消除监控系统中误报警的方法及装置

1.一种消除监控系统中误报警的方法，其特征在于，包括：
对报警区域的图像数据进行色彩空间转换，降低所述图像数据的色彩维度；所述对报警区域的图像数据进行色彩空间转换包括：按下述转换方式将报警区域的图像数据从(R，G，B)色彩空间转换到(r，g，b)色彩空间，
r＝R/(R+G+B)
g＝G/(R+G+B)
b＝B/(R+G+B)；
对已经降低色彩维度的图像数据计算状态描述向量Va，作为描述图像特征的量化指标；所述对已经降低色彩维度的图像数据计算状态描述向量Va包括：选择(r，g)或(g，b)或(b，r)色彩空间作为归一化色彩空间，对所述报警区域的图像数据在所选择的归一化色彩空间的两个分量分别进行直方图统计；所述直方图的横坐标是强度量化级，纵坐标是像素在该强度出现的频率；生成所选择的归一化色彩空间的联合直方图；生成上述联合直方图的状态描述向量；所述状态描述向量的内容是按照强度量化级排序的一组频率值；
计算所述状态描述向量Va和模板向量之间的距离，所述模板向量为非报警状态下报警区域的图像数据的状态描述向量；
如果所述距离小于预设的阈值，确定目前状态为所述模板向量对应的非报警状态，此次报警为误报警。
2.如权利要求1所述的消除监控系统中误报警的方法，其特征在于：
所述模板向量包括灯亮模板向量Von和灯灭模板向量Voff；
所述计算所述状态描述向量和保存的模板向量之间的距离包括：
按下述转换方式计算所述状态描述向量Va和所述灯亮模板向量Von之间的距离D1以及所述状态描述向量Va和所述灯灭模板向量Voff之间的距离D2：
D1＝Va·Von/(|Va|×|Von|)
D2＝Va·Voff/(|Va|×|Voff|)。
3.如权利要求2所述的消除监控系统中误报警的方法，其特征在于，如果所述距离小于预设的阈值包括：
如果D1和D2中有一个小于设定的报警阈值。
4.如权利要求1所述的消除监控系统中误报警的方法，其特征在于，还包括更新所述模板向量；所述更新所述模板向量包括：
输入建模图像；
对建模图像进行色彩空间转换；
生成报警区域的状态描述向量；
按照模板数量，分类保存状态描述向量；
如果需要继续统计，延时一段时间，再次输入建模图像；
如果不需要继续统计，基于分类保存的状态描述向量，计算平均模板向量。
5.如权利要求4所述的消除监控系统中误报警的方法，其特征在于：
所述模板向量包括灯亮状态描述模板向量和灯灭状态描述模板向量；
计算平均模板向量的方法为对保存的状态描述向量批量进行直方图统计。
6.如权利要求5所述的消除监控系统中误报警的方法，其特征在于，还包括：
计算平均模板向量的标准差；标准差大的平均模板向量对应灯灭状态描述模板向量，标准差小的平均模板向量对应灯亮状态描述模板向量。
7.一种消除监控系统中误报警的装置，其特征在于，包括：色彩空间转换单元，状态描述向量生成单元，报警判断单元；
所述色彩空间转换单元适于对报警区域的图像数据进行色彩空间转换，降低所述图像数据的色彩维度；所述对报警区域的图像数据进行色彩空间转换包括：按下述转换方式将报警区域的图像数据从(R，G，B)色彩空间转换到(r，g，b)色彩空间，
r＝R/(R+G+B)
g＝G/(R+G+B)
b＝B/(R+G+B)；
所述状态描述向量生成单元适于对已经降低色彩维度的图像数据计算状态描述向量Va，作为描述图像特征的量化指标；所述对已经降低色彩维度的状态描述向量Va包括：选择(r，g)或(g，b)或(b，r)色彩空间作为归一化色彩空间，对所述报警区域的图像数据在所选择的归一化色彩空间的两个分量分别进行直方图统计；所述直方图的横坐标是强度量化级，纵坐标是像素在该强度出现的频率；生成所选择的归一化色彩空间的联合直方图；生成上述联合直方图的状态描述向量；所述状态描述向量的内容是按照强度量化级排序的一组频率值；
所述报警判断单元适于计算所述状态描述向量Va和模板向量之间的距离，如果所述距离小于预设的阈值，确定目前状态为所述模板向量对应的非报警状态，此次报警为误报警；
所述模板向量为非报警状态下报警区域的图像数据的状态描述向量。
8.如权利要求7所述的消除监控系统中误报警的装置，其特征在于，还包括：
模板向量更新单元，适于更新模板向量；所述更新模板向量包括：输入建模图像；对建模图像进行色彩空间转换；生成报警区域的状态描述向量；按照模板数量，分类保存状态描述向量；如果需要继续统计，延时一段时间，再次输入建模图像；如果不需要继续统计，基于分类保存的状态描述向量，计算平均模板向量。

消除监控系统中误报警的方法及装置\n技术领域\n[0001] 本发明涉及ATM机智能监控领域，尤其涉及一种消除监控系统中误报警的方法、系统及装置。\n背景技术\n[0002] ATM机的安全问题一直困扰银行业以及ATM制造商，为了加强安全管理，一般采用摄像头监控的方法，在ATM机取款间安装一个、两个或者多个摄像头，监控用户操作过程。\nATM机取款间的摄像头既包括监控、识别用户的摄像头，也包括监控ATM机本身和用户操作过程的摄像头。\n[0003] 人为监控需要耗费大量的人力和财力，而且也不能保证监控效果。ATM机智能监控系统在社会安全中的重要性日益显著。智能监控系统一般是根据前景、背景两帧图像的变化来决定是否应该报警。例如，申请号为201010109588.6的中国发明专利申请公开了一种监控中监控处理方法和系统，在人体未出现在被监控体区域中时，获取被监控体原始图像和被监控体侦测图像；当判断所述被监控体原始图像与所述被监控体侦测图像存在差异时，发出侦测告警信号。即通过比较图像的变化来决定是否应该报警。\n[0004] 在实际针对ATM机进行智能监控时，插卡口指示灯区域已经设置为屏蔽区，不在图像比较的范围内；但是，由于插卡口指示灯闪烁在侧面板上造成的反光也会导致前景、背景相应位置的图像变化较大，从而带来了误报警。\n[0005] 而如果仅仅通过简单设置屏蔽区不进行报警则会带来漏报的风险，这种情况直接影响了智能监控系统的可靠性。\n发明内容\n[0006] 本发明解决的问题是提供一种消除智能监控系统中反光引起误报警的方法，在消除因反光引起的误报警的同时，避免仅仅通过简单设置屏蔽区不报警带来的漏报风险，提高智能监控系统的可用性。\n[0007] 为解决上述问题，本发明提供一种消除监控系统中误报警的方法，包括：对报警区域的图像数据进行色彩空间转换，降低所述图像数据的色彩维度；对已经降低色彩维度的图像数据计算状态描述向量Va，作为描述图像特征的量化指标；计算所述状态描述向量Va和模板向量之间的距离，所述模板向量为非报警状态下报警区域的图像数据的状态描述向量；如果所述距离小于预设的阈值，确定目前状态为所述模板向量对应的非报警状态，此次报警为误报警。\n[0008] 可选的，对报警区域的图像数据进行色彩空间转换包括：按下述转换方式将报警区域的图像数据从(R，G，B)色彩空间转换到(r，g，b)色彩空间，\n[0009] r＝R/(R+G+B)\n[0010] g＝G/(R+G+B)\n[0011] b＝B/(R+G+B)。\n[0012] 可选的，对已经降低色彩维度的图像数据计算状态描述向量Va包括：选择(r，g)或(g，b)或(b，r)色彩空间作为归一化色彩空间，对所述报警区域的图像数据在所选择的归一化色彩空间的两个分量分别进行直方图统计；所述直方图的横坐标是强度量化级，纵坐标是像素在该强度出现的频率；生成所选择的归一化色彩空间的联合直方图；生成上述联合直方图的状态描述向量；所述状态描述向量的内容是按照强度量化级排序的一组频率值。\n[0013] 可选的，所述模板向量包括灯亮模板向量Von和灯灭模板向量Voff；所述计算所述状态描述向量和保存的模板向量之间的距离包括：按下述转换方式计算所述状态描述向量Va和所述灯亮模板向量Von之间的距离D1以及所述 状态描述向量Va和所述灯灭模板向量Voff之间的距离D2：\n[0014] D1＝Va·Von/(|Va|×|Von|)\n[0015] D2＝Va·Voff/(|Va|×|Voff|)。\n[0016] 可选的，如果所述距离小于预设的阈值包括：如果D1和D2中有一个小于设定的报警阈值。\n[0017] 可选的，更新所述模板向量的方法包括：输入建模图像；对建模图像进行色彩空间转换；生成报警区域的状态描述向量；按照模板数量，分类保存状态描述向量；如果需要继续统计，延时一段时间，再次输入建模图像；如果不需要继续统计，基于分类保存的状态描述向量，计算平均模板向量。\n[0018] 可选的，所述模板向量包括灯亮状态描述模板向量和灯灭状态描述模板向量；计算平均模板向量的方法为对保存的状态描述向量批量进行直方图统计。\n[0019] 可选的，所述的消除监控系统中误报警的方法还包括：计算平均模板向量的标准差；标准差大的平均模板向量对应灯灭状态描述模板向量，标准差小的平均模板向量对应灯亮状态描述模板向量。\n[0020] 进一步，本发明还提供一种消除监控系统中误报警的装置，包括：色彩空间转换单元，与色彩空间转换单元耦接的状态描述向量生成单元，与状态描述向量生成单元耦接的报警判断单元；所述色彩空间转换单元适于接收报警区域的图像数据，并对报警区域的图像数据进行色彩空间转换，降低所述图像数据的色彩维度；所述状态描述向量生成单元适于生成所述图像数据的状态描述向量，作为描述图像特征的量化指标；所述报警判断单元适于计算所述状态描述向量和模板向量之间的距离并根据所述距离与预设的阈值之间的关系判断此次报警是否为误报警；所述模板向量为非报警状态下报警区域的图像数据的状态描述向量。\n[0021] 可选的，所述消除监控系统中误报警的装置还包括模板存储单元，与所述报警判断单元耦接，适于保存所述模板向量。\n[0022] 可选的，所述消除监控系统中误报警的装置还包括模板向量更新单元，分别与所述状态描述向量生成单元和模板存储单元耦接，适于接收并分类保存建模图像的状态描述向量，计算平均模板向量并更新所述模板存储单元保存的模板向量；功能选择单元，与状态描述向量生成单元耦接，适于设置所述装置的状态标志位；所述状态描述向量生成单元适于获取该状态标志位，并根据该状态标志位，将状态描述向量发送到与其耦接的模板向量更新单元或报警判断单元。\n[0023] 进一步，本发明还提供一种消除监控系统中误报警的系统，包括：上述的消除监控系统中误报警的装置，图像采集单元，预报警单元以及报警单元；所述图像采集单元适于每隔一段时间采集一帧被监控对象的图像数据，并发送给预报警单元；所述预报警单元适于计算前后两帧图像数据的变化量并判断是否超过阈值；所述误报警消除装置适于接收来自预报警单元的预报警信号以及报警区域图像数据，并判断该预报警信号是否为误报警；所述报警单元适于接收来自误报警消除装置的报警信号并向监控人员报警。\n[0024] 可选的，计算前后两帧图像数据的变化量并判断是否超过阈值包括：对所述前后两帧图像数据分别进行灰度化处理；获取所述前后两帧图像数据的差分值；比较差分值是否超过预设的阈值。\n[0025] 与现有技术相比，本发明具有以下优点：(1)通过采用上述误报警消除方法，消除了现有监控系统中由于插卡口指示灯闪烁在侧面板上造成的反光导致的误报警，提高了报警准确率；(2)通过更新模板向量，消除了由于外部光照条件发生的变化带来的影响，进一步提高了报警准确率(3)通过利用归一化色彩空间，压缩了图像数据的冗余信息，不仅不会对正常的报警产生 影响，相反可以减少光照变化引起的误报，进一步提高了报警准确率。\n附图说明\n[0026] 图1、2是现有技术中，ATM机智能监控系统中一个摄像头获取的图像的示意图；\n[0027] 图3是本发明一个实施例中提供的消除智能监控系统中反光引起误报警的方法流程图；\n[0028] 图4是本发明一个实施例中提供模板向量更新方法流程图；\n[0029] 图5是本发明的一个实施例中提供一种自动分类保存模板向量的方法流程图；\n[0030] 图6、7是本发明一个实施例中灯灭、灯亮模板向量对应的联合直方图；\n[0031] 图8是本发明一个实施例中提供的可更新模板向量的误报警排除方法；\n[0032] 图9、10、11为本发明不同实施例中，消除监控系统中误报警的装置的结构示意图；\n[0033] 图12是本发明一个实施例中提供的消除监控系统中误报警的系统的结构示意图。\n具体实施方式\n[0034] 为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。\n[0035] 本发明中，将图像从RGB色彩空间转换到归一化色彩空间指：\n[0036] (1)按下述转换方式将报警区域的图像数据从(R，G，B)色彩空间转换到(r，g，b)色彩空间：\n[0037] r＝R/(R+G+B)\n[0038] g＝G/(R+G+B)\n[0039] b＝B/(R+G+B)。\n[0040] 其中，利用任意两个归一化分量，都可以生成第三个分量，例如：\n[0041] b＝1-r-g\n[0042] (2)r，g两个分量构成归一化色彩空间(r，g)。\n[0043] 可以选择RGB色彩空间中的任意两个分量进行上述归一化计算，经过归一化都可以实现降低色彩维度，减少冗余信息的目的。\n[0044] 本发明中，“强度量化级”用于描述归一化色彩空间的分量。例如，将r和g的取值范围均匀划分为256个量化级，得到(r0-r255)，(g0-g255)，每一个量化级对应为一个强度量化级。\n[0045] 本发明中，“直方图统计”针对图像的归一化色彩空间的分量。直方图的横坐标是强度量化级，纵坐标是像素在该强度出现的频率。\n[0046] 本发明中，“联合直方图”针对图像的归一化色彩空间。例如，在归一化色彩空间(r，g)中，将r分量的直方图和g分量的直方图的横坐标串联起来，得到r，g分量的联合直方图。即：横坐标0-255对应r的256个强度量化级，横坐标256-511对应g的256个强度量化级，纵坐标为像素在相应的强度量化级出现的频率。r，g分量组合在一起共同表征了图像的色彩统计信息。\n[0047] 本发明中，“状态描述向量”针对图像的归一化色彩空间，是根据联合直方图得出的一个向量。其内容是按照强度量化级排序的一组频率值。状态描述向量(a0，a1，a2，......，a511)，共有512个元素，前256个元素的和为1，后256个元素的和为1，即：\n[0048] \n[0049] 例如，一幅图像包含1000个像素数据，有10个像素在r 0强度出现，20个像素在r 1强度出现，......，15个像素在r 255强度出现，则状态描述向量r分量为(0.01，0.02，......，0.015)，和为1；有30个像素在g 0强度出现，5个像素在g1强度出现，......，50个像素在g 255强度出现，则状态描述向量g分量为(0.03，\n0.005，......，0.05)，和为1；该幅图像的状态描述向量为(0.01，0.02，......，0.015，\n0.03，0.005，......，0.05)。状态描述向量是用于描述图像特征的量化指标。\n[0050] 本发明中，“灯亮状态描述模板向量”和“灯灭状态描述模板向量”表示在ATM机上的插卡口指示灯“灯亮”和“灯灭”两种状态下，报警区域的图像分别对应的状态描述向量。\n它们是“基准向量”。“模板向量”是“状态描述模板向量”的简称。\n[0051] 为了消除智能监控系统中反光引起的误报警，本发明提出一种基于颜色联合直方图的解决方案：首先对对图像进行色彩空间转换以减少光照影响，然后通过计算颜色联合直方图获得状态描述模板向量，并在批量统计的基础上使用联合直方图标准差确定模板向量与灯亮、灯灭这两种状态的对应关系；在实际应用时对现场测试图片也同样计算出颜色联合直方图向量，并与相应的状态描述模板向量进行距离比较以最终判断是否应该报警。\n[0052] 在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。\n[0053] 如图1、2所示为ATM机智能监控系统中一个摄像头获取的图像101。图像101显示的内容包括ATM机及其周围墙壁。ATM机包括显示屏幕102，插卡区104，插卡口指示灯\n103，以及用户输入区域。图1显示的插卡口指示灯 103为熄灭状态，图2中显示的插卡口指示灯为闪烁状态。图2中还显示了插卡口指示灯103闪烁时在ATM机侧面板上的反光区域105，本发明所要解决的问题正是反光区域105所引起的误报警，反光区域105即上述报警区域。\n[0054] 在ATM机智能监控系统工作的过程中，通过比较前后两帧图像的变化判断是否报警。监控系统一般首先得到彩色的监控图像，对彩色监控图像进行灰度化处理，使用各种灰度化公式进行；然后将两帧图像进行灰度差分处理，如果差分的绝对值超过阈值时就认为产生了足够的变化，从而引发报警，并传输监控图像并标识监控图像中的报警区域。所述的阈值为经验值。\n[0055] 为了避免误报警，本发明中，将报警区域的图像做进一步的分析。\n[0056] 如图3所示，本发明一个实施例中提供的消除智能监控系统中反光引起误报警的方法包括如下步骤：\n[0057] S101，对报警区域进行色彩空间转换；\n[0058] S102，生成报警区域的状态描述向量；\n[0059] S103，计算状态描述向量和模板向量之间的距离；\n[0060] S104，如果距离小于阈值，目前状态为基准向量对应的状态，为误报警；\n[0061] S105，如果距离不小于阈值，目前状态非基准向量对应的状态，为真实报警。\n[0062] 在步骤S101中，为了减少光照影响，按下述转换方式，将报警区域的图像从(R，G，B)色彩空间转换到(r，g，b)色彩空间：\n[0063] r＝R/(R+G+B)\n[0064] g＝G/(R+G+B)\n[0065] b＝B/(R+G+B)\n[0066] (r，g，b)色彩空间中的三个分量的和为1，即其中有一个分量为冗余分量。本实施例中，选择(r，g)色彩空间作为归一化色彩空间，减少了光照 冗余信息。在其他实施例中，也可以选择(g，b)或(b，r)作为归一化色彩空间。\n[0067] 对于监控图像，(R，G，B)色彩空间包含了大量的光照冗余信息，归一化后则压缩了这部分冗余信息，更加集中的反映本身色彩特性，对后续进一步处理是有利的。不仅不会对正常的报警产生影响，相反可以减少光照变化引起的误报。\n[0068] 色彩空间转换方式有多种，在本发明的其他实施例中，还可以将报警区域的图像从(R，G，B)色彩空间转换到YUV、HSV、LAB、CMYK等色彩空间，达到亮度、色度分离的目的，但转换后任一分量不能由其它2分量导出，它们的降维是通过丢弃亮度分量来实现的。上述实施例中，选择将报警区域的图像从(R，G，B)色彩空间转换到(r，g，b)色彩空间，主要是考虑了其转换简单、降维方便的优点。\n[0069] 在步骤S102中，生成报警区域的状态描述向量的过程为：\n[0070] S201，对报警区域图像在(r，g)色彩空间的r、g分量分别进行直方图统计；\n[0071] S202，生成r、g分量的联合直方图；\n[0072] S203，生成上述联合直方图的状态描述向量Va。\n[0073] 在步骤S103中，计算状态描述向量和模板向量之间的距离包括：\n[0074] 计算所述状态描述向量Va和所述灯亮模板向量Von之间的距离D1；\n[0075] 计算所述状态描述向量Va和所述灯灭模板向量Voff之间的距离D2。\n[0076] 所述的灯亮模板向量Von和灯灭模板向量Voff的含义为：在插卡口指示灯亮的状态下和插卡口指示灯灭的状态下，分别计算报警区域图像数据的状态描述向量；其计算方法也是利用S201～S203中的步骤完成的，并被保存为基准向量用于比较。\n[0077] 计算两个状态描述向量之间的距离的方法为：\n[0078] D1＝Va·Von/(|Va|×|Von|)\n[0079] D2＝Va·Voff/(|Va|×|Voff|)\n[0080] 即利用向量间的夹角余弦距离，判断两个向量间的相似度距离。\n[0081] 如果D1和D2中有一个小于设定的报警阈值T0(经验值)，则目前插卡口指示灯的状态或为灯亮状态或为灯灭状态，对应报警区域的状态或为灯亮状态或为灯灭状态，该报警为误报警，可排除。\n[0082] 如果D1和D2都大于报警阈值T0，表示目前的报警区域的状态既不是灯亮状态，也不是灯灭状态，该报警为真实报警。\n[0083] 通过上述的方法，排除了反光区域引起的误报警，提高了智能监控系统的报警正确率，节省了时间和相关的资源。\n[0084] 进一步，由于外部光照条件可能会发生变化，所以建立的状态描述模板向量，包括灯亮模板向量和灯灭模板向量，每隔一段时间就需要更新，以更好的避免误报警的出现。\n[0085] 如图4所示，本发明的一个实施例中提供一种模板更新方法，包括：\n[0086] S300，设置报警区；\n[0087] S301，输入建模图像(建立模板向量图像)，为报警区的图像数据；\n[0088] S302，对报警区域进行色彩空间转换；\n[0089] S303，生成报警区域的状态描述向量；\n[0090] S304，分类保存状态描述向量；\n[0091] S305，如果需要继续统计，延时一段时间，再次采集并输入建模图像；\n[0092] S306，如果不需要继续统计，计算平均模板向量。\n[0093] 在步骤S300中，设置报警区的目的在于指示可能产生误报警的范围，即该范围内，正常的状态不止一种，监控系统采用前后两帧图像灰度差分的方法或其他比较方法得到的报警结果有可能属于误报警。本实施例中，报警区域即上述的反光区域。\n[0094] 步骤S301中建模图像是报警区域的图像。在本发明的其他实施例中，如果采用整个监控图像，步骤S300可以取消，在步骤S301中增加一个选取报警区域的操作步骤。\n[0095] 步骤S302、S303与上述的步骤S101、S102分别对应。\n[0096] 步骤S304中，将得到的状态描述向量分类保存在模板存储单元中。本实施例中，模板向量共有两类，一类是灯亮模板，另一类是灯灭模板。分类阈值T1用于判断新生成的状态描述向量属于何种类型的模板向量。本实施例中，提供一种自动判断状态描述向量的模板类型的方法，参考图5，包括：\n[0097] S401，如果是第一次生成的状态描述向量，保存为类型I；\n[0098] S402，如果不是，计算输入向量与类型I模板向量距离；\n[0099] S403，如果距离小于分类阈值T1，保存为类型I模板向量样本；\n[0100] S404，如果距离大于分类阈值T1，保存为类型II模板向量样本。\n[0101] 上述计算向量之间的距离的方法仍采用向量间的夹角余弦距离公式：\n[0102] D＝a·b/(|a|×|b|)\n[0103] 在取得一定数量样本后，在步骤S306中，对类型I和类型II模板向量的样本分别批量进行直方图统计获得类型I和类型II平均模板向量。\n[0104] 具体的，设在某个时间段已获得一批类型I的图片，这些图片总计包含有10000个像素，经统计，其中有100个像素在r 0强度出现，200个像素在r1强度出现，......，150个像素在r 255强度出现，则平均模板向量r分量为 (0.01，0.02，......，0.015)，和为1；有\n300个像素在g 0强度出现，50个像素在g1强度出现，......，500个像素在g 255强度出现，则平均模板向量g分量为(0.03，0.005，......，0.05)，和为1；整个类型I的图片的平均模板向量为(0.01，0.02，......，0.015，0.03，0.005，......，0.05)。\n[0105] 上述方法得到的两种类型的平均模板向量将作为两种类型模板向量，与待检测的图像的状态描述向量进行比较。\n[0106] 本实施例中，为了明确这两种类型模板向量与灯亮模板、灯灭模板的对应关系，可以由操作人员手工配置。\n[0107] 进一步，本发明一个实施例中，通过计算类型I和类型II模板向量的标准差，自动对应灯亮模板、灯灭模板。其原理在于：灯灭时，颜色背景往往比较单一，而灯亮后，区域中既有背景，也有灯光，所以颜色分布会相对宽广，对类型I和类型II的模板分别计算标准差，标准差大的对应灯灭状态，标准差小的对应灯亮状态。如图6、图7所示，图6中(r-g)联合直方图的标准差为0.0194，表示灯灭模板；图7中(r-g)联合直方图的标准差为0.0077，表示灯亮模板。\n[0108] 进一步，上述的误报警排除方法和模板向量更新方法可以结合在一起，成为更新模板向量的误报警排除方法。如图8所示，本发明的一个实施例中提供一种误报警排除方法，包括：\n[0109] S501，输入建模图像；或者S502，输入测试图像；\n[0110] S503，对报警区域进行色彩空间转换；\n[0111] S504，生成报警区域的状态描述向量；\n[0112] S505，如果不是测试模式，分类保存状态描述向量；\n[0113] S506，如果目前为测试模式，不再需要继续采集统计样本，计算平均模 板向量；\n[0114] S507，用S506得到的平均模板向量替代保存的模板向量；\n[0115] S508，如果是测试模式，调用保存的模板向量，计算模板向量和状态描述向量的距离并判断其是否小于报警阈值；\n[0116] S509，根据S508的比较结果，判断是否报警；如果距离小于阈值，目前状态为基准向量对应的状态，为误报警。\n[0117] 进一步，虽然上述的实施例描述的方法针对拥有两种正常状态的报警区域，本发明提供的方法也可以用于监控对象有多种正常状态，需要进一步分析报警区域是否为真实报警的系统中。应用时，只需要将各种正常状态都分别建立对应的模板向量，得到报警区域后，分别计算并判断报警区域的状态描述向量是否可归结为模板向量(如利用向量间夹角余弦公式)，如果可以归结为模板向量，则本次报警为误报警，可以排除。\n[0118] 进一步，本发明还提供一种消除监控系统中误报警的装置。如图9所示，为本发明一个实施例中，消除监控系统中误报警的装置的结构示意图。其中包括：色彩空间转换单元901，与色彩空间转换单元901耦接的状态描述向量生成单元902，与状态描述向量生成单元902耦接的报警判断单元903。色彩空间转换单元901负责将接收到的报警区域的图像从(R，G，B)色彩空间转换到(r，g，b)色彩空间。转换公式如步骤S101中所述；状态描述向量生成单元902负责生成报警区域的状态描述向量，生成状态描述向量的方法如步骤S102所述；报警判断单元903负责计算状态描述向量和模板向量之间的距离并判断该距离与设定的阈值的关系，如步骤S103、S104和S105所述。\n[0119] 本发明的另一个施例中，如图10所示，消除监控系统中误报警的装置还包括模板存储单元904，与报警判断单元903耦接，负责保存模板向量。在其他实施例中，保存模板向量的功能也可由报警判断单元903完成。\n[0120] 进一步，为了能够更新模板，本发明一个实施例中提供另一种消除监控系统中误报警的装置。如图11所示，该装置包括：图像输入单元1001，用于接收建模图像或测试图像；色彩空间转换单元1002；状态描述向量生成单元1003；模板向量更新单元1004，适于分类保存状态描述向量，最后计算平均模板向量并更新模板存储单元1005中的模板向量；\n与状态描述向量生成单元1003耦接的功能选择单元1007和报警判断单元1006。\n[0121] 在本实施例中，消除监控系统中误报警的装置的数据流程取决于功能选择单元\n1007的设置。功能选择单元1007接收用户的选择，设置状态标志位Flag；状态标志位Flag可以设置为0或1，分别对应模板更新功能和误报警识别功能。\n[0122] 在模板更新功能选中时，装置接收到数据流1011为建模图像，状态描述向量生成单元1003获取功能选择单元1007中的状态标志位Flag，值为0。状态描述向量生成单元1003将状态描述向量发送到与其耦接的模板向量更新单元1004。由模板向量更新单元\n1004完成模板更新操作，操作内容如步骤S304、S305和S306所述。\n[0123] 在误报警识别功能选中时，装置接收到数据流1012为测试图像，即报警区域图像，状态描述向量生成单元1003获取功能选择单元1007中的状态标志位Flag，值为1。状态描述向量生成单元1003将状态描述向量发送到与其耦接的报警判断单元1006。报警判断单元1006从模板存储单元1005获取灯亮模板和灯灭模板，计算状态描述向量与两个模板之间的距离，判断是否为误报警。\n[0124] 在本发明的其他实施例中，也可以其他方式设置装置的状态标志位，或通过其他的方式完成装置的功能切换。例如，图像输入单元接收用户的功能选择，并给所有的图像数据增加状态标志位，功能切换取决于图像数据所携 带的状态标志位。\n[0125] 进一步，如图12所示，本发明一个实施例中还提供了一种消除监控系统中误报警的系统。该系统包括：图像采集单元1101，预报警单元1102，误报警消除装置1103和报警单元1104。\n[0126] 图像采集单元1101可以是摄像头或者其他拍摄设备，用于每隔一段时间采集一帧被监控对象的图像数据。\n[0127] 预报警单元1102与图像采集单元1101连接，接收并判断前后两帧图像数据是否变化较大。本实施例中，摄像头获取的彩色图像数据在预报警单元1102进行了灰度化处理，处理方式为：\n[0128] Gray(i，j)＝0.299*R(i，j)+0.587*G(i，j)+0.114*B(i，j)\n[0129] 其中i，j为水平坐标，RGB为色彩分量，Gray为灰度值。\n[0130] 比较前后两帧各个像素点的灰度值的差是否超过第一预定值。如果超过的像素数量达到第二预定值，生成预报警信号。同时，将报警区域(包含灰度值变化超过第一预定值的像素)提取出来。其中，第一预定值和第二预定值都是经验值。\n[0131] 在本发明的其他实施例中，也可以通过其他的方式对前后两帧图像数据进行差分，将得到差分值与预设的阈值进行比较，然后判断是否生成预报警信号。\n[0132] 误报警消除装置1103接收来自预报警单元1102的预报警信号以及报警区域图像数据。采用上述的消除误报警的方法，排除其中的误报警，并将真实的预报警信号发送给报警单元1104。\n[0133] 报警单元1104可以是警铃等发声装置或者警灯等发光装置，用于向设备监控人员报警。\n[0134] 通过采用上述误报警消除方法、装置及系统，消除了现有监控系统中由于插卡口指示灯闪烁在侧面板上造成的反光导致的误报警，提高了报警准确率。\n[0135] 本发明虽然已以具体实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。