[发明专利]一种识别移动小动物的方法

说明书

本发明涉及目标识别的技术领域，更具体地，涉及一种识别移动小动物的方法，通过变电站的监控摄像头拍摄到的视频数据，并使用混合高斯背景建模法建立背景模型，背景图像参数可以进行自适应更新，能够可靠处理光照变化、背景混乱运动的干扰以及长时间的场景变化等；通过背景减法得到二值图像，并通过连通性分析对二值图像进行去噪，得到含有完整运动目标的图像，并得到其中运动目标的外接矩形，对外接矩形的面积进行阈值判断，由于小动物体积小，简单通过判断运动目标的面积，可以有效判断出运动目标是否为小动物，提高了变电站对入侵的小动物的实时监控识别的效率和可靠性，并在监测到小动物时报警通知工作人员驱赶小动物，预防小动物进入变电站。

技术领域

本发明涉及目标识别的技术领域，更具体地，涉及一种识别移动小动物的方法。

背景技术

变电站的正常运行影响着社会的正常运作，当变电站设备出现跳闸或故障，将对电网安全稳定运行及供电可靠性造成极大的影响。近年来，小动物进入变电站导致设备发生跳闸等事故时有发生，甚至造成电网大面积停电，因此，防止小动物进入变电站是一项长期的工作，必须采取一定措施预防小动物进入变电站。随着网络信息技术的飞速发展，变电站防小动物工作也越来越智能化，变电站的视频监控系统也很完善，对视频监控进行目标检测至关重要，识别出进入变电站的小动物，以便对其进行驱赶，极大提高防小动物工作的效率。但是由于小动物的体积不大，且受光照变化、雨雪天气等环境因素的影响，主流的目标识别算法常常无法准确识别出监控摄像头拍摄到的小动物，并且识别速度不够快。

现有技术公开了一种基于多线程在复杂高动态环境中快速更新背景和前景的方法，采用像素到模型的思想，将单个像素点用一系列基于压缩感知的局部描述器特征表示，并用点到类的距离来衡量像素是否为前景点；同时，在进行背景模型更新的时候，也使用了点到类的距离来对局部描述器构成的模型平滑而有效地进行更新，从而使得背景建模和前景检测无论在室内还是室外的复杂环境，都有着快速而高效的性能；能实时、准确地更新背景，适应各种复杂环境，有效提高前景检测的准确性和适应性，但是由于小动物的体积不大，用于移动的小动物的识别时，难以得到运动的小动物的完整图像，无法快速判断运动目标是否为小动物。

发明内容

本发明的目的在于克服现有技术的不足，提供一种识别移动小动物的方法，可快速有效识别出移动小动物并进行报警，预防小动物进入变电站。

为解决上述技术问题，本发明采用的技术方案是：

提供一种识别移动小动物的方法，其特征在于，包括以下步骤：

S1：通过变电站的监控摄像头拍摄到的视频数据，使用混合高斯背景建模法，建立背景模型；

S2：获取当前帧，使用背景减法，将当前帧与背景模型相匹配，得到二值图像R_n’；

S3：对所述二值图像R_n’进行连通性分析，得到含有完整运动目标的图像R_n，同时得到图像R_n中运动目标的外接矩形；

S4：对外接矩形进行阈值判断，确定运动目标是否为小动物。

本发明的识别移动小动物的方法，通过变电站的监控摄像头拍摄到的视频数据，并使用混合高斯背景建模法建立背景模型，混合高斯背景建模法不仅对复杂场景的适应强，而且背景图像参数可以进行自适应更新，能够可靠处理光照变化、背景混乱运动的干扰以及长时间的场景变化等；通过背景减法得到二值图像，并通过连通性分析对二值图像进行去噪，得到含有完整运动目标的图像，并得到其中运动目标的外接矩形，对外接矩形的面积进行阈值判断，由于小动物体积小，简单通过判断运动目标的面积，可以有效判断出运动目标是否为小动物，提高了变电站对入侵的小动物的实时监控识别的效率和可靠性，并在监测到小动物时报警通知工作人员驱赶小动物，预防小动物进入变电站。