多人乘梯异常活动智能监控方法

摘要

本发明提供一种针对多人乘梯异常活动的智能监控方法，以轻量化的数据采集及运算处理，即可快速、有效地判定轿箱内是否发生暴力事件等异常活动，从而及时、准确地发出告警，有效减轻监控人员的负担。具体为：位置固定的摄像头拍摄的图像作为背景模型，通过减背景法用当前视频帧与背景模型做差获得差分图像，根据二值化公式对差分图像进行二值化处理，再通过形态学滤波算法去噪，最后对去噪后的结果进行区域连通分析；计算二值化后连续视频图像中相邻帧差图像，将帧差图像中所有像素的灰度值进行累加，基于设定的灰度阈值进行判断，从而判定是否发生了异常活动，触发报警。

主权项

多人乘梯异常活动智能监控方法,其特征在于，包括以下步骤：(1)前景提取1.1)当检测到轿厢关门信号后，通过减背景法用当前视频帧I_k与背景模型B_k做差获得差分图像D_k；所述背景模型B_k是在轿厢封闭且空置时轿厢内安装位置固定的摄像头拍摄的图像；1.2)根据二值化公式对差分图像D_k进行二值化处理，再通过形态学滤波算法去噪，最后对去噪后的结果进行区域连通分析，若连通区域的面积大于设定的阈值，则认为其是前景目标，相应的区域就是前景的区域范围；其中：减背景法计算式为D_k(x,y)＝|I_k(x,y)‑B_k(x,y)|二值化计算式为式中D_k(x,y)为差分图像，(x,y)为像素点的坐标，I_k(x,y)为当前视频帧，B_k(x,y)为背景图像模型，R_k(x,y)为二值化后的图像；(2)相邻帧差值及图像总灰度阈值判断的运动幅值检测2.1)计算二值化后连续视频图像中相邻帧差图像：Δ_k(x,y)＝|R_k(x,y)‑R_k‑1(x,y)|；2.2)将帧差图像中所有像素的灰度值进行累加：式中，M为图像的行，N为图像的列；2.3)基于设定的灰度阈值进行判断，若图像的总灰度值Δ_k大于阈值则开始计时，若在设定的时间内图像的总灰度值Δ_k一直大于阈值，则判定发生了异常活动，触发报警。