[发明专利]一种扶梯口楼层板上大件物滞留检测方法

摘要

本发明公开了一种扶梯口楼层板上大件物滞留检测方法，该方法基于Surendra背景更新，采用新颖的快、慢背景差分策略，包括初始化背景和查询表；对视频图像的灰度化，减少检测耗时；基于Surendra背景更新的快、慢背景更新策略，采用快、慢两种更新速度系数α1、α2，分别得到快、慢两种背景对快、慢背景图像进行差分操作；结合二值化阈值、形态学运算，以及候选滞留物中心点坐标与查询表的匹配，最后利用帧数自加器N和累计帧数阈值Thresh4之间的比较，进行最终的大件物滞留判断。本发明公开的方法，可以很好的实现对“进入视野中后滞留下来”的大件物的检测。可应用于扶梯监控系统中，能减少人的看护工作、提高检测的实时性和准确率，很好的保证扶梯的顺畅运行。

主权项

一种扶梯口楼层板上大件物滞留的检测方法，其特征在于，包括以下步骤：1)视频图像采集：通过固定在天花板上垂直楼层板向下拍摄的3600可旋转半球摄像头获取的；2)初始化背景和查询表采用视频图像第1帧I0作为初始背景分别是快、慢两种初始背景；所述查询表用于存储检测到的大件滞留物的中心点坐标信息，并将每帧图像中检测到的候选大件滞留物中心点坐标，与查询表中的信息进行匹配，以确认是否为同一目标；3)对采集到的视频图像进行灰度化处理，以减少算法的耗时，如下：I(x,y)＝Gray(Image(x,y))其中，Image(x,y)是原始采集到的图像，I(x,y)是经灰度化后的图像；4)基于Surendra背景更新的快、慢背景更新策略利用Surendra背景更新算法的核心思想：通过帧差法找到有物体运动的区域，对运动区域内的背景保持不变，而非运动区域的背景用当前帧进行替换和更新；同时，选取快、慢两种更新速度的系数α1、α2，分别得到快、慢两种背景具体如下：4.1)将视频图像第1帧I0作为初始背景4.2)选取阈值T，迭代次数初始化为m＝1，最大迭代次数为M；4.3)求当前帧的帧间差分图像DB=1,|Ij-Ij-1|≥T0,|Ij-Ij-1|<T---(1)]]>其中，Ij、Ij‑1分别为当前帧和上一帧图像；4.4)将二值图像DB更新快、慢背景图像Bjf(x,y)=Bj-1f(x,y),DB(x,y)=1α1Ij+(1-α1)Bj-1f(x,y),DB(x,y)=0---(2)]]>Bjs(x,y)=Bj-1f(x,y),DB(x,y)=1α2Ij+(1-α2)Bj-1f(x,y),DB(x,y)=0---(3)]]>式中，α1、α2分别是快、慢两种更新系数，均为在[0,1]范围内的阈值常量，且α1＞α2，分别为快背景、慢背景图像，Ij为输入的当前帧图像；4.5)迭代次数m加1，返回步骤4.3)，当m＝M时，迭代结束；5)对快、慢背景图像进行差分操作，并结合二值化阈值Thresh1，得到滞留物检测结果Rj(x,y)，具体如下：Rj(x,y)=255,|Bjf(x,y)-Bjs(x,y)|≥Thresh10,|Bjf(x,y)-Bjs(x,y)|<Thresh1---(4)]]>6)对上述滞留物检测结果Rj进行形态学处理，先进行腐蚀运算、接着进行膨胀运算，其中采用disk结构元素进行腐蚀膨胀运算；7)设置两个连通域面积阈值Thresh2和Thresh3，对Rj中面积大小在[Thresh2,Thresh3]范围内的连通域进行矩形分割，并记录矩形框的对角点信息(x1,y1)、(x2,y2)，用于求取检测到的候选大件滞留物的中心点C(xc,yc)坐标信息，如下所示：xc=(x1+x2)2yc=(y1+y2)2---(5)]]>上述中Thresh2和Thresh3的选取，是为了避免非大件滞留物的干扰，以及防止外界光照突然变化而带来的误检操作；其中面积区间下限是避免非大件滞留物的检测干扰，对未达到一定体积的检测目标视作非大件滞留物，而面积区间的上限则是在一定程度上，避免因监控场景中，外界光照的突然变化而引起的误检测为“整个监控区域”的大件滞留物误的存在；利用面积阈值判断，在一定程度上提高了该检测方法的检测准确率，增强了该检测方法的鲁棒性；8)对候选大件滞留物的中心点C(xc,yc)坐标信息，与查询表中的在中心点坐标信息C0(x0,y0)进行匹配，情况如下：8.1)如果查询表里中心点坐标信息为空，则将C(xc,yc)坐标信息更新到查询表C0(x0,y0)，将用于阈值判断的帧数自加器N清零，并跳出中心点匹配操作，转到上面步骤4)，进入下一帧图像检测；8.2)如果查询表里中心点坐标信息不为空，则进行中心点匹配操作，匹配公式如下：Match=true,|x0-xc|≤ϵ0AND|y0-yc|≤ϵ0false,others---(6)]]>其中，Match为每一帧匹配结果，ε0为匹配允许偏离阈值范围；8.3)如果公式(6)中Match结果为false，则将中心点C(xc,yc)坐标信息更新到查询表C0(x0,y0)，将用于阈值判断的帧数自加器N清零，转到上面步骤4)，进入下一帧图像检测；8.4)如果公式(6)中Match结果为true，则将用于阈值判断的帧数自加器N加1，转到下面步骤9)；9)设置累计帧数阈值Thresh4，用于判断帧数自加器N是否达到阈值上限，是否达到将“候选大件滞留物”确定为“大件物滞留”，达到报警的要求，即Result=true,N≥Thresh4false,N<Thresh4---(7)]]>式中，Result结果代表是否进行“大件物滞留”报警；①如果Result为false，转到上面步骤4)，进入下一帧图像检测；②如果Result为true，则进行“大件物滞留”报警提醒，并将帧数自加器N清零，在等待用于工作人员移除大件滞留物所需时间t后，转到上面步骤2)，重新进入下一次的“大件物滞留”报警检测系统中；至此，即可实现对扶梯口楼层板上大件物滞留的智能检测。