應(yīng)用圖像識別技術(shù)的實驗室智能預(yù)警系統(tǒng)的設(shè)計

李毅 金文江 齊桂斌

摘 要：為應(yīng)用圖像識別技術(shù)的實驗室智能預(yù)警系統(tǒng)采用多高斯背景建模、背景差分等算法對視頻監(jiān)控數(shù)據(jù)流進行分析，可以第一時間檢測無人值守實驗室內(nèi)人員的異常進出等情況并觸發(fā)聲音報警，同時可以通過無線網(wǎng)絡(luò)將現(xiàn)場照片傳出，實現(xiàn)了對無人值守實驗室安全的智能化、網(wǎng)絡(luò)化監(jiān)管。以O(shè)K6410為硬件平臺，在移植嵌入式Linux的基礎(chǔ)上，開發(fā)了全部驅(qū)動程序和應(yīng)用軟件。

關(guān)鍵詞：智能監(jiān)控 嵌入式 背景差分法 高斯背景模型

中圖分類號：TP753 文獻標識碼：A 文章編號：1672-3791（2018）07（a）-0004-02

無人值守的實驗室會面臨人員非法進入等威脅[1]。應(yīng) 用圖像識別技術(shù)的實驗室智能預(yù)警系統(tǒng)能夠有效應(yīng)對上 述威脅，該系統(tǒng)把攝像頭攝取的圖像送入嵌入式處理器 進行監(jiān)測，一旦有目標進入，即判定威脅發(fā)生，立即聲音報 警并通過無線網(wǎng)絡(luò)將現(xiàn)場圖片發(fā)送出去，提升無人值守實 驗室的智能安保水平。

1 算法簡介

1.1 算法原理

人眼通過識讀圖像獲取信息——當進入人眼的穩(wěn)定背景畫面被出現(xiàn)的物體部分或全部遮擋，視覺神經(jīng)會立即將這些變化通知大腦，經(jīng)過大腦的研判，就能得出發(fā)現(xiàn)目標的結(jié)論[2]。

與之類似，由于實驗室環(huán)境較為穩(wěn)定，目標出現(xiàn)的畫面 與背景畫面之間存在顯著不同，只要能第一時間捕捉這種 不同，就可以確認發(fā)現(xiàn)非法目標，這種處理思路就是應(yīng)用 圖像識別技術(shù)的實驗室智能預(yù)警系統(tǒng)的算法原理。

1.2 建立背景模型

本系統(tǒng)選擇多高斯模型作為背景建模方法。

圖像中每個像素點X（x，y）的灰度呈現(xiàn)均值為μ和方差為σ2的高斯分布，而整幅圖像中所有點可組成符合η（X t，μt，σt2）的高斯分布，t是時間。如某時刻某點的概率小于規(guī)定閾值Tbkg，即

則判斷該點為目標，否則判斷為背景，這就是單高斯模型[3]。

實驗室雖然處于室內(nèi)，但仍然會受到外界影響，比如光照變化、窗外投影的改變等，而單高斯模型并不能很好 地表述這些變化。為此，本系統(tǒng)采用Stauffe等人提出的混 合高斯背景模型算法，這種算法采用多個高斯分布共同表 示一個點的灰度分布[4]：

1.3 捕獲目標

本系統(tǒng)采用背景差分法[5]捕獲目標，算法如圖1所示。

1.4 圖像獲取和發(fā)送觸發(fā)

一旦發(fā)現(xiàn)目標，執(zhí)行背景差分算法的程序會立即發(fā)出警報音并存儲這幀圖像，同時通過網(wǎng)絡(luò)將其傳送。這個功能是通過linux的inotify[6]的機制實現(xiàn)的，inotify是linux的內(nèi)核特性，它監(jiān)控文件系統(tǒng)，并及時向?qū)ｉT的應(yīng)用程序發(fā)出相關(guān)的事件警告，比如：刪除、讀、寫和卸載操作等。首先，使用inotify_init（）進行初始化，之后通過inotify_add_ watch（）函數(shù)對存儲介質(zhì)內(nèi)的文件變化進行監(jiān)測，一旦存入 新拍攝的照片，inotify_add_watch（）會立即觸發(fā)發(fā)送程序。

1.5 網(wǎng)絡(luò)通信

現(xiàn)場照片通過TCP協(xié)議發(fā)送[7]，這里使用linux的socket 網(wǎng)絡(luò)編程機制實現(xiàn)，嵌入式處理系統(tǒng)作為客戶端發(fā)送數(shù) 據(jù)，遠程移動終端作為客戶端接收數(shù)據(jù)。

1.6 算法流程

本系統(tǒng)的算法流程如圖2所示。

2 實驗室智能預(yù)警系統(tǒng)的組成

2.1 系統(tǒng)硬件組成

本系統(tǒng)的硬件組成如圖3所示，攝像頭攝取原始視頻，無線網(wǎng)絡(luò)模塊傳送數(shù)據(jù)，而主算法運行在OK6410開發(fā)板中。

2.2 系統(tǒng)的軟件構(gòu)成

本系統(tǒng)軟件組成如圖4所示，內(nèi)核為3.0.1的嵌入式linux作為操作系統(tǒng)，編制的攝像頭驅(qū)動、網(wǎng)卡驅(qū)動及聲卡 驅(qū)動可用來指揮相關(guān)硬件工作。

軟件分為圖像采集、背景模型建立、背景差分算法及 網(wǎng)絡(luò)報警等部分。其中，多高斯背景模型學習的時長為500 幀。

3 實驗結(jié)果及分析

圖5為部分實驗結(jié)果，系統(tǒng)檢測到的目標進入后，會持續(xù)拍照上傳，展示現(xiàn)場情況。

4 結(jié)語

本系統(tǒng)運用圖像識別技術(shù)完成對實驗室異常進入目 標的實時監(jiān)測，具備實用價值，能夠有效擔負起無人值守 實驗室的安全監(jiān)控任務(wù)。

參考文獻

[1] 艾德生，黃開勝，馬文川，等.實驗室安全管理模式的研究與實踐[J].實驗技術(shù)與管理，2018，35（1）：8-12.

[2] 劉曉玲.視覺神經(jīng)生理學[M].北京：人民衛(wèi) 生出版社，2012：45-52.

[3] L Lin，Y Xu， X Liang，et al.Complex background subtraction by pursuing dynamic spatio-temporal models[J].IEEE Transactions on Image Processi-ng，2015，23（7）：3191-3202.

[4] YM Song，SJ Noh，J Yu，et al.Background subtraction based on Gaussian mixture models using color and depth information[A].International Conference on Control[C].2015.

[5] Apolinário L，Armesto N，Cunqueiro L.An analysis of the influence of background subtraction and quenching onjet observables in heavy-ion collisions[J].Journal of High Energy Physics，2013（22）：1-33.

[6] 劉憶智.Linux從入門到精通[M].2版.北京：清華大學出 版社，2014：100-108.

[7] 馮穗力，董守斌.網(wǎng)絡(luò)通信原理[M].北京：科學出版社，2018：55-58.