一种监控数据处理方法及装置

技术领域

本发明涉及周界监管防范领域，具体而言，涉及一种监控数据处理方法及装置。

背景技术

周界是监管场所最外层的一道最主要防线，不容出现任何意外场所，现有周界的防范系统主要采用红外对射报警系统和雷达墙报警系统；红外对射报警系统其易受天气遮挡物等环境影响，容易发生误报，需要定期调试，维护量大；雷达报警系统其反射干扰大，易受信号干扰、易误报、无法准确识别物体大小。

进一步的，现有技术中的三维激光扫描技术主要应用于测绘、自动驾驶等技术领域，其扫描成像的场景都是静态的，扫描的目的也是对固定物体进行成像。其次，在测绘、自动驾驶等技术领域中，三维激光扫描技术用于对障碍物进行识别，主要是对点云的三维重建，即主要对点云的外轮廓进行平滑；以及对点云的具体位置、外轮廓进行描述。而在周界防范中，其主要关心对目标物体点云的走向识别，确保小物体或者遮挡情况的识别，而无需光滑曲面和严格计算外外轮廓；要对本场景有危害的远距离处物体进行识别，以及有入侵物出现过的区域进行识别。在自动驾驶、测绘领域中，会在遮挡发生的位置、远处、刚出现过入侵物的附近对噪点全部滤除。

针对现有技术中三维激光扫描技术无法对运动物体扫描成像、以及无法在遮挡发生的位置、远处、刚出现过入侵物的附近保留噪点、点云数据处理速度慢的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例中提供一种监控数据处理方法及装置，以解决现有技术中三维激光扫描技术无法对运动物体扫描成像、以及无法在遮挡发生的位置、远处、刚出现过入侵物的附近保留噪点、点云数据处理速度慢的问题。

为达到上述目的，一方面，本发明提供了一种监控数据处理方法，其中，该方法包括：

实时对当前场景进行扫描以得到当前帧的点云数据P

将所述当前帧的点云数据P

对所述当前帧的点云增集P

对当前时段内的所有帧的帧待分析点云集进行点云分割及动态分析，得到动态物体点云集并反馈至监控中心。

可选的，所述滤波包括：

实时获取所述当前帧的点云增集P

根据上一帧预处理后的点云集P

可选的，所述根据上一帧预处理后的点云集P

根据所述上一帧预处理后的点云集P

可选的，所述抽稀包括：

确定当前帧去噪后的所述点云增集P

提取当前帧的所述密度中心点云集的关键密度中心点云集；

将所述关键密度中心点云集、离散中心点云集和边缘点云集集合以得到当前帧待分析点云集。

可选的，所述确定当前帧去噪后的所述点云增集P

将预设第一半径内密度大于第一预设阈值的所有点确定为所述密度中心点云集；

将预设第二半径内密度小于第二预设阈值的所有点确定为所述离散中心点云集；

将预设第三半径内密度分布差值大于第三预设阈值的所有点确定为所述边缘点云集。

可选的，所述提取当前帧的所述密度中心点云集的关键密度中心点云集，包括：

连接相邻的密度中心点k

在k

其中，d

另一方面，本发明提供了一种监控数据处理装置，包括：

扫描单元，用于实时对当前场景进行扫描以得到当前帧的点云数据P

差分单元，用于将所述当前帧的点云数据P

数据处理单元，用于对所述当前帧的点云增集P

分析单元，用于对当前时段内的所有帧的帧待分析点云集进行点云分割及动态分析，得到动态物体点云集并反馈至监控中心。

可选的，所述数据处理单元包括：

数据获取子单元，用于实时获取所述当前帧的点云增集P

第一滤除子单元，用于根据上一帧预处理后的点云集P

可选的，所述数据处理单元还包括：

数据确定子单元，用于确定当前帧去噪后的所述点云增集P

提取子单元，用于提取当前帧的所述密度中心点云集的关键密度中心点云集；

集合子单元，用于将所述关键密度中心点云集、离散中心点云集和边缘点云集集合以得到当前帧待分析点云集。

可选的，所述数据确定子单元包括：

第一数据确定模块，用于将预设第一半径内密度大于第一预设阈值的所有点确定为所述密度中心点云集；

第二数据确定模块，用于将预设第二半径内密度小于第二预设阈值的所有点确定为所述离散中心点云集；

第三数据确定模块，用于将预设第三半径内密度分布差值大于第三预设阈值的所有点确定为所述边缘点云集。

本发明的有益效果：本发明实施例通过对所述当前帧的点云增集进行滤波；解决了现有技术中三维激光扫描技术无法对运动物体扫描成像、以及无法在遮挡发生的位置、远处、刚出现过入侵物的附近保留噪点、点云数据处理速度慢的问题，确保了在遮挡发生的位置、远处、刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点；以及通过对所述当前帧的点云增集进行抽稀，保证了在不破坏点云整体走向趋势的情形下保留关键点云集，提高了点云数据处理速度，节省了时间。

附图说明

图1是根据本发明实施例的一种监控数据处理方法的流程图；

图2是根据本发明实施例的相邻两个密度中心点相连的结构示意图；

图3是根据本发明实施例的一种监控数据处理装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。

下面结合附图详细说明本发明的可选实施例。

周界是监管场所最外层的一道最主要防线，不容出现任何意外场所，现有周界的防范系统主要采用红外对射报警系统和雷达墙报警系统；红外对射报警系统其易受天气遮挡物等环境影响，容易发生误报，需要定期调试，维护量大；雷达报警系统其反射干扰大，易受信号干扰、易误报、无法准确识别物体大小。

进一步的，现有技术中的三维激光扫描技术主要应用于测绘、自动驾驶等技术领域，其扫描成像的场景都是静态的，扫描的目的也是对固定物体进行成像。其次，在测绘、自动驾驶等技术领域中，三维激光扫描技术用于对障碍物进行识别，主要是对点云的三维重建，即主要对点云的外轮廓进行平滑；以及对点云的具体位置、外轮廓进行描述。而在周界防范中，其主要关心对目标物体点云的走向识别，确保小物体或者遮挡情况的识别，而无需光滑曲面和严格计算外外轮廓；要对本场景有危害的远距离处物体进行识别，以及有入侵物出现过的区域进行识别。在自动驾驶、测绘领域中，会在遮挡发生的位置、远处、刚出现过入侵物的附近对噪点全部滤除。

因而，本发明提供了一种监控数据处理方法，图1是根据本发明实施例的一种监控数据处理方法的流程图，如图1所示，该方法包括以下步骤：

S101.实时对当前场景进行扫描以得到当前帧的点云数据P

S102.将所述当前帧的点云数据P

S103.对所述当前帧的点云增集P

S104.对当前时段内的所有帧的帧待分析点云集进行点云分割及动态分析，得到动态物体点云集并反馈至监控中心。

本发明中采用三维激光扫描技术与无光相机进行融合的立体区域警戒安防技术对周界进行防范。通过激光束进行高速扫描，利用不同物体的反射，对三维空间场景进行高精度测量，从而形成三维点云空间数据。其具有超强的环境适应能力，可在多种模式下滤除误报事件。需要重点监控各种运动的物体，算法侧重于从固定场景中差分出入侵物，并分析入侵物的运动状态与种类。更关心对目标物体点云的走向识别，确保小物体或者遮挡情况的识别，而无需光滑曲面和严格计算外外轮廓。

通过对所述当前帧的点云增集进行滤波；确保了在遮挡发生的位置、远处、刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点；以及通过对所述当前帧的点云增集进行抽稀，保证了在不破坏点云整体走向趋势的情形下保留关键点云集，提高了点云数据处理速度，节省了时间。

在一个可选的实施方式中，所述滤波包括：实时获取所述当前帧的点云增集P

现有技术中，在测绘、自动驾驶领域中，对于遮挡是不敏感的，例如，当汽车在行驶时，需要对以下的情况保持敏感，具体为：汽车行驶前方突然出现一过马路的人、汽车行驶的道路上有一个石块、汽车行驶时距离其侧面很近的墙面等等，而汽车在行驶的过程中，对于墙后藏匿的一个人，该人体因遮挡只露出一个头部，对于该人体头部是不敏感的，即该藏匿的人体因遮挡只露出的头部对于汽车的行驶不造成任何的威胁。因而在使用三维激光扫描技术对当前场景进行扫描时，会得到当前帧的点云增集P

特别的，对于当前场景内的非固定细小物体，例如：树叶、草、电线等，都不属于遮挡情况，因而其扫描形成的点云集，在进行滤波时会全部滤除。通过该方法，确保了在遮挡发生的位置保留更多可能的特征点的同时滤去噪点。

在一个可选的实施方式中，对于如何判断扫描出的点云增集P

因遮挡产生的离群点和不是遮挡产生的离群点，其是有差别的，例如：非固定细小物体（树叶、草、电线）的特征与因遮挡产生的离群点（藏匿在墙体后只露出的人体头部）的特征是不同，即非固定细小物体在当前时段内是会发生晃动的，而藏匿在墙体后只露出的人体头部为了不被发现是不会去晃动的。本发明中，只要根据离群点到光源的距离、所述上一帧预处理后的点云集P

通过该方法，确保了能够判断出通过三维激光扫描技术扫描出的当前场景内的当前帧的点云增集P

在一个可选的实施方式中，所述滤波还包括：将待测点的点密度换算成相同y值时的点密度，并据此确定离群点；所述y值指被测点到光源的距离。

现有技术中，在测绘、自动驾驶领域中，对于远处的物体是不敏感的，例如，当汽车在行驶时，需要对以下的情况保持敏感，具体为：汽车行驶时距离其侧面很近的墙面、汽车行驶前方距离汽车很近的人、汽车行驶前侧距离汽车很近的大石块等等，而汽车在行驶的过程中，对于很远处的人体，侧方很远的树或者墙体、以及前方很远处的石块是不敏感的，即这些物体因距离汽车很远对于汽车的行驶不造成任何的威胁。因而在使用三维激光扫描技术对当前场景进行扫描时，会得到当前帧的点云增集P

因而本发明中，在判断所述点云增集P

在一个可选的实施方式中，所述滤波还包括：对预设时段内曾出现过入侵物的区域降低对噪点的敏感度，以保留更多的噪点。

本发明中，在预设时段内，有前一帧数据作为参考，对于有入侵物出现过的区域降低对噪点的敏感度，以保留更多的噪点。例如：在预设时段内，在某个区域出现过三次入侵物，或者出现过一次入侵物。只要出现过入侵物，即可对该区域降低对噪点的敏感度，以保留更多的噪点。

通过该方法，确保了在刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点。

在一个可选的实施方式中，所述抽稀包括：确定当前帧去噪后的所述点云增集P

本发明中，激光扫描出物体的点云增集P

在一个可选的实施方式中，所述确定当前帧去噪后的所述点云增集P

本发明中，将预设第一半径内密度大于第一预设阈值的所有点确定为密度中心点云集（例如：人体头部、四肢、身体中心处，在给定的第一半径内密度大于给定的第一预设阈值，则确定该人体头部、四肢、身体中心处的点云集为密度中心点云集）；将预设第二半径内密度小于第二预设阈值的所有点确定为离散中心点云集（例如：人手持的棒子、人的手指处，在给定的第二半径内密度小于给定的第一预设阈值，则确定该人手持的棒子、人的手指处的点云集为离散中心点云集）；将预设第三半径内密度分布差值大于第三预设阈值的所有点确定为边缘点云集（例如：人体头部的外轮廓、人体四肢的外轮廓处，在给定的第三半径内密度分布差异大，即密度分布差值大于给定的第三预设阈值的点确定为边缘点云集）；通过该方法，可以精准的确定出当前帧的所述去噪点云增集P

在一个可选的实施方式中，所述提取当前帧的所述密度中心点云集的关键密度中心点云集，包括：连接相邻的密度中心点k

如图2所示，A代表密度中心点k

图3是根据本发明实施例的一种监控数据处理装置的结构示意图，如图3所示，该装置包括：扫描单元201，用于实时对当前场景进行扫描以得到当前帧的点云数据P

本发明中采用三维激光扫描技术与无光相机进行融合的立体区域警戒安防技术对周界进行防范。通过激光束进行高速扫描，利用不同物体的反射，对三维空间场景进行高精度测量，从而形成三维点云空间数据。其具有超强的环境适应能力，可在多种模式下滤除误报事件。需要重点监控各种运动的物体，算法侧重于从固定场景中差分出入侵物，并分析入侵物的运动状态与种类。更关心对目标物体点云的走向识别，确保小物体或者遮挡情况的识别，而无需光滑曲面和严格计算外外轮廓。

通过对所述当前帧的点云增集进行滤波；确保了在遮挡发生的位置、远处、刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点；以及通过对所述当前帧的点云增集进行抽稀，保证了在不破坏点云整体走向趋势的情形下保留关键点云集，提高了点云数据处理速度，节省了时间。

在一个可选的实施方式中，所述数据处理单元203包括：数据获取子单元，用于实时获取所述当前帧的点云增集P

现有技术中，在测绘、自动驾驶领域中，对于遮挡是不敏感的，例如，当汽车在行驶时，需要对以下的情况保持敏感，具体为：汽车行驶前方突然出现一过马路的人、汽车行驶的道路上有一个石块、汽车行驶时距离其侧面很近的墙面等等，而汽车在行驶的过程中，对于墙后藏匿的一个人，该人体因遮挡只露出一个头部，对于该人体头部是不敏感的，即该藏匿的人体因遮挡只露出的头部对于汽车的行驶不造成任何的威胁。因而在使用三维激光扫描技术对当前场景进行扫描时，会得到当前帧的点云增集P

特别的，对于当前场景内的非固定细小物体，例如：树叶、草、电线等，都不属于遮挡情况，因而其扫描形成的点云集，在进行滤波时会全部滤除。通过该方法，确保了在遮挡发生的位置保留更多可能的特征点的同时滤去噪点。

进一步的，对于如何判断扫描出的点云增集P

因遮挡产生的离群点和不是遮挡产生的离群点，其是有差别的，例如：非固定细小物体（树叶、草、电线）的特征与因遮挡产生的离群点（藏匿在墙体后只露出的人体头部）的特征是不同，即非固定细小物体在当前时段内是会发生晃动的，而藏匿在墙体后只露出的人体头部为了不被发现是不会去晃动的。本发明中，只要根据离群点到光源的距离、所述上一帧预处理后的点云集P

通过该方法，确保了能够判断出通过三维激光扫描技术扫描出的当前场景内的当前帧的点云增集P

在一个可选的实施方式中，所述数据处理单元203还包括：第二滤除子单元，用于将待测点的点密度换算成相同y值时的点密度，并据此确定离群点；所述y值指被测点到光源的距离。

现有技术中，在测绘、自动驾驶领域中，对于远处的物体是不敏感的，例如，当汽车在行驶时，需要对以下的情况保持敏感，具体为：汽车行驶时距离其侧面很近的墙面、汽车行驶前方距离汽车很近的人、汽车行驶前侧距离汽车很近的大石块等等，而汽车在行驶的过程中，对于很远处的人体，侧方很远的树或者墙体、以及前方很远处的石块是不敏感的，即这些物体因距离汽车很远对于汽车的行驶不造成任何的威胁。因而在使用三维激光扫描技术对当前场景进行扫描时，会得到当前帧的点云增集P

因而本发明中，在判断所述点云增集P

在一个可选的实施方式中，所述数据处理单元203还包括：第三滤除子单元，用于对预设时段内曾出现过入侵物的区域降低对噪点的敏感度，以保留更多的噪点。

本发明中，在预设时段内，有前一帧数据作为参考，对于有入侵物出现过的区域降低对噪点的敏感度，以保留更多的噪点。例如：在预设时段内，在某个区域出现过三次入侵物，或者出现过一次入侵物。只要出现过入侵物，即可对该区域降低对噪点的敏感度，以保留更多的噪点。

通过该方法，确保了在刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点。

在一个可选的实施方式中，所述数据处理单元203还包括：数据确定子单元，用于确定当前帧去噪后的所述点云增集P

本发明中，激光扫描出物体的点云增集P

进一步的，所述提取子单元包括：连接相邻的密度中心点k

如图2所示，A代表密度中心点k

在一个可选的实施方式中，所述数据确定子单元包括：第一数据确定模块，用于将预设第一半径内密度大于第一预设阈值的所有点确定为所述密度中心点云集；第二数据确定模块，用于将预设第二半径内密度小于第二预设阈值的所有点确定为所述离散中心点云集；第三数据确定模块，用于将预设第三半径内密度分布差值大于第三预设阈值的所有点确定为所述边缘点云集。

本发明中，将预设第一半径内密度大于第一预设阈值的所有点确定为密度中心点云集（例如：人体头部、四肢、身体中心处，在给定的第一半径内密度大于给定的第一预设阈值，则确定该人体头部、四肢、身体中心处的点云集为密度中心点云集）；将预设第二半径内密度小于第二预设阈值的所有点确定为离散中心点云集（例如：人手持的棒子、人的手指处，在给定的第二半径内密度小于给定的第一预设阈值，则确定该人手持的棒子、人的手指处的点云集为离散中心点云集）；将预设第三半径内密度分布差值大于第三预设阈值的所有点确定为边缘点云集（例如：人体头部的外轮廓、人体四肢的外轮廓处，在给定的第三半径内密度分布差异大，即密度分布差值大于给定的第三预设阈值的点确定为边缘点云集）；通过该方法，可以精准的确定出当前帧的所述去噪点云增集P

以下通过一具体实施例对本发明进行说明：

实时对当前场景进行扫描以得到当前帧的点云数据P

例如：当前场景内有一人体藏匿在墙体后面只露出人体头部、草、电线等，对当前场景进行扫描以得到当前帧的点云数据P

另一方面，本发明还提供了一种监控数据处理系统，包括上述的监控数据处理装置。

监控数据处理系统可用于对周界进行防范，通过实时扫描与一系列的计算方式获取当前环境下的入侵目标。在该过程中，通过对点云增集进行滤波和抽稀，确保了在遮挡发生的位置、远处、刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点；提高了点云数据处理速度，节省了时间。

另一方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的监控数据处理方法。

上述存储介质中存储有上述软件，该存储介质包括但不限于：光盘、软盘、硬盘、可擦写存储器等。

本发明的有益效果：本发明实施例通过对所述当前帧的点云增集进行滤波；解决了现有技术中三维激光扫描技术无法对运动物体扫描成像、以及无法在遮挡发生的位置、远处、刚出现过入侵物的附近保留噪点、点云数据处理速度慢的问题，确保了在遮挡发生的位置、远处、刚出现过入侵物的附近保留更多可能的特征点的同时滤去噪点；以及通过对所述当前帧的点云增集进行抽稀，保证了在不破坏点云整体走向趋势的情形下保留关键点云集，提高了点云数据处理速度，节省了时间。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。