测镜头是否移位可以判断出大范围的镜头移位，依据局部特征匹配检测镜头是否移位可以判断镜头的小范围移动，当二者结合使用时，检测效果更佳、准确性更高。
[0077]具体实施中，镜头移位检测方法可以进一步包括:
[0078]当确定镜头发生移位时，产生镜头移位告警。
[0079]其中，产生镜头移位告警的方式可以是通过警报声或通过短信等方式进行，本申请对具体的告警方式不作限制。
[0080]本申请实施例在确定镜头发生了移位的情况下，可以立即产生镜头移位的告警，以及时通知监控中心或相关的负责人员，起到安全监控的目的，采用本申请实施例可以确保监控的准确性和及时性。
[0081]本申请实施例还提供了一种镜头移位检测方法，图3示出了本申请实施例镜头移位检测方法实施的流程示意图，镜头移位检测方法可以包括如下步骤:
[0082]步骤301、获取镜头拍摄的背景图像，并计算所述背景图像的局部特征；其中，所述局部特征为图像内预设的局部区域像素间的灰度关系；
[0083]步骤302、当镜头检测到前景时，获取镜头拍摄的当前场景图像，并计算所述当前场景图像的局部特征；
[0084]步骤303、根据所述背景图像的局部特征和所述当前场景图像的局部特征确定所述镜头是否发生移位。
[0085]具体实施中，局部区域可以根据实际需要预先设定，例如，在监控ATM机时可以将局部区域设置为ATM机的显示屏或按键区等，对于局部区域的具体设定方式以及具体位置，本申请不作限制。
[0086]具体实施中，计算背景图像或当前场景图像的局部特征可以是利用RANSAC算法进行计算的。
[0087]具体实施中，根据背景图像的局部特征和当前场景图像的局部特征确定镜头是否发生移位，具体可以为:
[0088]匹配背景图像的局部特征和当前场景图像的局部特征；
[0089]当错误匹配对的数目大于预设第二阈值，且平均距离大于预设第三阈值时，确定镜头发生移位。
[0090]本申请实施例采用基于局部特征来检测镜头是否移位，由于局部特征描述了局部区域的像素值之间的灰度关系，即使光照变化产生了整体图像的一致性变化，而像素值之间的相互关系并不会改变，因此采用局部特征可以很容易去除移动的前景上产生的干扰，利用局部特征来检测镜头是否移位也是很稳定的、准确性较高，当有移动的前景时受影响较小。
[0091]实施中，在获取到镜头拍摄的背景图像之后，可以进一步包括:
[0092]计算所述背景图像的边缘特征；其中，所述边缘特征为与图像尺寸相同的矩阵，所述矩阵内每个元素的值代表该位置图像像素是否为边缘；
[0093]在获取到镜头拍摄的当前场景图像之后，可以进一步包括:
[0094]计算所述当前场景图像的边缘特征；
[0095]根据所述背景图像的边缘特征和所述当前场景图像的边缘特征确定所述镜头是否发生移位。
[0096]具体实施中，根据背景图像的边缘特征与当前场景图像的边缘特征确定镜头是否发生移位，具体可以为:
[0097]比较背景图像的边缘特征与当前场景图像的边缘特征的重合区域；
[0098]当重合区域所占比例小于预设第一阈值时，确定镜头发生移位。
[0099]具体实施中，镜头移位检测方法可以进一步包括:
[0100]当确定镜头发生移位时，产生镜头移位告警。
[0101]本申请实施例中基于局部特征检测镜头是否发生移位，还可以进一步基于边缘特征检测镜头是否发生移位，依据局部特征匹配检测镜头是否移位可以判断镜头的小范围移动，依据边缘特征比较检测镜头是否移位可以判断出大范围的镜头移位，当二者结合使用时，检测效果更佳。
[0102]为了便于本申请的实施，下面以实例进行说明。
[0103]假设在自动取款机(ATM，Automatic Teller Machine)的室内安装摄像头以监控人们进行存取款的异常行为。
[0104]图4示出了在没有人进入室内进行存取款行为的ATM监控场景内的示意图，也即本申请实施例所称的背景图像示意图。
[0105]本申请实施例首先获取到监控场景的背景图像，并计算出背景图像的边缘特征，由于该场景中背景图像只有ATM机，因此通过边缘特征矩阵内的元素可以看出ATM机的边缘。
[0106]当有人进入监控场景后，这个人作为移动的前景出现，图4示出了监控场景出现前景时的当前场景示意图。
[0107]本申请实施例首先获取镜头拍摄的当前场景图像，然后再计算出现前景的当前场景图像的边缘特征。由于该场景中当前场景图像既包括ATM机，又包括进行存取款行为的人，因此通过边缘特征矩阵内的元素可以看出ATM机的边缘、人的边缘。
[0108]本申请实施例可以通过计算出现前景前的图像的边缘特征与出现前景后的图像的边缘特征的重合区域，如果镜头没有被移位，应该前后两张图像的边缘重合区域较多。也即，除了出现的人之外，其他大部分区域都是重合的(ATM机会有部分区域被人所遮挡住)；反之，如果二者的重合区域较少，或低于预设的第一阈值，那么则代表镜头被移位。
[0109]如图6所示，该当前场景图像的边缘特征矩阵内表示边缘的元素个数和位置都发生了明显变化，也即ATM机的边缘发生了较大变化，这样本申请实施例即可以确定该镜头已经被移位，此时可以发出告警信息到银行的监控中心或具体的负责人员及时处理，确保金融安全。
[0110]进一步地，本申请实施例还可以分别计算出现前景前后的局部特征，例如，可以比较ATM机的键盘区域(或显示屏区域)的像素间灰度关系(未提供出现前景前后的对比图)，然后匹配局部特征并统计出正确匹配对的数目和错误匹配对的数目。当错误匹配对的数目达到预设的阈值(代表局部发生偏移)，并且平均距离超过预设的阈值(代表局部偏移的程度较大)，则说明镜头发生移位。
[0111]需要说明的是，本申请实施例对采用边缘特征检测镜头是否移位以及采用局部特征检测镜头是否移位的这两种方式的先后顺序不作限制，可以理解先边缘特征比较进行检测、后局部特征匹配进行检测，或者先局部特征匹配进行检测、后边缘特征比较进行检测，均在本申请实施例的保护范围之内。
[0112]通过边缘特征的比较可以确定是否存在大范围的移位，通过局部特征的匹配可以确定是否存在小范围的移位，二者结合起来可以进一步提高告警的准确率，防止误报现象的发生。
[0113]基于同一发明构思，本申请实施例中还提供了一种镜头移位检测装置，由于这些设备解决问题的原理与一种镜头移位检测方法相似，因此这些设备的实施可以参见方法的实施，重复之处不再赘述。
[0114]图7示出了本申请实施例中镜头移位检测装置的结构示意图，如图所示，镜头移位检测装置可以包括:
[0115]第一计算模块701，用于获取镜头拍摄的背景图像，并计算背景图像的边缘特征；其中，边缘特征为与图像尺寸相同的矩阵，所述矩阵内每个元素的值代表该位置图像像素是否为边缘；
[0116]第二计算模块702，用于当镜头检测到前景时，获取镜头拍摄的当前场景图像，并计算当前场景图像的边缘特征；
[0117]第一确定模块703，用于根据背景图像的边缘特征与当前场景图像的边缘特征确定镜头是否发生移位。
[0118]实施中，第一确定模块703可以用于比较背景图像的边缘特征与当前场景图像的边缘特征的重合区域；当重合区域所占比例小于预设第一阈值时，确定镜头发生移位。
[0119]实施中，第一计算模块701可以进一步用于计算所述背景图像的局部特征；其中，局部特征为图像内预设的局部区域像素间的灰度关系；
[0120]第二计算模块702可以进一步用于计算当前场景图像的局部特征；
[0121]第一确定模块703可以进一步用于根据背景图像的局部特征和当前场景图像的局部特征确定镜头是否发生移位。
[0122]实施中，第一确定模块703可以用于匹配背景图像的局部特征和当前场景图像的局部特征；当错误匹配对的数目大于预设第二阈值，且平均距离大于预设第三阈值时，确定镜头发生移位。
[0123]实施中，镜头移位检测装置可以进一步包括:
[0124]告警模块，用于当确定镜头发生移位时，产生镜头移位告警。
[0125]图8示出了本申请实施例中镜头移位检测装置的结构示意图，如图所示，镜头移位检测装置可以包括:
[0126]第三计算模块801，用于获取镜头拍摄的背景图像，并计算背景图像的局部特征；其中，局部特征为图像内预设的局部区域像素间的灰度关系；
[0127]第四计算模块8