一种无人值守机房监控自动报警方法及装置与流程

1.本发明涉及计算机技术领域，特别涉及一种无人值守机房监控自动报警方法及装置。


背景技术：

2.在信息快速流通和转化的数字时代，金融行业对于计算机的依赖日益提高。计算机作为金融业务系统的重要组成部分，其数量也与日俱增。目前大型商业银行中心机房的管理采用24小时专人值班模式，保障机房及系统的安全运行，而大型商业银行二级分行的机房，则实行非工作日、非工作时段无人值守模式。由于机房性质特殊，环境光线较暗，传统的视频监控无法完全满足机房安防监控需求。


技术实现要素：

3.本发明要解决的技术问题，在于提供一种无人值守机房监控自动报警方法及装置，提高了报警的准确度。
4.第一方面，本发明提供了一种无人值守机房监控自动报警方法，包括：
5.步骤1、将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；
6.步骤2、将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；
7.步骤3、计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；
8.步骤4、计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；
9.步骤5、根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警。
10.第二方面，本发明提供了一种无人值守机房监控自动报警装置，包括：
11.图像组模块，将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；
12.匹配窗口模块，将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；
13.颜色相似模块，计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；
14.纹理相似模块，计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；
15.报警模块，根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警。
16.本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
17.1、与传统方法相比，该方法仅需普通摄像头，不需要额外的硬件监测设备，相应的硬件成本最低，适用场景广泛。
18.2、与传统方法相比，该方法对曝光变化、光照变化、图像噪声、镜面反光、雾气都具
有较强的鲁棒性，高度适配机房这类环境光较暗、视频质量较差的特殊环境，可以有效减少由于监控画面质量造成的误报警。
19.3、与传统方法相比，通过机房部署摄像头并自动上传视频，由后台对关键帧组成的图相对使用算法完成差异计算并在超过阈值时预警，自动向联系人发送短信，节约人工监控视频的时间，降低了机房安防风险。
20.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
21.下面参照附图结合实施例对本发明作进一步的说明。
22.图1为本发明实施例一中方法中的流程图；
23.图2为本发明实施例二中装置的结构示意图。
具体实施方式
24.本技术实施例中的技术方案，总体思路如下：
25.1、在机房重点监控区域部署摄像头，系统自动将视频上传至后台。
26.2、系统根据管理人员预设的间隔时间抽取视频关键帧，相邻间隔的关键帧将被视为一组图像对。
27.3、将图像对分为第一图与第二图，以第一图与第二图中每个像素值为中心，以固定的边长，可以取出一对待匹配窗口(取至少一对的匹配窗口，比如以第一图(10，10)为中心，以5为边长构造了一个小窗口w1，以第二图的(10，10)为中心，以5为边长构造一个小窗口w2，w1和w2形成了一组带匹配图像窗口。同理以第一图的(11，11)为中心，第二图的(11，11)为中心又构造一对窗口，以此类推；该操作可以提高鲁棒性)。为了衡量第一图与第二图中待匹配窗口的颜色相似性，本发明构造了改进的带权重的零归一化互相关(wzncc)模型。相较原始的zncc模型，带权重的zncc模型所获得的视差图边缘更为清晰；同时改进的wzncc模型通过将引导滤波引入带权的zncc模型中，以使其更好地消除辐射变化引起的像素值偏差。
[0028][0029]
第一图和第二图分别定义为i
l
和ir。p为一个像素，i
l
(p)表示第一图中像素p处的像素值，ir(p+f
p
)表示第二图中像素p+f
p
处的像素值。f
p
是像素点p对应的视差变量，范围在零到最大视差之间。w
l
(p)是第一图中以像素点p为中心的矩形窗口，窗口大小是m，同样的，wr(p+f
p
)是第二图中以像素点p+f
p
为中心的同样大小的矩形窗口。wzncc所定义的相似度的取值范围是-1到1。
[0030]
4、以第一图中待匹配窗口的计算为例说明，对于第二图中待匹配窗口的计算是相似的。wzncc模型中给定大小窗口的权重为各向同性的高斯权重，即
不同于zncc将第一图和第二图的窗口内每个像素值与窗口中的像素平均值进行比较，本发明构造其中其中就是p点为中心的这个窗口的加权平均亮度；根据引导滤波，核权重定义如下：
[0031][0032]gl
是引导图，其中i
l
是滤波的输入图像。本发明使用第一图的i
l
本身作为引导图。μ(p)与σ2(p)是g
l
中以点p为中心的局部窗口的均值与方差。|ω|是窗口w(p)中像素的个数。ε是正则化参数。
[0033]
为了衡量第一图和第二图中待匹配窗口的纹理相似性，构造sad-lbp模型。本发明利用lbp算法将图像对转换为其对应的纹理特征图。
[0034]
定义一个以点pi为中心的3
×
3大小的块bi，并且块中的每个点都对应于其灰度值。从块的左下角的点开始，将块bi的中心点pi以外的其他点与中心点pi按逆时针方向进行比较。如果该点的灰度值大于点pi的灰度值，则将其计为1，否则将其计为0。因此，这个3
×
3大小的块将被转换为一个仅包含0和1的8位二进制数组。将8位二进制数组转换为一个十进制的整数，用这个新获得的整数代替点pi的灰度值并对其进行归一化，将其记为t(pi)。
[0035][0036][0037]
以第一图中待匹配窗口为例，在第一图中我们可以获取一个以点p为中心的矩形窗口，窗口中的像素数量为m
×
m，我们将它记为m。并表示为t
l
(ti)，i∈[1,m]，并且窗口中所有t
l
(ti)的集合表示为t
l
(p)。
[0038]
t
l
(p)＝(t
l
(t1),...,t
l
(tm)),m＝m
×m[0039]
类似地，tr(p+f
p
)表示以第二图中以点p+f
p
为中心的窗口的纹理。t
l
(p)和tr(p+f
p
)之间的相似性定义为其绝对差之和，如下所示：
[0040][0041]
结合公式wzncc与sad-lbp，定义p点处的视差f
p
对应的匹配代价d
p
(f
p
)如下：
[0042]dp
(f
p
)＝α(1-wzncc(f
p
))+β(at(f
p
))
[0043]
其中α和β是wzncc(f
p
)和at(f
p
)对应的权重向量。
[0044]
所提出的算法流程如算法1中所示。
[0045][0046]
5、通过上述算法1，计算出第一图和第二图以相同位置像素为中心的窗口的相似程度，从而计算图像对之间的差异，管理人员预先设定差异阈值，当d
p
(f
p
)到达阈值时发出警告，并向登记的联系人发送短信，以达到对机房重点区域的监控的目的。
[0047]
实施例一
[0048]
如图1所示，本实施例提供一种无人值守机房监控自动报警方法，包括：
[0049]
步骤1、将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；所述第一图的匹配窗口以及第二图的匹配窗口至少一对；
[0050]
步骤2、将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；
[0051]
步骤3、计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；
[0052]
步骤4、计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；
[0053]
步骤5、根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警。
[0054]
所述颜色相似值的计算公式为：
[0055][0056]
第一图和第二图分别定义为i
l
和ir，p为一个像素，i
l
(p)表示第一图中像素p处的像素值，ir(p+f
p
)表示第二图中像素p+f
p
处的像素值；f
p
是像素点p对应的视差变量，范围在零到最大视差之间；w
l
(p)是第一图中以像素点p为中心的矩形窗口，wr(p+f
p
)是第二图中以像素点p+f
p
为中心的同样大小的矩形窗口；t
l
表示以p为中心构造的图像窗口中的一个点；tr表示以p+f
p
为中心构造的图像窗口中的一个点；
[0057]wl
(t
l
)为第一图的匹配窗口的权重，为各向同性的高斯权重高斯权重，其中根据引导滤波，核权重定义如下：
[0058][0059]gl
是引导图，直接使用第一图i
l
作为引导图；μ(p)与σ2(p)是g
l
中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p)中像素的个数，ε是正则化参数；
[0060]
wr(tr)为第二图的匹配窗口的权重，为各向同性的高斯权重高斯权重，另外其中根据引导滤波，核权重定义如下：
[0061][0062]gr
是引导图，直接使用第一图ir作为引导图；μ(p+f
p
)与σ2(p+f
p
)是gr中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p+f
p
)中像素的个数，ε是正则化参数。
[0063]
所述纹理相似值的计算公式为：
[0064]
定义一个以点pi为中心的k
×
k大小的块bi，并且块bi中的每个点都对应于其灰度值；从块bi的左下角的点开始，将块bi的中心点pi以外的其他点与中心点pi按逆时针方向进行比较；如果该点的灰度值大于点pi的灰度值，则将其计为1，否则将其计为0；因此，块bi被转换为一个仅包含0和1的二进制数组，将二进制数组转换为一个十进制的整数，用这个新获得的整数代替点pi的灰度值并对其进行归一化，即为块bi的纹理；根据上述分别计算得到第一图的匹配窗口的纹理t
l
(ti)以及第二图的匹配窗口的纹理tr(ti)；
[0065]
则纹理相似值为：其中m和i均为整数。
[0066]
所述匹配代价值的计算公式为：
[0067]dp
(f
p
)＝α(1-wzncc(f
p
))+β(at(f
p
))
[0068]
其中α和β是wzncc(f
p
)和at(f
p
)对应的权重向量；wzncc(f
p
)为颜色相似值；at(f
p
)为纹理相似值。
[0069]
基于同一发明构思，本技术还提供了与实施例一中的方法对应的装置，详见实施例二。
[0070]
实施例二
[0071]
如图2所示，在本实施例中提供了一种无人值守机房监控自动报警装置，包括：
[0072]
图像组模块，将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；所述第一图的匹配窗口以及第二图的匹配窗口至少一对；
[0073]
匹配窗口模块，将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；
[0074]
颜色相似模块，计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；
[0075]
纹理相似模块，计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；
[0076]
报警模块，根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警。
[0077]
所述颜色相似模块中的颜色相似值的计算公式为：
[0078][0079]
第一图和第二图分别定义为i
l
和ir，p为一个像素，i
l
(p)表示第一图中像素p处的像素值，ir(p+f
p
)表示第二图中像素p+f
p
处的像素值；f
p
是像素点p对应的视差变量，范围在零到最大视差之间；w
l
(p)是第一图中以像素点p为中心的矩形窗口，wr(p+f
p
)是第二图中以像素点p+f
p
为中心的同样大小的矩形窗口；t
l
表示以p为中心构造的图像窗口中的一个点；tr表示以p+f
p
为中心构造的图像窗口中的一个点；
[0080]wl
(t
l
)为第一图的匹配窗口的权重，为各向同性的高斯权重高斯权重，其中根据引导滤波，核权重定义如下：
[0081][0082]gl
是引导图，直接使用第一图i
l
作为引导图；μ(p)与σ2(p)是g
l
中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p)中像素的个数，ε是正则化参数；
[0083]
wr(tr)为第二图的匹配窗口的权重，为各向同性的高斯权重高斯权重，另外其中根据引导滤波，核权重定义如下：
[0084][0085]gr
是引导图，直接使用第一图ir作为引导图；μ(p+f
p
)与σ2(p+f
p
)是gr中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p+f
p
)中像素的个数，ε是正则化参数。
[0086]
所述纹理相似模块中的纹理相似值的计算公式为：
[0087]
定义一个以点pi为中心的k
×
k大小的块bi，并且块bi中的每个点都对应于其灰度值；从块bi的左下角的点开始，将块bi的中心点pi以外的其他点与中心点pi按逆时针方向进行比较；如果该点的灰度值大于点pi的灰度值，则将其计为1，否则将其计为0；因此，块bi被转换为一个仅包含0和1的二进制数组，将二进制数组转换为一个十进制的整数，用这个新获得的整数代替点pi的灰度值并对其进行归一化，即为块bi的纹理；根据上述分别计算得到第一图的匹配窗口的纹理t
l
(ti)以及第二图的匹配窗口的纹理tr(ti)；
[0088]
则纹理相似值为：其中m和i均为整数。
[0089]
所述报警模块中匹配代价值的计算公式为：
[0090]dp
(f
p
)＝α(1-wzncc(f
p
))+β(at(f
p
))
[0091]
其中α和β是wzncc(f
p
)和at(f
p
)对应的权重向量；wzncc(f
p
)为颜色相似值；at(f
p
)为纹理相似值。
[0092]
由于本发明实施例二所介绍的装置，为实施本发明实施例一的方法所采用的装置，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该装置的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的装置都属于本发明所欲保护的范围。
[0093]
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

技术特征：
1.一种无人值守机房监控自动报警方法，其特征在于，包括：步骤1、将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；步骤2、将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；步骤3、计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；步骤4、计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；步骤5、根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警。2.根据权利要求1所述的一种无人值守机房监控自动报警方法，其特征在于，所述步骤2中所述第一图的匹配窗口以及第二图的匹配窗口至少一对。3.根据权利要求1所述的一种无人值守机房监控自动报警方法，其特征在于，所述步骤3中的颜色相似值的计算公式为：第一图和第二图分别定义为i
l
和i
r
，p为一个像素，i
l
(p)表示第一图中像素p处的像素值，i
r
(p+f
p
)表示第二图中像素p+f
p
处的像素值；f
p
是像素点p对应的视差变量，范围在零到最大视差之间；w
l
(p)是第一图中以像素点p为中心的矩形窗口，w
r
(p+f
p
)是第二图中以像素点p+f
p
为中心的同样大小的矩形窗口；t
l
表示以p为中心构造的图像窗口中的一个点；t
r
表示以p+f
p
为中心构造的图像窗口中的一个点；w
l
(t
l
)为第一图的匹配窗口的权重，为各向同性的高斯权重高斯权重，其中根据引导滤波，核权重定义如下：g
l
是引导图，直接使用第一图i
l
作为引导图；μ(p)与σ2(p)是g
l
中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p)中像素的个数，ε是正则化参数；w
r
(t
r
)为第二图的匹配窗口的权重，为各向同性的高斯权重高斯权重，另外其中根据引导滤波，核权重定义如下：
g
r
是引导图，直接使用第一图i
r
作为引导图；μ(p+f
p
)与σ2(p+f
p
)是g
r
中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p+f
p
)中像素的个数，ε是正则化参数。4.根据权利要求1所述的一种无人值守机房监控自动报警方法，其特征在于，所述步骤4中的纹理相似值的计算公式为：定义一个以点p
i
为中心的k
×
k大小的块b
i
，并且块b
i
中的每个点都对应于其灰度值；从块b
i
的左下角的点开始，将块b
i
的中心点p
i
以外的其他点与中心点p
i
按逆时针方向进行比较；如果该点的灰度值大于点p
i
的灰度值，则将其计为1，否则将其计为0；因此，块b
i
被转换为一个仅包含0和1的二进制数组，将二进制数组转换为一个十进制的整数，用这个新获得的整数代替点p
i
的灰度值并对其进行归一化，即为块b
i
的纹理；根据上述分别计算得到第一图的匹配窗口的纹理t
l
(t
i
)以及第二图的匹配窗口的纹理t
r
(t
i
)；则纹理相似值为：其中m和i均为整数。5.根据权利要求1所述的一种无人值守机房监控自动报警方法，其特征在于，所述步骤5中匹配代价值的计算公式为：d
p
(f
p
)＝α(1-wzncc(f
p
))+β(at(f
p
))其中α和β是wzncc(f
p
)和at(f
p
)对应的权重向量；wzncc(f
p
)为颜色相似值；at(f
p
)为纹理相似值。6.一种无人值守机房监控自动报警装置，其特征在于，包括：图像组模块，将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；匹配窗口模块，将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；颜色相似模块，计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；纹理相似模块，计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；报警模块，根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警。7.根据权利要求6所述的一种无人值守机房监控自动报警装置，其特征在于，所述匹配窗口模块中所述第一图的匹配窗口以及第二图的匹配窗口至少一对。8.根据权利要求6所述的一种无人值守机房监控自动报警装置，其特征在于，所述颜色相似模块中的颜色相似值的计算公式为：第一图和第二图分别定义为i
l
和i
r
，p为一个像素，i
l
(p)表示第一图中像素p处的像素值，i
r
(p+f
p
)表示第二图中像素p+f
p
处的像素值；f
p
是像素点p对应的视差变量，范围在零到最大视差之间；w
l
(p)是第一图中以像素点p为中心的矩形窗口，w
r
(p+f
p
)是第二图中以像素点p+f
p
为中心的同样大小的矩形窗口；t
l
表示以p为中心构造的图像窗口中的一个点；t
r
表示以p+f
p
为中心构造的图像窗口中的一个点；
w
l
(t
l
)为第一图的匹配窗口的权重，为各向同性的高斯权重高斯权重，其中根据引导滤波，核权重定义如下：g
l
是引导图，直接使用第一图i
l
作为引导图；μ(p)与σ2(p)是g
l
中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p)中像素的个数，ε是正则化参数；w
r
(t
r
)为第二图的匹配窗口的权重，为各向同性的高斯权重高斯权重，另外其中根据引导滤波，核权重定义如下：g
r
是引导图，直接使用第一图i
r
作为引导图；μ(p+f
p
)与σ2(p+f
p
)是g
r
中以点p为中心的局部窗口的均值与方差；|ω|是窗口w(p+f
p
)中像素的个数，ε是正则化参数。9.根据权利要求6所述的一种无人值守机房监控自动报警装置，其特征在于，所述纹理相似模块中的纹理相似值的计算公式为：定义一个以点p
i
为中心的k
×
k大小的块b
i
，并且块b
i
中的每个点都对应于其灰度值；从块b
i
的左下角的点开始，将块b
i
的中心点p
i
以外的其他点与中心点p
i
按逆时针方向进行比较；如果该点的灰度值大于点p
i
的灰度值，则将其计为1，否则将其计为0；因此，块b
i
被转换为一个仅包含0和1的二进制数组，将二进制数组转换为一个十进制的整数，用这个新获得的整数代替点p
i
的灰度值并对其进行归一化，即为块b
i
的纹理；根据上述分别计算得到第一图的匹配窗口的纹理t
l
(t
i
)以及第二图的匹配窗口的纹理t
r
(t
i
)；则纹理相似值为：其中m和i均为整数。10.根据权利要求6所述的一种无人值守机房监控自动报警装置，其特征在于，所述报警模块中匹配代价值的计算公式为：d
p
(f
p
)＝α(1-wzncc(f
p
))+β(at(f
p
))其中α和β是wzncc(f
p
)和at(f
p
)对应的权重向量；wzncc(f
p
)为颜色相似值；at(f
p
)为纹理相似值。

技术总结
本发明提供一种无人值守机房监控自动报警方法及装置，方法包括：将获取到的视频根据预设的间隔时间抽取视频的关键帧，并将相邻的关键帧设定为一组图像对；将图像对分为第一图和第二图，以一个像素值为中心以及预设的边长分别从第一图和第二图中取出对应的匹配窗口；计算第一图的匹配窗口与第二图的匹配窗口的颜色相似值；计算第一图的匹配窗口与第二图的匹配窗口的纹理相似值；根据颜色相似值以及纹理相似值计算得到匹配代价值，将匹配代价值与设定的差异阈值比较，若是大于等于差异阈值，则进行报警；否，则不报警；提高了报警精确度。提高了报警精确度。提高了报警精确度。


技术研发人员：陈洁琼 张庆平 林辉 林昌灵 张欢鑫
受保护的技术使用者：中国农业银行股份有限公司福建省分行
技术研发日：2022.11.15
技术公布日：2023/6/6