opencv案例06-基于opencv图像匹配的消防通道障碍物检测与深度yolo检测的对比

基于图像匹配的消防通道障碍物检测

技术背景

消防通道是指在各种险情发生时，用于消防人员实施营救和被困人员疏散的通道。消防法规定任何单位和个人不得占用、堵塞、封闭消防通道。事实上，由于消防通道通常缺乏管理，导致各种垃圾，物品以及车辆等障碍物常常出现在消防通道中，堵塞消防通道，当险情发生时，将对人们的生命财产带来巨大危害。因此，对消防通道的障碍物进行检测就显得尤为重要。

传统的消防通道障碍物检测主要依靠人工安全检查，指定专门工作人员定期到特定消防通道查看消防通道是否堵塞，此种方法虽然简单易行，不需要依靠复杂设备，但是该方法的缺点一是不能及时发现消防通道是否堵塞，受人工检查的周期影响大；二是较大地依赖工作人员的专业素质和工作态度，主观性强。

消防通道障碍物检测属于图像处理和智能安防领域。
采用固定摄像头，获取清空消防通道障碍物时的背景场景图像与实时监测场景图像，将背景场景图像作为匹配的模板图像，通过对模板图像与实时监测场景图像之间在指定区域内进行图像匹配，判断指定区域内是否存在障碍物，并予以报警。如下图，红色框内不能方有堆积物。有的话就报警提示

系统按一定时间间隔采集消防通道内指定监测区域的实时场景图像并进行匹配，既能保障系统能够实时检测到障碍物并予以报警，及时保障通道的畅通性，同时也降低了系统开销；另外基于特征的图像匹配用于消防通道障碍物检测，使得通道堵塞判定更加准确有效。

整体的流程图：