[发明专利]基于视频监控的越界检测方法及越界监控系统

说明书

技术领域

本发明属于计算机视觉技术领域，更为具体地讲，涉及一种基于视频监控的越界检测方法及越界监控系统。

背景技术

作为现代安防的主要手段之一，智能视频监控有着非常良好的发展前景。其中越界检测是智能视频监控的一个重要方面。

目前流行的越界检测主要采用红外线对射感应器、激光反射传感器等工具来实现。红外线对射感应器利用人体红外线使检测电流发生变化准确率高，但容易受强太阳光等多种含有红外线的光源干扰。激光反射传感器通过发射激光光束并接收该激光光束的反射波来确定被测物体距离，精度高，抗光、电干扰能力强，但不适用于地形起伏的复杂环境且激光对人体有伤害。如果采用普通的视频监控，需要配置工作人员来进行判断，成本较高且容易发生失误。

而计算机视觉领域的智能图像处理能准确检测越界，对人体无害且受环境地形影响小。目前常用的越界检测方法有帧间差分法、背景减法和光流法等，这些方法都是从视频序列中检测运动目标来实现越界报警功能，因此其针对的视频图像的地域范围比较小，例如仅为仓库大门处的监控图像。如果区域边界较大，特别是对于一些位于野外、地势复杂的大面积区域，就需要配置数量较多的监控设备，且不能很好的适应复杂环境变化。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于视频监控的越界检测方法及越界监控系统，根据设定的边界进行越界检测，能够实现较大区域和复杂场地的越界检测。

为实现上述发明目的，本发明提供一种基于视频监控的越界检测方法，包括以下步骤：

S1：用户在视频监控图像上沿警示区域的边沿依次设置警示区域的边界顶点，将相邻边界顶点连接得到警示区域封闭边界线，并在封闭边界线的两个相邻端点之间设置安全通道线段的端点，连接安全通道线段端点得到安全通道线段；根据实际需要设置跟踪目标位于边界线内部和外部的安全标识，至少将其中一种情况的安全标识设置为1，其余为0；

S2：对封闭边界线进行扩大和缩小，得到扩大边界线和缩小边界线，将扩大边界线和缩小边界线所围区域作为跟踪区域；初始化跟踪目标集合O为空集，每个跟踪目标对应一个坐标队列；

S3：对每帧视频监控图像进行运动目标检测，得到运动目标区域，筛选出位于跟踪区域的运动目标区域，再将筛选得到的运动目标区域与跟踪目标集合O的跟踪目标进行匹配跟踪，分为以下情况：

(1)如果有运动目标区域无法找到匹配的跟踪目标，将该运动目标区域作为新的跟踪目标加入跟踪目标集合O，将其质心坐标加入坐标队列；

(2)如果有运动目标区域与跟踪目标一一对应匹配，将运动目标区域的质心坐标加入跟踪目标的坐标队列；

(3)如果有一个运动目标区域与X个跟踪目标匹配，其中X＞1，将运动目标区域的质心坐标分别加入X个跟踪目标的坐标队列；

(4)如果有Y个运动目标区域与跟踪目标匹配，其中Y＞1，将该跟踪目标分离成Y个跟踪目标，每个跟踪目标的坐标队列均复制分离前跟踪目标的坐标队列，然后将本帧中运动目标区域的质心坐标分别加入对应跟踪目标的坐标队列；

(5)目标消失：如果没有运动目标区域与跟踪目标匹配，将该跟踪目标从跟踪目标集合Q中删除，并删除对应的坐标队列；

S4：每帧视频监控图像进行运动目标检测和匹配跟踪后，进行目标行为分析，具体包括以下步骤：

S4.1：对于跟踪目标集合O中的每个跟踪目标，首先判断质心到边界线各条边的垂心是否位于对应顶点之间，如果不是，计算对应两个顶点与跟踪目标质心的距离，选择其中较小值作为质心到该条边的距离，否则计算质心到该条边的距离；从所有距离中筛选出最小距离D_min；

S4.2：判断是否D_min＜H_D1，H_D1表示预设阈值，如果不是，目标安全，不作任何操作，否则进入步骤S4.3；

S4.3：计算质心到安全通道线段的垂心如果垂心在安全通道线段上，进入步骤S4.4，否则进入步骤S4.5。

S4.4：计算质心到安全通道线段的距离D_l，如果D_l≤D_min，目标安全，不作任何操作，否则进入步骤S4.5；