一种用于高空异物监测的小区智能安防系统的制作方法

1.本发明涉及安防监控技术领域，具体是一种用于高空异物监测的小区智能安防系统。


背景技术：

2.随着我国经济的高速发展，城市的楼房也越来越高，高空抛物伤人事件时有发生，由于高空抛物具有较强的隐蔽性,且下降速度块，一开始很难觉察，等觉察时已经为时已晚，往往会造成巨大的人身伤害事件，造成悲剧，而高空抛物在事后往往很难判断从那层抛出，因而很难抓获肇事者。
3.中国专利公开了一种监测高空抛物的方法及系统(授权公告号cn109842787b)，该专利技术包括摄像模块、数据处理模块和警报模块；本发明近地设置少量摄像模块监控楼宇上的抛物，运维成本低，能够对有高空抛物发生的情况下进行实时警报，有效避开抛物；通过摄像模块监控在事故发生后追溯高空抛物责任人，有效定责，但是其不能有效地对异物进行检测、锁定和跟踪，往往很难对异物开始出现的位置进行判别，从而不方便后续的问责处理。


技术实现要素：

4.本发明的目的在于提供一种用于高空异物监测的小区智能安防系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种用于高空异物监测的小区智能安防系统，包括倾斜向上正对着小区每栋楼宇的红外摄像机和补光灯，所述红外传感器连接有控制器，所述控制器通过云网关连接有服务器，所述服务器连接有监控中心，所述监控中心连接有pc机端和手机端，所述红外摄像机和补光灯的下端共同安装有角度调节机构；
7.所述服务器中设置有抓拍与采集系统和楼层识别与匹配系统；所述抓拍与采集系统由目标检测模块、目标锁定模块和目标跟踪模块组成，所述楼层识别与匹配系统由目标场景定位模块、目标速度检测模块和楼层识别与匹配模块。
8.作为本发明进一步的方案：所述目标检测模块包括图像预处理、运动区域检测、阈值分割、目标检测与提取和形状判断与分类；所述目标检测模块的工作方法包括以下步骤：
9.s1、将红外摄像机和补光灯以倾斜向上的角度同时对准小区的楼宇，并在红外摄像机和补光灯的下端安装角度调节机构；
10.s2、在楼宇的每层窗户的下沿和上沿分别设置一条虚拟线条，将设定的虚拟线条区域作为红外摄像机选定的检测区域，通过红外摄像机抽取检测区域的背景图像帧系列，对背景图像进行预处理；
11.s3、初始时，虚拟线条处于正常的释放状态，当检测区域的图像描绘子值大于背景阈值时，即可判定有异物经过该区域，对运动区域进行检测，同时产生一个触发信号，红外
摄像机自动抓拍，并标记异物开始所处的位置，并对异物的形状进行判断与分类，；
12.s4、接着，对图像进行阈值分割后，再使得背景图像自动更新，并继续抽取下一帧背景图像。
13.作为本发明再进一步的方案：所述目标跟踪模块的工作方法包括以下步骤：
14.s11、通过目标锁定模块锁定异物后，连续采集三帧图像，每帧的时间间隔为8～10ms，计算目标在图像中的位置和大小，并对目标在下一刻的可能位置进行运动预估测；
15.s12、根据目标大小和估计位置判断是否进行高清摄像机的运动控制，如果目标处于图像中心的范围内，则保持红外摄像机角度不变，继续进行检测跟踪，如果目标即将偏离图像中心范围，则通过角度调节机构使红外摄像机的角度发生运动，并采用移动补偿差分算法进行跟踪目标，使得异物重新处于图像中心的范围内。
16.作为本发明再进一步的方案：所述s12步骤中移动补偿差分算法如下：
17.s21、先将图像序列的每一帧分成若干不重叠的宏块，然后取梯度值最大的一块作为特征值，以确定背景特征区域块；
18.s22、对背景特征块进行匹配，通过块匹配的运动估计方法获取背景运动矢量；
19.s23、根据背景的运动矢量进行相邻帧图像的帧间错位差分，从而将背景的运动补偿抵消，并计算出当前块的运动位置矢量，从而提取出运动目标。
20.作为本发明再进一步的方案：所述阈值分割的步骤如下：确定一个最佳阈值，然后把每个像素点的像素值与阈值比较，再根据比较的结果决定当前像素点是前景还是背景，最佳阈值的计算公式如下：
21.t＝t[(x，y)，f(x，y)，p(x，y)]
[0022]
t是最佳阈值，f(x，y)是坐标(x，y)处的像素点的灰度值，p(x，y)是该点临域的局部特性。
[0023]
作为本发明再进一步的方案：所述背景更新的方法如下：由于当前图像中有可能包含运动物体，因此，在更新前应把当前图像的像素分为前景和背景，然后用当前背景的像素代替当前图像的前景像素，从而得到一个接近实际情况的背景图像，再以这个新的背景图像更新原来的背景。
[0024]
与现有技术相比，本发明的有益效果：
[0025]
本发明设置有抓拍与采集系统和楼层识别与匹配系统，其中，抓拍与采集系统由目标检测模块、目标锁定模块和目标跟踪模块组成，楼层识别与匹配系统由目标场景定位模块、目标速度检测模块和楼层识别与匹配模块，通过抓拍与采集系统对高空出现的异物进行自动捕捉抓拍，同时，对异物下降过程进行自动连续跟踪，通过楼层识别与匹配系统对异物开始出现时所处的楼层位置，以及开始下降速度进行监测，从而判断异物最可能从那间房屋抛出，进而为办案机关人员提供依据和证据，具有较强的实用性。
附图说明
[0026]
图1为一种用于高空异物监测的小区智能安防系统的流程示意图；
[0027]
图2为一种用于高空异物监测的小区智能安防系统中抓拍与采集系统的结构示意图；
[0028]
图3为一种用于高空异物监测的小区智能安防系统中楼层识别与匹配系统的结构
示意图；
[0029]
图4为一种用于高空异物监测的小区智能安防系统中目标检测模块的工作示意图；
具体实施方式
[0030]
请参阅图1～4，本发明实施例中，一种用于高空异物监测的小区智能安防系统，包括倾斜向上正对着小区每栋楼宇的红外摄像机和补光灯，红外传感器连接有控制器，控制器通过云网关连接有服务器，服务器连接有监控中心，监控中心连接有pc机端和手机端，红外摄像机和补光灯的下端共同安装有角度调节机构，通过角度调节机构可以调节红外摄像机和补光灯的角度，使得高空抛撒的异物始终处于红外摄像机最佳的拍摄位置，便于红外摄像机对异物进行捕获抓拍；
[0031]
服务器中设置有抓拍与采集系统和楼层识别与匹配系统；抓拍与采集系统由目标检测模块、目标锁定模块和目标跟踪模块组成，楼层识别与匹配系统由目标场景定位模块、目标速度检测模块和楼层识别与匹配模块，通过楼层识别与匹配系统对异物开始出现时所处的楼层位置，以及开始下降速度进行监测，从而判断异物最可能从那间房屋抛出，从而为办案机关人员提供依据和证据。
[0032]
优选的，目标检测模块包括图像预处理、运动区域检测、阈值分割、目标检测与提取和形状判断与分类；目标检测模块的工作方法包括以下步骤：
[0033]
s1、将红外摄像机和补光灯以倾斜向上的角度同时对准小区的楼宇，并在红外摄像机和补光灯的下端安装角度调节机构；
[0034]
s2、在楼宇的每层窗户的下沿和上沿分别设置一条虚拟线条，将设定的虚拟线条区域作为红外摄像机选定的检测区域，通过红外摄像机抽取检测区域的背景图像帧系列，对背景图像进行预处理；
[0035]
s3、初始时，虚拟线条处于正常的释放状态，当检测区域的图像描绘子值大于背景阈值时，即可判定有异物经过该区域，对运动区域进行检测，同时产生一个触发信号，红外摄像机自动抓拍，并标记异物开始所处的位置，并对异物的形状进行判断与分类，判断异物的大小和危害程度；
[0036]
s4、接着，对图像进行阈值分割后，再使得背景图像自动更新，并继续抽取下一帧背景图像。
[0037]
优选的，目标跟踪模块的工作方法包括以下步骤：
[0038]
s11、通过目标锁定模块锁定异物后，连续采集三帧图像，每帧的时间间隔为8～10ms，计算目标在图像中的位置和大小，并对目标在下一刻的可能位置进行运动预估测；
[0039]
s12、根据目标大小和估计位置判断是否进行高清摄像机的运动控制，如果目标处于图像中心的范围内，则保持红外摄像机角度不变，继续进行检测跟踪，如果目标即将偏离图像中心范围，则通过角度调节机构使红外摄像机的角度发生运动，并采用移动补偿差分算法进行跟踪目标，使得异物重新处于图像中心的范围内。
[0040]
优选的，s12步骤中移动补偿差分算法如下：
[0041]
s21、先将图像序列的每一帧分成若干不重叠的宏块，然后取梯度值最大的一块作为特征值，以确定背景特征区域块；
[0042]
s22、对背景特征块进行匹配，通过块匹配的运动估计方法获取背景运动矢量；
[0043]
s23、根据背景的运动矢量进行相邻帧图像的帧间错位差分，从而将背景的运动补偿抵消，并计算出当前块的运动位置矢量，从而提取出运动目标。
[0044]
优选的，阈值分割的步骤如下：确定一个最佳阈值，然后把每个像素点的像素值与阈值比较，再根据比较的结果决定当前像素点是前景还是背景，最佳阈值的计算公式如下：
[0045]
t＝t[(x，y)，f(x，y)，p(x，y)]
[0046]
t是最佳阈值，f(x，y)是坐标(x，y)处的像素点的灰度值，p(x，y)是该点临域的局部特性，最佳阈值是指时图像中前景和背景分割时错误率最小的阈值。
[0047]
优选的，背景更新的方法如下：由于当前图像中有可能包含运动物体，因此，在更新前应把当前图像的像素分为前景和背景，然后用当前背景的像素代替当前图像的前景像素，从而得到一个接近实际情况的背景图像，再以这个新的背景图像更新原来的背景。
[0048]
以上所述的，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。