[发明专利]一种车内监控画面晃动状态的判断方法

说明书

本发明提供一种车内监控画面晃动状态的判断方法，包括：计算相邻帧差图；相邻帧差图等分K块，K为正整数；计算分块帧差；晃动状态判断，即统计分块帧差在一定阈值区间内的总个数，如果该统计个数大于设定数值，则认为画面处于晃动状态，否则继续判断全局相邻帧差，如果全局帧差小，则认为画面处于静止状态。所述的计算相邻帧差图的步骤之前，还包括：参数初始化。所述的晃动状态判断的步骤之后，还包括：返回判断结果，等待下一帧，执行计算相邻帧差图的步骤。

技术领域

本发明涉及智能监控视频处理技术领域，涉及一种车内监控画面晃动状态的判断方法。

背景技术

随着科技的不断发展，特别是智能技术的发展，以及互联网的广泛应用，特别是近年来，网约车的时兴给大众出行提供了便利，为了保障车内人员的人身安全，在车内加装监控相机，不仅可以威慑不法分子，而且可以有效保存车内现场信息，为犯罪行径提供了有力佐证。但是，为了逃避车内的监控，有些情况下存在监控画面遮挡的问题，这就需要对监控画面遮挡进行检测。而在现有技术中，特别是在车内监控画面遮挡检测中，画面的稳定直接影响了背景帧差，而且依赖背景帧差的相关阈值也会使不稳定的画面产生错误的输出结果，因此判断画面的稳定性对于检测中阈值的设定以及检测结果的准确性具有重要意义。基于相邻帧差判断视频画面是否晃动是目前比较常用的一种方法。

简单的依靠相邻帧差判断画面晃动，不能很好的区分车内环境下的画面稳定状态。因为车辆无论是在稳定行驶中还是静止停车状态下，车内人员、车窗外的景物等都会导致相邻帧差不能保持稳定的阈值内或阈值外。波动的相邻帧差无法正确判断车辆的晃动状态，且由于车内环境的复杂性，无法完全保证画面绝对静止，因此本专利中的静止、晃动状态都是相对的，静止表示画面内有部分分块相邻帧差变化大且全局相邻帧差较小，晃动则表示大部分分块相邻帧差变化较大。

发明内容

为了解决上述问题，本发明基于分块相邻帧差，提出一种车内监控画面晃动状态的判断方法，所述方法包括：计算相邻帧差图；相邻帧差图等分K块，K为正整数；计算分块帧差；晃动状态判断，即统计分块帧差在一定阈值区间内的总个数，如果该统计个数大于设定数值，则认为画面处于晃动状态，否则继续判断全局相邻帧差，如果全局帧差小，则认为画面处于静止状态。

所述的计算相邻帧差图的步骤之前，还包括：参数初始化。

所述的晃动状态判断的步骤之后，还包括：返回判断结果，等待下一帧，执行计算相邻帧差图的步骤。

所述的计算相邻帧差图，进一步包括：

将当前帧图像与前一帧图像作帧差，按公式1计算，并对帧差图像作腐蚀处理，按公式2计算，其结果即相邻帧差图；

公式1：D(i,j)＝abs(I_n(i,j)-I_n-1(i,j))

公式2：D_e＝erode(D)

其中，I_n为当前帧图像，I_n-1为历史前一帧图像，D_e为相邻帧差图。

所述的相邻帧差图等分K块的步骤，进一步包括：将公式2：D_e＝erode(D)中的结果，即腐蚀后的帧差图，等分成M×N＝K块，其中高、宽分别被等分成M、N块，D_e为相邻帧差图。

所述的计算分块帧差的步骤，进一步包括：

根据相邻帧差图等分K块的步骤中划分的K个区域分别统计各个区域内帧差图像中非零像素点的总数，即各个分块的帧差特征，计算方法按公式4；

公式4：其中，k＝1,2…K；k表示区域号，T_k表示区域k的分块帧差特征。

所述的晃动状态判断的步骤，进一步包括：