本发明属于检测领域，具体涉及一种检测电动车自行车的方法。
背景技术：
电动自行车引发的火灾不断发生，阻止电动自行车进入大楼，特别是进入高层建筑非常重要，检测电动车就是基于这一需求而产生的；考虑到部署可能范围的数量巨大，这一需求的产品必须同时满足四个标准才可以大规模部署：本地运行，成本低廉，检测准确，查看现场验证。因此需要开发一种检测电动车自行车的方法来检测电动自行车，从而阻止电动自行车进入大楼。
技术实现要素：
本发明的目的在于提供一种检测电动车自行车的方法。
本发明所提供的技术方案是：一种检测电动车自行车的方法，在一个生成可见光和红外图像的摄像头模块内增加运行一个检测电动自行车的图像分析算法，并将所述图像分析算法得出的结果通过对外接口模块输出。
优选的，所述摄像头模块的成像采用cmos或ccd成像器件，所述摄像头模块涵盖光谱的谱段为300nm-1100nm谱段的全部或一部分。
优选的，所述图像分析算法包括图像模型生成算法和检测算法；
所述图像分析算法为采集一定数量的电动自行车的图像样本，投入图像模型训练算法程序进行训练，得到电动自行车的图像模型；
所述检测算法为利用所述电动自行车的图像模型，分析现场图像信号，检测其内存在电动自行车的置信度高于预定门限的区域并标识出这个区域。
优选的，所述对外接口模块包含至少一个开关量的输出接口以及至少一个ip网络接口。
有益效果：
本发明通过在摄像头模块中增加运行图像分析算法，对摄像头模块的探测区域内检测是否有电动自行车，从而防止电动自行车进入大楼；同时采用电梯内普及部署的摄像头系统来检测困人的危险事件，从而降低了安装等工程成本，使用更加方便。
具体实施方式
下面进一步说明本发明的实施例。
实施例1
本实施例中的检测电动车自行车的方法，在一个生成可见光和红外图像的摄像头模块内增加运行一个检测电动自行车的图像分析算法，并将所述图像分析算法得出的结果通过对外接口模块输出。
本实施例中，所述摄像头模块的成像采用cmos成像器件，所述摄像头模块涵盖光谱的谱段为300nm-1100nm谱段的全部。
所述图像分析算法包括图像模型生成算法和检测算法；所述图像分析算法为采集一定数量的电动自行车的图像样本，投入图像模型训练算法程序进行训练，得到电动自行车的图像模型；所述检测算法为利用所述电动自行车的图像模型，分析现场图像信号，检测其内存在电动自行车的置信度高于预定门限的区域并标识出这个区域。
所述对外接口模块包含至少一个开关量的输出接口以及至少一个ip网络接口。
本实施例中，本发明在工作时，当有电动自行车出现在摄像头模块的监控范围内时，摄像头模块成像，同时图像分析算法检测分析，通过图像模型生成算法生成的电动自行车图像模型来与成像进行对比检测，检测其内存在电动自行车的置信度高于预定门限的区域后标识出该区域，最后结果通过对外接口模块输出，从而达到提醒物业的目的。
以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都涵盖在本发明范围内。