[发明专利]一种监控预警方法、系统及存储介质

权利要求书

1.一种监控预警方法，其特征在于，包含下列步骤：

S1：获取视频流，对所述视频流进行预处理；

S2：获取经预处理后的所述视频流的目标特征；

S3：构建异常事件识别判据；

S4：依据所述异常事件识别判据对所述视频流中是否出现异常事件进行识别；

S5：当检测到异常事件的发生，对异常事件进行响应；

所述S1中对视频流进行预处理包括以下几个步骤：

S11：对所述视频流进行解码并提取关键帧；具体为将视频流解析成视频帧图像，筛选有运动目标的视频帧图像并将其标注为关键帧；

S12：对所述关键帧进行预处理；具体为分别利用中值滤波和均值滤波的图像处理方式针对关键帧图像中的椒盐噪声以及高斯噪声进行降噪处理；

S13：对经过预处理的所述关键帧进行图像优化；具体为利用基于EM算法的高斯混合模型对降噪后的关键帧突显进行前景检测，并利用RCB颜色模型进行阴影去除；利用二值形态学算法进行图像优化，即对初步得到的图像进行去噪操作即分别进行腐蚀、膨胀、开运算和闭运算，最终得到二值化关键帧前景图即运动目标的二值图像；

所述S2的具体步骤包含：

S21：计算所述视频流中每一帧所述目标特征的兴趣点特征坐标集；具体为构建关键帧掩膜模板，通过结合特征提取算法计算每一帧以得到目标特征的兴趣点特征坐标集，即基于S1中得到的运动目标二值图像作为二值化掩膜模板，利用特征提取算法实现对每一帧视频图像的兴趣点特征的检测及提取，并得到目标特征即运动目标的兴趣点特征坐标集；

S22：对所述兴趣点特征坐标集进行计算，构建所述目标特征矢量集。

2.根据权利要求1所述的一种监控预警方法，其特征在于，所述步骤S3还包含：

S31：结合所述目标特征矢量集，计算出目标特征参数；

S32：将所述目标特征参数输入到异常事件识别模型中进行训练。

3.根据权利要求2所述的一种监控预警方法，其特征在于，所述目标特征参数包括有：运动矢量动能、运动方向信息熵、相邻目标信息量。

4.根据权利要求1所述的一种监控预警方法，其特征在于，所述步骤S5还包括有：在检测到异常事件后，自动对所述异常事件进行预警及记录。

5.根据权利要求1所述的一种监控预警方法，其特征在于，所述步骤S5还包括，在检测到异常事件后，对所述异常事件发生方位进行定位。

6.一种监控预警系统，应用于权利要求1-5任一项所述的方法，其特征在于，所述系统包括：包括采集及预处理模块、异常事件识别模块、预警及信息回溯模块、显示模块及通信模块；

所述采集及预处理模块，用于获取和存储视频流，以及对所述视频流进行预处理；

所述异常事件识别模块，用于对经预处理的所述视频流中是否出现异常事件进行判别；

所述预警及信息回溯模块，用于在所述异常事件发生时，启动预警机制，以及将所述异常事件信息回传至监控中心；

所述显示模块，用于对所述视频流采用网格化排布或单点排布中任一种显示方法进行显示；

所述通信模块，用于所述各模块间的通信连接。

7.根据权利要求6所述的一种监控预警系统，其特征在于，所述异常事件识别模块包括：

异常事件判别模块，用于构建所述异常事件识别依据，对经预处理的所述视频流中是否出现异常事件进行判别；

异常信息定位模块，用于回传所述异常事件发生地理位置信息。

8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一个或者多个程序，一个或者多个所述程序可被一个或者多个处理器执行，以实现如权利要求1-5任意一项所述的监控预警方法。