(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 202210423600.3 (22)申请日 2022.04.21 (71)申请人 广东电网有限责任公司东莞供电局 地址 523000 广东省东莞 市东城街道东城 路东城段239号 (72)发明人 陈兆锋　谢若锋　魏炯辉　张智华　 黄永平　薛峰　张鹏　刘贯科　 陈泽鹏　李元佳　马旭冰　莫镇光　 张裕　黄铜根　钟荣富　刘海涛　 谭传明　姚俊钦　林志强　郑再添　 刘文　周智明　莫其海　 (74)专利代理 机构 广州粤高专利商标代理有限 公司 44102 专利代理师 牛念(51)Int.Cl. G06V 20/10(2022.01) G06V 20/52(2022.01) G06V 10/30(2022.01) G06V 10/75(2022.01) G06K 9/62(2022.01) (54)发明名称 一种识别移动小动物的方法 (57)摘要 本发明涉及目标识别的技术领域， 更具体 地， 涉及一种识别移动小动物的方法， 通过变电 站的监控摄像头拍摄到的视频数据， 并使用混合 高斯背景建模法建立背景模型， 背景图像参数可 以进行自适应更新， 能够可靠处理光照变化、 背 景混乱运动的干扰以及长时间的场景变化等； 通 过背景减法得到二值图像， 并通过连通性分析对 二值图像进行去噪， 得到含有完整运动目标的 图 像， 并得到其中运动目标的外接矩形， 对外接矩 形的面积进行阈值判断， 由于小动物体积小， 简 单通过判断运动目标的面积， 可以有效判断出运 动目标是否为小动物， 提高了变电站对入侵的小 动物的实时监控识别的效率和可靠性， 并在监测 到小动物时报警通知工作人员驱赶小动物， 预防 小动物进 入变电站。 权利要求书2页 说明书7页 附图2页 CN 114708508 A 2022.07.05 CN 114708508 A 1.一种识别移动小动物的方法， 其特 征在于， 包括以下步骤： S1： 通过变电站的监控摄像头拍摄到的视频数据， 使用混合高斯背景建模法， 建立背景 模型； S2： 获取当前帧， 使用背景减法， 将当前帧与背景模型相匹配， 得到二 值图像Rn’； S3： 对所述二值图像Rn’进行连通性分析， 得到含有完整运动目标的图像Rn， 同时得到图 像Rn中运动目标的外 接矩形； S4： 对外接矩形进行阈值判断， 确定运动目标 是否为小动物。 2.根据权利要求1所述的识别移动小动物的方法， 其特征在于， 步骤S1中， 监控摄像头 是固定的， 监控摄 像头不可自动旋转移动， 监控场景 稳定， 背景的变化是缓慢的。 3.根据权利要求1所述的识别移动小动物的方法， 其特征在于， 步骤S1中， 使用混合高 斯背景建模法构建背景模型时， 背景图像中的每一个像素分别用由Q个高斯分布构成的混 合高斯模型来建模： 式中， P是背景模型， I是输入的像素， N是混合高斯模型， ωq是混合高斯模型中第q个高 斯分布的权值， μq是混合高斯模型中第q个高斯分布的均值， 是混合高斯模型中第q个高 斯分布的方差 。 4.根据权利要求3所述的识别移动小动物的方法， 其特征在于， 步骤S1中， 背景模型建 模时， 先进行初始 化： 选择高斯分布的个数Q和学习率α， 输入第一帧图像， 对每个像素I(1)， 分别初始化Q个均值μq＝I(1)， 方差为 的高斯函数， 对应的权重分别为ωq＝1/Q(q＝1, 2,…,Q)。 5.根据权利要求4所述的识别移动小动物的方法， 其特征在于， 初始化后， 判断图像中 像素与Q个高斯分布是否匹配： 获取第k帧图像， 像素为I(k)， 若|I(k) ‑μq(k‑1)|<2.5σq(k‑ 1)， 则像素I(k)与第q个高斯分布匹配， 其中， μq(k‑1)、 σq(k‑1)分别是第q个高斯分布在第 (k‑1)帧的均值和方差； 可根据 来判断与高斯分布的匹配程度， 越 小， 匹配程度越高， 则与像素I(k)最匹配的高斯分布为第l个高斯分布： 6.根据权利要求5所述的识别移动小动物的方法， 其特征在于， 可对高斯分布进行更 新： 若可找到与像素最匹配的高斯分布， 更新权值ωq(k)： 更新完成后对所有权值重新做归一 化；权　利　要　求　书 1/2 页 2 CN 114708508 A 2对第l个高斯分布的均值和方差更新， 得到更新后的均值 μl(k)和方差 分别为： μl(k)＝(1‑ρ )μl(k‑1)+ρ I(k) 式中， ρ 为参数学习速率； 若没有高斯分布与像素匹配， 将第p个高斯分布丢弃， 其中， p＝argmi nq(ωq) 用一个新的高斯分布代替第p个高斯分布， 新的高斯分布 的均值μp(k)、 方差 和权值 ωp分别为： μp(k)＝I(k) ωp＝0.5minq{ωp(k‑1)} 将所有图像的像素都处 理完毕。 7.根据权利要求6所述的识别移动小动物的方法， 其特征在于， 确定背景模型： 将Q个 高 斯分布按照 的值从小到大排序， 选取排序序列中前B个高斯分布作为背景像素模型， B为 排序靠前的高斯分布的权值之和大于T所需的最少高斯分布个数： 式中， T为预置的阈值。 8.根据权利要求7所述的识别移动小动物的方法， 其特征在于， 步骤S2中， 得到二值图 像Rn， 的具体过程为： 获取 当前帧fn， 背景帧和当前帧对应的像素点(x,y)的像素值分别记为 B(x,y)和fn(x,y)， 将背景帧与当前帧对应像素点的像素值进行相减并取绝对值， 得到差分 图像Dn： Dn(x,y)＝|fn(x,y)‑B(x,y)| 设定阈值T， 逐个对像素点进行二值化处理， 得到二值图像Rn′， 其中， 灰度值为255的点 为前景点， 灰度值 为0的点为背景点： 9.根据权利要求1至8任一项所述的识别移动小动物的方法， 其特征在于， 步骤S3 中， 外 接矩形为可将运动目标全部包括的最小矩形， 外 接矩形在视频图像中显示出。 10.根据权利要求9所述的识别移动小动物的方法， 其特征在于， 步骤S4中， 由于小动物 体积小， 小动物被监控摄像头拍摄得到的图像面积小， 若外接矩形 的面积小于设定阈值S， 则判定运动目标为小动物， 同时触发报警系统； 若外接矩形 的面积不小于设定阈值S， 则判 定运动目标不是小动物， 不触发报警系统。权　利　要　求　书 2/2 页 3 CN 114708508 A 3