变电站安全监控视频的异物检测方法与流程

1.本发明涉及变电站监控技术领域，具体涉及一种变电站安全监控视频的异物检测方法。


背景技术：

2.变电站的工作环境对安全的要求比较高，为了保证在高压的工作环境中，设备之间具有足够的绝缘距离，线路和设备不会出现短路过电压等危险情况，在其工作设备周围应避免出现任何异物(遗留物)，更不能出现人为的恶意破坏。
3.近年来，随着监控视频和实时目标检测技术的提高，变电站的监控也实现了智能化，异物的监测也因此更加的方便。当前变电站中，利用视频监控系统在2m以下带宽环境下可实现视频信号的单向传输。另外，在5o0kv变电站的视频监控系统中还支持移动侦测功能，通过监控主站的监视器可实现对任何区域摄像机画面的调取。自从变电站内开始应用视频监控系统后，监控效率愈加提升，监控效果愈发理想，日前在变电站主控室内工作的人员利用视频监控系统，已可实现时整个电力系统的监管和控制，并且发展监控系统的电力企业可以解决人员不足问题，节约人员成本。
4.在以摄像头为视频采集设备的安全监控系统中，异物检测通常都采用的目标检测的方法。目标检测，是指在序列图像中检测出变化区域并将目标从背景图像中检测出来。通常情况下，通过目标分类、跟踪和行为理解等后，处理过程仅仅只会考虑图像中对应于目标的像素区域，因此，目标的正确检测与分割对于后期处理非常重要。在具体检测时，根据摄像头是否保持静止，可以将检测分为静态背景和运动背景两类，而大多数视频监控系统是摄像头固定的。因此，静态背景下运动目标检测方法受到了广泛关注。目前，常用的静态背景下运动目标检测方法有帧差法、光流法、背景减除法。然而，在变电站监控的实际应用中，由于场景的动态变化，如天气、光照、阴影及杂乱背景干扰等的影响，使得目标检测与分割变得相当困难，换个说法，现有的自动检测系统大多难以适应光照变化、遮挡等情况，这就导致现有的检测方法在动态环境的干扰下准确率都不够高。
5.因此，在动态环境的干扰下，怎样才能保证异物检测的准确率，成为目前亟待解决的问题。


技术实现要素：

6.针对上述现有技术的不足，本发明提供了一种变电站安全监控视频的异物检测方法，在动态环境的干扰下，仍能保证异物检测的准确率。
7.为了解决上述技术问题，本发明采用了如下的技术方案：
8.变电站安全监控视频的异物检测方法，包括以下步骤：
9.s1、获取三幅与历史视频流的图像大小相同的过程参照图fo、fo1和fg，并将fo、fo1和fg中各点的初始属性值均设置为0；再从历史视频流的图像中筛选出两帧图像，分别作为静态背景帧bk和动态背景帧bk1；
10.s2、按照预设的抽帧方式，从待测视频流中抽取出一帧待检测的图像g后；将图像g中的各点分别与静态背景帧bk和动态背景帧bk1中的对应点进行对比，若g中存在前景物体点则将fo中对应点的属性值记为异常值；若fo中不存在属性值为异常值的点则转到s3，否则转到s4；
11.s3、将图像g作为更新后的动态背景帧bk1，并返回s2；
12.s4、按照预设的异常点排查方法对fo中属性值为异常值的点进行筛除，并将通过筛除后的点作为疑似点；
13.s5、将fg中与各疑似点对应的点的属性值数值加1，通过fg中各点的属性值数值记录各点被标记为疑似点的次数；
14.s6、统计fg中各点在预设时长内的属性值数值的增长值a，根据各点的增长值a按预设的异物判断方法判断各点是否为异物点，若是则将fo1中对应点的属性值记为异物值；
15.s7、分析fo1中是否存在属性值为异物值的点，若否则返回s2；若是则进行异物汇报后，再返回s2。
16.基础方案原理及效果：
17.1.本方法进行异物识别时，会分别与静态背景帧bk及动态背景帧bk1对比后，再确定前景物体点(即异常点)并进行后续的检测；并且，动态背景帧bk1会在检测的过程中实时更新，具体地，如果某个被检测的图像g中无前景物体点，则会将该图像g更新为最新的动态背景帧bk1，换个说法，动态背景帧bk1会根据环境中光线等动态变化而实时变化。这样，通过初始的静态背景帧bk及动态背景帧bk1的综合作用，在保证对目标区域准确识别的同时，还可以避免环境中光线缓慢变化对检测的影响。
18.2.分别与静态背景帧bk及动态背景帧bk1对比，识别出前景物体后，还会进行异常点处理再确定具体的疑似点，可以进一步保证异物识别的准确性。
19.3.本方法的重点在于思路的巧妙上，而对图像的具体对比识别采用常规的图像处理方法即可，可移植性强，对处理器性能要求也较低，适用性非常好。
20.综上，本方法在动态环境的干扰下，仍能保证异物检测的准确率。
21.优选地，s2中，将图像g中的点分别与静态背景帧bk和动态背景帧bk1中的对应点进行对比时，先将图像g中的点的像素与静态背景帧bk中的对应点的像素求差；若差值的绝对值大于等于设定值，则将该点的像素与动态背景帧bk1中对应点的像素求差，若差值的绝对值仍大于设定值则将该点记为前景物体点。
22.有益效果：分别对比的方式，可以充分利用静态背景帧bk及动态背景帧bk1的具体特征，在保证识别效率的同时，还可以保证对前景物体点的识别准确性。
23.优选地，s4包括：
24.s41、对fo进行开运算，得到fo01；
25.s42、获取fo01中属性值为异常值的点的连通区域，并进行预设的连通区域检验筛除，将检验筛除后剩余的连通区域记为有效连通区域；
26.s43、将图像g中与各有效连通区域对应的区域进行预设的纹理特征校验，并将通过纹理特征校验后剩余的区域对应的有效连通区域内的点记为疑似点。
27.有益效果：通过开运算，可以减少由干扰造成的误检区域；通过连通区域整体筛分的方式，则可以结合实际情况，将一些明显不可能是异物的干扰项去除，从而保证识别的准
确性。
28.优选地，s41中，对fo进行开运算及闭运算后，得到fo01。
29.有益效果：加入闭运算后，还可以降低同一目标中因存在与背景像素接近而被误检为背景，造成单目标断裂成多个的情况。
30.优选地，s42中，预设的连通区域检验筛除包括：对fo01中的每个连通区域，记录该连通区内所有属性值为异常值的点的坐标，并算出连通区域内属性值为异常值的点的数量，若该数量小于预设的低阈值或大于预设的高阈值，则筛除该连通区域。
31.优选地，s42中，预设的连通区域检验筛除还包括：记录各连通区域外接矩形的顶点坐标，并根据连通区域外接矩形的顶点坐标计算外接矩形的长宽比后，筛除长宽比大于预设比值的连通区域。
32.优选地，s42中，预设的连通区域检验筛除还包括：根据连通区域外接矩形的顶点坐标计算外接矩形的面积后，计算连通区域内属性值为异常值的点所占面积与连通区域外接矩形面积之比，并根据该比值及该连通区域的外接矩形的长宽比，对检测目标的形状进行约束验证，若约束验证的结果为不属于异物，则筛除对应的连通区域。
33.有益效果：通过预设的连通区域检验筛除，可以将不符合异物条件的连通区域进行筛除，从而保证最终检测到的异物的准确性，不需要人工再对最终的异物进行筛除，不仅可以减少工作人员的工作量，同时也可以有效的避免异物汇报中存在失误(如噪点或者对正常装置的误识别)的情况。
34.优选地，s43中，预设的纹理特征校验包括：
35.s431、分别提取图像g、静态背景帧bk及动态背景帧bk1中与各有效连通区域对应区域的纹理图，提取纹理图时，一个点的纹理为该点与其左边点之差的绝对值以及该点与其上方点之差的绝对值这两个绝对值的平均值；
36.s432、对各纹理图进行特征提取，从纹理图的中心处画一条水平分割线和一条竖直分割线，将该区域划分成大小相等的四个子区域，并将四个子区域的区号分别记为1、2、3和4；对每个子区域中的纹理图值分别求和后，按从大到小的方式进行排序；之后，按照预设的特征值计算方式得到纹理图的特征值；所述特征值计算方式为，排第一的区号*1000 排名第二的区号*100 排名第三的区号*10 排名第四的区号*1；
37.s433、对纹理图的特征值进行分析，若图像g的一个纹理图特征值与静态背景帧bk或动态背景帧bk1对应的纹理图特征值相同，则筛除fo01中对应的有效检测区域。
38.有益效果：通过提取纹理并计算特征值，若有效连通区纹理在图像g中对应区域的特征值与两个背景帧对应位置的特征值任何一个相同，则认为是背景，可以再次排除误检干扰。例如，当上空的飞行物的影子被识别为异常点集合时，通过这样的方式，可以将这些实际上不会对变电站造成干扰的对象排查出来并筛除。经过该步骤，可以获得更准确的目标连通区图。
39.优选地，s431中，提取图像g、静态背景帧bk或动态背景帧bk1中与各有效连通区域对应区域的纹理图时，仅提取正中心处中心位置区域的纹理图，所述中心位置区域的长度为对应有效连通区域的1/n，且所述中心位置区域的宽度为对应有效连通区域的1/n。
40.有益效果：这样的操作方式，由于中心位置区域囊括了各分区的特征，在保证纹理特征值准确性的同时还可以减少运算量，从而有效的提升检测效率。
41.优选地，s6中，预设的异物判断方法包括：判断图像g中各点在fo01中是否为疑似点，若是疑似点，则判断该点的增长值a加1后是否大于等于n，若是则将该点作为异物点，若否则将该点作为正常点；其中，n为预设的第一阈值；
42.若不是疑似点，则判断该点的增长值a是否为0，若为0则将该点作为正常点，若不为0则将该点的增长值a减1后判断是否大于m，若大于m且该点在前一帧的检测结果为疑似点，则将该点作为异物点，若小于等于m或该点在前一帧的检测结果不为疑似点，则将该点作为正常点；其中，m为预设的第二阈值，且m＜n。
43.有益效果：现有的监控逻辑，通常是某个疑似点连续存在的时间超过预设时间，则将该点作为异物点。因此，现有的异物点判断逻辑，通常就是当某个点连续被记录为疑似点的次数超过预设值时，将其作为异物点。这样的好处的简单易行且准确率高，但是，这样的检测方式存在如下问题：在检测异物时，如果异物被短暂遮挡(如工作人员路过某个区域正好遮挡主摄像头的对应视野)，则该异物在对应的时间段内不会被标记为疑似点，当出现这种情况时，常规检测逻辑是，等工作人员不再遮挡后，重新进行计数，从而会导致异物检测的及时性受到较大影响，而异物多存在一分钟，对于变电站的安全而言就会多一分潜在的隐患。本发明中，若某个点在当前检测帧属于疑似点，则会将该点的a加1，再判断是否满足异物的条件。通过这样的方式，即使出现工作人员对异物进行了短暂遮挡，也不用重新计数，从而可以保证异物检测的及时性，可防止出现已经存在异物却较长时间内漏检的情况。
44.除此，若一个点在当前时刻已经不是疑似点，且该点在fg01中的对应属性值不为0，本方法会将该点的a减1后再判断减1后是否仍大于m，如果大于m且该点在前一帧的检测结果为疑似点，则说明该点被判断为疑似点的时间较长，不属于工作人员临时放置后拿走的情况，只是当前检测帧中被工作人员临时遮挡而已，因此将该点作为异物点；如果小于等于m则说明该点被判断为疑似点的时间较短还不能准备判断是否为异物点，除此，如果该点在前一帧的检测结果不为疑似点(即连续抽取的两帧均不为疑似点)，则说明只是被工作人员临时放置现在已经被拿走，因此将该点作为正常点。这样的处理方式，可以避免对工作人员携带或临时放置在监控区域内的物体(如检修工具)的误检，进一步保证检查结果的准确性。
附图说明
45.为了使发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
46.图1为实施例的流程图；
47.图2为实施例中的操作示例的初始背景帧；
48.图3为实施例中的操作示例的检测帧；
49.图4为实施例中的操作示例的检测结果。
具体实施方式
50.下面通过具体实施方式进一步详细的说明：
51.实施例：
52.如图1所示，本实施例中公开了一种变电站安全监控视频的异物检测方法，包括以
下步骤：
53.s1、监控初始化设置；分析历史视频流的图像分辨率后，设置三幅与历史视频流的图像大小相同的过程参照图fo、fo1和fg，并将fo、fo1和fg中各点的初始属性值均设置为0；再从历史视频流的图像中筛选出两帧图像，分别作为静态背景帧bk和动态背景帧bk1；选择图像时，为保证识别的准确性和有效性，可由工作人员挑选出两帧不存在任何异物的图像。当然，若挑选出的图像上存在不属于存在安全隐患的物体，也可以将其作为背景帧使用，只是使用时的精确性会稍微受到影响，仍可以正常使用。
54.s2、按照预设的抽帧方式，从待测视频流中抽取出一帧待检测的图像g后；将图像g中的各点分别与静态背景帧bk和动态背景帧bk1中的对应点进行对比，若g中存在前景物体点则将fo中对应点的属性值记为异常值；若fo中不存在属性值为异常值的点则转到s3，否则转到s4。具体的抽帧方式(主要指抽帧频率)，本领域技术人员可依据变电站的具体规模及日常维护、巡检情况具体设置，在此不再赘述。
55.具体实施时，将图像g中的点分别与静态背景帧bk和动态背景帧bk1中的对应点进行对比时，先将图像g中的点的像素与静态背景帧bk中的对应点的像素求差；若差值的绝对值大于等于设定值，则将该点的像素与动态背景帧bk1中对应点的像素求差，若差值的绝对值仍大于设定值则将该点记为前景物体点。分别对比的方式，可以充分利用静态背景帧bk及动态背景帧bk1的具体特征，在保证识别效率的同时，还可以保证对前景物体点的识别准确性。
56.s3、对动态背景帧bk1进行更新，将图像g作为更新后的动态背景帧bk1，并返回s2；
57.s4、按照预设的异常点排查方法对fo中属性值为异常值的点进行筛除，并将通过筛除后的点作为疑似点。具体地，s4包括：
58.s41、对fo进行开运算及闭运算后，得到fo01。通过开运算，可以减少由干扰造成的误检区域；加入闭运算后，还可以降低同一目标中因存在与背景像素接近而被误检为背景，造成单目标断裂成多个的情况。
59.s42、获取fo01中属性值为异常值的点的连通区域，并进行预设的连通区域检验筛除，将检验筛除后剩余的连通区域记为有效连通区域；
60.具体实施时，预设的连通区域检验筛除包括：对fo01中的每个连通区域，记录该连通区内所有属性值为异常值的点的坐标，并算出连通区域内属性值为异常值的点的数量，若该数量小于预设的低阈值或大于预设的高阈值，则筛除该连通区域；记录各连通区域外接矩形的顶点坐标，并根据连通区域外接矩形的顶点坐标计算外接矩形的长宽比后，筛除长宽比大于预设比值的连通区域；根据连通区域外接矩形的顶点坐标计算外接矩形的面积后，计算连通区域内属性值为异常值的点所占面积与连通区域外接矩形面积之比，并根据该比值及该连通区域的外接矩形的长宽比，对检测目标的形状进行约束验证，若约束验证的结果为不属于异物，则筛除对应的连通区域。
61.通过预设的连通区域检验筛除，可以将不符合异物条件的连通区域进行筛除，从而保证最终检测到的异物的准确性，不需要人工再对最终的异物进行筛除，不仅可以减少工作人员的工作量，同时也可以有效的避免异物汇报中存在失误(如噪点或者对正常装置的误识别)的情况。
62.s43、将图像g中与各有效连通区域对应的区域进行预设的纹理特征校验，并将通
过纹理特征校验后剩余的区域对应的有效连通区域内的点记为疑似点。
63.具体实施时，预设的纹理特征校验包括：
64.s431、分别提取图像g、静态背景帧bk及动态背景帧bk1中与各有效连通区域对应区域的纹理图，提取纹理图时，一个点的纹理为该点与其左边点之差的绝对值以及该点与其上方点之差的绝对值这两个绝对值的平均值。其中，提取图像g、静态背景帧bk或动态背景帧bk1中与各有效连通区域对应区域的纹理图时，仅提取正中心处中心位置区域的纹理图，所述中心位置区域的长度为对应有效连通区域的1/n，且所述中心位置区域的宽度为对应有效连通区域的1/n。由于中心位置区域囊括了各分区的特征，这样的操作方式，在保证纹理特征值准确性的同时还可以减少运算量，从而有效的提升检测效率。
65.s432、对各纹理图进行特征提取，从纹理图的中心处画一条水平分割线和一条竖直分割线，将该区域划分成大小相等的四个子区域，并将四个子区域的区号分别记为1、2、3和4；对每个子区域中的纹理图值分别求和后，按从大到小的方式进行排序；之后，按照预设的特征值计算方式得到纹理图的特征值；所述特征值计算方式为，排第一的区号*1000 排名第二的区号*100 排名第三的区号*10 排名第四的区号*1。
66.s433、对纹理图的特征值进行分析，若图像g的一个纹理图特征值与静态背景帧bk或动态背景帧bk1对应的纹理图特征值相同，则筛除fo01中对应的有效检测区域。
67.通过提取纹理并计算特征值，若有效连通区纹理在图像g中对应区域的特征值与两个背景帧对应位置的特征值任何一个相同，则认为是背景，可以再次排除误检干扰。例如，当上空的飞行物的影子被识别为异常点集合时，通过这样的方式，可以将这些实际上不会对变电站造成干扰的对象排查出来并筛除。经过该步骤，可以获得更准确的目标连通区图。
68.s5、将fg中与各疑似点对应的点的属性值数值加1，通过fg中各点的属性值数值记录各点被标记为疑似点的次数。
69.s6、统计fg中各点在预设时长内的属性值数值的增长值a，根据各点的a按预设的异物判断方法判断各点是否为异物点，若是则将fo1中对应点的属性值记为异物值。
70.具体实施时，s6中，预设的异物判断方法包括：判断图像g中各点在fo01中是否为疑似点，若是疑似点，则判断该点的增长值a加1后是否大于等于n，若是则将该点作为异物点，若否则将该点作为正常点；其中，n为预设的第一阈值；
71.若不是疑似点，则判断该点的增长值a是否为0，若为0则将该点作为正常点，若不为0则将该点的增长值a减1后判断是否大于m，若大于m且该点在前一帧的检测结果为疑似点，则将该点作为异物点，若小于等于m或该点在前一帧的检测结果不为疑似点，则将该点作为正常点；其中，m为预设的第二阈值，且m＜n。
72.现有的监控逻辑，通常是某个疑似点连续存在的时间超过预设时间，则将该点作为异物点。因此，现有的异物点判断逻辑，通常就是当某个点连续被记录为疑似点的次数超过预设值时，将其作为异物点。这样的好处的简单易行且准确率高，但是，这样的检测方式存在如下问题：在检测异物时，如果异物被短暂遮挡(如工作人员路过某个区域正好遮挡主摄像头的对应视野)，则该异物在对应的时间段内不会被标记为疑似点，当出现这种情况时，常规检测逻辑是，等工作人员不再遮挡后，重新进行计数，从而会导致异物检测的及时性受到较大影响，而异物多存在一分钟，对于变电站的安全而言就会多一分潜在的隐患。本
发明中，若某个点在当前检测帧属于疑似点，则会将该点的a加1，再判断是否满足异物的条件。通过这样的方式，即使出现工作人员对异物进行了短暂遮挡，也不用重新计数，从而可以保证异物检测的及时性，可防止出现已经存在异物却较长时间内漏检的情况。
73.除此，若一个点在当前时刻已经不是疑似点，且该点在fg01中的对应属性值不为0，本方法会将该点的a减1后再判断减1后是否仍大于m，如果大于m且该点在前一帧的检测结果为疑似点，则说明该点被判断为疑似点的时间较长，不属于工作人员临时放置后拿走的情况，只是当前检测帧中被工作人员临时遮挡而已，因此将该点作为异物点；如果小于等于m则说明该点被判断为疑似点的时间较短还不能准备判断是否为异物点，除此，如果该点在前一帧的检测结果不为疑似点(即连续抽取的两帧均不为疑似点)，则说明只是被工作人员临时放置现在已经被拿走，因此将该点作为正常点。这样的处理方式，可以避免对工作人员携带或临时放置在监控区域内的物体(如检修工具)的误检，进一步保证检查结果的准确性。
74.s7、分析fo1中是否存在属性值为异物值的点，若否则返回s2；若是则进行异物汇报后，再返回s2。
75.本方法进行异物识别时，会分别与静态背景帧bk及动态背景帧bk1对比后，再确定前景物体点(即异常点)并进行后续的检测；并且，动态背景帧bk1会在检测的过程中实时更新，具体地，如果某个被检测的图像g中无前景物体点，则会将该图像g更新为最新的动态背景帧bk1，换个说法，动态背景帧bk1会根据环境中光线等动态变化而实时变化。这样，通过初始的静态背景帧bk及动态背景帧bk1的综合作用，在保证对目标区域准确识别的同时，还可以避免环境中光线缓慢变化对检测的影响。并且，本方法的重点在于思路的巧妙上，而对图像的具体对比识别采用常规的图像处理方法即可，可移植性强，对处理器性能要求也较低，适用性非常强。
76.为了便于理解，以一个具体的操作示例进行说明，选取了变电站中的两处场景(线路部分和主变部分，线路部分为示例1，主变部分为示例2)，图像大小均为704*576。图2为两处场景的初始背景帧，初始时，静态背景帧bk与动态背景帧bk1相同，均为初始背景帧；图3为两处场景的检测帧，设置宽w＝704，高h＝576，允许遮挡帧数c＝20，判断为异物的停留帧数n＝100，则m＝n-c＝100-20＝80。
77.对输入的r、g、b图像采用下面公式转化为y、cr、cb。
78.y＝0.299r 0.587g 0.114b
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)；
79.cr＝(0.500r-0.4187g-0.0813b) 128
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)；
80.cb＝(-0.1687r-0.3313g 0.500b) 128
ꢀꢀꢀꢀꢀꢀꢀ
(3)；
81.抽取当前监控视频流中的图像g,首先遍历g中的所有点，将各点的y、cr、cb传入到mynew数组中，同样取bk中的该位置的y、cr、cb存到myold数组中，将两个数组对应的三个元素分别求差的绝对值，若三个差值均小于各自的阈值40、15、15，则说明两者信息相近，可以将其对应点标记为背景，即fo中该位置标记为0，即正常值；否则将动态背景帧bk1的y、cr、cb存到myold数组中，与bk一样与mynew做同样的比较，若认定为背景也将fo中该位置标记为0，否则标记为255，即异常值。
82.遍历当前帧的所有未标记点(fo标记数组中的置0点)，将其y,cr,cb参数对bk1中的对应位置进行更新，从而使得差分判断可以适应缓慢变化的背景。
83.对fo进行开、闭运算，即腐蚀、膨胀、膨胀、腐蚀操作，开闭运算选用3
×
3模板。
84.对fo进行连通性检测，得到左右连通区，去除点数少于600或多于40000的连通区去掉，然后验证长宽比，将长宽比大于5或小于0.2的联通区也去掉，得到所有连通区的个数记入rect_number，每个联通区坐标四个元素：左上角坐标(x1,y1)，右下角坐标(x2,y2)，所有连通区坐标存入cord数组，元素共4*rect_number个。实例一中返回的连通区域个数rect_number为1，数组cord值为(565，516，596，567)；实例二中返回的rect_number为2，数组cord值为(210，448，246，491，621，472，654，522)。记录的参数见表1，所有连通区负荷约束要求。
[0085][0086]
表1连通区标记点个数占矩形框大小的比值
[0087]
对检测到的连通区域进行纹理特征校验。取出区域中心1/3的部分，如公式(4)至公式(7)所示。根据x_1,y_1,h_2,y_2确定的区域，对图像g中该区域的点计算纹理图：该点与其左边点之差的绝对值、该点与其上边点之差的绝对值这两个绝对值的平均值；得到纹理图后，在对该纹理图计算特征值：即根据纹理图划分的四个区域的平均值排序，共4*3*2*1＝24种可能，得到24个不同的特征值，每个值对应唯一的一种排序情况。
[0088]
类似地，根据x_1,y_1,h_2,y_2确定的区域，对背景图bk、bk1也按同样的方式计算特征值。若待检测图g该区域的特征值与两个背景的任意一个相同，则舍弃该联通区，得到更为可靠的联通区坐标cord1；
[0089]
x_1＝x1 (x2-x1)/3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)；
[0090]
y_1＝y1 (y2-y1)/3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)；
[0091]
x_2＝x2-(x2-x1)/3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)；
[0092]
y_2＝y2-(y2-y1)/3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)；
[0093]
停留时间和遮挡处理，考察图像g中所有的位置点，若一个点不在cord1的任意连通区中(即该点在图像g中未被标记为疑似点)，则分析fg该位置的值。若fg该位置的值＝0，fo1该位置的值记为0，即正常点；否则fg的值先-1，若减1后fg《＝m，表明遮挡帧数已超过c,fo1该位置的值也记为0，否则遮挡时间未到，fo1该位置的值记为255，即异物点。
[0094]
若一个点在cord1的某个连通区中(即该点在图像g中被标记为疑似点)，则判断该点在fg的值，若fg的值》＝n，fo1该位置的值记为255，否则fg的值先 1，若增加后fg＝n，fo1该位置的值也记为255，否则fo1该位置的值记为0；
[0095]
fo1记录了最后被认定的目标区域，对其再进行连通区检测，获得所有连通区的矩形框，每个矩形框代表一个遗留物目标，汇报该检测结果，如图4所示，分别为两个场景的检测结果。之后，再进行下一帧的检测。
[0096]
最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。