[发明专利]一种安防监控中物品遗留丢失检测方法

权利要求书

1.一种安防监控中物品遗留丢失检测方法，其特征在于具体包括如下步骤：

S1、获取视频流数据：依次读入每一帧图像I_s，通过使用边缘检测算子处理图像I_s得到梯度图I_g；

S2、初始化：使用第一帧梯度图I_g初始化快背景B_f和慢背景Bs，使得B_f＝I_g，B_s＝I_g，同时初始化一个像素值全为0的前景统计模板F_m；

S3、获取快前景F_f和慢前景F_s：使用当前帧梯度图I_g分别与快背景B_f和慢背景B_s相减得到快前景F_f和慢前景F_s，使得F_f＝|B_f-I_g|，F_s＝|B_s-I_g|；

S4、更新快背景B_f和慢背景B_s：快背景B_f更新策略为当前帧梯度图I_g加上原来的快背景B_f，使得B_f＝0.5*I_g+0.5*B_f；慢背景B_s更新策略为首先保留对应慢前景F_s中像素值大于0的像素不变，令F_s中像素值大于0的像素置为255得到F_s1，使得B_s1＝B_sF_s1，剩余部分使用当前帧梯度图I_g对应慢前景F_s中像素值为0的像素进行更新，令F_s中像素值为0的像素置为255其余像素置0得到F_s2，使得B_s2＝B_sF_s2，最终更新慢背景B_s为两部分相加，使得B_s＝B_s1+B_s2；

S5、过滤运动目标：使用慢前景F_s减去快前景F_f过滤运动目标得到静止目标前景F_static，使得F_static＝F_s-F_f，之后令静止目标前景F_static中像素值大于设定阈值的像素值置8，反之置0；

S6、更新前景统计模板F_m：将前景统计模板F_m所有像素值减4，使得F_m＝F_m-4，然后与静止目标前景F_static相加，使得F_m＝F_m+F_static；

S7、对前景统计模板F_m进行二值化获得最终结果前景F_result，使得大于设定阈值的像素值置255，反之置0；

S8、对最终结果前景F_result进行形态学操作腐蚀、膨胀，然后通过区域连通操作获得一个个矩形连通区域，得到一个个完整的目标；

S9、对步骤S8中得到的完整目标进行跟踪，记录下每个目标的首次跟踪时间T_f，之后每次跟踪计算当前时间T_c与首次跟踪到时间T_f的差值，为该目标的跟踪持续时间T_s，使得T_s＝T_c-T_f，当跟踪持续时间T_s超过设定的告警时间阈值时表示该目标位置发生了物品遗留丢失事件；

S10、物品遗留丢失判断：计算当前帧梯度图I_g和慢背景B_s中对应发生了物品遗留丢失事件的目标矩形区域内最大连通区域面积A₁、A₂，通过比较其大小判断物品是遗留还是丢失，若当前帧梯度图中的更大则为物品遗留，反之为物品丢失，同时发出相应告警并指出目标位置；

S11、当目标发出告警持续一段时间后将其更新进慢背景B_s中，同时将前景统计模板F_m中对应区域像素值置0，并停止告警。