基于LabVIEW的綜合客運樞紐站智能監(jiān)控系統(tǒng)設(shè)計

唐瑞雪，劉可敬，程學(xué)慶,3，王 鑫，邢 穎

（1. 西南交通大學(xué) 軌道交通國家實驗室(籌)，成都 610031；2. 西南交通大學(xué) 交通運輸與物流學(xué)院，成都 610031；3. 西南交通大學(xué) 綜合交通運輸智能化國家地方聯(lián)合工程實驗室，成都 610031)

當前科技發(fā)展日新月異，視頻監(jiān)控技術(shù)從早期的模擬、模數(shù)混合系統(tǒng)發(fā)展為如今的數(shù)字化、網(wǎng)絡(luò)化，并朝著智能監(jiān)控系統(tǒng)演變[1]。智能視頻監(jiān)控系統(tǒng)主要由視頻數(shù)據(jù)采集、編碼、傳輸以及分析處理等模塊構(gòu)成，其中圖像處理與識別是關(guān)鍵技術(shù)之一。

西方國家研究智能視頻監(jiān)控技術(shù)較早，美國的S3系統(tǒng)[2]和歐盟的ADVISOR[3]監(jiān)控項目是典型代表，近年隨著信息技術(shù)快速發(fā)展和公共安全防護意識增強，智能視頻監(jiān)控系統(tǒng)在全球范圍內(nèi)已成為研究熱點，并廣泛應(yīng)用于安防、交通管理等多個領(lǐng)域[4]。

中國的智能視頻監(jiān)控技術(shù)起步較晚，由于近年來國家的大力扶持和計算機等相關(guān)技術(shù)的快速發(fā)展，圖像處理與識別技術(shù)研究也日益深入。王兵兵[5]重點研究了圖像處理中的目標區(qū)域提取和行人目標識別算法，并設(shè)計了客流檢測算法，有很強的借鑒和學(xué)習(xí)意義。黃源源[6]對視頻監(jiān)控中的自動人臉識別、視頻增強和視頻編碼優(yōu)化等關(guān)鍵技術(shù)進行了研究和分析。宋波濤[7]等對視頻圖像中的運動目標檢測和跟蹤等技術(shù)進行了深入研究。

國內(nèi)外的相關(guān)研究拓展了智能視頻技術(shù)的研究路徑，本設(shè)計在前人已有研究成果基礎(chǔ)上，提出利用LabVIEW開發(fā)綜合客運樞紐站監(jiān)控系統(tǒng)。LabVIEW程序又稱虛擬儀器（VI），包括前面板、程序框圖以及圖標/連接器，其中，前面板是圖形用戶界面，程序框圖提供VI的源程序。為完成本系統(tǒng)開發(fā)，另需安裝視覺開發(fā)包（VDM）、視覺生成器（VBAI）和視覺采集軟件（VAS）3個輔助工具包。在設(shè)計中對圖像處理相關(guān)技術(shù)方法進行了研究和改造，并利用機器視覺相關(guān)模塊進行實現(xiàn)，并達到了應(yīng)用水準，為圖像處理技術(shù)的可視化處理提供了新的解決辦法。

1 客運樞紐站智能監(jiān)控需求分析與架構(gòu)

1.1 智能監(jiān)控系統(tǒng)功能需求分析

綜合客運樞紐站是集鐵路、地鐵、公交客運等交通方式于一體實現(xiàn)零接駁的綜合客運站，具有空間龐大立體、流線復(fù)雜、客流密集等特點。綜合客運樞紐站智能監(jiān)控需求表現(xiàn)為如下3個方面[8]：

（1）應(yīng)具有實時的視頻采集和傳輸功能，方便調(diào)用查看保存視頻，這是監(jiān)控系統(tǒng)的基本功能要求。

（2）對采集到的站內(nèi)區(qū)域視頻實時分析處理，實現(xiàn)客流信息的自動提取和統(tǒng)計分析，為車站管理提供依據(jù)。

（3）監(jiān)控系統(tǒng)應(yīng)具備良好的人機界面方便操作，自動生成工作日志，并預(yù)留接口以備更新完善。

1.2 智能監(jiān)控系統(tǒng)功能設(shè)計

1.2.1 圖像采集功能

視頻圖像采集是監(jiān)控系統(tǒng)的基礎(chǔ)，通過整合將多個攝像頭采集到的監(jiān)控圖像分別顯示到對應(yīng)的屏幕上，并同時保存到相應(yīng)文件夾內(nèi)的視頻文件上，還應(yīng)具有截圖功能。

1.2.2 視頻播放功能

監(jiān)控視頻播放是將采集到的視頻圖像按要求進行播放和分析。經(jīng)試驗，普通播放器播放采集到的監(jiān)控視頻，會發(fā)生播放速度過快且難以控制的問題，因此專門設(shè)計了視頻播放程序。

1.2.3 客流檢測功能

車站客流的自動檢測與統(tǒng)計是監(jiān)控系統(tǒng)智能化的關(guān)鍵技術(shù)。利用LabVIEW的圖像處理模塊對視頻圖像進行實時處理，得到行人數(shù)量、位置等信息，并推算當前時刻行人的密度、速度，獲得實時的客流信息。

1.3 智能監(jiān)控系統(tǒng)組成

按照“高內(nèi)聚低耦合”的軟件設(shè)計方法對各功能程序進行模塊化改造，智能監(jiān)控系統(tǒng)的主要組成部分有主程序、圖像采集模塊、視頻播放模塊、客流檢測模塊和其他相關(guān)程序，其中，監(jiān)控主程序是各子程序模塊的入口和聯(lián)系的紐帶。本監(jiān)控系統(tǒng)具有較高的可操作性和魯棒性，主程序前面板，如圖1所示。

圖1 智能監(jiān)控系統(tǒng)主程序前面板

在本智能監(jiān)控系統(tǒng)中，主要采用兩種方式在各模塊之間傳輸數(shù)據(jù)：

（1）通過調(diào)用系統(tǒng)文件實現(xiàn)數(shù)據(jù)的傳輸和控制，該方法主要應(yīng)用于用戶管理和系統(tǒng)設(shè)置；

（2）通過隊列函數(shù)在同一程序框圖的不同部分間或不同VI間進行數(shù)據(jù)通信，具有實時性強、傳輸信息量大、可雙向傳輸?shù)葍?yōu)點。

2 客運樞紐站智能監(jiān)控系統(tǒng)實現(xiàn)

2.1 視頻監(jiān)控圖像采集設(shè)備及布設(shè)原則

前端圖像采集設(shè)備主要有攝像機和云臺。根據(jù)場所要求不同，站內(nèi)視頻監(jiān)控方式可主要分為定點監(jiān)控和多方位監(jiān)控2種，分別選擇不同的攝像頭與安裝類型，如表1所示。

表1 視頻監(jiān)控方式與布設(shè)方法

目前，監(jiān)控布設(shè)理論研究主要將視頻監(jiān)控采集點布設(shè)問題轉(zhuǎn)化為覆蓋問題進行求解[9]。通過將監(jiān)控區(qū)域抽象為平面多邊形，將監(jiān)控點抽象為多邊形中的點，將監(jiān)控范圍抽象為以監(jiān)控點為圓心、監(jiān)控距離為半徑的圓，把視頻監(jiān)控采集點的布設(shè)抽象為平面幾何問題求解。

客運樞紐站視頻采集點布設(shè)原則[10]一般為以下幾點：以高鐵客運站內(nèi)部布局為基礎(chǔ)、以旅客在樞紐站內(nèi)的流線為核心、以重點區(qū)域的監(jiān)控為重心、監(jiān)控覆蓋范圍全面、具有前瞻性和經(jīng)濟性。

為滿足客流檢測需求，在本設(shè)計中客流監(jiān)控視頻采集點設(shè)置在出站口、通道各處的關(guān)鍵位置和客流流線控制區(qū)域，攝像頭安裝于天花板上，垂直對地拍攝行人頭部灰度圖像，既能夠減少行人影像的交疊，又由于行人頭部與淺色地面灰度值相差較大，利于提高檢測準確度。

2.2 監(jiān)控圖像采集及播放模塊設(shè)計

2.2.1 圖像采集模塊設(shè)計

監(jiān)控圖像采集按信息流動的方向，有攝像頭選取和布設(shè)、圖像采集與傳輸，圖像顯示與保存等過程。其中上節(jié)已經(jīng)討論了攝像頭選取和布設(shè)問題，此處利用LabVIEW將圖像采集顯示、視頻采集保存和圖像抓拍整合在一起，其程序框圖簡圖，如圖2所示。

圖2 單攝像頭圖像采集程序框圖

基于集中監(jiān)控配置和優(yōu)化程序結(jié)構(gòu)考慮，將位置相鄰的4個攝像頭編為一組。首先將單攝像頭采集程序按采集前、采集中、采集后的不同功能用途分別做成子程序，并將各子程序的執(zhí)行屬性設(shè)置為“共享副本重復(fù)執(zhí)行”，這樣各子程序就可以獨立并行執(zhí)行。再制作一個路徑子程序，按照不同監(jiān)控設(shè)備名稱和當前日期、時間自動創(chuàng)建文件夾來保存視頻采集的視頻和圖像，實現(xiàn)視頻圖像的同時采集和分別保存，減少了重復(fù)編程，降低了系統(tǒng)復(fù)雜程度，并解決了由于程序過大引起的卡頓問題。

LabVIEW處理子程序時，只需要將要用的組件代碼和數(shù)據(jù)空間動態(tài)載入內(nèi)存，減少了內(nèi)存占用，多個子VI可以并行運行，實現(xiàn)合理有序的編程模式和簡潔的界面布局，提高了程序魯棒性。在實際應(yīng)用中，根據(jù)大區(qū)的數(shù)目將該程序復(fù)制多份并分別重命名設(shè)置保存即可投入使用，不需另行設(shè)計。多攝像頭圖像采集部分核心程序，如圖3所示。

2.2.2 視頻播放模塊設(shè)計

用LabVIEW制作視頻播放程序的方法主要有2種：

（1）通過打開自動化函數(shù)調(diào)用系統(tǒng)的視頻播放軟件，其優(yōu)點是制作簡單，操作方便，兼容多種視頻格式，缺點是無法進行操作控制，難以擴展，不符合視頻監(jiān)控回放的要求；

（2）視頻播放程序設(shè)計方法類似視頻錄制逆過程，其流程大致為“打開AVI視頻文件——在循環(huán)中逐幀讀取圖像并顯示——播放完畢——結(jié)束循環(huán)關(guān)閉視頻文件”，在播放過程中可以通過滑動桿控件作為視頻進度條顯示播放的進度。

圖3 多攝像頭圖像采集程序框圖

本設(shè)計采用第2種方法，利用LabVIEW設(shè)計出易用且功能完備的AVI視頻播放器，通過設(shè)計，利用簡單內(nèi)循環(huán)和移位寄存器使得滑動桿控件成為可以調(diào)節(jié)的進度條，并得以通過單選按鈕、控制進度桿和循環(huán)間隔等實現(xiàn)對視頻播放的控制，視頻播放程序設(shè)計，如圖4所示。

圖4 監(jiān)控視頻播放程序框圖

上述程序可以實現(xiàn)錄制視頻的正常播放、快進、快退、暫停等功能，并可以通過擴展添加截圖和目標追蹤功能。

2.3 客流檢測理論及程序?qū)崿F(xiàn)

客流檢測模塊首先通過圖像處理的方法將采集到的目標區(qū)域視頻圖像進行實時處理，提取出當前圖像中的動態(tài)目標圖像，然后使用機器視覺的方法進行識別，得到監(jiān)控區(qū)域行人的人數(shù)、密度和速度信息[11]，為客流預(yù)警及應(yīng)急疏散提供了技術(shù)支持。

采用灰度圖像并使用背景差分法提取動態(tài)目標圖像，將當前圖像與背景圖像相比較并取灰度差值的絕對值，可盡量減少有用像素的損失，提高運動目標采集準確率。

背景差分法得到前景灰度圖像含有很多的雜質(zhì)像素和空洞，不能直接用于行人識別，將前景灰度圖像依次進行灰度形態(tài)學(xué)處理、自動閾值運算和圖像分割處理，得到雜質(zhì)較少的行人前景圖像。圖像處理的核心程序，如圖5所示。

利用LabVIEW機器視覺函數(shù)列表中的 IMAQ Count Objects2函數(shù)處理圖像，可以得到前景圖像中的孤立色塊（行人）的數(shù)目、面積和其在圖中的質(zhì)心坐標等。利用行人所占像素數(shù)與圖像總像素數(shù)之比，可以計算得到站內(nèi)該區(qū)域行人的密度信息。利用相同間隔時間內(nèi)的行人位置的變化，可以計算得到行人的平均速度。在實際應(yīng)用中首先將圖像處理、客流檢測程序整合成一個子程序，并設(shè)置為可重入執(zhí)行，然后利用隊列函數(shù)將其與圖像采集程序有機地聯(lián)系在一起，得到實時的行人信息，通過隊列的方法將得到的運動目標數(shù)據(jù)傳輸?shù)街鞒绦蛑羞M行統(tǒng)計和處理。

圖5 部分圖像處理程序框圖

客流流量、速度、密度是車站客流安全狀態(tài)判別的3個基礎(chǔ)指標要素，也是反應(yīng)客流狀況最重要的數(shù)據(jù)，在對客流安全等級標準設(shè)置完成后，可以使用強度圖展示車站不同區(qū)域的客流安全狀態(tài)，為車站客流智能化預(yù)警提供直接的管理工具。為驗證檢測效果，將客流檢測模塊加入到單攝像頭圖像采集程序中，并整合做出一個完整的客流檢測程序，采用人員應(yīng)急疏散仿真工程軟件Path finder構(gòu)建車站疏散三維場景，采用頂視圖進行拍攝和同步檢測，程序前面板，如圖6所示。

圖6 客流采集檢測前面板

根據(jù)檢測情況可知，在行人較為稀疏時數(shù)量檢測成功率高，人數(shù)較多時容易發(fā)生圖像粘連，使得檢測出的行人數(shù)量和密度偏低，使用人群灰度占比當做密度指標可以有效彌補這一缺陷。另外行人速度跳變過大，經(jīng)過分析，改用“行人平均位置坐標——平均移動距離坐標——平均移動距離——平均移動速度”的流程進行處理，改正了將不同幀行人坐標直接加減的錯誤做法，同時又采用移動平均法對速度曲線進行平滑處理，得到了更為直觀準確的檢測結(jié)果。

3 結(jié)束語

本設(shè)計基于鐵路綜合客運樞紐站的監(jiān)控需求，利用LabVIEW軟件開發(fā)了智能視頻監(jiān)控系統(tǒng)。在系統(tǒng)中利用模塊化設(shè)計實現(xiàn)了程序復(fù)用，降低了系統(tǒng)復(fù)雜度，解決了多攝像頭視頻采集的卡頓問題，并利用圖像處理技術(shù)完成客流檢測與分析，為車站智能化客流預(yù)警管理提供解決辦法。以后會將研究的重點放在人頭定位檢測和人臉識別上嗎，并繼續(xù)提高檢測效率。

[1] 郭長青，魏 奇，付 思，等. 城市軌道交通警用數(shù)字視頻監(jiān)控系統(tǒng)[J]. 鐵路計算機應(yīng)用，2016，25（11）： 58-61.

[2] Y. Tian, A. W. Senior, A. Hampapur, et al. IBM Smart Surveillance System (S3): event based video surveillance system with an open and extensible framework[J]. Machine Vision and Applications, 2008(19): 315-327.

[3] NILS T S, STEPHEN J M. The ADVISOR Visual Surveillance System[C]//Proceedings of the ECCV Workshop on Applications of Computer Vision, Prague, 2004:103-111．

[4] Lee S C, Nevatia R. Hierarchical abnormal event detection by real time and semi-real time multi-tasking video surveillance system[J].Machine vision and anplicatio ns,2014,25(1):133-143.

[5] 王兵兵. 基于視頻的軌道交通客流監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].北京：北京建筑工程學(xué)院，2012.

[6] 黃源源. 視頻監(jiān)控系統(tǒng)中一些關(guān)鍵技術(shù)的研究[D].成都：電子科技大學(xué)，2013.

[7] 宋波濤. 智能視頻監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].長春：吉林大學(xué)，2009.

[8] 李 利，芮孟寨，莊 哲. 內(nèi)燃機車遠程監(jiān)控平臺信息管理系統(tǒng)設(shè)計[J]. 鐵路計算機應(yīng)用，2016，25（6）： 31-34.

[9] 謝征宇，賈利民，秦 勇，等. 鐵路客運樞紐視頻監(jiān)控采集點布設(shè)模型[J]. 中南大學(xué)學(xué)報：自然科學(xué)版，2013（S2）：254-257.

[10] 謝征宇，董寶田. 高鐵客運樞紐視頻監(jiān)控采集點布設(shè)研究[J]. 綜合運輸，2010（8）：65-68.

[11] 李得偉，孫宇星，黃建玲.地鐵客流預(yù)警技術(shù)基礎(chǔ)探討[J].都市快軌交通，2013（2）：62-66.