[发明专利]一种基于视频的道路入侵检测方法及系统

说明书

本发明公开了一种基于视频的道路入侵检测方法，包括：对视频图像的每一帧在检测区域内进行运动目标检测，提取检测目标的属性特征，所述属性特征包括质心点和面积；跟踪检测目标，当跟踪目标与检测目标的质心点差值不超过质心阈值T_center，且面积差值不超过面积阈值T_area，则判定追踪成功，否则判定追踪失败；若追踪成功，判定检测目标的面积是否大于最大面积阈值Area₁，若大于最大面积阈值Area₁，则检测下一帧图像，否则，判定为一次入侵；若入侵次数大于设定阈值T，则判定检测目标发生入侵。能进行更加精确的检测跟踪，增加对摄像头抖动和鬼影处理，可以有效检测非机动车入侵，提高算法的鲁棒性，降低误检率。

技术领域

本发明涉及一种道路入侵检测方法，具体地涉及一种基于视频的非机动车入侵机动车道路的入侵检测方法及系统。

背景技术

智能视频监控作为安防的一种重要手段越来越多的被社会所认可。智能视频监控系统可以实现全天候可靠监控，为用户可以提供更加精确地安全威胁的特征，因而提高报警精确度，降低误报和漏报现象的发生，能够在安全威胁发生之前就能够提示安全人员关注相关监控画面，使安全部门由足够的时间为潜在的威胁做好准备工作。

道路入侵，主要是指非机动车侵入机动车道路环境，入侵检测方法目前主流方法有地感线圈检测、微波检测、激光检测、视频检测等方法。地感线圈检测具有价格低、精度高、检测速度快、抗干扰能力强等优点，但其主要存在问题对道路损坏大，并且前期工程量大、影响交通和城市形象。微波检测和激光检测精度高，抗光、电干扰能力强，但易受地形起伏干扰，且对人体有害，成本高，容易受太阳光等多种含有红外线光源的干扰。视频检测能适应环境变化，实时性好，使用方便，成本低，但算法的输入依赖于前期的检测跟踪结果，并且目前已有的算法或专门定制不具普适性，或算法单一分散，检测精度低。

发明内容

为了解决上述存在的技术问题，本发明提供了一种基于视频的道路入侵检测方法，通过改进的目标检测跟踪算法可以减少内存的占用，又保证图片序列的原始信息，避免背景的重复计算，同时也可检测出较长时间停止的运动目标，从而能得出更加精确检测跟踪结果，增加对摄像头抖动和鬼影处理，可以有效检测非机动车入侵，提高算法的鲁棒性，同时也可以降低计算复杂度，降低误检率。

本发明的技术方案是：

一种基于视频的道路入侵检测方法，包括以下步骤：

S01：对视频图像的每一帧在检测区域内进行运动目标检测，提取检测目标的属性特征，所述属性特征包括质心点和面积；

S02：跟踪检测目标，当跟踪目标与检测目标的质心点差值不超过质心阈值T_center，且面积差值不超过面积阈值T_area，则判定追踪成功，否则判定追踪失败；

S03：若追踪成功，判定检测目标的面积是否大于最大面积阈值Area₁，若大于最大面积阈值Area₁，则检测下一帧图像，否则，判定为一次入侵；

S04：若入侵次数大于设定阈值T，则判定检测目标发生入侵。

优选的，所述步骤S04后还包括：

通过方向梯度直方图特征结合支持向量机分类器根据非机动车的图像特征，对检测目标进行识别，若识别为非机动车，则判定非机动车入侵道路。

优选的，所述步骤S03中，若不大于最大面积阈值Area₁，判断检测目标是否位于图像的边缘，若是，则检测下一帧图像，否则，判定为一次入侵。

优选的，若检测目标不位于图像边缘，判断检测目标的质心点是否在检测区域内，若是，判定为一次入侵，否则，检测下一帧图像。