[发明专利]一种人员入侵异常事件报警方法

摘要

本发明涉及一种人员入侵异常事件报警方法，包括：采集图片和制作背景。划定要检测的区域。入侵判断：在实时采集图片过程中，采用三帧差分法对设定区域内的图像进行分析处理，当有目标进入到监控视野后，检测到运动目标轮廓信息，如果计算出来的不同部分面积值超过自适应阈值即判断为有入侵行为。如果确实有目标入侵，则对目标进行跟踪。目标识别。工装工帽检测。报警。

主权项

1.一种人员入侵异常事件报警方法，包括下列步骤：1)采集图片：首先确定工装工帽系统要监控的区域，利用固定摄像头采集图片；2)制作背景：采集两张图片，第一张图片，拍照的是没有目标入侵的图片，作为检测的背景图片和正常图片；第二张图片，拍照的是一个规范着装的人员站在监控区域内的照片；把它作为人员入侵检测的规范着装图片；3)设定区域：划定要检测的区域，检测区域以外的地方不进行分析处理；4)入侵判断：在实时采集图片过程中，采用三帧差分法对设定区域内的图像进行分析处理，当有目标进入到监控视野后，检测到运动目标轮廓信息，如果计算出来的不同部分面积值超过自适应阈值即判断为有入侵行为；5)如果确实有目标入侵，则对目标进行跟踪：首先确定目标在设定区域内的位置；其次运用KALMAN滤波的方式对运动目标可能出现的区域进行估计，预测和匹配该运动目标的轨迹；从而判断运动目标从进入监控设定区域到走出监控设定区域的运动轨迹，确定运动目标在监控设定区域中的轨迹；6)目标识别：通过将背景图片和入侵帧图像进行差值计算，把入侵目标的图像从背景中提取出来；把从背景中提取出来的入侵目标的图像进行二值化处理后将图像边缘提取，最后进行Harris角点检测，将边缘特征点提取出来进行神经网络训练和识别，通过边缘特征提取出的特征点，先对模型进行大量训练，形成比较成熟的识别人体的神经网络，使之能够判断出是否是人体入侵视野；7)工装工帽检测：如果判断是有人员入侵，提取出人形图片，对人形图片用HSI模型进行分块分析，将不同颜色区域分开，根据人形特征，按一定比例找到头部位置，并与从规范着装图片提取的工帽颜色作对比，如果头部未发现工帽特征的颜色，则判断为没有佩戴工帽的异常入侵；将根据人形图片的躯干部分或者腿部所找到工装特征的颜色与规范着装图片中提取的工装颜色作对比，如果未在设置的颜色差异范围内，也判断为异常入侵；8)如果发现有异常入侵情形发生，系统发出声光报警，并发出不良信号控制大门关闭，禁止通行。