一種基于圖像的貨物監控方法技術

本發明專利技術屬于圖像處理及監控領域，具體涉及一種利用圖像來監控貨物數量變化情況的方法。本發明專利技術利用CIEDE2000色差公式計算出當前圖像I、當前參考圖像G的色差圖像Isub，再對Isub進行增強、二值化、濾波處理以及連通區域提取，再對提取到的連通區域ci進行異常率R計算，最后利用異常率R與分段閾值進行對比分析作出判斷，到達智能告警的目的。本發明專利技術降低了傳輸成本和存儲成本；由于圖像的獲取不具有連續性，因此即使貨物數量并未改變，光照的變化也會使不同時段的圖像產生較大差異，然而本發明專利技術通過引入CIEDE2000色差公式、具有自適應性的二值化閾值、分段閾值以及進行異常跟蹤檢測，能克服光照變化對計算機判斷力的影響，提高計算機通過圖像監控告警的可靠性和適應性。

【技術實現步驟摘要】

本專利技術屬于圖像處理領域及監控領域，具體涉及一種利用圖像來監控貨物數量變 化情況的方法。
技術介紹
現有的監控技術主要是由計算機智能地分析從攝像頭中獲取的視頻序列，從而完 成對被監控場景中的內容的理解，以達到智能告警的目的。但傳輸視頻和存儲視頻會增加 成本，同時對于一些應用領域，實時視頻并不是必須的，且獲取視頻比較昂貴和困難。同時， 雖然智能分析技術可以有效地提高監控的效率，但由于算法的局限性以及現場情況的復雜 性，尤其是光照變化的影響，經常會使得設備對于圖像的判斷出現偏差，導致誤報和漏報現 象的發生。因此必須提高智能分析算法的適應性和可靠性，才能相對準確反映場景的真實 情況。
技術實現思路
本專利技術的目的是提供，與視頻監控相比，能夠大大 降低數據存儲量、傳輸量和計算量，能將貨物異常情況進行量化，實現監控的無人值守和自 動報警；還能降低因光照變化引起的誤報現象，提高監控告警的可靠性和適應性。 為實現上述專利技術目的，本專利技術所采用的技術方案是：一種基于圖像的貨物監控方 法，包括以下步驟： a、計算機通過攝像頭獲取監控圖像L，同時調取參考圖像Gj根據指定的監控區 域分別對將監控圖像I。與參考圖像G^進行截取，得到當前圖像I、當前參考圖像G;將當前 圖像I、當前參考圖像G分別從RGB色彩空間轉換到CIELAB色彩空間，利用CIEDE2000色差 公式計算出二者的色差圖像Isub。b、對色差圖像Isub進行增強得增強色差圖像I 根據色差圖像均值mean、色差圖 像零像素比例zeroPixelRatio以及增強色差圖像非零像素比例nonZeroPixelRatio所共 同確定的二值化閾值threshold對色差圖像Isub進行二值化，得到具有前景和背景的二值 化色差圖像Ibin。c、對二值化色差圖像Ibin進行形態學濾波以消除噪聲干擾，得到圖像〇。 d、采用兩遍掃描法對圖像〇進行連通區域提取，提取到的連通區域記為Cl，i彡0。 e、對連通區域(^進行異常率計算，異常率R為圖像累積差異面積與監控區域總面 積之比，異常率R根據如下公式計算： 其中，％為連通區域(^的像素點總數；I為當前圖像；t為當前圖像I的像素點總 數。 f、計算動態閾值，所述動態閾值為分段閾值，包括最小異常率R_和最大異常率 Rmax，其計算公式如下： 其中成b]表示監控目標的面積：對當前圖像I用GrabCut算法分割出前景一監控 目標，然后統計前景圖像中連通區域的像素點個數，該值就是ΝΑ];Ν:為監控區域的面積，即 為當前圖像I的像素點總數。 g、將異常率R與分段閾值分別進行比較： 1)當R〈R_，此時監控區域處于正常狀態；當R蘭0. 05 <R_時，用監控圖像I。替 換掉參考圖像^以保證參考圖像的實時性，避免參考圖像微小變化的累積對算法的可靠性 造成影響。 2)當R_<R〈R_，表示監控區域異常面積高于設定的安全閾值，判定為異常狀 態，啟動告警程序。 3)當R彡R_，即監控區域具有很高異常率，可能是由于光線變化較大引起，也可 能是貨物確實發生異常，需要進行異常狀態跟蹤檢測，避免盲目告警。 進一步的，步驟g中，當R多R_時，進行異常狀態跟蹤檢測的步驟如下： 步驟g中，當R多R_時，進行異常狀態跟蹤檢測的步驟如下： gl、獲取前N天之內與監控圖像I。同時段的未告警的圖像集合M，M大小為 S，S多0 ;設置循環變量F，初始化循環變量F=S。 g2、判斷F是否大于0 :若F= 0,啟動告警程序；若F> 0則進行步驟g3。 g3、獲取圖像集合Μ中第F-1張圖像作為監控圖像L的參考圖像G。，計算異常率 R，并將F值減1。 g4、判斷異常率R是否大于最小異常率1?_，若R>R_，表明監控圖像I。與第F-1 張圖像對比出現異常，則回到步驟g2 ;若RfR_，表明監控圖像L與第F-1張圖像對比未 出現異常，結束程序。 本專利技術具有以下有益效果：截取監控區域內的圖像進行處理，去除掉無關信 息，能大大減少計算量；通過CIEDE2000色差公式計算出當前圖像I、參考圖像G之間 的差異，CIEDE2000色差公式重新定義了色差計算方法，使得在整個CIELAB色彩空間 中，色差計算值與人眼評估更為接近；對色差圖像進行二值化能夠突出目標輪廓，色差 圖像均值mean、色差圖像零像素比例zeroPixelRatio以及增強色差圖像非零像素比例 nonZeroPixelRatio所共同確定的二值化閾值具有良好的自適應性，對不同特性的色差圖 像都能達到盡可能保存圖像信息，又能盡可能減少背景和噪聲干擾的效果。采用形態學濾 波能消除二值化圖像中目標周圍的噪聲塊和目標內部的噪聲孔，有利于連通區域的準確提 ??；利用提取的到的連通區域及異常率計算公式將異常狀態進行量化，并采用動態閾值與 異常率R進行對比分析，動態閾值可根據監控目標的大小來設定；動態閾值為分段閾值這 就將異常狀態進行細化，提高了告警的準確性和可靠性；通過實時替換參考圖像來避免參 考圖像微小變化的累積對算法可靠性造成影響；對出現大范圍異常情況時，則通過獲取前 N天之內與監控圖像L同時段的未告警的圖像集合Μ進行異常狀態跟蹤檢測，保證了在相 似的光照條件下進行異常率的計算，以此降低因光線變化引起的誤報。【附圖說明】 圖1為本專利技術的流程框圖?！揪唧w實施方式】 -種基于圖像的貨物監控方法，如圖1所示，包括以下步驟：a、計算機通過攝像頭獲取監控圖像L，同時調取參考圖像Gj根據指定的監控區 域分別對將監控圖像I。與參考圖像G^進行截取，得到當前圖像I、當前參考圖像G;將當前 圖像I、當前參考圖像G分別從RGB色彩空間轉換到CIELAB色彩空間，利用CIEDE2000色差 公式計算出二者的色差圖像Isub;b、對色差圖像Isub進行增強得增強色差圖像I，其具體步驟如下：采用濾波系數 為K的歸一化濾波器對色差圖像Isub進行平滑，并對平滑圖像進行平方后得到增強色差圖 像為IOTh，其中濾波系數，全1矩陣的大小與色差圖像Isub-致，最后 得到增強色差圖像U的計算公式：A'。 根據色差圖像均值mean、色差圖像零像素比例zeroPixelRatio以及增強色差圖 像非零像素比例nonZeroPixelRatio所共同確定的二值化閾值threshold對色差圖像Isub 進行二值化，得到具有前景和背景的二值化色差圖像Ibin;其中，色差圖像均值mean、色差 圖像零像素比例zeroPixelRatio以及增強色差圖像非零像素比例nonZeroPixelRatio的 計算公式分別如下： 二值化閾值threshold根據以下表格進行選取：[0031[0032[0033 確定二值化閾值threshold的值后，二值化色差圖像Ibin可按照如下公式計算： c、對二值化色差圖像Ibin進行形態學濾波以消除噪聲干擾，得到圖像〇,其具體步 驟為：先用3x3的正方形結構元素隊對二值化色差圖像Ibin進行兩次腐蝕，之后再用3x3 的正方形結構元素B2進行兩次膨脹，形態學濾波之后的圖像〇按照如下公式計算：0 = (((Ibin?BJ十隊）ΘΒ2)ΘΒ2〇d、采用兩遍掃描法對圖像〇進行連通區域提取，提取到的連通區域記為Cl本文檔來自技高網...

【技術保護點】
一種基于圖像的貨物監控方法，包括以下步驟：a、計算機通過攝像頭獲取監控圖像Io，同時調取參考圖像Go；根據指定的監控區域分別對將監控圖像Io與參考圖像Go進行截取，得到當前圖像I、當前參考圖像G；將當前圖像I、當前參考圖像G分別從RGB色彩空間轉換到CIELAB色彩空間，利用CIEDE2000色差公式計算出二者的色差圖像Isub；b、對色差圖像Isub進行增強得到增強色差圖像Ienh；根據色差圖像均值mean、色差圖像零像素比例zeroPixelRatio以及增強色差圖像非零像素比例nonZeroPixelRatio所共同確定的二值化閾值threshold對色差圖像Isub進行二值化，得到具有前景和背景的二值化色差圖像Ibin；c、對二值化色差圖像Ibin進行形態學濾波以消除噪聲干擾，得到圖像o；d、采用兩遍掃描法對圖像o進行連通區域提取，提取到的連通區域記為ci,i≥0；e、對連通區域ci進行異常率計算，異常率R為圖像累積差異面積與監控區域總面積之比，異常率R根據如下公式計算：R=ΣiNciNI,ci(x,y)∈I(x,y),]]>其中，為連通區域ci的像素點總數；I為當前圖像；NI為當前圖像I的像素點總數；f、計算動態閾值，所述動態閾值為分段閾值，包括最小異常率Rmin和最大異常率Rmax，其計算公式如下：Rmax=0.5×NobjNIRmin=0.1×NobjNI,]]>其中，Nobj表示監控目標的面積：對當前圖像I用GrabCut算法分割出前景—監控目標，然后統計前景圖像中連通區域的像素點個數，該值就是Nobj；NI為監控區域的面積，即為當前圖像I的像素點總數；g、將異常率R與分段閾值分別進行比較：1)當R<Rmin,此時監控區域處于正常狀態；當R≦0.05＜Rmin時，用監控圖像Io替換掉參考圖像Go以保證參考圖像的實時性，避免參考圖像微小變化的累積對算法的可靠性造成影響；2)當Rmin≤R<Rmax，表示監控區域異常面積高于設定的安全閾值，判定為異常狀態，啟動告警程序；3)當R≥Rmax，即監控區域具有很高異常率，可能是由于光線變化較大引起，也可能是貨物確實發生異常，需要進行異常狀態跟蹤檢測，避免盲目告警。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：孫琴，彭聃，吳燦，付煜翀，羅宗亮，符松，徐文韜，
申請(專利權)人：重慶電信系統集成有限公司，
類型：發明
國別省市：重慶;85