[发明专利]基于上肢推搡检测打架行为的方法

说明书

技术领域

本发明涉及安防领域，具体而言，涉及一种基于上肢推搡检测打架行为的方法。

背景技术

目前在安防领域中，通过摄像头检测当前区域内的事件，例如：检测当前区域内的活动的人或动物等。

现有的检测技术只能拍摄图像的内容，不能对图像的内容做进一步的分析。当图像中出现人员有打架现象，用户只能通过眼睛观察判断后才能确定，如果当时没有看到，则这些行为会被忽略。

发明内容

本发明旨在提供一种基于上肢推搡检测打架行为的方法，以解决上述图像中出现的打架现象被忽略的问题。

在本发明的实施例中，提供了一种基于上肢推搡检测打架行为的方法，包括：

检测每帧图像中的人体轮廓；

确定到图像中任意两个人体轮廓之间的距离小于阈值，且检测到属于所述两个人体轮廓的上肢出现了融合；

在预定的时间内，检测到所述两个人体轮廓之间的距离大于阈值；

确定出现打架行为。

本发明的方法，通过任意两个人体轮廓之间的距离、以及人体的推搡确定打架过程，不需要用户用眼睛检测，减少了打架现象被不能被及时发现的情况。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了实施例的流程图；

图2示出了实施例中检测过程的流程图；

图3示出了实施例中的背景图像；

图4示出了实施例中的当前图像；

图5示出了实施例中差分图像；

图6示出了实施例中选择轮廓点的示意图；

图7示出了实施例中得到的轮廓的示意图；

图8示出了实施例分类器分离的人体轮廓和周围其它物体图像的示意图；

图9示出了实施例中腐蚀过程的示意图；

图10示出了实施例中膨胀过程的示意图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。

参见图1，实施例中的步骤包括：

S11：检测每帧图像中的人体轮廓；

S12：确定到图像中任意两个人体轮廓之间的距离小于第一阈值，且检测到属于所述两个人体轮廓的上肢出现了融合；

其中，第一阈值可根据两个人之间的水平像素点的数量设置。也可按照比例确定，例如：距离为框住人体轮廓的最小矩形宽度的1.3-1.7倍

S13：在预定的时间内，检测到所述两个人体轮廓之间的距离大于第二阈值；

S14：确定出现打架行为。

实施例中的方法，通过任意两个人体轮廓之间的距离、以及人体的上肢的推搡确定打架过程，不需要用户用眼睛检测，减少了打架现象被不能被及时发现的情况。

优选地，参见图2，实施例中的所述检测的过程包括：

S21：将当前帧的图像二值化，得到差分图像；

取图3所示的彩色图像作为背景图像，从图4所示的第二帧彩色图像开始，将当前图像与背景图像简单相减取绝对值并二值化得到图5所示的差分图像--d(i，j)。

S22：逐行扫描所述差分图像中的像素点，如果扫描到的像素点为白色像素点，则根据相邻像素点的灰度，遍历到由多个白色像素点构成的封闭区域的轮廓；

可采用基于连通性的边界跟踪算法,获得提取整个图像序列中行人的轮廓。把轮廓以点序列的形式存储。

轮廓线上点，与其相邻点的灰度值有一定的跳跃，故通过灰度值的对比，就可以将这些点提取出来。参见图6，为了简单，去掉了图像边框上所有象素点，每个被提取的象素点A，与其周围的8个点作比较，当某点周围8个参考点有一个不都与之相同时，这个点就是轮廓点。

边界跟踪算法先选择一起始点s∈S_c，然后沿顺时针或逆时针利用连通性跟踪边界直到回到起始点。

已知像素p,q∈S，如果存在一条从p到q的路径，且路径上的全部像素都包含在S中，则称p与q是连通的。如图7所示的在差分图像上得到的像素点。

连通性(connectivity)是等价关系．对属于S的任意三个像素p、q和r，有下列性质：

1）像素p与p本身连通（自反性）．

2）如果p与q连通，则q与p连通（互换性）．

3）如果p与q连通且q与r连通，则p与r连通（传递性）．

S23：确定包含所述封闭区域的轮廓的边界像素点的最小外接矩形；