庭院智能監控系統的研究與實現

林益光,王 慧,童杏林,曹 馳,陳 亮

庭院智能監控系統的研究與實現

林益光1,王 慧2,童杏林3,曹 馳3,陳 亮3

（1.廣東海洋大學,524088;2.廣東海洋大學,武漢理工大學,524088;3.武漢理工大學,430070）

本文結合圖像分析技術與智能控制技術，提出一套適用于庭院智能監控的解決方案，自主開發了配套的軟件平臺，用于實現實時監控、數據存儲、數據再現等功能。設計使用多個可測范圍較廣的壓力傳感器YZC-526連成一組，監測圍墻上的情況，若判斷為可疑人時，將此時異常情況存檔，并通過網絡發送給指定用戶，請示用戶命令，根據用戶返回命令的情況，執行相應的預警操作，以此達到安全防衛的目的。

庭院；監控；圖像分析；智能控制

由于庭院多數地處偏遠的地段，其安防問題一直是人們關心的話題，針對這現狀，本文提出一套適用于庭院的智能監控解決方案，通過圖像信息與壓力傳感的結合，自主實時的對異常行為進行識別判斷，對突發事件做出預警，避免不良事件的發生。

1 系統算法概述

本文的算法主要分為三部分：人臉識別、身份認證、高速球與壓力線間的位置配準。位置配準使用了標定法，并在標定法的基礎上增添了一個修正量，使高速球能較準確定位一整條壓力線。人臉檢測與身份認證選擇Adaboost算法，其準確率高，實時性好，并且不受膚色干擾。

1.1 人臉識別算法

人臉檢測方法采用的是Viola在2001年提出的人臉檢測算法——Adaboost算法，該算法一是基于積分圖的類矩形特征提取；二是基于cascade的搜索算法。在統計模式識別中，對物體特征的提取是至關重要的一步，Adaboost 算法所采用的是，提取基于積分圖的類矩形（Haar-like）特征。積分圖像是對原圖像的一種變換，積分圖中的任意一點(x,y)的值，用其左上矩形區域所有點的灰度值之和來表示，I表示積分圖像，G表示原始圖像，則I(x,y)=sum(G(i,j))，其中0＜=i＜=x,0＜=j＜=y。得到積分圖后，再來計算矩形特征值就比較簡單。可以得出結論：矩形特征的特征值，只與特征矩形的端點的積分圖值有關，而與圖像的坐標無關。要求特征矩形特征值，只需通過加減矩形的端點積分圖值即可。用這個方法，使得特征值的計算速度非常快，標示檢測的速度也隨著提升。檢測人臉，一般需要多個特征才能完全確定，但對每個檢測子窗口，如果都去計算多個特征，這將會耗費大量的時間。我們發現在這些確定人臉的多個特征中有些較為明顯的特征，例如人臉內眼睛區域的灰度值比臉頰小，這些簡單的特征雖不能完全確認出人臉窗口，但卻可以通過它淘汰一大批非人臉子窗口，剩下更多時間和精力來判別這些可能是人臉的區域。這樣不僅提高了目標的檢測速度，也增強了檢測精確度。基于這樣的思想，我們選擇了采用cascade級聯的方法去搜索人臉，首先經過學習挑選出N個較弱的分類器,然后將這些弱分類器按權組合，形成一個強分類器,再串聯若干個強分類器去對圖像進行搜索檢測,串聯的級數主要依賴于錯誤率和識別速度[4]。將多個強分類器串接在一起進行操作，即為級聯分類器。級聯分類器中的每一個強分類器都由若干個弱分類器加權組合形成，每一級都比前一級要復雜，同時，每一個強分類器對負樣本的判別準確度非常高，每個強分類器幾乎可讓所有正例樣本通過，同時濾除大部分負例樣本，只有正例樣本才會送到下一個強分類器進行再次檢測，這樣便縮短了檢測時間。

檢測圖像時，待檢圖像一般都會比訓練樣本大得多。在Adaboost 算法中，通過擴大檢測窗口實現訓練樣本與待檢圖像的尺寸匹配[5]。人臉檢測流程：開始檢測時，檢測窗口和樣本一般大小，檢測窗口按照指定步數移動并掃描整幅圖像，將可能會出現人臉的區域標出來。圖像遍歷一次后，將檢測窗口放大到指定倍數再次遍歷圖像；這樣不斷放大檢測窗口并遍歷待檢圖像，直到檢測窗口大于原圖像一半后停止。由于整個算法運算非常快，即使完成很多次掃描處理完一幅圖像，但在PC上運行所耗的時間也只有100ms左右。在檢測停止后，將出現人臉的重疊區域進行合并等操作。

1.2 身份認證算法

在由上述人臉識別方法得到含有人臉樣本后，選取任一張人臉的圖片，如何判別人臉的身份，提高認證準確率？采用的算法與人臉識別類似，也同樣需要經過三個步驟：創建樣本、訓練分類器、檢測圖像。先創建一定量的樣本集合，從中提取規則或模式，使用Adaboost算法從樣本集中學習出了分類器，使用該分類器區分獲得的人臉的身份。與上一節不同的是，樣本與分類器不同。人臉識別里，opencv提供了一套較完善的分類器可供使用，而身份認證的分類器，需要我們自已訓練。訓練分類器，首先要有用于身份認證的人臉樣本，樣本集里包括正例樣本與負例樣本。正樣本是待檢目標的圖像，負例樣本是非目標圖像（背景圖像）。矩形特征的級聯分類器的學習中，樣本集創建的關鍵在于正例樣本的收集，正例樣本收集的準則是要具備共有的大致吻合的Haar矩形特征。通過訓練后得到分類器，即可對未知人臉進行身份判別。自動測試身份認證結果表明可以準確對樣本集中同一個人不同表情進行認證，認證結果顯示該人臉是樣本集中的命名。對樣本集以外的人臉進行認證，認證結果顯示others。

1.3 高速球攝像機的位置配準算法

當異常情況發生時，要使高速球能迅速轉動到相應的位置，有兩種方法，一是閉環控制法：設置兩個參考物得知高速球當前位置與目標位置，通過閉環控制實現位置調整；二是標定法：事先標定計算出一定量的離散點所需要的控制量，其余的點通過離散點的控制量進行估算。第一種方法的參考點設計難度較高，因為兩個位置都不好確定，而第二種方法相對簡單，且由于攝像頭的視野相對較廣，不需要確精的將視野中心定位到一個點上的情況下，通過估算已經足夠滿足取景需要，所以，本文選擇第二種方法，標定法來實現位置配準，具體如下：假設壓力線上的壓力傳感器有15個，用a、b、c、…表示，攝像機位于前方中部。

（1）測出控制攝像機轉到a、b、c、…上，所需的控制量分別為A、B、C、…,且控制量由順時針變大，即A＜B＜C＜....

（2）當壓力線上出現異常情況，壓力傳感器的值會出現異常，且越接近異常點，值會越大。比如監控區域有異常時，其周圍的傳感器都會有響應，且a、b、c的值較大。

（3）計算控制量：控制量由以最大值的控制量，加上修正量兩部分組成。假設a、b、c的值班為as、bs、cs，且bs的值最大，此時的控制量可以如下計算：Camera=B*[1+(cs-as)/bs]

2 硬件設計

圖1 壓力數據采集電路

本設計硬件部分主要有：電源電路、攝像機、壓力線（多個壓力傳感器組成）及其采集電路。其中，圖像信號直接通過USB傳輸給PC，不需外加電路，壓力信號通過一塊帶AD轉換模塊的AVR單片機ATM8采集完后由串口傳給PC。

2.1 電源電路

系統需要用到電源有如下幾種：（1）壓力傳感器：5V（2）AVR最小系統：5V（3）攝像機：220V(攝像機本身為12V,但其配有220V~12V的專用適配器)，故電源電路只需再加一個220～5V的適配器即可。

2.2 壓力傳感及采集電路

選用YZC-526壓力傳感器，其可測范圍為0～100kg,靈敏度2mv/v。組成傳感器組。

采集電路：使用一片高性能、低功耗的8位AVR微處理器，工作于16MHz時性能高達16 MIPS，具有8路10位ADC,電路圖如圖1所示。

3 軟件設計

本文軟件部分主要由五個模塊組成：信號采集（圖像及壓力）、壓力監控、攝相機調度、圖像處理、報警機制。開發平臺是windows，開發語言為C#。

下面分模塊簡述各個模塊的運行設計。信號采集程序流程:通過打開USB讀取圖像信息，通過串口讀取壓力信息,接收端口數據,采集完成標志位置。先測試當壓力值達到哪個范圍時，屬于不正常情況。壓力監控程序流程：系統正常運行時，實時地將測到的壓力值與這范圍比較，若該數據異常，記錄這一數據，并繼續接收后續的數據，若連續三次出現異常，則向系統發出異常信號，否則當作干擾信息濾除。攝像機調度程序流程：當壓力線上出現異常信息時，計算發生異常所在位置，系統調度攝像機轉到發生異常的位置，每隔0.1s抓拍一張圖像,連續抓拍15張，圖像獲取完成標志位置，并提示系統已經取到圖像。圖像處理程序流程:系統獲取從攝像機傳過來的圖像后，對圖像進行分析處理，分析是否有人臉存在，若存在人臉，判別該人是否屬于可信任人物，若不可信，截取人臉信息，存檔并標識異常，向系統發出警報消息；若不存在人臉，存儲此時圖像，并標識未知。報警機制程序流程：當系統發生警報消息時,將此時庭院內的狀況通過郵件發送給用戶，包括異常信息、時間、方位、入侵者的人臉信息，然后等待用戶回復，若用戶及時回復，按照用戶回復的指令操作，若用戶沒有及時回復，重發，若重發次數超過三次，不再重發，執行系統內默認的操作，響起家中警鈴。

4 系統實現

本設計程序開發是在由微軟公司推出的Windows平臺應用程序開發環境Visual Studio 2010上進行，開發語言使用Cshap，是微軟公司發布的一種完全面向對象運行于NET Framework之上的高級程序設計語言。為了調試系統算法，自行設計了一套配套的應用程序，可直觀地看到壓力數據的變化、圖像處理的效果等。如圖2顯示系統的三個界面。

運行效果如下：

圖2 系統界面

(1)對庫內可信任人認證試驗：人臉訓練出分類器，用此分類器分析出現在鏡頭下的人是否屬于可信任之人。若為可信任人，在尋找出人臉區域后，在邊框左上角標示出該人姓名。

(2)可疑人認證試驗：當出現在鏡頭下的人臉不是庫內所存有的人臉時，系統形成的分類器只能識別出人臉區域，但沒法判別身份，此時，在邊框左上角標示出Unknow字樣，并有紅色警報信號產生。

(3)多人認證：向系統內導入多張不同人的人臉圖像后，通過對不同人臉進行標識后，可實現多人同時認證。當不同可信任人同時出現在鏡頭下時，系統可以通過判別這些人臉分別與庫中存有的哪個人相似度最高，以此作為該人的身份，標示于邊框左上角。

(4)異常情況的信息通報：當出現異常情況時，系統通過internet以郵件的形式發給指定的用戶，如圖3所示。

圖3 異常情況的信息通報

5 結論

經一系列設計與調試，完成了整套系統的研究，當YZC上傳來異常信息時，系統通過標定法控制安裝于庭院內的一臺帶紅外高速球攝像機轉到相應的位置，連續抓拍圖像,然后使用Adaboost算法分析判斷圖像中是否有人出現并搜索人臉，當截取到其人臉正面圖像時，通過身份認證算法分析是否為可疑人，實現了異常情況時攝像機的調度、人臉的搜索、身份的認證、報警的產生，具有實時智能監控性能，起到了庭院安防監控的作用。

[1] Viola,P.,Jones,M.Rapid object detection using a boosted cascade of simple features[C].Proceedings of the 2001 IEEE Computer Society Conference on Volume1, 2001.vol.1,page(s):511-518.

[2] Lienhart,R.,Maydt,J.An extended set of Haarlike features forrapid object detection;Image Processing[C].Proceedings of the 2002 International Conference on Volume 1,2002 vol.1，Page(s):900-903.

[3] 徐麒,王繼成.基于視頻圖像的人臉檢測與統計[J].計算機與現代化,2010(1):120-123.

[4] 徐世釗.人臉靜態與動態檢測[D].哈爾濱工程大學,2007. [5] 高金良.基于Adaboost算法的人臉實時臉檢測及FPGA設計[D].中北大學，2011.

表2 天然氣分析精密度

4 結論

綜上所述，本文采用氣相色譜儀對天然氣樣品的組分進行了相關的分析和計算，結果表明，運用這種方法，可以有效提高選擇性的靈敏度，具有分析結果精確的優點，非常適合于對于復雜氣體的組分的確定。

參考文獻

[1] 張婭娜,陳賡良,曾文平,孫青峰.用氣相色譜法測定天然氣組成國內外標準對比研究[J].石油與天然氣化工. 2007(01)

[2] 李春瑛,韓橋,杜秋芳,張新,張培壯.天然氣標準氣體氣相色譜比對方法的研究[J].天然氣化工(C1化學與化工). 2007(01)

[3] 安建川,梁光川.天然氣計量技術現狀及趨勢[J].內蒙古石油化工. 2007(01)

作者簡介

王榮義，男，1990年11月17日，東北石油大學石油工程學院在讀本科生

Research and implementation of intelligent monitoring system for yard

Lin Yiguang1,Wang Hui2,Tong Xinglin3,Cao Chi3,Chen Liang3
(1.Guangdong Ocean University,524088;2.Guangdong Ocean University，Wuhan University of Technology,524088;3.Wuhan University of Technology,430070)

In this paper,combined with image analysis technology and intelligent control technology,and puts forward a set of applicable solution to intelligent monitoring of the courtyard,the independent development of the supporting software platform to realize the function of real-time monitoring,data storage,data reproduction.Design using multiple can be measured with a wide range of pressure sensor YZC-526 connected to a group,monitoring on the wall,determine if the suspicious person,this abnormal situation archive,and through the network to send to a given user,consult the user commands,according to return the user command, the implementation of early warning,in order to achieve the purpose of defense and security.

courtyard;surveillance;image analysis;intelligent control

林益光（1991-），男，廣東，研究方向：電子技術，圖像處理；

王慧（1963-），女，湖南，副教授，研究方向：電子通信，傳感器。

廣東省高等教育學會實驗室研究基金項目（GDJ2012063）。