[发明专利]基于智能移动终端的库房防盗视频监控系统有效

专利信息
申请号: 201510718773.8 申请日: 2015-10-29
公开(公告)号: CN105338315B 公开(公告)日: 2018-08-31
发明(设计)人: 郑紫微;熊欧 申请(专利权)人: 宁波大学
主分类号: H04N7/18 分类号: H04N7/18;G06T7/20
代理公司: 宁波诚源专利事务所有限公司 33102 代理人: 刘凤钦
地址: 315211 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 智能 移动 终端 库房 防盗 视频 监控 系统
【权利要求书】:

1.基于智能移动终端的库房防盗视频监控系统,其特征在于,包括设有第一LTE通信模块的智能移动终端以及设置在库房内的视频采集模块、视频存储模块、视频提取模块、视频分帧模块、图像类型识别模块、图像类型转换模块、图像预处理模块、运动目标提取模块、警报模块和第二LTE通信模块;所述视频存储模块分别连接视频采集模块和视频提取模块,所述视频分帧模块分别连接视频提取模块和图像类型识别模块,所述图像类型转换模块连接图像类型识别模块和图像预处理模块,所述图像预处理模块连接图像类型识别模块和运动目标提取模块,所述警报模块分别连接运动目标提取模块和第二LTE通信模块,第二LTE通信模块连接视频采集模块;其中,

所述视频采集模块,用以采集库房内的视频信息并消除视频抖动,存储已消除视频抖动后的视频信息至视频存储模块内;

所述视频提取模块,用于提取视频存储模块中的视频信息,并发送给视频分帧模块;

所述视频分帧模块,用以将接收的视频按照预设帧间隔分割成若干独立的帧图像,并按照分割的先后顺序对各帧图像进行顺序编号;

所述图像类型识别模块,用以判断所接收的帧图像类型为动态图像时,则将其发送给图像类型转换模块处理成静态图像;判断接收的帧图像为静态图像时,则直接发送帧图像给图像预处理模块;

所述图像类型转换模块,用以将接收的动态帧图像转换为静态帧图像,并发送转换后的静态帧图像给图像预处理模块;

所述图像预处理模块,用以对接收的静态帧图像进行滤噪处理,并将滤噪后的静态帧图像作为库房监控的原始监控图像发送给运动目标提取模块;

所述运动目标提取模块,用于提取滤噪后的原始监控图像序列中的运动目标,并将提取的运动目标发送给警报模块,其中,运动目标的提取方法依次包括如下步骤:

(1)以预设编号差值作为编号间隔,在具有独立编号的原始帧图像序列中连续地选取部分原始帧图像组成原始监控图像S(i,j);其中,选取的部分原始帧图像表示为St(i,j),t∈[0,T],T为被选取的原始帧图像数量;

(2)对原始监控图像S(i,j)中的各原始帧图像St(i,j)以预设倍数放大其像素值,并对放大后的各原始帧图像St(i,j)做灰度化处理,得到对应的灰度帧图像Yt(i,j),其中,原始监控图像S(i,j)对应的灰度图像为Y(i,j);其中,原始监控图像S(i,j)转换为灰度图像Y(i,j)采用如下转换公式:

Y(i,j)=0.257×r(i,j)+0.504×g(i,j)+0.239×b(i,j);

其中,r(i,j)、g(i,j)、b(i,j)分别对应原始帧图像St(i,j)的颜色空间三维坐标中的红、绿、蓝颜色分量,Y(i,j)是该像素点对应的灰度值;

(3)对灰度图像Y(i,j)中的各灰度帧图像Yt(i,j)进行预处理,得到对应的预处理帧图像It(i,j)和预处理图像I(i,j),并采用高斯滤波分别对各预处理帧图像It(i,j)进行处理;其中,高斯函数为均值是零的二维高斯函数g(i,j),其中,

其使用的图像模板算子为

(4)对前后连续间隔为m-n帧和m帧的三帧预处理图像Ik-(m-n)(i,j)、Ik(i,j)和Ik+m(i,j)做差分,得到两个差分图像D(k,k-(m-n))(i,j)和D(k+m,k)(i,j);其中,

D(k,k-(m-n))(i,j)=|Ik(i,j)-Ik-(m-n)(i,j)|,D(k+m,k)(i,j)=|Ik+m(i,j)-Ik(i,j)|;

其中,Ik-(m-n)(i,j)、Ik(i,j)和Ik+m(i,j)分别表示预处理序列图像I(i,j)中的某三帧预处理图像,m-n和m分别表示预处理序列图像I(i,j)中两帧预处理图像之间的间隔帧数,m,n∈Z,且m≥3,n∈[0,3];

(5)分别对所得两个差分图像D(k,k-(m-n))(i,j)和D(k+m,k)(i,j)做二值化处理,得到对应的二值化图像R(k,k-(m-n))(i,j)和R(k+m,k)(i,j);其中,二值化处理准则如下:

其中,T表示阈值;

(6)对所得到的两幅相邻的二值化图像R(k,k-(m-n))(i,j)和R(k+m,k)(i,j)做逻辑“或”操作和逻辑“与”操作,分别得到对应运算后的联合二值化“或”图像Bork(i,j)和联合二值化“与”图像Bandk(i,j),并将联合二值化“或”图像Bork(i,j)和联合二值化“与”图像Bandk(i,j)进行逻辑“异或”运算,得到潜在运动目标区域的二值化图像Bk(i,j);其中,

联合二值化“或”图像为

联合二值化“与”图像为

潜在运动目标区域的二值化图像

(7)对潜在运动目标区域内进行基于高斯模型的运动目标检测,对高斯分布的参数均值以及方差赋初值,建立高斯背景模型,并对建立的高斯背景模型以如下设定的更新方式进行实时更新;其中,设定的更新方式为:

其中,α表示当前帧图像中的像素对所对应位置上的高斯背景模型的更新所做出的贡献程度,α=0.0025;N表示被用来进行高斯背景模型初始化的图像的数量,表示第k帧图像中(i,j)位置上的像素观察值;

(8)计算像素位置上高斯分布的90%置信区间的上限和下限并对运动前景提取得到运动目标其中,

所述警报模块,将接收到的运动目标提取结果经第二LTE通信模块发送给智能移动终端进行报警防盗提示。

2.根据权利要求1所述的基于智能移动终端的库房防盗视频监控系统,其特征在于,所述步骤(4)中的间隔帧数m为3,n为1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波大学,未经宁波大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510718773.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top