[发明专利]一种基于LSD直线检测分割算法的集装箱异动监测方法

权利要求书

1.一种基于LSD直线检测分割算法的集装箱异动监测方法，其特征在于，包括步骤A：生成标准模板，步骤B：新的视频帧直线要素进行比对统计，步骤C，结果处置；

所述的步骤A包括：

步骤A1、视频实时性同步：针对输入的视频，采取多线程技术处理，一个线程负责取视频数据，并且将数据转换为算法可用的矩阵数据，另一个线程负责事件处理，以保证处理线程内的数据为最新帧，避免由于终端性能差异导致视频实时性差；

步骤A2、建立空白模板：根据视频帧的像素大小，生成同样大小的空白模板，其尺寸为：宽为输入图像矩阵的宽度，高为输入图像矩阵的高度，波段数为1，单色波段，图像位深为2bit；

步骤A3、提取每一帧视频帧进行LSD算法处理：将摄像头采集的视频帧转换为LSD算法的数据结构，通过LSD算法处理，采集当前视频帧的直线特征，并将直线要素置信度参数大于2的以值1填充在A2的模板中，至此生成第一帧模板；

步骤A4、LSD算法处理下一帧视频帧：与步骤A3相同，将直线要素以像素值1填充模板；LSD算法连续处理50帧：循环步骤A4，在模板中共填充50次直线要素，目的是减少单次识别误差及摄像头抖动产生的误差；

步骤A5、将A4中产生的结果，作为不敏感区；以像素为单位进行要素扩展，分为5级预警区域，作为敏感区，两者共同构成初始模板，此处命名为Mask；

所述的步骤B包括：

步骤B1、创建事件模板：与A2相同；

步骤B2、LSD算法处理第51帧：与步骤A3相同，将直线要素以像素值1填充模板，此处命名为Frame51；

步骤B3、统计：将Frame51与Mask进行比较，落在不敏感区的要素信息不参与统计，落在敏感区的要素进行统计分析，分别统计敏感区的要素数量；

所述的步骤C包括：

步骤C1、结果判断：根据预先设置的阈值进行等级判断，得出异动的区域，如果异动的区域大于设定值，根据设置的预报模式输出异动事件，算法周期结束，重置，从A2重新开始，进行下一循环；如果未大于设定值，则重复循环执行步骤B。

2.根据权利要求1所述的基于LSD直线检测分割算法的集装箱异动监测方法，其特征在于，所述步骤A3进一步包括以下步骤：

A31：LSD尺度缩放因子；

A32：LSD梯度及方向模板；

A33：梯度伪排序；

A34：直线区域增长；

A35：NFA的计算；

A36：类内点密度；

A37：优化矩形。

3.根据权利要求1所述的基于LSD直线检测分割算法的集装箱异动监测方法，其特征在于，所述步骤C1进一步包括以下步骤：

C11：敏感阈值设置；

C12：结果预报模式设置；设置输出结果样式。