[发明专利]一种基于彩色视频图像的人为入侵检测方法

摘要

一种基于彩色视频图像的人为入侵检测方法。其包括基于建模点的背景建模；利用建模点与对应背景点及其邻接点的高斯模型的对比机制进行前景检测；根据监控场景需求灵活设定监控区域；先进行所有运动前景的提取，再经过多重筛选机制保留有效前景信息；输出报警框协助监控人员进行异常行为处理。本发明所述的人为入侵检测方法不仅在很大程度上避免了漏报和误报现象，同时为监控人员处理危机提供了便利。

主权项

一种基于彩色视频图像的人为入侵检测方法，包括五部分：背景建模、前景检测、监控区域的设定及有效前景信息的筛选、运动目标的匹配跟踪、入侵检测事件判断；其中，背景建模特征在于，所述的背景建模是指对输入的CIF 352×288YUV420格式的视频图像进行背景建模，建模点为2×2大小的区域，其包括：利用Y、U、V三个分量为每个建模点分配一个高斯模型，每个模型有三个参数：模型均值、模型方差和模型权重，为适用于嵌入式系统，采用全整型的参数类型，建模过程为：首先用当前图像的建模点数据初始化第一帧数据，接着利用采集的场景视频图像对背景模型进行实时的匹配和更新，依据建模点数据不断训练对应的模型均值、模型方差和模型权重；模型均值更新策略为：Yi=Yi/*(1-α)+α*YCurUi=Ui/*(1-α)+α*UCurVi=Vi/*(1-α)+α*VCur]]>其中，Yi、Ui、Vi分别表示建模点的灰度、颜色分量模型的均值，i表示匹配的模型索引，YCur、UCur、VCur分别表示前一帧图像匹配后的各分量模型均值，Yi’,Ui’,Vi’分别表示当前帧各分量模型均值，α为模型均值更新因子；模型方差更新策略：θi＝θ'i*(1‑β)+β*|Yavg‑Ymodel|其中，θi表示模型方差，i表示相匹配的模型索引，表示上一次匹配后的模型方差，β表示模型方差更新因子，Yavg、Ymodel分别表示建模点的平均灰度和灰度分量模型均值；其中，监控区域的设定及有效前景信息的筛选特征在于：所述的监控区域的设定及有效前景信息的筛选是指根据监控场景的需求，自行设置需要保护的防区，并调整想要监控的目标大小和检测灵敏度，同时进行行人判决分析初步筛选出符合条件的前景目标信息，利用前景的高宽比、面积大小及边缘梯度特征；其中，运动目标的匹配跟踪特征在于：所述的运动目标的匹配跟踪是对筛选出的运动目标前景进行匹配跟踪，匹配过程是在当前的前景中寻找与之前保存的历史前景数据的质心最近的那个前景，若质心距离在允许的范围内，则比较两个前景的面积大小，面积的变化大说明不是同一个目标，反之，进入平均灰度的比较，若灰度差异大说明不是同一目标，反之，是同一个目标前景，则将当前前景的参数信息更新与之匹配的那个历史前景。