一种基于本地计算的视频监控方法
【技术领域】
[0001]本发明涉及一种视频监控方法，尤其涉及一种基于本地计算的视频监控方法，属于机器视觉技术领域。
【背景技术】
[0002]随着社会生产力的发展，社会财富日益增加，人们对财产安全以及人身安全提出了更高的要求。在人眼视力范围之外，能够有效地监视财产及人身安全成为人们的迫切需求。于是，各种监控技术应运而生。
[0003]监控技术应用的功能一般包括监控视频查看、紧急事件报警以及视频存储三部分。其中，监控视频查看包括查看实时视频(live view)和查看历史记录视频(historicalfootage)。紧急事件报警指的是对于入侵发生或者在其他紧急事件发生时，能够主动向外报警(用户、警局、警铃)，视频存储只将视频片段(video clips)或者连续视频(continuous footage)进行存储。
[0004]目前，对于监控视频查看功能，绝大部分厂商都已经可以通过云服务器进行协调，使得手机可以远程观看。
[0005]对于紧急报警功能，有若干技术方案，但实际使用的技术大都基于移动侦测(mot1n detect1n)。最简单的移动侦测是对比前后两帧图片的变化，如果变化超过某一个阈值，则报警。另一类稍微复杂点的算法是分区域移动侦测，将整个监控区域划分成不同的小的监控区域，只有小监控区域内检测到移动才报警。还有若干报警如入侵报警、姅线报警等，都是基于移动侦测衍生而来。原因是移动侦测的计算量小，可以进行实时监控。然而这类检测算法过于简单，无法处理如光线变化、树影移动以及来往车辆等情景，误报频发。
[0006]另一类技术方案是通过使用视觉算法进行比较复杂的计算，如行人识别、人脸识别等技术，然而此类技术计算量大，如果需要实时计算，则需要配置昂贵的硬件，无法普及应用。此外，此类算法对环境要求较高，很难适用于任何类型的环境，应用范围较窄。
[0007]对于视频存储功能，传统的DVR或NVR将视频存在本地，然而一旦发生入室盗窃，则视频证据容易被毁掉。云监控服务商将所有视频内容传到云端，会导致严重的隐私泄露问题，而且大量的视频文件上传，不仅占用带宽资源，用户还需要向云监控服务商支付高昂的费用。
[0008]所以，如何很好地解决现有的紧急报警功能和视频存储功能所存在的问题，实现及时准确报警以及安全有效视频存储，成为人们最关注的问题。
【发明内容】
[0009]针对现有技术的不足，本发明所要解决的技术问题在于提供一种基于本地计算的视频监控方法。
[0010]为实现上述发明目的，本发明采用下述的技术方案:
[0011]一种基于本地计算的视频监控方法，包括如下步骤:
[0012]SI，实时读取局域网内的视频流，将读取的视频流分解成多帧图像；
[0013]S2，计算当前帧和上一帧的帧差，当帧差大于单次帧差报警阈值时，对两帧的帧差图像进行边缘提取，如果不能提取出边缘，忽略所述帧差，否则触发报警，报警次数加I ;
[0014]S3，根据监控视频采集单位时间内发生报警的次数判断是否推送报警，如果推送报警，则将引发报警的视频片段保存在本地，同时传到云端备份，并向用户推送报警；如果判定不推送报警，则仅将视频片段保存在本地。
[0015]其中较优地，在步骤S2中，计算当前帧和上一帧的帧差，根据帧差判断是否触发报警，包括如下步骤:
[0016]S21，将整个监控区域分解成多个栅格；
[0017]S22，为每个栅格赋予活性，根据获取的图像，判断监控区域中的栅格变化，并统计其变化数量，如果前后两帧图像栅格变化数量小于设定的阈值，则不触发报警；否则，转向步骤S23 ；
[0018]S23，对两帧图像的帧差进行边缘提取，如果不能提取出所述边缘，则不触发报警；否则触发报警。
[0019]其中较优地，在步骤S22中，为每个栅格赋予活性，并实时判断栅格的活性状态，包括如下步骤:
[0020]为每个栅格设定状态值，当栅格处于激活状态时，状态值为1，当栅格处于失活状态时，状态值为O ;
[0021]当在本地实时读取局域网内的视频流时，将整个监控区域内的栅格的状态值调整为I，使每个栅格处于激活状态；
[0022]判断距离上一次栅格的活性状态发生变化的时间，如果时间小于更新间隔时间，则栅格活性状态不发生变化；
[0023]如果时间大于或等于更新间隔时间，判断更新间隔时间内栅格变化次数，如果栅格变化次数大于阈值，则改变栅格的活性状态。
[0024]其中较优地，在步骤S22中，根据栅格的变化情况判断是否触发报警，包括如下步骤:
[0025]S221，当读入一帧图像时，根据所述图像的颜色通道判断摄像机的状态，如果三通道数值相同则监控时间是夜晚，否则监控时间是白天；
[0026]S222，根据摄像机的状态选择要更新和计算的权重和休眠时间；
[0027]S223，根据栅格像素变化比例判断栅格的变化，当栅格变化时，栅格变化次数加I，并统计总的激活区域变化栅格数量以及总的变化栅格数量，其中，总的激活区域变化栅格数量=总的变化栅格数量-处于失活状态的栅格数量；
[0028]S224，如果总的激活区域变化栅格数量小于设定的报警阈值，则不触发报警。
[0029]其中较优地，在步骤S223判断栅格的状态是否发生变化之前，将读入的一帧图像转换为单通道灰度图像。
[0030]其中较优地，在步骤S3中，根据监控视频采集单位时间内发生报警的次数判断是否推送报警，判断过程包括如下步骤:
[0031]S31，监控视频采集单位时间内触发报警的次数，如果触发报警的次数小于等于噪点干扰阈值，则判定不推送报警；如果触发报警的次数大于噪点干扰阈值，则转向步骤S32 ；
[0032]S32，进一步判断是否是由于摄像机状态切换引起的报警，如果是则判定不推送报警；否则转向步骤S33 ;
[0033]S33，如果报警次数大于噪点干扰阈值小于等于推送报警阈值，则判定不推送报警，将该视频片段保存在本地，如果大于推送报警阈值则判定推送报警，将引发报警的视频片段保存在本地，同时传到云端备份，并向用户推送报警。
[0034]其中较优地，在步骤S32中，进一步判断是否是由于摄像机状态切换引起的报警，包括如下步骤:
[0035]获取视频采集单位时间内所有视频帧的颜色通道，并对相邻两帧的颜色通道值进行比较；
[0036]如果在视频采集单位时间内仅有一组相邻两帧图像的颜色通道值不同，并且颜色通道值不同的两帧图像在所述视频采集单位时间的前20帧内，则判定是由于摄像机状态切换引起的报警，忽略此次报警；
[0037]否则，判定不是由于摄像机状态切换引起的报警。
[0038]其中较优地，在步骤S3中，根据监控视频采集单位时间内发生报警的次数判断是否报警还包括如下步骤:
[0039]S34，每进行一个更新间隔时间后，更新每个栅格的权重以及休眠时间状态。
[0040]其中较优地，在步骤S34中，每进行一个更新间隔时间后，更新每个栅格的权重以及休眠时间状态，包括如下步骤:
[0041]S341，对于任意一个栅格，判断所述格栅的休眠时间，如果所述休眠时间不为0，则所述休眠时间减去一个更新间隔的时间；
[0042]S342，栅格的休眠时间为0，或者经过步骤S341后休眠时间为0，则判断格栅的变化次数，并根据栅格的变化次数调整权重和休眠时间；如果所述栅格的变化次数小于per1dUpThres*2~ I weight I，则权重加 I ;所述栅格休眠时间延长 baseTime*2~ | weight | ；如果所述栅格的变化次数大于per1dDownThres*2~ weight |，则权重减1，所述栅格休眠时间增加 baseTime*2~ I weight I ；
[0043]S343，如果所述栅格的权重为0，则将所述栅格的休眠时间也置为O ;否则，延长所述栅格的休眠时间为2~ I weight I *baseTime*unitSize，并将所述栅格的变化次数置为O ;
[0044]其中，weight为权重，其值小于等于O ;per1dUpThres为基础权重上升阈值；per1dDownThres为基础权重下降阈值；baseTime为基础休眠时间；unitSize为更新间隔。
[0045]其中较优地，当用户走入监控区域后，报警监控关闭，包括如下步骤:
[0046]当用户允许通过手机接收报警时，记录手机的MAC地址；
[0047]当启动视频监控后，扫描路由器内网的设备的MAC地址；
[0048]当用户返回时，手机连接W1-Fi，此