(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210342835.X (22)申请日 2022.03.31 (71)申请人 天地 （常州） 自动化股份有限公司 地址 213100 江苏省常州市新北区黄河西 路219号 申请人 中煤科工集团常州研究院有限公司 (72)发明人 季亮　沈科　蒋伟　周李兵　 郝大彬　宋鹏飞　邹盛　 (74)专利代理 机构 常州至善至诚专利代理事务 所(普通合伙) 32409 专利代理师 吴霜 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/28(2022.01) G06V 10/26(2022.01)G06V 10/75(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/62(2017.01) (54)发明名称 基于图像处 理的摄像机工作异常检测方法 (57)摘要 本发明涉及摄像机检测技术领域， 尤其涉及 一种基于图像处理的摄像机工作异常检测方法， 包括： 图像采集模块采集摄像机实时目标视频， 将目标视频 发送至图像处理模块， 图像处理模块 获取目标视频， 对目标视频按帧取图得到多帧连 续的目标图像， 图像处理模块对目标图像检测分 析， 检测摄像机是否发生移动， 或者检测摄像机 是否发生遮挡； 获取图像处理模块的检测结果， 当检测结果为摄像机发生移动， 或摄像机发生遮 挡时， 保存视频为证据视频， 并发出预 警信号。 本 发明提供一种基于图像处理的摄像机工作异常 检测方法， 可 以不受环境恶劣， 光线条件较差等 外界因素直接 影响， 且检测准确， 检测率高。 权利要求书3页 说明书8页 附图6页 CN 114648734 A 2022.06.21 CN 114648734 A 1.一种基于图像处 理的摄像机工作异常检测方法， 其特 征在于： 所述检测方法包括： 步骤S1： 图像采集模块采集摄像机实时目标视频， 将所述目标视频发送至图像处理模 块； 步骤S2： 所述图像处理模块获取所述目标视频， 对所述目标视频按帧取图得到多帧连 续的目标图像， 所述图像处理模块对所述 目标图像检测分析， 检测所述摄像机是否发生移 动， 或者检测所述摄 像机是否发生遮挡； 步骤S3： 获取所述图像处理模块的检测结果， 当检测结果为摄像机发生移动， 或摄像机 发生遮挡时， 保存所述视频为证据视频， 并发出 预警信号。 2.如权利要求1所述的基于图像处理 的摄像机工作异常检测方法， 其特征在于： 执行所 述步骤S1前， 给所述摄像机上电后， 所述图像采集模块根据所述摄像机当前 的基准位置采 集基准视频。 3.如权利要求1所述的基于图像处理 的摄像机工作异常检测方法， 其特征在于： 在所述 步骤S2中， 检测所述摄 像机是否发生移动包括以下步骤： 步骤S211： 建立文件夹； 步骤S212： 获取所述目标图像的系统时间H1， 所述目标图像为当前帧目标图像， 以系统 小时H1建立所述当前帧目标图像的图像名称， 所述当前帧目标图像的图像名称为H1.jpg， 初始化所述当前帧的目标图像， 将所述当前帧的目标图像传输至所述文件夹中， 所述当前 帧目标图像为检测所述摄 像机是否发生移动的初始特 征匹配图像； 步骤S213： 获取下一帧目标图像， 所述下一帧目标图像 的图像名称为frame.jpg， 所述 下一帧目标图像的系统时间为H2， 将所述下一帧目标图像传输 至所述文件夹； 步骤S214： 判断所述当前帧的目标图像的系统时间H1与所述下一帧目标图像的系统时 间H2是否相等； 若H1不等于H2， 则复制所述下一帧目标图像frame.jpg备份到所述文件夹中， 以系统小 时H2修改复制的所述下一帧目标图像的图像名称， 将复制的所述下一帧目标图像的图像名 称修改为H2.jpg， 将H2赋值给H1， 对所述文件夹中除去所述H2.jpg图像中的所有初始特征 匹配图像和所述下一帧目标图像frame.jpg进行 预处理； 若H1等于H2， 则对所述文件夹中的所有初始特征匹配图像和所述下一帧目标图像 frame.jpg进行 预处理； 步骤S215： 计算所述文件夹中经预处理的所述初始特征匹配图像的数量， 经预处理的 所述初始特征匹配图像数量为N， 将所述初始特征匹配图像与所述下一帧目标图像 frame.jpg进行SIFT特征点匹配， 获取特征点匹配结果， 所述特征点匹配结果包括所述初始 特征匹配图像和所述下一帧目标图像frame.jpg匹配的所有特 征点总数ap_count； 步骤S216： 设置一计数值i， 当i<N时， 根据所述特征点匹配结果计算所述下一帧目标图 像frame.jpg上所有特征点是同一特征点的总数sp_count， 计算所述同一特征点的总数和 所有特征点总数占比rate_i ＝sp_count/ap_count， 直至当i≥N， 结束计算； 步骤S217： 获取所述文件夹中所有初始特征匹配图像中和所述下一帧目标图像 frame.jpg匹配最大的rate_i， 所述最大的rate_i保存为 max_rate， 将预设阈值t hreshold1 与所述max_rate比较； 若满足max_rate<thresho ld1， 则判定摄 像机发生移动；权　利　要　求　书 1/3 页 2 CN 114648734 A 2反之， 若不满足， 则判定摄 像机未发生移动。 4.如权利要求3所述的基于图像处理 的摄像机工作异常检测方法， 其特征在于： 在执行 所述步骤S216计算所述下一帧目标图像frame.jpg上所有特征点是同一特征点时包括以下 步骤： 所述初始特征匹配图像的特征点为(xi,yi)， 所述下一帧目标图像的特征点(Xi， Yi)， 判定所述初始特征匹配图像的特征点为(xi,yi)和所述下一帧目标图像的特征点(Xi， Yi)是 否为同一特 征点； 若 其中， threshold2为人为设定的数值， 则所述初始特征匹配图像的特征点为(xi,yi)和所述下一帧 目标图像的特 征点(Xi， Yi)是同一特 征点， 所述同一特 征点的总数sp_count加1； 反之， 则所述初始特征匹配图像的特征点为(xi,yi)和所述下一帧目标图像的特征点 (Xi， Yi)不是同一特 征点， 所述同一特 征点的总数sp_count不变。 5.如权利要求1所述的基于图像处理 的摄像机工作异常检测方法， 其特征在于： 在所述 步骤S2中， 检测所述摄 像机是否发生遮挡包括以下步骤： 步骤S221： 对所述目标图像灰度化处 理后转换为灰度图像； 步骤S222： 对所述灰度图像二 值化处理后转换为 二值图像； 步骤S223： 将所述 二值图像反转处 理后转换为背景色为 黑色的图像； 步骤S224： 将所述背景色为 黑色的图像进行 形态学操作后获取最终输入图像； 步骤S225： 计算所述输入图像的连通区域， 根据计算结果， 判定所述连通区域是否满足 约束条件； 若所述连通区域满足约束条件， 则所述摄 像机发生遮挡； 若所述连通区域 不满足约束条件， 则所述摄 像机没有发生遮挡。 6.如权利要求5所述的基于图像处理 的摄像机工作异常检测方法， 其特征在于： 在执行 所述步骤225包括以下步骤： 步骤S2251： 新建第一黑色图像， 所述第一黑色图像尺寸与所述目标图像尺寸相同， 利 用连通区域算法获取符合要求的所述输入图像的连通区域个数num_labels， 在所述第一黑 色图像上， 将num_labels个连通区域绘制成绿色； 步骤S2252： 循环遍历num_labels个连通区域， 获取每一个连通区域的面积A， 计算Ri： 其中， S0， S1， S2， S3， S4分别为在所述目标图像中左上角、 左下角、 右上角、 右下角、 正中间 各选取200 ×200的区域面积， Ai为第i个连通区域的面积， Ri为Ai连通区域的面积与Sj区域 面积的共同面积和Sj区域面积的占比值； 步骤S2253： 判断Ri是否满足约束条件Ri>0.8， 若满足， 则所述摄像机发生遮挡， 反之， 则 所述摄像机没有发生遮挡。 7.如权利要求3所述的基于图像处理 的摄像机工作异常检测方法， 其特征在于： 在步骤 215中， 若所述步骤S214中H1不等于H2， 则经预处理的所述初始特征匹配图像数量为所述文 件夹中所有初始特征匹配图像的数量减去1， 反之， 若所述步骤S214中H1等于H2， 经预处理 的所述初始特 征匹配图像数量 为所述文件夹中所有初始特 征匹配图像的数量。权　利　要　求　书 2/3 页 3 CN 114648734 A 3