專利名稱：一種異物檢測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及監(jiān)控-忮術(shù)領(lǐng)域，尤其涉及一種一見頻異物4企測方法及系統(tǒng)。
背景技術(shù)：
隨著自動拒員機(ATM, Automatic Teller Machine)在各商業(yè)4艮行、郵政儲 蓄的大量投入使用，在方便了儲戶快捷存取款的同時，也伴隨了日益增多的ATM 糾紛案件及ATM金融犯罪。如何保證ATM機的運行安全，防止ATM積4皮故意 破壞、防止利用ATM機進行詐騙，有效保護銀行和儲戶的利益，成為當今金融 領(lǐng)域亟待解決的問題。
為保護銀行ATM的安全使用，防范各種針對ATM的犯罪問題，ATM加裝 監(jiān)控系統(tǒng)已經(jīng)勢在必行。傳統(tǒng)的ATM監(jiān)控系統(tǒng)通過攝像頭監(jiān)控ATM機及周圍 的場景，錄制監(jiān)控視頻，并通過網(wǎng)絡(luò)將視頻圖像傳輸給監(jiān)控中心，監(jiān)控中心保 存ATM機的視頻圖像?，F(xiàn)有ATM監(jiān)控系統(tǒng)可以防止或監(jiān)控犯罪分子使用盜用、 偽造、變造的銀行卡在ATM機上非法交易、支取現(xiàn)金，防止或監(jiān)控ATM機被 犯罪分子蓄意敲打或破壞，為事后的公安機關(guān)的取證提供依據(jù)。
發(fā)明人在實施本發(fā)明的過程中，發(fā)現(xiàn)上述現(xiàn)有的ATM監(jiān)控系統(tǒng)存在如下缺
現(xiàn)有的ATM監(jiān)控系統(tǒng)主要是將監(jiān)控視頻錄制下來，通過視頻進行事后取證， 排解糾紛。雖然現(xiàn)有的ATM監(jiān)控系統(tǒng)在一定程度上保證了 ATM機的安全操作， 但存在著僅能提供事后取證的缺陷，因此會耽誤了解決事件的最佳機會。并且 事后取證費時費力，即使能夠找到犯罪證據(jù)，但有可能所造成的損失已無可挽 回。
發(fā)明內(nèi)容
本發(fā)明實施例提出了一種異物檢測方法及系統(tǒng)，通過對檢測區(qū)域的視頻圖 像進行處理，可實時地準確地檢測出現(xiàn)場變化。本發(fā)明實施例提供一種異物檢測方法，該方法包括 對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)； 根據(jù)所述圖像的各個像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像 的特征值；
將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)兩 者的差異率確定所述檢測區(qū)域中是否存在異物。
相應(yīng)地，本發(fā)明還提供了一種異物檢測系統(tǒng)，包括
圖像獲取模塊，用于對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)；
特征值計算模塊，用于根據(jù)所述圖像的各個像素點的主色及色深信息進行 統(tǒng)計，計算出所述圖像的特征值；
比較處理模塊，用于將所述圖像的特征值與前L幅圖像的特征值的均值進 行差異比較，根據(jù)兩者的差異率確定所述檢測區(qū)域中是否存在異物。
實施本發(fā)明實施例，具有如下有益效果
本發(fā)明實施例提供的異物檢測方法及系統(tǒng)，通過攝像獲取檢測區(qū)域的圖像 數(shù)據(jù)，根據(jù)該圖像的各個像素點的主色及色深信息計算出圖像的特征值，并將 圖像的特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)比較結(jié)果確定 檢測區(qū)域的異物情況，可實時地準確地檢測出現(xiàn)場變化。本發(fā)明實施例應(yīng)于自 動柜員機中，可防范在自動拒員機上安裝異物的犯罪行為，避免用戶或銀行的 利益受到損失。
為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施 例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述 中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付 出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。 圖1是本發(fā)明提供的異物檢測方法的第一實施例的流程示意圖； 圖2是本發(fā)明提供的異物檢測方法的第二實施例的流程示意圖； 圖3是本發(fā)明提供的異物檢測系統(tǒng)的一個實施例的結(jié)構(gòu)示意圖； 圖4是如圖3所示的特征計算^^莫塊的結(jié)構(gòu)示意圖； 圖5是如圖3所示的比較處理模塊的第一實施例的結(jié)構(gòu)示意6圖6是如圖3所示的比較處理模塊的第二實施例的結(jié)構(gòu)示意圖。
具體實施例方式
下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清 楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是 全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造 性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
參見圖1,是本發(fā)明提供的異物檢測方法的第一實施例的流程示意圖，該方
法具體包括以下步驟
SIOO，對檢測區(qū)域進行攝像，獲取所迷檢測區(qū)域的圖像數(shù)據(jù)；
SlOl，根據(jù)所述圖像的各個像素點的主色及色深信息進行統(tǒng)計，計算出所
述圖像的特征值；
S102,將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較， 根據(jù)兩者的差異率確定所述檢測區(qū)域中是否存在異物。其中，L>1。
具體的，上述步驟S10l中，圖像特征值的計算方法如下
通過對圖像數(shù)據(jù)進行處理，獲得該圖像的各個像素點的RGB (紅綠藍)值； 根據(jù)各個像素點的R (紅)值、G (綠)值及B (藍)值三者之間的大小關(guān)系， 確定各個像素點的主色及色深信息，如下
當R〉G, R〉B時，主色為R，色深為R/256;
當G〉R， G〉B時，主色為G,色深為G/256;
當B〉R， B〉G時，主色為B,色深為B/256;
當R-G-B時，主色為R,色深為R/256;
當R-G〉B時，主色為R，色深為R/256;
當R-B〉G時，主色為R，色深為R/256;
當G-B〉R時，主色為G,色深為G/256;
其中，R、 G、 B分別代表該像素點的R值、G值、B值。通過上迷的算法 處理，可確定各個像素點的主色及色深信息。
進一步的，根據(jù)圖像的所有像素點的主色及色深信息，對主色分別為R、 G、 B的像素點個數(shù)進行統(tǒng)計，并對主色分別為R、 G、 B的所有像素點的色深值進 行累加，得出與該圖像相關(guān)的數(shù)據(jù)項R(Nr, Dr)， G(Ng， Dg)， B (Nb,DB);其中
NR表示主色為R的像素個數(shù)，DR表示主色為R的所有像素的色深累加值； Nc表示主色為G的像素個數(shù)，Dc表示主色為G的所有像素的色深累加值； NB表示主色為B的像素個數(shù)，DB表示主色為B的所有像素的色深累加值。 用數(shù)據(jù)項M[R(Nr, Dr)， G (Ng， Dg), B(Nb, Db)]描述一幅困像， 其中，NR + NC + NB = N (N為圖像的像素總數(shù))，該數(shù)據(jù)項即為圖像的特征值。 上述步驟S102中，將圖像的特征值與前L幅圖像的特征值的均值進行差異 比較，根據(jù)兩者的差異率確定檢測區(qū)域的異物情況的方法，為短期比較方法。 短期比較方法可及時迅速地檢測出現(xiàn)場變化，適用于環(huán)境變化影響較小，適用 時實時性要求非常高的環(huán)境。
短期比較方法采用滑動窗口技術(shù)處理數(shù)據(jù)項，將最新的視頻圖像的特征值， 同前面的圖像集合的特征值的均值進行差異比較，如果差異率超過了闊值，則 說明現(xiàn)場發(fā)生了變化，檢測區(qū)域中存在異物。
具體的，滑動窗口技術(shù)如下定義窗口長度為L,在工作過程中，不斷接收 已確認的正常圖像的特征值數(shù)據(jù)項，當累計到L幅圖像時，則對該L幅圖像的 特征值進行平均值計算，獲得均值凝:據(jù)項。當接收到第(L+l)幅圖像時，將 該圖像的特征值與前L幅圖像的特征值的均值進行差異比較，若確定該第(L + 1 )幅圖像為正常圖像時，則將該第(L + 1 )幅圖像的特征值數(shù)據(jù)項加入窗口中， 并去除第l幅圖像，即此時窗口包含第2- (L+1 )幅圖像的特征值數(shù)據(jù)項。當 獲得第(L + 2)幅圖像的特征值時，則將該圖像的特征值與窗口中的第2 (L + 1)幅圖像的特征值的均值進行差異比較，若確定第(L + 2)幅圖像為正常圖 像，則將該第(L + 2)幅圖像的特征值數(shù)據(jù)項加入窗口中，并刪掉第2幅圖像， 即此時窗口包含第3 (L + 2)幅圖像的特征值數(shù)據(jù)項。依次類推，每一幅圖像 的比較基值均為前L幅圖像的特征值的均值。
進一步的，短期比較方法通過將當前圖像的特征值與前L幅圖像的特征值 的均值進行差異比較，計算獲得兩者的差異率，該差異率為第一差異率。判斷 所述第一差異率是否超過第一閾值，若是，則確定所述檢測區(qū)域中存在異物。 下面通過舉例進4亍if細"i兌明，々口下
當前獲得的圖像的特征值數(shù)據(jù)項M'如下
M' [ R' ( NR' ， DR' ), G (NG、 DG' )， B (IV , DB')]前L幅圖像的特征值的均值數(shù)據(jù)項M，如下 M[ R(Nr， Dr)， G(Ng， Dg), B(Nb, Db)]
根據(jù)特征值數(shù)據(jù)項M'及均值數(shù)據(jù)項M進行計算，獲得第一差異率。具體 的，該第一差異率包括主色分別為R、 G、 B的像素個lt的差異率[(NR'-NR) /NR]、 [ (Nc/ - NG) /NG]、 [ (Nb' - Nb) /Nb];以及主色分別為R、 G、 B的所有像素的色深累加值的差異率[(D/ - DR) /DR]、 [ (DG'-DG) /DG]、 [ (DB' - Db) /Db]。
其中，第一闞值的大小可根據(jù)實際需要進行設(shè)置，下面僅以定義第一閾值 為10%為例進行說明。判斷第一差異率是否超過第一閾值，即判斷兩者的大小 關(guān)系是否滿足以下條件
(Nr'-NR)/NR《10%
-DR)/DR< 10%
-Ng)/NG《10%
(DG'-DG)/DG《10%
-NB)/NB< 10%
(DB'-DB)/DB《10%
若上述的任一項判斷返回^"誤，則確定當前圖^^為非正常圖1象，即4僉測區(qū) 域中存在異物。若上述六項均驗證通過，則確定當前圖像為正常圖像，即檢測 區(qū)域中不存在異物。
本發(fā)明實施例提供的異物檢測方法，通過攝像獲取檢測區(qū)域的圖像數(shù)據(jù)， 根據(jù)該圖像的各個像素點的主色及色深信息計算出圖像的特征值，并將圖像的
特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)比較結(jié)果確定檢測區(qū)
域的異物情況，可實時地準確地檢測出現(xiàn)場變化。
參見圖2，是本發(fā)明提供的異物檢測方法的第二實施例的流程示意圖。
與上述的第 一 實施例相比，本發(fā)明第二實施例是在短期比較方法的基礎(chǔ)上，
同時結(jié)合了長期比較方法來進行異物;險測。
如圖2所示，本發(fā)明第二實施例具體包括以下步驟
S200，對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)；
S201，根據(jù)所述圖像的各個像素點的主色及色深信息進行統(tǒng)計，計算出所
述圖像的特征值；其中，本步驟的圖像特征值的計算方法，與上述的第一實施例相同，在此不再贅述。
S202，將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較， 計算出第一差異率；
5203, 將所述圖像的特征值與對應(yīng)的符合氣象變化規(guī)律的圖像基準值進行 差異比較，計算出第二差異率；
5204, 根據(jù)第一差異率及第二差異率確定^f僉測區(qū)域中是否存在異物。 本發(fā)明第二實施例，通過對檢測區(qū)域進行攝像以獲取圖像數(shù)據(jù)，并同時采
用短期比較方法及長期比較方法對圖像數(shù)據(jù)進行處理，并綜合考慮短期比較結(jié) 果及長期比較結(jié)果對異物情況作出決策，以降低異物誤報率，達到高度識別的 目的。
其中，步驟S202為短期比較方法，與上述的第一實施例相同，所述將當前 圖像的特征值與前L幅圖像的特征值的均值進行差異比較的方法，同樣是采用 滑動窗口技術(shù)，在此不再贅述。
步驟S203為長期比較方法，由于在實際的應(yīng)用場景中，若檢測區(qū)域處于亮 度不斷變化的戶外環(huán)境中，則所獲取的檢測區(qū)域的圖像亮度將會隨著環(huán)境亮度 的變化而變化。長期比較方法通過判斷當前檢測期的圖像特征值是否符合氣象 變化規(guī)律，從而確定異物情況，可進一步提高異物檢測的準確性。
氣象變化規(guī)律是指每天的光強變化規(guī)律，通過對特定時間段的圖像特征值 進行統(tǒng)計分析，可獲得氣象變化規(guī)律函數(shù)。具體的， 一天當中的光強變化規(guī)律 近似于正弦函數(shù)， >>人上午時間Tl到中午時間T2,光線漸漸變強，而到了晚上 時間T3，光線漸漸變?nèi)?。在時間T2獲得的圖像的特征值，與T1 T2時間段內(nèi) 不斷獲取的圖像特征值的均值相比，NR、 NG、 NB三項變化不大，而Dr、 Dg、 DB三項的值則要大一些。在時間T3獲得的圖像特征值，與T2 T3時間段內(nèi) 獲取的圖像特征值的均值相比，DR、 Dg、 Db三項的值要'j、一些。困像的Nr、 Ng、 Nb三項的值可以在一定程度上反映了圖像的亮度變化。同理， 一年當中的 光強變化規(guī)律也是近似于正弦函數(shù)，在同一時間，夏天的圖像亮度要比春天的 高些，冬天的圖形亮度要比秋天的低些。因此，通過攝像獲取檢測區(qū)域的圖像 數(shù)據(jù)，并對特定時間段的圖像特征值進行統(tǒng)計分析，可確定正弦函數(shù)的最高點 光強、定點時間，從而總結(jié)出氣象變化規(guī)律函數(shù)，根據(jù)該氣象變化規(guī)律函數(shù)進 行計算，可得出各個時間段的符合氣象變化規(guī)律的圖像基準值。進一步的，在工作過程中，通過記錄特定時間段的圖像數(shù)據(jù)，在一個周期(一天或一年)結(jié) 束時，對該特定時間段的圖像數(shù)據(jù)進行處理，例如，可將當前周期的圖像數(shù)據(jù) 項與前N個周期的圖像數(shù)據(jù)項進行平均值計算，將均值作為新的規(guī)律數(shù)據(jù)項， 以修正氣象變化規(guī)律函數(shù)，使其符合當?shù)氐墓鈴娮兓?guī)律。
在步驟S203中，與當前圖像的特征值進行比較的圖像基準值可通過氣象變 化規(guī)律函數(shù)計算獲得的。在具體實施當中，可以在每天的特定時刻觸發(fā)基準值 計算程序，根據(jù)氣象變化規(guī)律函數(shù)進行計算，獲得當天的各個時間段的圖像基 準值，形成基準值列表，次日再使用新的計算結(jié)果刷新基準值列表。則在步驟 S203中，可根據(jù)當前圖像的攝像時間段，從基準值列表中讀取對應(yīng)的圖像基準 值進行差異比較，計算出兩者的差異率，即第二差異率。
在步驟S204中，根據(jù)第一差異率及第二差異率確定4企測區(qū)域中是否存在異 物的方法，具體包括判斷所述第一差異率是否超過第一閾值，若是，則確定 所述檢測區(qū)域中存在異物；判斷所述第二差異率是否超過第二閾值，若是，則 確定所述檢測區(qū)域中存在異物；若所述第一差異率未超過第一閾值，且所述第 二差異率未超過第二閎值，則確定所述檢測區(qū)域中未存在異物。在具體實施當 中，第一閾值及第二閾值的大小可以根據(jù)實際情況進行"i殳置。
需要^L明的是，步驟S202、 S203中的第一差異率及第二差異的計算方法， 以及步驟S204中差異率與閾值的比較方法，均與上述的第一實施相同，在此不 再贅述。
上述步驟S204異物決策方法，設(shè)置第 一 閾值及第二閾值作為差異率的比較 基值，其僅為本發(fā)明的其中一個實施例。在本發(fā)明還可以根據(jù)實際應(yīng)用要求的 敏感度，適當設(shè)置緩沖閾值。具體的，設(shè)置闞值E1、 E2以及閣值L1、 L2，其 中，E1〈E2; L1〈L2。設(shè)在短期比較步驟中獲得第一差異率為X,在長期比較 步驟中獲得第二差異率為Y，則本實施例的異物決策方法為若X》E2，則返 回異物信息；若Y》L2，則返回異物信息；若E1〈X〈E2，且L1〈Y〈L2，則 返回異物信息；若E1〈X〈E2，且Y〈L1，則不返回異物信息；若L1〈Y〈L2， 且X〈E1,則不返回異物信息；若X〈E1且Y〈L1，則不返回異物信息。
進一步的，為了屏蔽突發(fā)強光、瞬間遮擋等干擾，在本發(fā)明實施例在長期 比較步驟中，若當前所獲取的圖像特征值與對應(yīng)的符合氣象變化規(guī)律的圖像基 準值相比，兩者的差異率足夠大并已超過設(shè)定的閾值，則拋棄當前所獲取的圖
ii像，并開始計時，如果超出規(guī)定時間(例如，可設(shè)置為3秒或5秒)，所獲取的 新的圖像仍是這種情況，則發(fā)出報警信號。例如，在突發(fā)強光時，所獲取的圖
像大部分像素的R值、G值、B值均等于255，由圖像特征值的計算方法可知， 大部分像素點的主色為R,導(dǎo)致NR值大，此時，將該圖像的特征值與對應(yīng)的圖 像基準值進行差異比較，主色為R的像素個數(shù)差異率偏大，因此，對該圖像進 行屏蔽處理，并記錄時間。同理，當攝像頭被紅色、黑色或者藍色之類的不透 明物體遮蓋時，當前所獲取的圖像為簡單的單色光，則對該類圖像進行屏蔽處 理并開始記錄時間。因此，突發(fā)強光、瞬間遮擋等干擾不會影響本發(fā)明實施例 的圖片處理過程。更為具體的，若本發(fā)明實施例應(yīng)用于ATM中，則對正常交易 遮擋的處理方式為將ATM正常交易時間內(nèi)所攝取的圖像與非交易時間攝取的 圖像分開保存，不對正常交易時間內(nèi)所攝取的圖像進行處理。
本發(fā)明實施例提供的異物檢測方法，通過攝像獲取檢測區(qū)域的圖像數(shù)據(jù)， 根據(jù)該圖像的各個像素點的主色及色深信息計算出圖像的特征值，并將圖像的 特征值與前L幅圖像的特征值的均值進行差異比較，并且進一步判斷當前圖像 的特征值是否符合氣象變化規(guī)律，可準確地實時地判斷出異物情況，并能夠屏 蔽突發(fā)強光、瞬間遮擋、正常交易遮擋等干擾，適用于可靠性高的環(huán)境。
參見圖3，是本發(fā)明提供的異物檢測系統(tǒng)的一個實施例的結(jié)構(gòu)示意圖，該異 物檢測系統(tǒng)能夠用于實現(xiàn)上述異物檢測方法中的步驟。
如圖3所示，該異物檢測系統(tǒng)具體包括圖像獲取^f莫塊l、特征值計算模塊 2及比較處理模塊3，其中
圖像獲取模塊1 ，用于對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)；
特征值計算模塊2，用于根據(jù)所述圖像的各個像素點的主色及色深信息進行 統(tǒng)計，計算出所述圖像的特征值；
比較處理模塊3，用于將所述圖像的特征值與前L幅圖像的特征值的均值進 行差異比較，根據(jù)兩者的差異率確定所述檢測區(qū)域中是否存在異物。
具體的，如圖4所示，所述特征值計算模塊2進一步包括主色及色深確 定單元20、特征值獲取單元21,其中
主色及色深確定單元20，用于根據(jù)所述圖像的各個像素點的R值、G值及 B值之間的大小關(guān)系，確定各個像素點的主色及色深信息；
特征值獲取單元21，用于對所述圖像的所有像素點的主色及色深信息進行
12累加統(tǒng)計，獲得所述圖像的特征值。
如圖5所示，本發(fā)明的異物檢測系統(tǒng)的第一實施例中，所述比較處理模塊3
具體包括第一比較單元30、第一決策單元31，其中
第一比較單元30,用于將所述圖像的特征值與前L幅圖像的特征值的均值 進行差異比較，計算獲得第一差異率，其中，L大于或等于l;
第一決策單元31，用于判斷所述第一差異率是否超過第一閾值，若是，則 確定所述檢測區(qū)域中存在異物。
本發(fā)明實施例提供的異物檢測系統(tǒng)，通過攝像獲取才全測區(qū)域的圖像數(shù)據(jù)， 根據(jù)該圖像的各個像素點的主色及色深信息計算出圖像的特征值，并將圖像的 特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)比較結(jié)果確定檢測區(qū) 域的異物情況，可實時地準確地檢測出現(xiàn)場變化。
在本發(fā)明提供的異物檢測系統(tǒng)的第二實施例中，進一步判斷當前圖像的特 征值是否符合氣象變化規(guī)律，可以準確地判斷檢測區(qū)域中是否存在異物，并能 夠屏蔽突發(fā)強光、瞬間遮擋、正常交易遮擋等干擾。如圖6所示，所述比較處 理模塊3還進一步包括第二比較單元32、第二決策單元33、第三決策單元34, 其中
第二比較單元32，用于將所述圖像的特征值與相應(yīng)時間段的符合氣象變化 規(guī)律的圖像基準值進行差異比較，計算獲得第二差異率；
第二決策單元33，用于判斷所述第二差異率是否超過第二闞^L，若是，則 確定所迷^r測區(qū)域中存在異物。
第三決策單元34，用于在所述第一差異率未超過第一閾值，且所述第二差 異率未超過第二閾值時，確定所述檢測區(qū)域中未存在異物。
需要說明的是，本發(fā)明實施例提供的異物檢測系統(tǒng)，能夠用于實現(xiàn)上述異 物檢測方法實施例中的步驟，其具體的數(shù)據(jù)處理過程已在上述的異物檢測方法 實施例中作了詳細的描述，在此不再贅述。
本發(fā)明實施例提供的異物檢測方法及系統(tǒng)，通過攝像獲取檢測區(qū)域的圖像 數(shù)據(jù)，根據(jù)該圖像的各個像素點的主色及色深信息計算出圖像的特征值，并將 圖像的特征值與前L幅圖像的特征值的均值進行差異比較，并且進一步判斷當 前圖像的特征值是否符合氣象變化規(guī)律，可準確地實時地判斷出異物情況，并 能夠屏蔽突發(fā)強光、瞬間遮擋、正常交易遮擋等干擾。在具體實施當中，本發(fā)明實施例提供的異物檢測方法及系統(tǒng)可應(yīng)用于ATM 監(jiān)控系統(tǒng)中，使用高性能攝像頭對ATM設(shè)備的關(guān)鍵部位(如ATM設(shè)備的面板、 進卡口 )進行攝像，通過對圖像數(shù)據(jù)進行決策分析，得出ATM設(shè)備的異物情況。 進一步通過預(yù)定義的處理機制進行處理，如上報分析結(jié)果給監(jiān)控中心，或者情 況嚴重時直接驅(qū)動ATM設(shè)備停機等，可防范在ATM機上安裝異物的犯罪行為， 及時地保護用戶或銀行的利益。
是可以通過計算機程序來指令相關(guān)的硬件來完成，所迷的程序可存儲于一計算 機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。 其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-OnlyMemory, ROM)或隨機存儲記憶體(Random Access Memory, RAM)等。
以上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當指出，對于本技術(shù)領(lǐng)域的普通技 術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這 些改進和潤飾也視為本發(fā)明的保護范圍。
權(quán)利要求
1、一種異物檢測方法，其特征在于，包括對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)；根據(jù)所述圖像的各個像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像的特征值；將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)兩者的差異率確定所述檢測區(qū)域中是否存在異物。
2、 如權(quán)利要求1所述的異物檢測方法，其特征在于，所述根據(jù)所述圖像的 各個像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像的特征值，具體包括根據(jù)所述圖像的各個像素點的R值、G值及B值之間的大小關(guān)系，確定各 個像素點的主色及色深信息；對所述圖像的所有像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像的 特征值。
3、 如權(quán)利要求1或2所述的異物檢測方法，其特征在于，所述將所述圖像 的特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)兩者的差異率確定 所述檢測區(qū)域中是否存在異物，具體包括將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較，計算獲 得第一差異率，其中，L大于或等于l;判斷所述第一差異率是否超過第一閾值，若是，則確定所述4企測區(qū)域中存 在異物。
4、 如權(quán)利要求3所述的異物檢測方法，其特征在于，在所述根據(jù)所述圖像 的各個像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像的特征值的步驟之 后，還包括將所述圖像的特征值與對應(yīng)的符合氣象變化規(guī)律的圖像基準值進行差異比 較，計算獲得第二差異率；判斷所述第二差異率是否超過第二閾值，若是，則確定所述檢測區(qū)域中存 在異物。
5、 如權(quán)利要求4所述的異物檢測方法，其特征在于，若所述第一差異率未 超過第一閾值，且所述第二差異率未超過第二閾值，則確定所述^r測區(qū)域中未 存在異物。
6、 一種異物檢測系統(tǒng)，其特征在于，包括圖像獲取模塊，用于對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)； 特征值計算模塊，用于根據(jù)所述圖像的各個像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像的特征值；比較處理模塊，用于將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)兩者的差異率確定所述檢測區(qū)域中是否存在異物。
7、 如權(quán)利要求6所述的異物檢測系統(tǒng)，其特征在于，所述特征值計算模塊 具體包括主色及色深確定單元，用于根據(jù)所述圖像的各個像素點的R值、G值及B 值之間的大小關(guān)系，確定各個像素點的主色及色深信息；特征值獲取單元，用于對所述圖像的所有像素點的主色及色深信息進行統(tǒng) 計，獲得所述圖像的特征值。
8、 如權(quán)利要求6或7所述的異物檢測系統(tǒng)，其特征在于，所述比較處理模 塊具體包括第一比較單元，用于將所述圖像的特征值與前L幅圖像的特征值的均值進 行差異比較，計算獲得第一差異率，其中，L大于或等于l;第一決策單元，用于判斷所述第一差異率是否超過第一閾值，若是，則確 定所述檢測區(qū)域中存在異物。
9、 如權(quán)利要求8所述的異物檢測系統(tǒng)，其特征在于，所述處理才莫塊進一步 包括第二比較單元，用于將所述圖像的特征值與對應(yīng)的符合氣象變化規(guī)律的圖像基準值進行差異比較，計算獲得第二差異率；第二決策單元，用于判斷所述第二差異率是否超過第二闞值，若是，則確定所述檢測區(qū)域中存在異物。
10、如權(quán)利要求9所述的異物檢測系統(tǒng)，其特征在于，所述處理模塊進一步包括第三決策單元，用于在所述第一差異率未超過第一閾值，且所述第二差異 率未超過第二閾值時，確定所述檢測區(qū)域中未存在異物。
全文摘要
本發(fā)明實施例公開了一種異物檢測方法及系統(tǒng)，該方法包括對檢測區(qū)域進行攝像，獲取所述檢測區(qū)域的圖像數(shù)據(jù)；根據(jù)所述圖像的各個像素點的主色及色深信息進行統(tǒng)計，計算出所述圖像的特征值；將所述圖像的特征值與前L幅圖像的特征值的均值進行差異比較，根據(jù)兩者的差異率確定所述檢測區(qū)域中是否存在異物。采用本發(fā)明實施例，通過對檢測區(qū)域的視頻圖像進行處理，可實時地準確地檢測出現(xiàn)場變化。
文檔編號G07F9/00GK101576960SQ20091004019
公開日2009年11月11日 申請日期2009年6月12日 優(yōu)先權(quán)日2009年6月12日
發(fā)明者劉志梧, 鍵 唐, 羅攀峰, 謝文超 申請人:廣州廣電運通金融電子股份有限公司