本发明涉及基于特征的运动分析，具体涉及一种室内特定区域智能监视方法及视频监控终端。
背景技术：
1、家长因工作、休息以及其他原因不能一直陪伴在儿童身边，通过在家中安装摄像头可以实时监控儿童、老人与宠物等运动物体的安全状况，判断运动物体是否发生异常事故，以保障运动物体出现危险情况时能及时采取合适的紧急措施。因此，对室内容易出现危险事故的特定区域进行智能监视至关重要。
2、在对室内特定区域进行监视时，通过光流法获取处于运动状态下的运动物体在视频帧中具体位置，通过运动物体位置与危险区域之间的距离判断运动物体是否处于危险状态，从而实现对特定区域的监视。因为室内存在桌椅、沙发与门等家具，运动物体在特定区域运动时会被家具遮挡，所以利用光流法得到的光流不能准确地反映物体的运动状态，导致利用光流法追踪运动物体过程中时出现目标丢失或者错误识别运动物体位置的问题，降低对象识别的准确度，进而使得对运动物体在室内特定区域的智能监视的准确率较低。
技术实现思路
1、为了解决光流法在识别被家具遮挡的运动物体的位置出现误差，导致室内特定区域的智能监视不准确率的技术问题，本发明的目的在于提供一种室内特定区域智能监视方法及视频监控终端，所采用的技术方案具体如下：
2、第一方面，本发明一个实施例提供了一种室内特定区域智能监视方法，应用于与服务器实时通信的视频监控终端，所述方法包括：
3、获取室内特定区域的连续帧区域灰度图像；
4、根据每帧区域灰度图像与其余帧区域灰度图像中相同位置像素点的灰度差异与梯度值，获取每帧区域灰度图像中每个像素点的家具轮廓可能指标；
5、将每帧区域灰度图像中每个像素点的预设局部区域内像素点划分类别；根据每帧区域灰度图像中每个像素点的预设局部区域内每个类别的像素点的位置分布与所述家具轮廓可能指标，以及所述每个类别的像素点与其在每帧区域灰度图像的相邻帧区域灰度图像中对应位置像素点的灰度值差异的相似程度，获取每帧区域灰度图像中每个像素点的初始校正系数；
6、基于每帧区域灰度图像中每个像素点的预设局部区域内像素点的初始校正系数，调整每个像素点的所述家具轮廓可能指标，获取每帧区域灰度图像中每个像素点的优化权重；
7、基于所述优化权重利用光流算法对每帧区域灰度图像进行监控。
8、进一步地，所述获取每帧区域灰度图像中每个像素点的家具轮廓可能指标的方法，包括：
9、任选一帧区域灰度图像作为分析图像，将分析图像的获取时刻的预设时间段内的获取时刻对应的区域灰度图像中除分析图像外的其余区域灰度图像，作为分析图像的邻近图像；由每帧区域灰度图像的所有邻近图像中相同位置像素点的灰度值均值构造对应区域灰度图像的监控背景图像；
10、根据每帧区域灰度图像与所述监控背景图像中相同位置像素点的灰度值差异和梯度值，获取每帧区域灰度图像中每个像素点的家具轮廓可能指标。
11、进一步地，所述将每帧区域灰度图像中每个像素点的预设局部区域内像素点划分类别的方法，包括：
12、将每帧区域灰度图像与其相邻帧区域灰度图像中相同位置像素点的灰度值差异，记为每帧区域灰度图像中每个像素点的灰度差异指标；基于所述灰度差异指标将每帧区域灰度图像中每个像素点的预设局部区域内像素点划分类别。
13、进一步地，所述基于所述灰度差异指标将每帧区域灰度图像中每个像素点的预设局部区域内像素点划分类别的方法，包括：
14、对于每帧区域灰度图像中每个像素点，基于灰度差异指标对每个像素点的预设局部区域内像素点进行聚类簇，得到两个聚类簇，每个聚类簇内所有像素点为每个像素点的预设局部区域内一个类别的像素点。
15、进一步地，所述获取每帧区域灰度图像中每个像素点的初始校正系数的方法，包括：
16、将每帧区域灰度图像中每个像素点的预设局部区域内两个类别的像素点的边界线上的像素点，记为所述预设局部区域内的分界点；依据每帧区域灰度图像中每个像素点的预设局部区域内分界点的所述家具轮廓可能指标，以及所述分界点在所述监控背景图像中对应位置像素点的梯度值，获取每帧区域灰度图像中每个像素点的真实家具轮廓度；
17、基于每帧区域灰度图像中每个像素点的预设局部区域内每个类别的像素点的所述灰度差异指标的离散程度，获取对应类别的相似指标；
18、结合每帧区域灰度图像中每个像素点的所述真实家具轮廓度，以及所述像素点的预设局部区域内所有类别的像素点构成的连通域总个数与所述相似指标，获取每帧区域灰度图像中每个像素点的初始校正系数。
19、进一步地，所述获取每帧区域灰度图像中每个像素点的优化权重的方法，包括：
20、从每帧区域灰度图像中任选一个像素点作为目标像素点，基于所述灰度差异指标从目标像素点的预设局部区域内所有类别中选取家具类别；判断目标像素点是否属于所述家具类别的像素点，若是，计算目标像素点的预设局部区域内所有分界点的初始校正系数的均值，将该均值与目标像素点的初始校正系数之和，作为目标像素点的最终校正系数；若否，将目标像素点的初始校正系数作为最终校正系数；
21、利用目标像素点的最终校正系数调整所述家具轮廓可能指标获取目标像素点的优化权重。
22、进一步地，所述基于所述优化权重利用光流算法对每帧区域灰度图像进行监控的方法，包括：
23、将每帧区域灰度图像中像素点的所述优化权重作为光流算法的最小二乘法中每个像素点的权重；利用改进后的光流算法对每帧区域灰度图像进行监控。
24、进一步地，所述光流算法法为l-k光流算法。
25、进一步地，所述基于所述灰度差异指标从目标像素点的预设局部区域内所有类别中选取家具类别的一种实现方式，包括：
26、对于目标像素点的预设局部区域内每个类别，将每个类别的像素点的所述灰度差异指标的均值记为对应类别的判断指标，选取最小的所述判断指标对应的类别作为目标像素点的家具类别。
27、第二方面，本发明另一个实施例还提供了一种视频监控终端，包括处理器以及与所述处理器连接的存储器和总线；其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述所述的方法。
28、本发明具有如下有益效果：
29、在本发明实施例中，通过每帧区域灰度图像与其余区域灰度图像中相同位置像素点的灰度差异与梯度值，分析图像中家具轮廓特征；家具轮廓位置像素点的局部区域内像素点在相邻帧图像中部分灰度变化明显，部分灰度变化不明显，因此需要将像素点的预设局部区域内像素点划分类别，每个类别的像素点代表同一物体即家具或者儿童，则同一类别的像素点呈距离分布且灰度变化接近，综合上述因素获取像素点的初始校正系数，初始校正系数呈现像素点表现为遮挡儿童的家具轮廓像素点的可能性；且家具本身同样会对儿童运动出现遮挡，每个像素点的预设局部区域内像素点的初始校正系数反映该像素点局部位置整体为家具轮廓的可能，利用其对像素点的家具轮廓可能指标进行调整，获取优化权重，分析家具轮廓对儿童遮挡的可能性；基于优化权重优化光流算法，提高光流算法对区域灰度图像中运动物体追踪的准确性，降低误识别或者目标丢失出现概率，提高对室内特定区域中运动物体智能监视的准确率。
1.一种室内特定区域智能监视方法，其特征在于，应用于与服务器实时通信的视频监控终端，所述方法包括：
2.根据权利要求1所述的一种室内特定区域智能监视方法，其特征在于，所述获取每帧区域灰度图像中每个像素点的家具轮廓可能指标的方法，包括：
3.根据权利要求2所述的一种室内特定区域智能监视方法，其特征在于，所述将每帧区域灰度图像中每个像素点的预设局部区域内像素点划分类别的方法，包括：
4.根据权利要求3所述的一种室内特定区域智能监视方法，其特征在于，所述基于所述灰度差异指标将每帧区域灰度图像中每个像素点的预设局部区域内像素点划分类别的方法，包括：
5.根据权利要求3所述的一种室内特定区域智能监视方法，其特征在于，所述获取每帧区域灰度图像中每个像素点的初始校正系数的方法，包括：
6.根据权利要求5所述的一种室内特定区域智能监视方法，其特征在于，所述获取每帧区域灰度图像中每个像素点的优化权重的方法，包括：
7.根据权利要求1所述的一种室内特定区域智能监视方法，其特征在于，所述基于所述优化权重利用光流算法对每帧区域灰度图像进行监控的方法，包括：
8.根据权利要求1所述的一种室内特定区域智能监视方法，其特征在于，所述光流算法法为l-k光流算法。
9.根据权利要求6所述的一种室内特定区域智能监视方法，其特征在于，所述基于所述灰度差异指标从目标像素点的预设局部区域内所有类别中选取家具类别的一种实现方式，包括：
10.一种视频监控终端，其特征在于，包括处理器以及与所述处理器连接的存储器和总线；其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述权利要求1-9任一项所述的方法。
