥监控的实时性和主动性。

为了解决上述技术问题，本发明实施例使用混合高斯背景建模和背景差分法对前景目标集合进行检测，并运用交叉匹配检测方法与Mean-shift算法结合来实现对所述前景目标集合中每一前景目标对应的运动目标的跟踪，最后识别异常速度事件并发出警报，具体包括步骤：

(1)从监控视频中读取帧图像，对所述帧图像进行图像处理，从而获得需要的图像序列；

(2)利用获得的所述图像序列，采用统计平均法和混合高斯背景建模建立背景模型，并基于所述背景模型和所述帧图像运用背景差分法检测出前景目标集合，并存储所述前景目标集合；

(3)结合交叉匹配检测方法与Mean-shift算法，对所述前景目标集合中的每一前景目标所对应的运动目标进行跟踪，以获取每一运动目标的位置信息；

(4)通过获取的所述每一运动目标的位置信息，计算所述每一运动目标的速度，当所述每一运动目标的速度超过预设阈值时，则发出报警；否则返回执行步骤(1)。

进一步的，步骤(1)具体包括步骤：

(1-1)从监控视频中读取帧图像，所述帧图像为RGB图像；

(1-2)将所述RGB图像转化为HSV图像，并提取所述HSV图像中的H信息，以建立H图像；

(1-3)使用高斯滤波去除所述H图像噪声，得到所述图像序列。

其中，步骤(1-1)具体为：将所述RGB图像转化为HSV图像，并使用掩膜图像mask对所述HSV图像进行处理，以去掉V亮度值过低的像素点。

进一步的，步骤(2)具体包括以下步骤：

(2-1)针对所述图像序列，采用统计平均法和混合高斯背景建模建立背景模型；

(2-2)针对所述背景模型和所述帧图像选用背景差分法将前景目标像素集合分割出来；

(2-3)对所述前景目标像素集合采用指定精度进行轮廓的多边形逼近，提取出前景目标轮廓；

(2-4)遍历所述前景目标轮廓图像像素点，并扩散来寻找与所述前景目标轮廓图像像素点相连通的像素集合，所述像素集合即为当前帧图像中的前景目标集合。

进一步的，所述步骤(2)在步骤(2-4)后还包括步骤：