自制教學(xué)裝置“雙目視覺(jué)安全監(jiān)控系統(tǒng)”在機(jī)器視覺(jué)課程中的應(yīng)用

宋麗梅　林文偉　朱新軍　張金玉　王全義

摘 要 在科學(xué)技術(shù)迅速發(fā)展、知識(shí)日益加速的當(dāng)今， 高層次、復(fù)合型人才的數(shù)量和質(zhì)量在各個(gè)國(guó)家綜合國(guó)力競(jìng)爭(zhēng)中起著越來(lái)越重要的作用。為國(guó)家培養(yǎng)高層次的人才，已成為了一項(xiàng)重大而艱巨的任務(wù)。而培養(yǎng)高素質(zhì)人才的教學(xué)離不開(kāi)實(shí)踐。開(kāi)展課外實(shí)踐教學(xué)既能培養(yǎng)學(xué)生解決實(shí)際問(wèn)題的能力，又能將原本枯燥的理論知識(shí)與實(shí)踐結(jié)合起來(lái)。本文以自制教學(xué)裝置“雙目視覺(jué)安全監(jiān)控系統(tǒng)”在機(jī)器視覺(jué)課程中的應(yīng)用為例，讓學(xué)生通過(guò)使用儀器更好地理解機(jī)器視覺(jué)領(lǐng)域的理論知識(shí)，提高學(xué)生的工程實(shí)踐能力和獨(dú)立創(chuàng)新能力。

關(guān)鍵詞 機(jī)器視覺(jué) 雙目視覺(jué)安全監(jiān)控系統(tǒng) 實(shí)踐教學(xué)

中圖分類(lèi)號(hào)：G424 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.16400/j.cnki.kjdkz.2017.08.049

The Application of"Binocular Vision Security Monitoring System" in

Machine Vision Course

SONG Limei， LIN Wenwei， ZHU xinjun， ZHANG Jinyu， WANG Quanyi

（Tianjin Polytechnic University， Key Laboratory of Advanced Electrical Engineering and

Energy Technology， Tianjin 300387）

Abstract In today's rapid development of science and technology， knowledge is increasingly accelerated， quality and compound talent plays a more and more important role in the comprehensive national strength competition of the various countries. Cultivating high-level talents for the country has become a major and arduous task. The cultivation of high quality teaching is inseparable from practice. The practice teaching of after-school practice can cultivate students' ability to solve practical problems， but also combine the original dry theory knowledge with practice. Based on self-made teaching apparatus "binocular vision security monitoring system" in the application of machine vision course as an example， let the student through the use of the instrument to a better understanding of the theoretical knowledge in the field of machine vision， and improve students' ability of engineering practice ability and independent innovation.

Keywords Machine vision； visual security monitoring system； practice teaching

0 引言

隨著社會(huì)對(duì)安全要求的日益重視和提高，安全監(jiān)控越來(lái)越重要。機(jī)器視覺(jué)在人們?nèi)粘Ｖ械膽?yīng)用顯得格外重要。機(jī)器視覺(jué)廣泛應(yīng)用于交通管理、視覺(jué)導(dǎo)航、可視預(yù)警等領(lǐng)域。通過(guò)機(jī)器視覺(jué)的應(yīng)用，我們可以更好地監(jiān)控一些重要的場(chǎng)所，確保場(chǎng)所的安全。本文主要研究在復(fù)雜的運(yùn)動(dòng)環(huán)境下通過(guò)雙相機(jī)對(duì)運(yùn)動(dòng)中的人體目標(biāo)進(jìn)行自動(dòng)檢測(cè)與跟蹤，當(dāng)人運(yùn)動(dòng)到危險(xiǎn)區(qū)域時(shí)，系統(tǒng)發(fā)出警報(bào)對(duì)人進(jìn)行提醒。通過(guò)“雙目視覺(jué)安全監(jiān)控系統(tǒng)”的使用，可以幫助學(xué)生更加全面地了解有關(guān)機(jī)器視覺(jué)的相關(guān)內(nèi)容，可以了解理論知識(shí)在現(xiàn)實(shí)環(huán)境中的具體應(yīng)用，有利于提高學(xué)生的創(chuàng)新能力，在教師教學(xué)與學(xué)生培養(yǎng)上有有著深遠(yuǎn)的意義。在此次教學(xué)實(shí)踐中學(xué)生通過(guò)自己動(dòng)手使用“雙目視覺(jué)安全監(jiān)控系統(tǒng)”對(duì)危險(xiǎn)區(qū)域進(jìn)行監(jiān)控檢測(cè)，最終達(dá)到了對(duì)重要場(chǎng)所進(jìn)行安全監(jiān)控的作用。這種將實(shí)踐教學(xué)與工程項(xiàng)目相結(jié)合的教學(xué)方式，不但可以培養(yǎng)研究生在未來(lái)工作中獨(dú)立鉆研的能力，也為研究生今后尋求工作奠定基礎(chǔ)。圖1是“雙目視覺(jué)安全監(jiān)控系統(tǒng)”的實(shí)物圖。

1 “雙目視覺(jué)安全監(jiān)控系統(tǒng)”的工作過(guò)程及原理

首先，用兩個(gè)攝像頭捕捉圖像，利用高斯背景建模，當(dāng)有行人經(jīng)過(guò)此區(qū)域時(shí)求其最小包絡(luò)矩形，在最小包絡(luò)矩形中進(jìn)行hog行人檢測(cè)。然后，通過(guò)對(duì)兩幅圖像求視差圖從而得到行人在相機(jī)中的視差信息，根據(jù)視差信息得出行人與危險(xiǎn)區(qū)域的距離。

通過(guò)高斯分配背景的模型，可以用單個(gè)高斯分布來(lái)表示在圖像中的單個(gè)像素點(diǎn)的顏色模型。模型為 （x， t， t），下標(biāo)t表示時(shí)間，Xt為圖像點(diǎn)的當(dāng)前顏色度量，若：

（x， t， t）≤Tp （1）

式（1）中Tp為概率閾值， （x， t， t）中的值大于Tp為前景點(diǎn)，反則為背景點(diǎn)。

在背景圖像里，指定的一些像素點(diǎn)的亮度值的分布是符合高斯分布，如在背景圖像B中（x，y）點(diǎn)的像素點(diǎn)的亮度值滿(mǎn)足：

IB（x，y）～N（u，d） （2）

高斯背景模型中的每個(gè)像素屬性都內(nèi)含有兩個(gè)參數(shù)值，即平均值u和方差d。對(duì)于圖像G，如果：

Exp（-（IG（x，y）-u（x，y））^2/（2*d^2））>T （3）

則認(rèn)為（x，y）是背景點(diǎn)，否則為前景點(diǎn)。

背景圖像的值也不是不變的，當(dāng)時(shí)間發(fā)生變化時(shí)，背景圖像的像素值也會(huì)發(fā)生一定的變化，這時(shí)不斷更新每個(gè)像素點(diǎn)的參數(shù)：

u（t+1，x，y） = a*u（t，x，y） + （1-a）*I（x，y） （4）

圖2描述了我們對(duì)圖像的特征提取和所需的目標(biāo)檢測(cè)流程。首先，對(duì)輸入的圖像進(jìn)行色彩或亮度的歸一化，計(jì)算出圖像中的梯度值。通過(guò)基于空間的權(quán)重投票后對(duì)重疊空間塊的對(duì)比度進(jìn)行歸一化。然后，通過(guò)檢測(cè)窗口對(duì)圖像進(jìn)行計(jì)算其hog特征值。最后，通過(guò)線性的SVM對(duì)得到的特征值進(jìn)行分類(lèi)處理，輸出分類(lèi)結(jié)果。hog算法可以在圖像中的局部進(jìn)行形狀的提取，因而對(duì)幾何和光學(xué)變化都有很好的不變性。在一些復(fù)雜條件下，只要行人保持正常行走的姿勢(shì)，hog行人檢測(cè)算法都能準(zhǔn)確地識(shí)別與檢測(cè)出來(lái)。即使存在有一些細(xì)微的肢體動(dòng)作，這些細(xì)微的動(dòng)作可以被忽略而不影響檢測(cè)效果。

2 數(shù)據(jù)采集與處理

我們通過(guò)兩臺(tái)千兆網(wǎng)GIGE相機(jī)來(lái)獲取重要場(chǎng)所的圖像數(shù)據(jù)，并通過(guò)hog算法對(duì)行人進(jìn)行識(shí)別，通過(guò)兩臺(tái)相機(jī)采集的不同圖像而得到行人在相機(jī)中的視差信息，根據(jù)視差信息得出行人與危險(xiǎn)區(qū)域的距離。最后通過(guò)我們檢測(cè)到的行人的位置和深度與我們所劃分的危險(xiǎn)區(qū)域進(jìn)行監(jiān)測(cè)。如果行人進(jìn)入危險(xiǎn)區(qū)域，系統(tǒng)立刻進(jìn)行警報(bào)。

由于在視頻監(jiān)控中需要較強(qiáng)的實(shí)時(shí)性，所以算法復(fù)雜度不能太高。所以在此研究中，采用BM圖像匹配算法。綜合流程見(jiàn)圖3、圖4：

3 結(jié)束語(yǔ)

利用雙目視覺(jué)安全監(jiān)控系統(tǒng)對(duì)學(xué)生開(kāi)展教學(xué)實(shí)踐活動(dòng)，不僅讓學(xué)生更加深刻地理解了機(jī)器視覺(jué)在人們?nèi)粘Ｉ畹木唧w應(yīng)用，更是通過(guò)本次教學(xué)讓學(xué)生對(duì)機(jī)器視覺(jué)這一學(xué)科有詳細(xì)的了解。在今后我們將繼續(xù)改進(jìn)教學(xué)方式與教學(xué)水平，讓學(xué)生得到更好的培養(yǎng)，并使其能與社會(huì)的發(fā)展相適應(yīng)。

4 致謝

在此感謝天津市應(yīng)用基礎(chǔ)及前沿計(jì)劃（NO.16JCQNJC02100，NO.15JCYBJC51700 and NO.16JCYBJC15400），國(guó)家科技支撐計(jì)劃（2014BAH03F01），天津舞臺(tái)科學(xué)技術(shù)研究所， 天津市廣播技術(shù)發(fā)展公司，以及天津大學(xué)精密測(cè)試技術(shù)及儀器國(guó)家重點(diǎn)實(shí)驗(yàn)室對(duì)本文的支持。

參考文獻(xiàn)

[1] 張雷，劉冀偉，王志良.“固定場(chǎng)景下的運(yùn)動(dòng)檢測(cè)與運(yùn)動(dòng)跟蹤，模式識(shí)別，”微計(jì)算機(jī)信息：測(cè)控自動(dòng)化[J]，vol.20，no.9-1，pp.287-289，2006.

[2] 宋麗梅，李宗艷，陳昌曼，習(xí)江濤，郭慶華，李曉捷. A correction method of color projection fringes in 3D contour measurement[J].Optoelectronics Letters，2015，04：303-306.

[3] 黃飛，李德華，姚迅.“基于相關(guān)匹配及自適應(yīng)模板更新的目標(biāo)跟蹤新方法”計(jì)算機(jī)工程[J].計(jì)算機(jī)工程，vol.33，no.16，pp.147-149，2007.8.

[4] 宋麗梅，陳昌曼，陳卓，習(xí)江濤，禹延光. Essential parameter calibration for the 3D scanner with only single camera and projector[J].Optoelectronics Letters，2013.2：143-147.