专利名称:一种视频监控系统中的智能化目标细节捕获装置的制作方法
技术领域:
本实用新型属于视频监控技术领域,涉及一种视频监控系统中的智能化目标细节捕 获装置。
背景技术:
目前,在视频监控技术领域中,多数视频监控录像只能记录监控场景中目标的运动 状态,却不能提供清晰的目标细节信息。这样,使得视频录像的使用价值大大降低。目 前提高目标细节清晰度的方法主要有两类 一类方法是采用高质量的成像设备来提高成 像分辨率,或者通过在场景中设置多个摄像机来提供目标细节的图像信息,这类方法的 缺点是增加了视频监控系统的成本;另一类方法是采用带有云台摄像机的视频监控系统, 但目前这类方法都是通过手工调整的方式进行工作的,缺点是无法实现智能化,目标细 节图像采集效率比较低。
因此,需要解决现有监控系统中的视频监控范围与具体目标细节采集之间的矛盾, 提供一种既能有效解决二者之间的矛盾,又不增加成本的视频监控系统。 发明内容
本实用新型的目的是提供一种视频监控系统中的智能化目标细节捕获装置,既能够 对大场景进行监控录像,又能够智能化、高效地捕获进入设定区域的目标细节信息,解 决了大场景监控与目标细节信息捕获之间的矛盾,提高了监控录像的使用价值。
为了达到上述目的,本实用新型的技术方案如下
一种视频监控系统中的智能化目标细节捕获装置,用于捕获监控区域的全景图像和设定 区域的目标细节图像,该装置由成像模块l、输入模块2、处理模块3、控制模块4、存储模 块5和传输模块6组成;成像模块l用于全景和目标细节的成像,并输出成像后的全景和目
标细节的视频图像;输入模块2连接于成像模块1和处理模块3之间,用于捕获成像模块l 输出的视频图像;处理模块3连接于输入模块2和控制模块4之间,用于处理由输入模块2 捕获的全景视频图像,并检测设定区域中是否有目标出现;控制模块4连接于处理模块3和 成像模块l之间,用于控制成像模块l捕获目标细节的图像;存储模块5和传输模块6分别 连接于输入模块2,存储模块5用于存储所有捕获的视频图像,传输模块6用于传输视频图 像至远程终端。
所述成像模块l由一个或多个固定式摄像头7和一个云台摄像头8组成,固定式摄像头 7与输入模块2连接,用于全景的成像,云台摄像头8与输入模块2和控制模块4连接,用
于目标细节的成像。
本实用新型一种视频监控系统中的智能化目标细节捕获装置,其工作原理如下固定式 摄像头7对监控区域的全景成像;输入模块2捕获监控区域的全景视频图像,并将图像输出 给处理模块3;存储模块5和传输模块6对捕获的图像进行存储和传输;处理模块3利用滑 动平均法建立背景模型,对监控区域内的设定区域进行区域编号,并记录云台摄像头8捕获 该对应编号区域的位置参数和焦距参数;处理模块3利用背景去除法提取运动目标;处理模 块3跟踪与检测运动目标,并判断该运动目标是否进入设定区域;若该运动目标没有进入设 定区域,则继续跟踪该运动目标;若该运动目标进入设定区域,则输出该设定区域的编号及 控制参数给控制模块4;控制模块4根据接收到的设定区域的编号及控制参数,控制云台摄 像头8转动至处理模块3预先记录的对应该区域的位置,并控制其调整自身的聚焦参数;云 台摄像头8捕获目标细节的图像;存储模块5和传输模块6对捕获的图像进行存储和传输。
本实用新型的有益效果在于利用固定式摄像头捕获监控区域的全景视频图像,利 用控制模块控制云台摄像头智能化、高效地捕获设定区域的目标细节视频图像,解决了 监控区域的全景监控与设定区域的目标细节捕获之间的矛盾,提高了监控录像的使用价 值。
图1是本实用新型一种视频监控系统中的智能化目标细节捕获装置的结构示意图。 图中1、成像模块,2、输入模块,3、处理模块,4、控制模块,5、存储模块,6、
传输模块,7、固定式摄像头,8、云台摄像头。
具体实施方式
以下结合附图对本实用新型做进一步详细地描述
如图1所示,本实用新型的一种视频监控系统中的智能化目标细节捕获装置由成像模 块l、输入模块2、处理模块3、控制模块4、存储模块5和传输模块6组成,成像模块l由 一个或多个固定式摄像头7和一个云台摄像头8组成。由一个或多个固定式摄像头7负责全 景的成像,云台摄像头8负责目标细节的成像,通过输入模块2对输入的视频图像进行捕获, 由处理模块3处理各固定摄像头得到的图像,检测各设定区域中是否有目标出现,通过控制 模块4控制云台摄像头8进行目标细节图像的捕获,存储模块5和传输模块6控制所有采集 图像的存储及传输。
本实用新型的一种视频监控系统中的智能化目标细节捕获装置,其各模块的功能如下
一、成像模块l由一个或多个固定式摄像头7负责全景的成像,云台摄像头8的摄像头 方向、焦距可进行调整,其负责目标细节的成像。
二、 输入模块2由视频采集卡和采集程序组成,负责图像的输入及图像格式的转换。通 过调用驱动程序的初始化函数对采集图像的分辨率、图像格式、采样间隙等内容进行设置; 调用采集函数完成对全部图像的采集。
三、 处理模块3实现如下功能
1、通过鼠标设置每个摄像头采集场景中的设定区域并进行区域的编号,同时,记录下 云台摄像头8捕获对应区域的位置参数及焦距参数。
通过滑动平均法建立背景模型,更新由于场景内容变化或光照条件变化带来的背景变化。
通过利用当前帧减去背景模型的方法得到每个摄像头采集图像内的运动区域。
处理方法如下
通过背景去除法提取运动目标,其处理步骤如下-1)运动区域的提取采用背景去除法提取运动区域
其中,「"^)为变化区域二值图像,^'^)为t时刻的输入图像,^J力为t时刻背 景模型,T为阈值。
2)背景模型更新算法采用改进的滑动平均法进行背景更新,处理方法如下 //,=雄—,+ (1 - M)械+ (1 - a)//,")
其中,M为运动区域模板,//,和/z,-,为t时刻和t-l时刻的背景模型,"为更新率。 对运动目标检测并进行跟踪,当发现设定区域内出现目标,则将该区域的编号输出给控 制模块。
视频跟踪处理,对运动目标进行跟踪及运动状态的判断,处理步骤如下 a)特征值计算,对于步骤1的1)操作后提取出的运动目标,计算其特征值,包括质心、 跟踪窗口。
选择质心和跟踪窗口大小作为特征值来跟踪目标。
首先是设定运动目标的跟踪窗口 ,也就是用目标的外接矩形作为跟踪窗口 。
其中,^max,^nin分别为目标水平方向的最大坐标及最小坐标,"max , ^nin分别为目标垂直
方向的最大坐标及最小坐标。
在各个跟踪窗口标记好以后,分别对该窗口中的目标求其质心,设输入图像为f(x,y), 如下式所示
『=— 乂
z maxJ <formula>formula see original document page 6</formula>f(x,y)为跟踪窗口中运动目标图像,可以计算出窗口的质心,设目标象素(x, y)ES,则窗 口的质心坐标为
歹=』
b)利用卡尔曼滤波器建立系统的运动模型,定义状态向量,来预测下一帧中运动目标可 能出现的位置。
本处理步骤采用卡尔曼滤波为系统建立运动估计模型。利用卡尔曼滤波进行运动估计, 可以减小噪声干扰,縮小特征提取的搜索范围,只需要检测当前跟踪窗口,减小了计算量。
设模型中k+l时刻的状态向量^+1,由k时刻的向量^的转换函数和噪声组成。而观 测向量由k+l时刻的向量^t+i的观测函数和噪声决定。
状态方程如下<formula>formula see original document page 6</formula>
量测方程<formula>formula see original document page 6</formula>式中,w*、 V*+1为均值为零的正态白噪声。
"是状态向量由一个八维向量构成<formula>formula see original document page 6</formula>
式中,X、 ^A分别为目标质心坐标,X*, 分别为质心坐标在x, y方向上的单位
位移,分别为跟踪窗口在x, y方向上的宽度,^^, 分别为跟踪窗口宽度 在x, y方向上的单位位移。
"i是观测向量,由四维向量构成:
由于采样间隔很短,因此,可近似认为运动目标的运动速度是恒定的,而且跟踪窗口的
大小变化不大,则状态转移<formula>formula see original document page 7</formula>
观测矩阵C为<formula>formula see original document page 7</formula>
c)特征匹配,定义目标的相似函数,利用相对帧间目标的变化,利用特征值计算相似函
数值,判断是否为同一跟踪目标。
首先定义第k帧的第i个目标的质心和第k+l帧的第j个目标的质心距离函数
<formula>formula see original document page 7</formula>式中:
<formula>formula see original document page 7</formula>
面积差异函数,即用第k帧的第i个目标的窗
口面积和第k+l帧的第j个目标的窗口面积相比较:
<formula>formula see original document page 7</formula>式中 定义相似度函数
<formula>formula see original document page 7</formula>
式中,h《为权值,并且满足7>《,7 +《=1, A"力《1。
如果D(ij)越小,说明目标越接近,而且A(ij)越小,说明目标形状越相近,而且A"力
越小,说明这两个目标相似的可能性最大。设定相似函数的阈值^作为是不是同一目标的依 据。
d)模型更新,更新运动模型,作为下一运动模型的卡尔曼滤波的输入。 在寻找到相似函数最小值时,已经找到同一目标的后续,也就是说,第k+l帧的第j个 目标可以认为是第k帧第i个目标,即两者是同一目标。这时,用第k+l帧的第j个目标的特 征值,作为运动模型估计下一帧的输入,如此类推,完成模型的跟踪。
2)当检测到运动目标进入设定区域后,则对设定区域的编号及控制参数进行输出。
四、 控制模块4的处理步骤如下
根据图像处理模块产生的区域编号,査找对应的位置参数及焦距参数,通过控制端口输 出位置参数及焦距参数给云台摄像头的控制模块。
其处理步骤如下
1、 根据图像处理模块产生的区域编号,查找对应的位置参数及焦距参数,通过控制端 口输出位置参数及焦距参数给云台摄像头的控制模块。
2、 通过通讯端口,如RS-232或USB,输出控制命令,控制云台摄像头转动至设定位置 及摄像头聚焦参数调整。
五、 存储模块5将各固定摄像头7及云台摄像头8釆集的图像经过压縮后存储于硬盘, 所采集的图像可采用MPEG-l, MPEG-4, WAVELET, H.263等格式进行压縮存储
六、 传输模块6可根据实际需要,将各摄像头采集的图像采用以太网通过网络传输至远 程终端。
权利要求1、一种视频监控系统中的智能化目标细节捕获装置,其特征在于,该装置由成像模块(1)、输入模块(2)、处理模块(3)、控制模块(4)、存储模块(5)和传输模块(6)组成,输入模块(2)连接于成像模块(1)和处理模块(3)之间,处理模块(3)连接于输入模块(2)和控制模块(4)之间,控制模块(4)连接于处理模块(3)和成像模块(1)之间,存储模块(5)和传输模块(6)分别与输入模块(2)连接。
2、 如权利要求l所述的一种视频监控系统中的智能化目标细节捕获装置,其特征在于, 所述成像模块(1)由一个或多个固定式摄像头(7)和一个云台摄像头(8)组成,固定式摄 像头(7)与输入模块(2)连接,云台摄像头(8)与输入模块(2)与控制模块(4)连接。
专利摘要本实用新型涉及一种视频监控系统的智能化目标细节捕获装置,该装置采用一或多个固定式摄像头对监控区域进行全局监控,采用一个云台摄像头进行设定区域内目标细节的捕获。首先,通过处理模块对固定式摄像头捕获的图像提取区域内的运动目标;然后对分割后的运动目标进行跟踪及运动状态的判断;若有目标进入设定区域,则可根据预设的该区域的方位参数及焦距参数,调整云台摄像头的方向及焦距,对该区域内目标进行细节图像的捕获;同时,可以根据需要进行图像的存储和远程传输。本实用新型的有益效果在于,本实用新型是一种既兼顾大场面监控,又能够自动实现具体目标细节捕获的视频监控装置,解决了现有技术中监控范围与监控目标细节之间的矛盾。
文档编号H04N7/18GK201063764SQ20072001367
公开日2008年5月21日 申请日期2007年8月1日 优先权日2007年8月1日
发明者付先平, 胜 毕, 沈小艳 申请人:大连海事大学