牛寧寧



摘? 要: 為了實現監控系統的通用性和遠程化,改善低性價比的傳統監控系統,設計了智能監控與信息報警服務集成系統。該系統基于圖像處理技術和GSM公共無線岡絡,基于人物的對稱性,通過分段等技術來實現人數識別和統計;通過定位、降噪、邊緣檢測、灰度化、二值化、提取、分割等技術實現了車牌識別;通過“15點法”實現了火焰識別;并可通過短信提供報警服務,以實現對現場環境的遠程智能監控。
關鍵詞: 短信服務; 圖像處理; 圖像識別; 智能監控
中圖分類號:TP391.41? ? ? ? ? 文獻標識碼:A? ? ?文章編號:1006-8228(2020)04-51-03
Design and implementation of integrated system for intelligent
monitoring and information alarm service
Niu Ningning
(Computer Department Qinghai University for Nationalities, Xining, Qinghai 810007, China)
Abstract: In order to realize the universality and remoteness of the monitoring system and improve the traditional monitoring system with low cost performance ratio, an integrated system for intelligent monitoring and information alarm service is designed. Using image processing technology and GSM public wireless network, the system realizes the recognition and statistic of people number, according to the symmetry of human body and using subsection technology; realizes the license plate recognition by using the technologies of location, noise reduction, edge detection, gray level, binarization, extraction and segmentation etc.; and realizes the flame recognition by using the 15-point method, so as to realize the remote intelligent monitoring to the scene environment.
Key words: SMS; image processing; image recognition; intelligent monitoring
0 引言
隨著無線通信技術,圖像處理技術和計算機技術的迅速發展[1],人們對生活中安全的需求也隨之提高。因此針對市場需求研制一款方便快捷的遠程監控系統,并具有信息服務報警功能,及時預警潛在的危害,以保障人們財產的安全,已經受到人們的重視。
傳統的監控系統多種多樣,近年來也有一些監控系統是基于圖像處理的,但這些系統在遠程控制、報警以及通用性方面存在不足。本文提出的基于GSM和圖像處理技術的遠程智能監控系統更適合于經常在外的人員使用。
1 系統硬件及集成
1.1 系統組成
該系統采用了GSM短信貓、手機顯示器、攝像頭、云臺、主機等硬件設備,系統流程如圖1所示。系統采用計算機而沒有采用低成本的單片機是由于單片機本身不具備圖像處理能力,況且倉庫本身需要計算機來進行貨物管理,所以在實際上采用計算機要比采用單片機更為合適。圖像采集模塊將采集到的圖像傳給車牌識別、人數統計、火焰識別三個功能模塊進行處理,如發現異常,將通過處理器將報警信息發送給GSM模塊,再由GSM模塊將信息傳遞給手機,視頻回放模塊用于顯示現場環境。
1.2 GSM短信模塊
移動電話是人們日常工作的通信工具,已經非常普及,基本成為人們日常生活的必需品。本系統將事故報警服務與短信服務集成在一起,充分利用短信服務的及時能力,達到事故報警的實時性、快速性。
短信服務模塊采用WAVECOM核心模塊,應用通用的RS232串行接口,只需插在電腦的RS-232插槽上,即可實現短信收發或通過GPRS進行數據傳輸。
1.3 圖像采集模塊
圖像采集模塊完成環境圖像的采集與存儲,并具有長時間視頻存儲能力,為事故發生后現場分析、證據保存、原因查找等提供服務。圖像采集系統由攝像頭、云臺、采集卡等設備組成,其中室外攝像頭可根據需要設置多個。
2 系統軟件設計與開發
2.1 人物識別
普通人的體型在大體上是具有對稱性的,結合人體側面的身體曲線變化規律,可以將這兩個特點作為識別人物的因子[2-3]。但是在用此規律作為識別因子的時候,應該注意到人物的對稱點在橫坐標上的分布情況。如圖2所示,將人物圖像在縱向分為三段,可以通過計算來得到人物的側面曲線上的橫坐標的值,然后將L1、L2、L3三段上的人物左側面所有橫坐標的值分別加在一起,右邊的R1、R2、R3也如此進行分別相加,得到以下數據(單位像素):
L1=29422,L2=32332,L3=44868
R1=67827,R2=63957,R3=58395
可以觀察到:L1在L1、L2、L3中最小,L2居中,L3最大,而R1在R1、R2、R3中最大,R2居中,R3最小,其中j表示該圖片橫向像素點的個數。在進行人物識別時,采集的整個人體上面3/5的高度,這樣無論是成人還是小孩都可以采集到一樣的人體部位。
當然也可能有兩個人或多個人同時出現的情況,對此將波峰數作為人物的個數,再對每一波峰圖像進行分析,最后得到兩個人同時出現。
2.2 車牌識別
車牌號碼識別[4--5]主要是通過模板匹配方式來進行識別,將采集來的車牌圖像經過定位、降噪、邊緣檢測、灰度化、二值化、提取,如圖3所示,然后對車牌圖像進行分割并與標準模板進行匹配,按照匹配率最高原則實現字符的識別。
將圖塊和標準模板進行遍歷匹配,取匹配率最大者做為該圖塊的實際符號,從而得到車牌號碼,這種算法的識別率較高。
2.3 火焰識別
火焰的識別[6-10]根據火焰紋理完成。將環境沒有火焰時采集的圖像(稱為靜態時圖)作為初始圖像,當動態物體出現時,再采集一些圖像(稱為動態時圖),然后將動態時圖與靜態時圖的對應像素點相減,從而得到物體輪廓。再通過去噪算法,即可得到如圖4(c)所示的輪廓。該去噪算法成為“15點法”,即從一個像素矩陣點的左上角出發,依次對a[0][k](k=0,1,2,…,n)進行了一次從上到下的掃描,每次掃描申請一個整形變量count_k=0,然后每當遇到一個輪廓點時count_k++,直到count_k等于15,將此點縱坐標和k值存入一個二維數組lunkuo中,停止該列計算,開始下一列掃描,直到所有列被遍歷完為止,然后將lunkuo中的點用畫筆畫出來,就可以得到物體的清晰輪廓。
本文提出的“15點法”并不是將15作為一個確定的閾值,而是對于采集的圖片用15點作為閾值時效果達到了最佳,對于別的環境采集到的圖片可能采用別的閾值(如14,17或16等)?!?5點法”是一個輪廓提取時的去噪算法,而不是一個閾值大小的規定。
物體輪廓得到后,需要進行火焰與否識別。該系統采用三因素識別算法,首先是RGB值,通?;鹧媸欠浅A恋模訰GB值也會非常大,本系統將火焰的RGB閾值設為125;其次是輪廓曲線,火焰的輪廓是不斷變化的,所以將輪廓的不斷變化作為識別該物體是否為火焰的一個主要因子;然后是火焰的重心,除了特殊情況,一般來說火焰的重心在短時間內是不會超出其本身的邊界。同時滿足上述三個條件,可以判定其為火焰。
2.4 短信收發模塊設計
該信息模塊具有接收、發送信息的功能和指令分析功能。主要為了實現報警的遠程化,管理人員無論在何時何處,都能接收到報警系統發來的報警信息[11]。報警模塊所用到的API接口如下:
extern_declspec
(dllexport) HANDLE_stdcall WINAPI hOpenComm(const? char*szPort):該接口用于關閉計算機串口。
extern_declspec(dllexport)bool _stdcallWINAPI bCloseComm(HANDLEhComm):
該接口函數用于打開計算機串
extern_declspec
(dllexport) bool_stdcallWINAPI bSendMsg
(HANDLEhComm, char*szMsg, char*szPhNbr,
char*szSCA, char*szNextMsg, int iSMSFormat,
char*szErrInfo):該接口用于發送信息,第一個參數為串口句柄,第二個參數用于保存要發送的信息,其余參數為固定參數(即公司網站和短信貓序列號)。
extern_declspec(dllexport)int__stdcall
WINAPI iRecvMsg(HANDLE hComm,
SM_RCV_STRU*RcvSMS, int iSMSFormat,
char*szErrInfo):該接口用于接收信息,參數用途和發送信息接口一樣。
3 結論
該系實現了車牌識別、人數統計、火焰識別三個主要功能,系統基于圖像處理技術和GSM公共無線岡絡,能夠對現場環境進行實時分析,并可通過短信提供報警服務,以實現對現場環境的遠程智能監控,也為后續智慧消防研究及人像識別的研究打下了一個良好的基礎。
參考文獻(References):
[1] 姚希.數字圖像處理技術及其應用[J].電子技術與軟件工程,2017.18:87-87
[2] 梁榮華,劉向東,馬祥音,王子仁.基于SURF的高密度人群計數方法[J].計算機輔助設計與圖形學學報,2012.12:1568-1575
[3] K Chen, C C Loy, SGong, TXiang. Feature mining for?localised crowd counting[C].BMVC,2012:1-11
[4] 韓國華,蔣雨薇,丘建棟,黃練.基于車牌識別數據的出行特征研究[J].黑龍江交通科技,2017.9:213-214
[5] Liu,Siyuan,Liu,Yunhuai.Detecting Crowdedness Spot inCity Transportation[J]. IEEETransactions on Vehicular Technology,2013.62(4):1527-1539
[6] 曾思通,吳海彬,沈培輝.基于多特征融合的視頻火焰檢測方法研究[J].圖學學報,2017.4:549-557
[7] 吳茜茵,嚴云洋,杜靜,高尚兵,劉以安.多特征融合的火焰檢測算法[J].智能系統學報,2015.2:240-247
[8] 嚴云洋,唐巖巖,郭志波,高尚兵.融合色彩和輪廓特征的火焰檢測[J].微電子學與計算機,2011.10:137-141,145
[9] 劉輝,張云生,張印輝,何自芬.基于灰度差分統計的火焰圖像紋理特征提取[J].控制工程,2013.2:213-218
[10] 王媛彬,馬憲民.基于圖像特征的火災火焰識別方法[J].消防科學與技術,2012.2:126-128
[11] 程明遠.基于GSM技術網管系統短信報警平臺的研究與實現[D].北京郵電大學碩士學位論文,2011.