[发明专利]一种基于视频监控的摄像机移动检测方法

说明书

技术领域

本发明涉及计算机视觉技术领域，特别涉及一种基于视频监控的摄像机移动检测方法。

背景技术

随着科学技术的发展以及人们对安全防范意识的不断增强，具有智能分析功能的新一代视频监控系统，已经广泛应用于社会的各个方面，如交通、军事、机场、银行、视频会议、商业、工业等等。

智能视频监控是指在不需要人为干预的情况下，利用计算机视觉分析方法对视频序列进行自动分析，实现运动目标检测、分类、识别、跟踪等，并在此基础上，通过预先设定的规则对目标的行为进行分析，从而为采取进一步措施提供参考(比如在对象进入设防区时自动报警)。然而当摄像机被干扰出现异常时将严重影响智能视频监控系统的性能。在大型智能监控系统中，由于摄像机的数目众多，当摄像机被干扰时很难被发现，这就需要监控系统具有自我检测能力，能够及时发现异常提醒工作人员迅速处理，提高工作效率。

目前，一般认为摄像机干扰指监控画面出现剧烈的变化，且持续一定的时间，而对一些短暂的偶然变化则视为正常。它的类型主要有：摄像机被遮挡、摄像机被移动、摄像机失焦、摄像机剧烈抖动、摄像机成像亮度异常、摄像机成像失真、摄像机故障等等。其中，摄像机移动检测指监控画面突然切换到另外的场景，此时可能给智能视频监控系统造成很大的影响。目前，摄像机干扰检测算法主要有背景减法和相邻帧差法两种，背景减法的背景建模和更新比较困难，运算量比较大，实时性效果一般，相邻帧差法利用相邻两帧或几帧之间差异的变化来判断干扰是否发生，一般比较简单，可以快速地检测出干扰，缺点是误报率比较高。

为了提高摄像机移动检测精度，现有基于视频监控的摄像机移动检测方法提供了一种基于视频监控的摄像机移动检测方法，该方法首先采集视频帧，利用混合高斯模型进行背景构建，再利用随机采样方法对每个像素点周围的随机点进行采样，并初始化背景；然后将获取的当前帧与背景帧进行差分，统计小于20的像素点个数，当获取的像素点个数大于2时，认为该点是背景点，否则属于前景点；最后，根据计算前景帧的像素点个数，通过与某一固定阈值进行比较来判断摄像机被是否移动，从而实现摄像机移动检测。该方法具有很高的准确性和鲁棒性，有效的解决了复杂背景下的摄像机移动检测的问题，达到设计目的。

发明内容

本发明提供了一种基于视频监控的摄像机移动检测方法，该方法能够实现复杂场景下的摄像机移动检测，解决了在复杂的场景中，通常会存在各种外界因素的干扰(如光照变化、动态的背景元素等等)，严重影响检测精度的问题。

为了实现上述目的，本发明包括如下技术特征：包括首先采集视频帧，利用混合高斯模型进行背景构建，再利用随机采样方法对每个像素点周围的随机点进行采样，并初始化背景；然后将获取的当前帧与背景帧进行差分，统计小于20的像素点个数，当获取的像素点个数大于2时，认为该点是背景点，否则属于前景点；最后，根据计算前景帧的像素点个数，通过与某一固定阈值进行比较来判断摄像机被是否移动，从而实现摄像机移动检测。

与现有的方法相比，本发明提出了首先获取视频帧，进行利用混合高斯模型方法，并采用随机采样的方法初始化背景；然后将获取的当前帧与背景帧进行差分，统计小于20的像素点个数，当获取的像素点个数大于2时，认为该点是背景点，否则属于前景点；最后，根据计算前景帧的像素点个数，通过与某一固定阈值进行比较来判断摄像机被是否移动，从而实现摄像机移动检测。该方法具有很高的精确性和鲁棒性，有效的解决了复杂的场景中，存在的各种外界因素的干扰(如光照变化、动态的背景元素等等)造成误报的问题。

附图说明

附图为本发明的总体流程图。

具体实施方式

本发明设计了一种基于视频监控的摄像机移动检测方法，该方法能够实现复杂场景下的摄像机移动检测，具有很高的精确性和鲁棒性，有效的解决了复杂的场景中，存在的各种外界因素的干扰(如光照变化、动态的背景元素等等)造成误报的问题。

如附图所示，该方法流程图包括采集视频帧、利用混合高斯模型进行背景建模；并利用随机采样方法初始化背景，然后将获取的当前帧与背景帧进行差分，统计小于20的像素点个数，当获取的像素点个数大于2时，认为该点是背景点，否则属于前景点；最后，根据计算前景帧的像素点个数，通过与某一固定阈值进行比较来判断摄像机被是否移动，从而实现摄像机移动检测。