基于視頻序列影像特征分析的云臺移動與復位檢測算法
【專利摘要】本發(fā)明公開了一種基于視頻序列影像特征分析的云臺移動與復位檢測算法，主要采用模板匹配準則，即如果云臺發(fā)生移動或變焦，則在一段時間內(nèi)模板匹配必然會失效，同理，如果云臺復位，則在一段時間內(nèi)模板會重新匹配成功；包括兩大步驟：1)在背景圖像中搜索定位合適的模板，選擇匹配準則并計算偏移度；2)判斷云臺移動與復位。本發(fā)明算法可以較準確的檢驗出云臺移動的情況，從而提高在云臺移動攝像機條件下系統(tǒng)的識別率和穩(wěn)定性。
【專利說明】
基于視頻序列影像特征分析的云臺移動與復位檢測算法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及交通事件檢測的技術(shù)領(lǐng)域，尤其是指一種基于視頻序列影像特征分析的云臺移動與復位檢測算法。
【背景技術(shù)】
[0002]隨著社會和技術(shù)的發(fā)展以及高速公路運營管理的需求，交通事件檢測系統(tǒng)愈來愈具復雜性。全國高速公路眾多，每條高速公路從運營管理到道路狀況基本都有其特殊性;同時，社會經(jīng)濟發(fā)展迅速和節(jié)假日高速公路免費通行的盛行，高速公路上的車輛越來越多，擁堵、停車、逆行等交通事件屢見不鮮，對社會經(jīng)濟效益和居民出行造成的影響越來越大，這就給交通事件檢測系統(tǒng)提出了更高的要求。檢測系統(tǒng)一方面要在正常情況下對常見的事件，如停車、行人、逆行、擁堵等進行準確的判斷，另一方面還要對特殊情況下的事件進行識別與報警。我國的高速公路已大多數(shù)安裝有帶云臺的攝像槍，這要求系統(tǒng)在云臺移動的條件下還能正常運行，不出現(xiàn)事件的錯誤檢測。對于具有預置位的數(shù)字攝像機而言，比較可靠的方法是通過獲取攝像槍云臺移動時發(fā)出的信號來判定云臺是否發(fā)生移動，云臺在移動時，意味著操作人員在以人工的方式通過搖動攝像機進行人工監(jiān)視，這時系統(tǒng)停止進行事件檢測，自動進入人工監(jiān)測模式。而一旦攝像機停止移動，這時攝像機根據(jù)設(shè)定的攝像機預置位數(shù)據(jù)，自動對攝像機進行復位，攝像機回到預置位后，系統(tǒng)開始進行自動監(jiān)測。但是這種方法需要知道攝像機設(shè)備的接口，不具備通用性和實際可操作性。對于沒有預置位的模擬攝像機，這種方法無法使用。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于視頻序列影像特征分析的云臺移動與復位檢測算法，具備通用性和實際可操作性。
[0004]為實現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為:基于視頻序列影像特征分析的云臺移動與復位檢測算法，主要采用模板匹配準則，即如果云臺發(fā)生移動或變焦，則在一段時間內(nèi)模板匹配必然會失效，同理，如果云臺復位，則在一段時間內(nèi)模板會重新匹配成功；具體包括以下步驟:
[0005]I)選擇匹配準則并計算偏移度
[0006]采用的模板匹配準則有最小均方誤差準則MSE、最小平均絕對值準則MAD、歸一化互相關(guān)函數(shù)準則MCCF三種方式，選擇最小均方誤差準則MSE可以減少系統(tǒng)的計算量，同時為了判斷標準的普適應，在檢測云臺移動與否時也采用偏移量ofTSet(i)來衡量，然后再定義一個閾值M作為判斷的標準，閾值M的定義根據(jù)視頻抖動的程度而定；
[0007]2)判斷云臺移動與復位
[0008]系統(tǒng)在云臺改變時的檢測方式默認為不進行任何檢測，直到云臺復位重新進行初始化后再進行流量及事件檢測，其具體的判定步驟如下:
[0009]2.1)在背景圖像中搜索定位合適的模板，計算并判斷每一個模板的偏移量offset(i)是否超過閾值Μ;如果沒有，直接返回，如果都超過，則進行下面步驟2.2);
[0010]2.2)判斷不匹配的時間t是否達到或超過時間閾值Τ，如果沒有，直接返回，如果已達到或超過，則判定云臺已發(fā)生改變并進行下面步驟2.3);
[0011]2.3)如果所有模板重新匹配，并且持續(xù)一段時間J，則判定云臺已復位，回到上面步驟2.1)。
[0012]2.4)如果云臺移動的時間超過閾值K，則系統(tǒng)重新初始化，會在當前的背景上重新搜索定位新的模板，劃定新的檢測區(qū)域；如果此時云臺還處在移動狀態(tài)，則回到上面步驟
2.1)繼續(xù)判斷云臺是否發(fā)生移動。
[0013]本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點與有益效果:
[0014]現(xiàn)有技術(shù)大多是通過獲取攝像槍云臺移動時發(fā)出的信號來判定云臺是否發(fā)生移動，但是這種方法需要知道拍攝設(shè)備的接口，不具備通用性和實際可操作性。本發(fā)明算法可以較準確的檢驗出云臺移動的情況，從而提高在云臺移動攝像機條件下系統(tǒng)的識別率和穩(wěn)定性。
【附圖說明】
[0015]圖1為本發(fā)明判斷云臺移動與復位的流程圖。
[0016]圖2為對廣深高速公路帶云臺移動與復位的視頻進行正常檢測的界面圖。
[0017]圖3為對廣深高速公路帶云臺移動與復位的視頻進行云臺移動檢測的界面圖。
[0018]圖4為對廣深高速公路帶云臺移動與復位的視頻進行云臺復位檢測的界面圖。
【具體實施方式】
[0019]下面結(jié)合具體實施例對本發(fā)明作進一步說明。
[0020]—般在進行事件檢測時，系統(tǒng)初始化時會在圖像上定義一個檢測區(qū)，只有在檢測區(qū)中的車輛和交通事件系統(tǒng)才進行檢測，以避免過多外界的干擾。但是當監(jiān)控的云臺移動或者變焦時，原本定義的檢測區(qū)會失效，而且也會影響在系統(tǒng)運行時為檢測事件所設(shè)置的一些參數(shù)。在這種情況下，需要系統(tǒng)能夠及時識別出云臺已經(jīng)發(fā)生移動，然后重定義檢測區(qū)以及某些檢測功能。而本發(fā)明所述的基于視頻序列影像特征分析的云臺移動與復位檢測算法，主要采用模板匹配準則，即如果云臺發(fā)生移動或變焦，則在一段時間內(nèi)模板匹配必然會失效，同理，如果云臺復位，則在一段時間內(nèi)模板會重新匹配成功。具體包括以下步驟:
[0021 ] I)選擇匹配準則并計算偏移度
[0022 ]采用的模板匹配準則有最小均方誤差準則MSE、最小平均絕對值準則MAD、歸一化互相關(guān)函數(shù)準則MCCF三種方式，選擇最小均方誤差準則MSE可以減少系統(tǒng)的計算量，同時為了判斷標準的普適應，在檢測云臺移動與否時也采用偏移量ofTSet(i)來衡量，然后再定義一個閾值M作為判斷的標準，閾值M的定義根據(jù)視頻抖動的程度而定；
[0023]2)判斷云臺移動與復位
[0024]云臺發(fā)生改變的方式是多樣的，有可能是云臺平移掃描，有可能是變焦，也有可能是變焦后掃描等等。事實上，通過圖像處理的方式是很難判斷云臺是在做何種動作的。因此，系統(tǒng)在云臺改變時的檢測方式默認為不進行任何檢測，直到云臺復位重新進行初始化后再進行流量及事件檢測。如圖1所示，判定的步驟如下:
[0025]2.1)在背景圖像中搜索定位合適的模板，計算并判斷每一個模板的偏移量offset
(i)是否超過閾值Μ;如果沒有，直接返回，如果都超過，則進行下面步驟2.2);
[0026]2.2)判斷不匹配的時間t是否達到或超過時間閾值Τ，如果沒有，直接返回，如果已達到或超過，則判定云臺已發(fā)生改變并進行下面步驟2.3);
[0027]2.3)如果所有模板重新匹配，并且持續(xù)一段時間J，則判定云臺已復位，回到上面步驟2.1)。
[0028]2.4)如果云臺移動的時間超過閾值K，則系統(tǒng)重新初始化，會在當前的背景上重新搜索定位新的模板，劃定新的檢測區(qū)域；如果此時云臺還處在移動狀態(tài)，則回到上面步驟2.1)繼續(xù)判斷云臺是否發(fā)生移動。此步驟存在的原因是如果云臺較長時間沒有回復到初始位置，作為匹配的模板有可能因為更新導致模板失效。
[0029]為能進一步說明本實施例上述云臺移動與復位檢測算法的作用，本例對廣深高速公路帶云臺移動與復位的視頻進行效果檢測，得到的結(jié)果如圖2至圖4所示。其中，圖2中報警信息列表顯示初始化完成，開始檢測，表明系統(tǒng)已經(jīng)生成了背景圖像，并搜索和定位了合適的模板，并進行了交通事件檢測；圖3中報警信息列表顯示云臺移動，從圖中可以看出攝像機圖像已經(jīng)有了很大的變化，表明通過模板匹配成功檢測出云臺移動，此時不進行交通事件的檢測；圖4中報警信息列表顯示云臺移動以及云臺固定開始初始化，比較圖4和圖2，可以看出云臺在移動過后已經(jīng)復位，表明通過模板匹配成功檢測出云臺移動后的復位，并且系統(tǒng)重新初始化進行交通事件檢測。
[0030]以上所述實施例只為本發(fā)明之較佳實施例，并非以此限制本發(fā)明的實施范圍，故凡依本發(fā)明之形狀、原理所作的變化，均應涵蓋在本發(fā)明的保護范圍內(nèi)。
【主權(quán)項】
1.基于視頻序列影像特征分析的云臺移動與復位檢測算法，其特征在于:主要采用模板匹配準則，即如果云臺發(fā)生移動或變焦，則在一段時間內(nèi)模板匹配必然會失效，同理，如果云臺復位，則在一段時間內(nèi)模板會重新匹配成功;具體包括以下步驟: .1)選擇匹配準則并計算偏移度 采用的模板匹配準則有最小均方誤差準則MSE、最小平均絕對值準則MAD、歸一化互相關(guān)函數(shù)準則MCCF三種方式，選擇最小均方誤差準則MSE可以減少系統(tǒng)的計算量，同時為了判斷標準的普適應，在檢測云臺移動與否時也采用偏移量ofTset(i)來衡量，然后再定義一個閾值M作為判斷的標準，閾值M的定義根據(jù)視頻抖動的程度而定； .2)判斷云臺移動與復位 系統(tǒng)在云臺改變時的檢測方式默認為不進行任何檢測，直到云臺復位重新進行初始化后再進行流量及事件檢測，其具體的判定步驟如下: .2.1)在背景圖像中搜索定位所需的模板，計算并判斷每一個模板的偏移量offset(i)是否超過閾值Μ;如果沒有，直接返回，如果都超過，則進行下面步驟2.2); .2.2)判斷模板不匹配的時間t是否達到或超過時間閾值Τ，如果沒有，直接返回，如果已達到或超過，則判定云臺已發(fā)生改變并進行下面步驟2.3);. 2.3)如果所有模板重新匹配，并且持續(xù)設(shè)定時間J，則判定云臺已復位，回到上面步驟.2.1)；. 2.4)如果云臺移動的時間超過閾值K，則系統(tǒng)重新初始化，會在當前的背景上重新搜索定位新的模板，劃定新的檢測區(qū)域;如果此時云臺還處在移動狀態(tài)，則回到上面步驟2.1)繼續(xù)判斷云臺是否發(fā)生移動。
【文檔編號】G06K9/00GK105930807SQ201610261287
【公開日】2016年9月7日
【申請日】2016年4月25日
【發(fā)明人】符鋅砂, 林浪橋, 曾彥杰, 朱振杰
【申請人】華南理工大學