基于视频分析的农贸市场过道物体占道检测方法技术

本发明专利技术公开了一种基于视频分析的农贸市场过道物体占道检测方法，包括以下步骤：S1，建立背景图片列表，通过农贸市场摄像头获取一张没有违规占道物体背景图，判断是否有新增场景，若没有新增场景，维护原有场景背景图，不更新背景图片列表；若有新增场景，更新背景图图片列表；S2，根据农贸市场摄像头实时拉流获取当前农贸场景图和背景图进行对比，获得两张图之间的差异之处；S3，通过计算机视觉技术中的轮廓提取算法找到膨胀后差异物体的轮廓和位置信息；S4，按时间间隔获取农贸市场摄像头当前农贸场景图，通过数字图片处理技术中的图片相似度计算算法进行对比，根据分数值判断差异物体是否是占道物体。

【技术实现步骤摘要】
基于视频分析的农贸市场过道物体占道检测方法
本专利技术属于视频分析
，具体涉及一种基于视频分析的农贸市场过道物体占道检测方法。
技术介绍
在农贸市场中，会因为商家在过道存放物体导致过道变窄存在客户摔倒、人流走动不便、影响农贸市场整洁。特别是在发生火灾、地震等突发情况下，物体占道也会成为无法及时进行疏散和援救的主要原因。大多数的农贸市场已经建设或正在建设传统的监控系统，但是传统的监控系统并不能有效解决农贸市场违规占道问题，反而有可能增加更多的工作量。被动人力监控，事后回放查证，无法在第一时间就发现问题、视频内容复杂，质量低劣，无法仔细辨别、海量视频图像的实时监控、回放检索需要耗费大量人力，高度依赖监控人员的责任心、精神状态、而工作人员无法7*24小时盯着监控屏幕。对此，实有必要开发一种有效的农贸市场过道物体占道的自动识别方法。
技术实现思路
鉴于以上存在的技术问题，本专利技术用于提供一种基于视频分析的农贸市场过道物体占道检测方法，通过采集的视频监控数据，并基于人工智能视频分析技术，将背景图与监控图做对比，智能分析是否有违规占道的行为。为解决上述技术问题，本专利技术采用如下的技术方案：一种基于视频分析的农贸市场过道物体占道检测方法，包括以下步骤：S1，建立背景图片列表，通过农贸市场摄像头获取一张没有违规占道物体背景图，判断是否有新增场景，若没有新增场景，维护原有场景背景图，不更新背景图片列表；若有新增场景，则按要求维护原有场景背景图，选取识别率最高的新增场景图，作为新增背景图，更新背景图图片列表；S2，根据农贸市场摄像头实时拉流获取当前农贸场景图和背景图进行对比，通过计算机视觉技术中的差异值算法，获得两张图之间的差异之处；S3，通过计算机视觉技术中的轮廓提取算法找到膨胀后差异物体的轮廓和位置信息；S4，按时间间隔获取农贸市场摄像头当前农贸场景图，和通过S2和S3处理得到差异物体位置处和S2的农贸场景图，通过数字图片处理技术中的图片相似度计算算法进行对比，根据分数值判断差异物体是否是占道物体。优选地，S2中两张图片之间差异之处实现方法为：定义背景图数组src1，农贸场景图数组src2，差异值结果dst，两张图片进行对比dst(i)c＝|src1(I)c-src2(I)c|，返回的结果代表背景图和农贸场景图的差异之处，通过阈值二值化增强两张图的差异之处的像素强度，然后通过膨胀算法对增强的差异像素进行膨胀得到差异物体形状。优选地，S3中，通过差异物体获得的轮廓和位置信息实现方法为：从S2中获取差异物体形状的图片矩阵F＝f{i,j}，并初始化NBD为1，从轮廓开始点(i,j)以轮廓跟踪算法可以得到一条轮廓，为每条新找到的轮廓B赋予一个新的唯一的编号，NBD表示当前跟踪的轮廓的编号，使用光栅扫描法，从左到右由上到下，扫描图片矩阵F，当扫描到某个像素点(i,j)的灰度值f(i,j)！＝0时，执行轮廓跟踪算法，判断这个像素点是否属于当前轮廓；每次当扫描到图片的新行的起始位置时，LNBD设置为1，继续执行上述判断，LNBD为在光栅扫描的过程中，保存最近遇到上一个的轮廓B'的编号，当整个图像矩阵F扫描完毕后，就能获得图像中所有物体的轮廓信息和位置。优选地，S4中，判断两张图片相似度实现方法为：定义输入的两张图片矩阵为x、y通过以下结构相似性ssim公式分别对两张图片的亮度、对比度和结构进行比较得到一个0到1之间的分数值，越大表示两张图片相似性越高，设置阈值为0.85，当分数值在0.85到1之间，判定此差异物体为占道物体，ssim公式为其中l(x,y)是亮度比较，c(x,y)是对比度比较，s(x,y)是结构比较，μx和μy分别代表x,y的平均值，σx和σy分别代表x和y的标准差，σxy代表x和y的协方差，而c1、c2和c3分别为常数，避免分母为0带来的系统错误。优选地，进一步包括：S5，将占道物体和位置信息发送给违规警示后台。采用本专利技术具有如下的有益效果：基于深度学习的方案需要大量训练数据，本专利技术实施例增设了背景图片库，只需要通过对监控帧画面与背景图片的差异分析算法，就能有效快速的判定是否违规占道，节约了服务器压力和获取训练数据的工作量，准确定位农贸市场过道是否内占用，并对违法行为进行预警。附图说明图1为本专利技术实施例的基于视频分析的农贸市场过道物体占道检测方法的步骤流图；图2为本专利技术实施例的基于视频分析的农贸市场过道物体占道检测方法中图片矩阵图。图3为本专利技术实施例的基于视频分析的农贸市场过道物体占道检测方法一应用实例中农贸市场背景图；图4为本专利技术实施例的基于视频分析的农贸市场过道物体占道检测方法一应用实例中违规占道场景图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例1参见图1，所示为本专利技术实施例的基于视频分析的农贸市场过道物体占道检测方法的步骤流图，包括以下步骤：S1，建立背景图片列表，通过农贸市场摄像头获取一张没有违规占道物体背景图，判断是否有新增场景，若没有新增场景，维护原有场景背景图，不更新背景图片列表；若有新增场景，则按要求维护原有场景背景图，选取识别率最高的新增场景图，作为新增背景图，更新背景图图片列表；S2，根据农贸市场摄像头实时拉流获取当前农贸场景图和背景图进行对比，通过计算机视觉技术中的差异值算法，获得两张图之间的差异之处；S3，通过计算机视觉技术中的轮廓提取算法找到膨胀后差异物体的轮廓和位置信息；S4，按时间间隔获取农贸市场摄像头当前农贸场景图，和通过S2和S3处理得到差异物体位置处和S2的农贸场景图，通过数字图片处理技术中的图片相似度计算算法进行对比，根据分数值判断差异物体是否是占道物体。具体应用实例中，S2中两张图片之间差异之处实现方法为：定义背景图数组src1，农贸场景图数组src2，差异值结果dst，两张图片进行对比dst(i)c＝|src1(I)c-src2(I)c|，返回的结果代表背景图和农贸场景图的差异之处，通过阈值二值化增强两张图的差异之处的像素强度，然后通过膨胀算法对增强的差异像素进行膨胀得到差异物体形状，即图片矩阵图片矩阵F＝f{i,j}，如图2所示。具体应用实例中，S3中，通过差异物体获得的轮廓和位置信息实现方法为：从S2中获取差异物体形状的图片矩阵F＝f{i,j}，并初始化NBD为1，从轮廓开始点(i,j)以轮廓跟踪算法可以得到一条轮廓，为每条新找到的轮廓B赋予一个新的唯一的编号，NBD表示当前跟踪的轮廓的编号，使用光栅扫描法，从左到右由上到下，扫描图片矩阵F，当扫描到某个像素点(i,j)的灰本文档来自技高网...

【技术保护点】
1.一种基于视频分析的农贸市场过道物体占道检测方法，其特征在于，包括以下步骤：/nS1，建立背景图片列表，通过农贸市场摄像头获取一张没有违规占道物体背景图，判断是否有新增场景，若没有新增场景，维护原有场景背景图，不更新背景图片列表；若有新增场景，则按要求维护原有场景背景图，选取识别率最高的新增场景图，作为新增背景图，更新背景图图片列表；/nS2，根据农贸市场摄像头实时拉流获取当前农贸场景图和背景图进行对比，通过计算机视觉技术中的差异值算法，获得两张图之间的差异之处；/nS3，通过计算机视觉技术中的轮廓提取算法找到膨胀后差异物体的轮廓和位置信息；/nS4，按时间间隔获取农贸市场摄像头当前农贸场景图，和通过S2和S3处理得到差异物体位置处和S2的农贸场景图，通过数字图片处理技术中的图片相似度计算算法进行对比，根据分数值判断差异物体是否是占道物体。/n

【技术特征摘要】
1.一种基于视频分析的农贸市场过道物体占道检测方法，其特征在于，包括以下步骤：
S1，建立背景图片列表，通过农贸市场摄像头获取一张没有违规占道物体背景图，判断是否有新增场景，若没有新增场景，维护原有场景背景图，不更新背景图片列表；若有新增场景，则按要求维护原有场景背景图，选取识别率最高的新增场景图，作为新增背景图，更新背景图图片列表；
S2，根据农贸市场摄像头实时拉流获取当前农贸场景图和背景图进行对比，通过计算机视觉技术中的差异值算法，获得两张图之间的差异之处；
S3，通过计算机视觉技术中的轮廓提取算法找到膨胀后差异物体的轮廓和位置信息；
S4，按时间间隔获取农贸市场摄像头当前农贸场景图，和通过S2和S3处理得到差异物体位置处和S2的农贸场景图，通过数字图片处理技术中的图片相似度计算算法进行对比，根据分数值判断差异物体是否是占道物体。


2.如权利要求1所述的基于视频分析的农贸市场过道物体占道检测方法，其特征在于，S2中两张图片之间差异之处实现方法为：定义背景图数组src1，农贸场景图数组src2，差异值结果dst，两张图片进行对比dst(i)c＝|src1(I)c-src2(I)c|，返回的结果代表背景图和农贸场景图的差异之处，通过阈值二值化增强两张图的差异之处的像素强度，然后通过膨胀算法对增强的差异像素进行膨胀得到差异物体形状。


3.如权利要求2所述的基于视频分析的农贸市场过道物体占道检测方法，其特征在于，S3中，通过差异物体获得的轮廓和位置信息实现方法为：
从S2中获取差异物体形状...

【专利技术属性】
技术研发人员：郑宏弟，聂立功，
申请(专利权)人：杭州祐全科技发展有限公司，
类型：发明
国别省市：浙江;33