智能監(jiān)控與信息報(bào)警服務(wù)集成系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

牛寧寧

摘? 要： 為了實(shí)現(xiàn)監(jiān)控系統(tǒng)的通用性和遠(yuǎn)程化，改善低性價(jià)比的傳統(tǒng)監(jiān)控系統(tǒng)，設(shè)計(jì)了智能監(jiān)控與信息報(bào)警服務(wù)集成系統(tǒng)。該系統(tǒng)基于圖像處理技術(shù)和GSM公共無線岡絡(luò)，基于人物的對(duì)稱性，通過分段等技術(shù)來實(shí)現(xiàn)人數(shù)識(shí)別和統(tǒng)計(jì);通過定位、降噪、邊緣檢測(cè)、灰度化、二值化、提取、分割等技術(shù)實(shí)現(xiàn)了車牌識(shí)別;通過“15點(diǎn)法”實(shí)現(xiàn)了火焰識(shí)別;并可通過短信提供報(bào)警服務(wù)，以實(shí)現(xiàn)對(duì)現(xiàn)場(chǎng)環(huán)境的遠(yuǎn)程智能監(jiān)控。

關(guān)鍵詞： 短信服務(wù); 圖像處理; 圖像識(shí)別; 智能監(jiān)控

中圖分類號(hào)：TP391.41? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：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(shù)，圖像處理技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展[1]，人們對(duì)生活中安全的需求也隨之提高。因此針對(duì)市場(chǎng)需求研制一款方便快捷的遠(yuǎn)程監(jiān)控系統(tǒng)，并具有信息服務(wù)報(bào)警功能，及時(shí)預(yù)警潛在的危害，以保障人們財(cái)產(chǎn)的安全，已經(jīng)受到人們的重視。

傳統(tǒng)的監(jiān)控系統(tǒng)多種多樣，近年來也有一些監(jiān)控系統(tǒng)是基于圖像處理的，但這些系統(tǒng)在遠(yuǎn)程控制、報(bào)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(shù)的遠(yuǎn)程智能監(jiān)控系統(tǒng)更適合于經(jīng)常在外的人員使用。

1 系統(tǒng)硬件及集成

1.1 系統(tǒng)組成

該系統(tǒng)采用了GSM短信貓、手機(jī)顯示器、攝像頭、云臺(tái)、主機(jī)等硬件設(shè)備，系統(tǒng)流程如圖1所示。系統(tǒng)采用計(jì)算機(jī)而沒有采用低成本的單片機(jī)是由于單片機(jī)本身不具備圖像處理能力，況且倉(cāng)庫(kù)本身需要計(jì)算機(jī)來進(jìn)行貨物管理，所以在實(shí)際上采用計(jì)算機(jī)要比采用單片機(jī)更為合適。圖像采集模塊將采集到的圖像傳給車牌識(shí)別、人數(shù)統(tǒng)計(jì)、火焰識(shí)別三個(gè)功能模塊進(jìn)行處理，如發(fā)現(xiàn)異常，將通過處理器將報(bào)警信息發(fā)送給GSM模塊，再由GSM模塊將信息傳遞給手機(jī)，視頻回放模塊用于顯示現(xiàn)場(chǎng)環(huán)境。

1.2 GSM短信模塊

移動(dòng)電話是人們?nèi)粘９ぷ鞯耐ㄐ殴ぞ?，已?jīng)非常普及，基本成為人們?nèi)粘Ｉ畹谋匦杵?。本系統(tǒng)將事故報(bào)警服務(wù)與短信服務(wù)集成在一起，充分利用短信服務(wù)的及時(shí)能力，達(dá)到事故報(bào)警的實(shí)時(shí)性、快速性。

短信服務(wù)模塊采用WAVECOM核心模塊，應(yīng)用通用的RS232串行接口，只需插在電腦的RS-232插槽上，即可實(shí)現(xiàn)短信收發(fā)或通過GPRS進(jìn)行數(shù)據(jù)傳輸。

1.3 圖像采集模塊

圖像采集模塊完成環(huán)境圖像的采集與存儲(chǔ)，并具有長(zhǎng)時(shí)間視頻存儲(chǔ)能力，為事故發(fā)生后現(xiàn)場(chǎng)分析、證據(jù)保存、原因查找等提供服務(wù)。圖像采集系統(tǒng)由攝像頭、云臺(tái)、采集卡等設(shè)備組成，其中室外攝像頭可根據(jù)需要設(shè)置多個(gè)。

2 系統(tǒng)軟件設(shè)計(jì)與開發(fā)

2.1 人物識(shí)別

普通人的體型在大體上是具有對(duì)稱性的，結(jié)合人體側(cè)面的身體曲線變化規(guī)律，可以將這兩個(gè)特點(diǎn)作為識(shí)別人物的因子[2-3]。但是在用此規(guī)律作為識(shí)別因子的時(shí)候，應(yīng)該注意到人物的對(duì)稱點(diǎn)在橫坐標(biāo)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(jì)算來得到人物的側(cè)面曲線上的橫坐標(biāo)的值，然后將L1、L2、L3三段上的人物左側(cè)面所有橫坐標(biāo)的值分別加在一起，右邊的R1、R2、R3也如此進(jìn)行分別相加，得到以下數(shù)據(jù)（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(diǎn)的個(gè)數(shù)。在進(jìn)行人物識(shí)別時(shí)，采集的整個(gè)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(dāng)然也可能有兩個(gè)人或多個(gè)人同時(shí)出現(xiàn)的情況，對(duì)此將波峰數(shù)作為人物的個(gè)數(shù)，再對(duì)每一波峰圖像進(jìn)行分析，最后得到兩個(gè)人同時(shí)出現(xiàn)。

2.2 車牌識(shí)別

車牌號(hào)碼識(shí)別[4--5]主要是通過模板匹配方式來進(jìn)行識(shí)別，將采集來的車牌圖像經(jīng)過定位、降噪、邊緣檢測(cè)、灰度化、二值化、提取，如圖3所示，然后對(duì)車牌圖像進(jìn)行分割并與標(biāo)準(zhǔn)模板進(jìn)行匹配，按照匹配率最高原則實(shí)現(xiàn)字符的識(shí)別。

將圖塊和標(biāo)準(zhǔn)模板進(jìn)行遍歷匹配，取匹配率最大者做為該圖塊的實(shí)際符號(hào)，從而得到車牌號(hào)碼，這種算法的識(shí)別率較高。

2.3 火焰識(shí)別

火焰的識(shí)別[6-10]根據(jù)火焰紋理完成。將環(huán)境沒有火焰時(shí)采集的圖像（稱為靜態(tài)時(shí)圖）作為初始圖像，當(dāng)動(dòng)態(tài)物體出現(xiàn)時(shí)，再采集一些圖像（稱為動(dòng)態(tài)時(shí)圖），然后將動(dòng)態(tài)時(shí)圖與靜態(tài)時(shí)圖的對(duì)應(yīng)像素點(diǎn)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(diǎn)法”，即從一個(gè)像素矩陣點(diǎn)的左上角出發(fā)，依次對(duì)a[0][k]（k=0，1，2，…，n）進(jìn)行了一次從上到下的掃描，每次掃描申請(qǐng)一個(gè)整形變量count_k=0，然后每當(dāng)遇到一個(gè)輪廓點(diǎn)時(shí)count_k++，直到count_k等于15，將此點(diǎn)縱坐標(biāo)和k值存入一個(gè)二維數(shù)組lunkuo中，停止該列計(jì)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(diǎn)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(diǎn)法”并不是將15作為一個(gè)確定的閾值，而是對(duì)于采集的圖片用15點(diǎn)作為閾值時(shí)效果達(dá)到了最佳，對(duì)于別的環(huán)境采集到的圖片可能采用別的閾值（如14，17或16等）?！?5點(diǎn)法”是一個(gè)輪廓提取時(shí)的去噪算法，而不是一個(gè)閾值大小的規(guī)定。

物體輪廓得到后，需要進(jìn)行火焰與否識(shí)別。該系統(tǒng)采用三因素識(shí)別算法，首先是RGB值，通?；鹧媸欠浅Ａ恋?，所以RGB值也會(huì)非常大，本系統(tǒng)將火焰的RGB閾值設(shè)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(shí)別該物體是否為火焰的一個(gè)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(shí)間內(nèi)是不會(huì)超出其本身的邊界。同時(shí)滿足上述三個(gè)條件，可以判定其為火焰。

2.4 短信收發(fā)模塊設(shè)計(jì)

該信息模塊具有接收、發(fā)送信息的功能和指令分析功能。主要為了實(shí)現(xiàn)報(bào)警的遠(yuǎn)程化，管理人員無論在何時(shí)何處，都能接收到報(bào)警系統(tǒng)發(fā)來的報(bào)警信息[11]。報(bào)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(guān)閉計(jì)算機(jī)串口。

extern_declspec（dllexport）bool _stdcallWINAPI bCloseComm（HANDLEhComm）：

該接口函數(shù)用于打開計(jì)算機(jī)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(fā)送信息，第一個(gè)參數(shù)為串口句柄，第二個(gè)參數(shù)用于保存要發(fā)送的信息，其余參數(shù)為固定參數(shù)（即公司網(wǎng)站和短信貓序列號(hào)）。

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(shù)用途和發(fā)送信息接口一樣。

3 結(jié)論

該系實(shí)現(xiàn)了車牌識(shí)別、人數(shù)統(tǒng)計(jì)、火焰識(shí)別三個(gè)主要功能，系統(tǒng)基于圖像處理技術(shù)和GSM公共無線岡絡(luò)，能夠?qū)ΜF(xiàn)場(chǎng)環(huán)境進(jìn)行實(shí)時(shí)分析，并可通過短信提供報(bào)警服務(wù)，以實(shí)現(xiàn)對(duì)現(xiàn)場(chǎng)環(huán)境的遠(yuǎn)程智能監(jiān)控，也為后續(xù)智慧消防研究及人像識(shí)別的研究打下了一個(gè)良好的基礎(chǔ)。

參考文獻(xiàn)（References）：

[1] 姚希.數(shù)字圖像處理技術(shù)及其應(yīng)用[J].電子技術(shù)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(jì)數(shù)方法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，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(guó)華，蔣雨薇，丘建棟，黃練.基于車牌識(shí)別數(shù)據(jù)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(cè)方法研究[J].圖學(xué)學(xué)報(bào)，2017.4：549-557

[7] 吳茜茵，嚴(yán)云洋，杜靜，高尚兵，劉以安.多特征融合的火焰檢測(cè)算法[J].智能系統(tǒng)學(xué)報(bào)，2015.2：240-247

[8] 嚴(yán)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(cè)[J].微電子學(xué)與計(jì)算機(jī)，2011.10：137-141，145

[9] 劉輝，張?jiān)粕?，張印輝，何自芬.基于灰度差分統(tǒng)計(jì)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(zāi)火焰識(shí)別方法[J].消防科學(xué)與技術(shù)，2012.2：126-128

[11] 程明遠(yuǎn).基于GSM技術(shù)網(wǎng)管系統(tǒng)短信報(bào)警平臺(tái)的研究與實(shí)現(xiàn)[D].北京郵電大學(xué)碩士學(xué)位論文，2011.