(19)中华 人民共和国 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 202111644560.7 (22)申请日 2021.12.3 0 (71)申请人 复旦大学 地址 200433 上海市杨 浦区邯郸路2 20号 (72)发明人 张立华　魏志强　赵肖　董志岩　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 蔡彭君 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/269(2017.01) G06T 5/00(2006.01) G06F 17/11(2006.01) G06F 17/16(2006.01) (54)发明名称 一种基于平均光流梯度的相机破坏检测方 法及系统 (57)摘要 本发明涉及一种基于平均光流梯度的相机 破坏检测方法及系统， 获取当前帧图像与前一帧 图像； 得到当前帧图像的灰度图与前一帧图像的 灰度图； 输入当前帧图像的灰度图以及前一帧图 像的灰度图， 计算两帧图像之间的密集光流场， 光流场中的每一个点为对应的像素点在x、 y方向 上的位移量； 基于密集光流场计算光流幅值均 值； 基于光流幅值均值计算光流幅值均值的梯 度， 记为平均光流梯度， 若平均光流梯度满足预 设置的判断条件， 则认为相机受到破坏。 与现有 技术相比， 本发明在相机破坏自动检测中， 主要 通过检测相机画面的剧烈变化来实现， 以平均光 流梯度为特征描述相机画面的变化， 通过判定当 前光流特征变化是否超 过设定阈值， 判定相机是 否被破坏。 权利要求书3页 说明书9页 附图2页 CN 114372966 A 2022.04.19 CN 114372966 A 1.一种基于平均光 流梯度的相机破坏检测方法， 其特 征在于， 包括以下步骤： S1、 相机采集视频图像， 获取当前帧图像与前一帧图像； S2、 灰度化处 理， 得到当前帧图像的灰度图与前一帧图像的灰度图； S3、 输入当前帧图像的灰度图以及前一帧图像的灰度图， 计算两帧图像之间的密集光 流场， 光流场中的每一个点 为对应的像素点在x方向和y方向上的位移量； S4、 基于密集 光流场， 计算 光流幅值均值； S5、 基于光流幅值均值， 计算光流幅值均值的梯度， 记为平均光流梯度， 若平均光流梯 度满足预设置的判断条件， 则认为相机受到破坏。 2.根据权利要求1所述的一种基于平均光流梯度的相机破坏检测方法， 其特征在于， 步 骤S2中， 使用以下公式进行 灰度化处 理： Gray＝(Red+Gre en+Blue)/ 3 其中， Gray表示灰度化处理后像素的灰度值， Red、 Green、 Blue分别表示灰度化处理前 像素的R、 G、 B三 通道像素值。 3.根据权利要求1所述的一种基于平均光流梯度的相机破坏检测方法， 其特征在于， 步 骤S3中， 采用基于岭回归优化的Farneback方法计算图像的稠密光流， 得到每个像素点在x 方向上的位移量和在y方向上的位移量； 根据线性 运动假设， 二维平面内有运动方程： d＝Sp 其中： p＝[p1 p2 p3 p4 p5 p6]T d为待求解的光流场， X＝(x， y)T是图像的像 素二维坐标， p表示运动参数， 将其带回邻域 信息约束方程并略去X， 以下角标i作为邻域内像素点的索引： ωi为像素点的权函数， A和Δb是 Farneback方法计算过程中的中间参数； 使用岭回归算法对约束方程 求解： pR＝∑(ωSTAS+kI)‑1∑ωSTATΔb 其中， k表示岭参数， pR表示岭回归计算得到的运动参数， I是单位矩阵， 得到运动参数pR 后， 带回运动方程得到光 流场d。 4.根据权利要求1所述的一种基于平均光流梯度的相机破坏检测方法， 其特征在于， 步 骤S4中， 所述 光流幅值均值的计算公式为： 其中， ft表示t时刻的光流幅值均值， w表示相机画面的像素宽度， h表示相机画面的像素 高度， Flowx(x， y)表示像素点(x， y)在x方向上的位移量， Flowy(x， y)表示像素点(x， y)在y方 向上的位移量。 5.根据权利要求1所述的一种基于平均光流梯度的相机破坏检测方法， 其特征在于， 步权　利　要　求　书 1/3 页 2 CN 114372966 A 2骤S5中， 所述 光流幅值均值的梯度的计算公式为： Δft＝ft‑ft‑1 其中， Δft表示平均光流梯度， ft表示t时刻的光流幅值均值， 即当前帧图像与前一帧图 像计算得到的光流幅值均值， ft‑1表示t‑1时刻的光流幅值均值， 即前一 帧图像与更前一 帧 图像计算得到的光 流幅值均值。 6.根据权利要求1所述的一种基于平均光流梯度的相机破坏检测方法， 其特征在于， 步 骤S5中， 预设置的判断条件如下： 认为视频画面的平均光流梯度服从高斯分布， 正 常情况下， 平均光流梯度Δft在( μ‑3σ， μ+3σ )内的概率为99.74， 相 机受到破坏时， 平均光流梯度Δft的数据分布将超出区间( μ ‑3 σ， μ+3σ )： P(|Δfi‑u|＞3σ )≤ 0.003 其中， N表示视频当前帧 的前一帧 的时间序列， 当相机受到破坏时， 则有Δft＞ μ+3σ 或Δ ft＜ μ‑3σ， 相机正常工作时， μ ‑3σ ≤Δft≤ μ+3σ 。 7.一种基于平均光流梯度的相机破坏检测系统， 其特征在于， 基于如权利要求1 ‑6中任 一所述的一种基于平均光 流梯度的相机破坏检测方法， 包括： 数据采集模块， 与相机连接， 相机采集视频图像， 数据采集模块获取当前帧图像与前一 帧图像； 预处理模块， 对图像进行灰度化处理， 得到当前帧图像的灰度图与前一帧图像的灰度 图； 光流场计算模块， 以当前帧图像的灰度图以及前一帧图像的灰度图为输入， 计算得到 两帧图像之间的密集光流场， 光流场中的每一个点为对应的像素点在 x方向和y方向上的位 移量； 光流幅值均值计算模块， 基于密集 光流场， 计算 光流幅值均值； 检测模块， 基于不同时刻的光流幅值均值， 计算光流幅值均值的梯度， 记为平均光流梯 度， 若平均光 流梯度满足预设置的判断条件， 则认为相机受到破坏。 8.根据权利要求7所述的一种基于平均光流梯度的相机破坏检测系统， 其特征在于， 光 流幅值均值计算模块中， 所述 光流幅值均值的计算公式为： 其中， ft表示t时刻的光流幅值均值， w表示相机画面的像素宽度， h表示相机画面的像素 高度， Flowx(x， y)表示像素点(x， y)在x方向上的位移量， Flowy(x， y)表示像素点(x， y)在y方 向上的位移量。 9.根据权利要求7所述的一种基于平均光流梯度的相机破坏检测系统， 其特征在于， 检 测模块中， 光 流幅值均值的梯度Δft为： Δft＝ft‑ft‑1 其中， ft表示t时刻的光流幅值均值， 即当前帧图像与前一 帧图像计算得到的光流幅值权　利　要　求　书 2/3 页 3 CN 114372966 A 3