基于智能移动终端的库房防盗视频监控系统技术方案

本发明专利技术涉及基于智能移动终端的库房防盗视频监控系统，包括智能移动终端及设在库房内的视频采集模块、视频存储模块、视频提取模块、视频分帧模块、图像类型识别模块、图像类型转换模块、图像预处理模块、运动目标提取模块、警报模块和第二LTE通信模块；视频存储模块连接视频采集模块和视频提取模块，视频分帧模块连接视频提取模块和图像类型识别模块，图像类型转换模块连接图像类型识别模块和图像预处理模块，图像预处理模块连接图像类型识别模块和运动目标提取模块，警报模块连接运动目标提取模块和第二LTE通信模块，第二LTE通信模块连接视频采集模块。该系统能消除库房的镜头抖动影响，自动发现其中的运动目标，以给监控人员提供报警。

【技术实现步骤摘要】

本专利技术设及视频监控领域，尤其设及一种基于智能移动终端的库房防盗视频监控 系统。
技术介绍
在企业生产过程中，库房中往往需要库存大量的生产原料、生产设备等重要物资， W保证企业生产的正常进行。出于安全的考虑，库房内通常会安排值班口卫人员W及视频 监控装置，如监控摄像头。值班口卫人员通过观察视频监控，可W对库房内情况进行掌握， W及时发现库房内是否由不法人员进入盗窃。 然而，传统库房视频监控依赖于人工对运些视频数据进行主观意识的分析判断， 对其中的动作行为做出理解，然后才得出结论做出反馈。由于运种传统的库房视频监控方 案仍然需要依赖于人工监控和发现不稳定因素，一旦出现值班口卫人员未及时发现库房中 的运动目标或者因镜头抖动导致对运动目标发现造成影响，将会使值班口卫人员做出错误 研判，即判定库房内无运动目标，则会因误判导致库房存在潜在安全隐患，埋下了库房被盗 隐患。因此，在当前的库房监控中，亟需提供一种能够准确发现运动目标，消除镜头抖动影 响，从而达到库房防盗效果的监控系统。
技术实现思路
本专利技术所要解决的技术问题是针对上述现有技术提供一种能够对库房中情况进 行准确监控的基于智能移动终端的库房防盗视频监控系统。 本专利技术解决上述技术问题所采用的技术方案为：基于智能移动终端的库房防盗视 频监控系统，其特征在于，包括设有第一LTE通信模块的智能移动终端W及设置在库房内 的视频采集模块、视频存储模块、视频提取模块、视频分帖模块、图像类型识别模块、图像类 型转换模块、图像预处理模块、运动目标提取模块、警报模块和第二LTE通信模块；所述视 频存储模块分别连接视频采集模块和视频提取模块，所述视频分帖模块分别连接视频提取 模块和图像类型识别模块，所述图像类型转换模块连接图像类型识别模块和图像预处理模 块，所述图像预处理模块连接图像类型识别模块和运动目标提取模块，所述警报模块分别 连接运动目标提取模块和第二LTE通信模块，第二LTE通信模块连接视频采集模块；其中， 所述视频采集模块，用W采集库房内的视频信息并消除视频抖动，存储已消除视 频抖动后的视频信息至视频存储模块内； 所述视频提取模块，用于提取视频存储模块中的视频信息，并发送给视频分帖模 块； 所述视频分帖模块，用W将接收的视频按照预设帖间隔分割成若干独立的帖图 像，并按照分割的先后顺序对各帖图像进行顺序编号； 所述图像类型识别模块，用W判断所接收的帖图像类型为动态图像时，则将其发 送给图像类型转换模块处理成静态图像；判断接收的帖图像为静态图像时，则直接发送帖 图像给图像预处理模块； 所述图像类型转换模块，用W将接收的动态帖图像转换为静态帖图像，并发送转 换后的静态帖图像给图像预处理模块； 所述图像预处理模块，用W对接收的静态帖图像进行滤噪处理，并将滤噪后的静 态帖图像作为库房监控的原始监控图像发送给运动目标提取模块； 所述运动目标提取模块，用于提取滤噪后的原始监控图像序列中的运动目标，并 将提取的运动目标发送给警报模块，其中，运动目标的提取方法依次包括如下步骤： (1)W预设编号差值作为编号间隔，在具有独立编号的原始帖图像序列中连续 地选取部分原始帖图像组成原始监控图像s(i，j);其中，选取的部分原始帖图像表示为 St(i，j)，tG，T为被选取的原始帖图像数量； (2)对原始监控图像S(i，j)中的各原始帖图像St(i，j)W预设倍数放大其像素 值，并对放大后的各原始帖图像St(i，j)做灰度化处理，得到对应的灰度帖图像Yt(i，j)，其 中，原始监控图像S(i，j)对应的灰度图像为Y(i，j);其中，原始监控图像S(i，j)转换为灰 度图像Y(i，j)采用如下转换公式： Y(i,j) = 0. 257Xr(i,j)+0. 504Xg(i,j)+0. 239Xb(i,j)； 其中，r(i，j)、g(i，j)、b(i，j)分别对应原始帖图像St(i，j)的颜色空间S维坐标 中的红、绿、蓝颜色分量，Yt(i，j)是该像素点对应的灰度值； 做对灰度图像Y(iJ)中的各灰度帖图像Yt(iJ)进行预处理，得到对应的预处 理帖图像It(i，j)和预处理图像I(i，j)，并采用高斯滤波分别对各预处理帖图像It(i，j)进 行处理；其中，高斯函数为均值是零的二维高斯函数g(i，j)，其中， (4)对前后连续间隔为m-n帖和m帖的S帖预处理图像Ik(i，如、Ik(i，如和 Ik+m(i，]'）做差分，得到两个差分图像D&,MmW(i，_]'）和IVm,W(i，]'）；其中， D(k,k(mn))(iJ) = |lk(iJ)-Ik(mn)。，j)l，D(k+m'k)(iJ) = I; 其中，1^">。)（1，_1)、1^1，如和11<+。(1^)分别表示预处理序列图像1(1，如中的某 =帖预处理图像，m-n和m分别表示预处理序列图像I(i，j)中两帖预处理图像之间的间隔 帖数，m,nGZ，且m> 3,nG[0,引；[00过 妨分别对所得两个差分图像Da,Mm。》(i，如和D&+m,W(1，如做二值化处理，得到 对应的二值化图像R&,MmW(i，j)和R&+m,Wa，j);其中，二值化处理准则如下： 其中，T表示阔值；[002引（6)对所得到的两幅相邻的二值化图像Ra,kW(i，如和R心m,W(i，如做逻辑"或" 操作和逻辑"与"操作，分别得到对应运算后的联合二值化"或"图像Bork(i，j)和联合二 值化"与"图像BandkQ,j)，并将联合二值化"或"图像Bork(i，j)和联合二值化"与"图像 Bandk(i，j)进行逻辑"异或"运算，得到潜在运动目标区域的二值化图像Bk(i，j);其中， 联合二值化"或"图像为， 联合二值化"与"图像为，[002引潜在运动目标区域的二值化图像 (7)对潜在运动目标区域内进行基于高斯模型的运动目标检测，对高斯分布的参 数均值.M,;W及方差(口赋初值，建立高斯背景模型，并对建立的高斯背景模型W如下设定 的更新方式进行实时更新；其中，设定的更新方式为： 其中，a表示当前帖图像中的像素对所对应位置上的高斯背景模型的更新所做出 的贡献程度，a= 0. 0025 ;N表示被用来进行高斯背景模型初始化的图像的数量，<表示第 k帖图像中（i，j)位置上的像素观察值； 做计算像素位置上高斯分布的90%置信区间的上限诗W和下限#1，并对运动前 景提取得到运动目标4+1 ;其中， 所述警报模块，将接收到的运动目标提取结果经第二LTE通信模块发送给智能移 动终端进行报警防盗提示。 为了在获取连续原始帖图像的同时，又能够保证对视频采集模块所采集视频中运 动目标的检测效果，作为优选，所述步骤（3)中的间隔帖数m为3，n为1。 与现有技术相比，本专利技术的优点在于：库房内的视频采集模块将采集的库房内的 监控视频保存到视频存储模块，视频提取模块提取监控视频发送给视频分帖模块分帖，视 频分帖模块按照分帖顺序，将监控视频分帖成若干具有独立编号的原始帖图像，并发送给 图像类型识别模块识别，识别的动态图像则由图像类型转换模块转换为静态图像，然后发 送给图像预处理模块滤噪处理，滤噪后的原始帖图像给运动目标本文档来自技高网...

【技术保护点】
基于智能移动终端的库房防盗视频监控系统，其特征在于，包括设有第一LTE通信模块的智能移动终端以及设置在库房内的视频采集模块、视频存储模块、视频提取模块、视频分帧模块、图像类型识别模块、图像类型转换模块、图像预处理模块、运动目标提取模块、警报模块和第二LTE通信模块；所述视频存储模块分别连接视频采集模块和视频提取模块，所述视频分帧模块分别连接视频提取模块和图像类型识别模块，所述图像类型转换模块连接图像类型识别模块和图像预处理模块，所述图像预处理模块连接图像类型识别模块和运动目标提取模块，所述警报模块分别连接运动目标提取模块和第二LTE通信模块，第二LTE通信模块连接视频采集模块；其中，所述视频采集模块，用以采集库房内的视频信息并消除视频抖动，存储已消除视频抖动后的视频信息至视频存储模块内；所述视频提取模块，用于提取视频存储模块中的视频信息，并发送给视频分帧模块；所述视频分帧模块，用以将接收的视频按照预设帧间隔分割成若干独立的帧图像，并按照分割的先后顺序对各帧图像进行顺序编号；所述图像类型识别模块，用以判断所接收的帧图像类型为动态图像时，则将其发送给图像类型转换模块处理成静态图像；判断接收的帧图像为静态图像时，则直接发送帧图像给图像预处理模块；所述图像类型转换模块，用以将接收的动态帧图像转换为静态帧图像，并发送转换后的静态帧图像给图像预处理模块；所述图像预处理模块，用以对接收的静态帧图像进行滤噪处理，并将滤噪后的静态帧图像作为库房监控的原始监控图像发送给运动目标提取模块；所述运动目标提取模块，用于提取滤噪后的原始监控图像序列中的运动目标，并将提取的运动目标发送给警报模块，其中，运动目标的提取方法依次包括如下步骤：(1)以预设编号差值作为编号间隔，在具有独立编号的原始帧图像序列中连续地选取部分原始帧图像组成原始监控图像S(i,j)；其中，选取的部分原始帧图像表示为St(i,j)，t∈[0,T]，T为被选取的原始帧图像数量；(2)对原始监控图像S(i,j)中的各原始帧图像St(i,j)以预设倍数放大其像素值，并对放大后的各原始帧图像St(i,j)做灰度化处理，得到对应的灰度帧图像Yt(i,j)，其中，原始监控图像S(i,j)对应的灰度图像为Y(i,j)；其中，原始监控图像S(i,j)转换为灰度图像Y(i,j)采用如下转换公式：Y(i,j)＝0.257×r(i,j)+0.504×g(i,j)+0.239×b(i,j)；其中，r(i,j)、g(i,j)、b(i,j)分别对应原始帧图像St(i,j)的颜色空间三维坐标中的红、绿、蓝颜色分量，Yt(i,j)是该像素点对应的灰度值；(3)对灰度图像Y(i,j)中的各灰度帧图像Yt(i,j)进行预处理，得到对应的预处理帧图像It(i,j)和预处理图像I(i,j)，并采用高斯滤波分别对各预处理帧图像It(i,j)进行处理；其中，高斯函数为均值是零的二维高斯函数g(i,j)，其中，g(i,j)=exp(-i2+j22σ2),]]>其使用的图像模板算子为1273×1474141626164726412674162616414741;]]>(4)对前后连续间隔为m‑n帧和m帧的三帧预处理图像Ik‑(m‑n)(i,j)、Ik(i,j)和Ik+m(i,j)做差分，得到两个差分图像D(k,k‑(m‑n))(i,j)和D(k+m,k)(i,j)；其中，D(k,k‑(m‑n))(i,j)＝|Ik(i,j)‑Ik‑(m‑n)(i,j)|，D(k+m,k)(i,j)＝|Ik+m(i,j)‑Ik(i,j)|；其中，Ik‑(m‑n)(i,j)、Ik(i,j)和Ik+m(i,j)分别表示预处理序列图像I(i,j)中的某三帧预处理图像，m‑n和m分别表示预处理序列图像I(i,j)中两帧预处理图像之间的间隔帧数，m,n∈Z，且m≥3，n∈[0,3]；(5)分别对所得两个差分图像D(k,k‑(m‑n))(i,j)和D(k+m,k)(i,j)做二值化处理，得到对应的二值化图像R(k,k‑(m‑n))(i,j)和R(k+m,k)(i,j)；其中，二值化处理准则如下：R(k,k-(m-n))(i,j)=255D(k,k-(m-n))(i,j)>T0else,R(k+m,k)(i,j)=255D(k+m,k)(i,j)>T0else;]]>其中，T表示阈值；(6)对所得到的两幅相邻的二值化图像R(k,k‑(m‑n))(i,j)和R(k+m,k)(i,j)做逻辑“或”操作和逻辑“与”操作，分别得到对应运算后的联合二值化“或”图像Bork(i,j)和联合二值化“与”图像Bandk(i,j)，并将联合二值化“或”图像Bork(i,j)和联合二值化“与”图像Bandk(i,j)进行逻辑“异或”运算，得到潜在运动...

【技术特征摘要】

【专利技术属性】
技术研发人员：郑紫微，熊欧，
申请(专利权)人：宁波大学，
类型：发明
国别省市：浙江;33