基于云平臺的校園監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)

摘要：校園是一個相對開放的場所，無論從教職員工、學生，還是后勤等人員構(gòu)成來看，其都相對復雜，存在一定的安全隱患。因此，構(gòu)筑牢固的校園安全網(wǎng)，及時甄別并妥善處理可能出現(xiàn)的安全問題至關(guān)重要。文章在現(xiàn)有研究成果的基礎(chǔ)上，依托不同學科類別的技術(shù)和方法，構(gòu)建了較為成熟可靠的智慧校園監(jiān)測系統(tǒng)，以期為加強校園安全提供理論支持。

關(guān)鍵詞：云平臺;校園監(jiān)控系統(tǒng);設(shè)計;實現(xiàn)

中圖法分類號：TP308

文獻標識碼：A

Design and implementation of campus monitoring system based oncloud Dlatform

DENG Youlin

（ Hunnan Vocational Institute of Safety Technology，Changsha 410151 ，China）

Abstract： The campus is a relatively open place， and it is relatively complex in terms of thecomposition of faculty， staff， students， and logistics， so there are certain security risks. Therefore，it is very important to build a solid campus safety net to identify and properly handle possible safetyproblems in a timely manner. Based on the theoretical basis of the existing research results andrelying on the technologies and methods of different disciplines， this paper hopes to build a moremature and reliable smart campus monitoring system， and provide theoretical support forstrengthening campus security.

Key words ： cloud platform ， campus monitoring system ， design ， implementation

隨著科技迅猛發(fā)展以及互聯(lián)網(wǎng)覆蓋范圍的進一步擴大，先進成熟的信息技術(shù)將軟硬件部分穩(wěn)定、高效、安全、可靠地連接在一起，切實推動了校園系統(tǒng)的全面升級和優(yōu)化。

1 基于云平臺的智慧校園監(jiān)控系統(tǒng)概述

智慧校園監(jiān)控系統(tǒng)的構(gòu)建不是單一學科就能解決的問題，需要從經(jīng)濟、技術(shù)等多個方面進行全面深入研究和融合，并從中選取較為合適的模塊進行模擬演練，使智慧校園監(jiān)控系統(tǒng)各個模塊之問相互獨立、相互聯(lián)系，以此既能夠獲得穩(wěn)定的智慧校園監(jiān)控系統(tǒng)，又有利于該系統(tǒng)后期的升級[1]。現(xiàn)有的Web端監(jiān)控系統(tǒng)能夠?qū)π?nèi)人員進行全面高效管理，而智慧校園監(jiān)控系統(tǒng)不單要實現(xiàn)對校內(nèi)人員的管理，還要增加多個不同功能的模塊，如注冊登錄模塊、后臺管理模塊等。

2 校園監(jiān)控系統(tǒng)設(shè)計

2.1 校園監(jiān)控系統(tǒng)架構(gòu)

M32F103C8是校園監(jiān)控系統(tǒng)中最為重要的一個構(gòu)成部分，它包括眾多的傳感器，并且將這些傳感器與系統(tǒng)中不同的模塊進行結(jié)合，可以實現(xiàn)對校園環(huán)境的綜合、全面、持續(xù)觀測，以確保所有的監(jiān)測值都在正常范圍內(nèi)。例如，當遇到火情時，系統(tǒng)能夠?qū)崟r監(jiān)測火情，通過傳感器精準采集數(shù)據(jù)，并將這些數(shù)據(jù)傳送至云平臺，然后云平臺會迅速做出進一步的統(tǒng)計分析，從而將分析的數(shù)據(jù)清晰直觀地顯示出來，以便相關(guān)人員及時采取解決措施;而當人臉識別不匹配時，系統(tǒng)也會自動發(fā)出警告。

2.2 系統(tǒng)硬件設(shè)計

智慧校園監(jiān)控系統(tǒng)主要的主要功能包括監(jiān)測校園環(huán)境、進行人員信息的采集、設(shè)置門禁控制等三個部分以及其他細化環(huán)節(jié)[2]，具體如圖1所示。

2.3 系統(tǒng)軟件設(shè)計

軟件部分主要由以下三個方面構(gòu)成：（1）人員信息采集的軟件部分，其主要是針對學校內(nèi)的教職員工、學生等人員進行實時、精準的信息采集，主要由體溫測量程序、88W8782 Wi-Fi模塊配置等構(gòu)成;（2）環(huán)境監(jiān)測軟件部分，其主要是對校園整體的環(huán)境，包括校園內(nèi)所有的建筑物進行極其嚴格的全面監(jiān)控，并將監(jiān)控數(shù)據(jù)實時更新上報，通過數(shù)據(jù)發(fā)送程序發(fā)送到終端監(jiān)控系統(tǒng)：（3）門禁監(jiān)控軟件部分，其主要是為了提高門禁效率，更加智能高效了解進出人員，通過串口接收程序以及電磁所控制程序?qū)崟r掌握進出人員的數(shù)量。

人員信息采集系統(tǒng)主要采集的是人臉信息以及體溫數(shù)據(jù)，在精準采集數(shù)據(jù)之后將其傳輸至環(huán)境監(jiān)測系統(tǒng)，具體工作流程如圖2所示。

環(huán)境監(jiān)測軟件主要由主循環(huán)體、系統(tǒng)初始化構(gòu)成，其具體運行流程如圖3所示。

門禁控制軟件主要由串口接收程序、電磁鎖控制構(gòu)成，其具體運行流程如圖4所示。

3 基于云平臺的校園監(jiān)控系統(tǒng)的實現(xiàn)

像素數(shù)量存在一定的正比例關(guān)系，通過該正比例關(guān)系就能夠進一步估算出視頻監(jiān)控場景中的人數(shù)。但該方法對提取前景圖像的質(zhì)量要求較高，前景圖像的質(zhì)量也決定了其檢測的準確性[3]。

3.1 前景檢測算法概述

前景檢測，即把圖像中運動的像素點獨立出來，搜集其中的重要信息。需要將目標從圖像中分割出來，我們可以通過以下幾種方法來實現(xiàn)分割。

（1）閾值分割法，由于其主要操作是分割，因此為了保證不會出現(xiàn)較大誤差，需要在選擇操作對象時，確保目標和背景之間有著明顯的分界線。

（2）顏色分割法，其原理是利用運動目標顏色，以顏色聚類為依據(jù)進行分割。但當背景與目標顏色相近的情形下，還需要利用其他特征進行分割，該方法適用于背景與前景顏色差異較大的情況。

上述分割方法的適用前提是目標部分和背景圖可以清晰辨別，若背景比較復雜，則難以辨別，即上述分割方法不適用。因此，需要采用接下來介紹的方法。

3.2 幀間差分法

幀間差分法的理論依據(jù)是：若檢測范圍內(nèi)存在運動的物體，那么所收集到的圖像中，連續(xù)兩幀圖像一定有所區(qū)別，通過對連續(xù)兩幀圖像進行對比和計算，即可利用相關(guān)數(shù)學公式求出對應(yīng)目標的運動情況。

數(shù)學公式為：

Dij（x，y）

（l）其中，Dij（x，y）為連續(xù)兩幀圖像間的差分圖像，（x，y）和J（x，y）分別表示t時刻和t+l時刻的圖像，T為選取的閾值。當Dij（x，y）值為1時，則該點為前景;當Dij（x，y）值為0時，則該點為背景。

幀間差分法具有很大的應(yīng)用優(yōu)勢：首先，其原理比較簡單，操作較為方便，因此分離目標和背景圖效率比較高，適用范圍廣;其次，因為連續(xù)兩幀圖像之間差異很小，所以光線的改變基本不會對它們造成太大影響。但是，幀間差分法也具有一定的缺陷，即其處理的圖像內(nèi)部區(qū)別不大，因此在分離目標時，非常容易導致某個目標部分丟失，同時，不同的圖像范圍會出現(xiàn)不同的效果。

3.3 背景減除法

背景減除法的理論依據(jù)是：所監(jiān)控區(qū)域的某一個部分固定不變，即背景不變，把每一張圖像都和背景圖做比較，然后得到對應(yīng)的變化，從而分析出目標的運動趨勢。背景減除法的應(yīng)用基礎(chǔ)是存在一個合適的背景，當背景非常適合時，就可以準確高效地對圖像進行處理。此外，光線和其他背景的變化也會對處理效果造成一定影響。

現(xiàn)階段，建立和更新背景模型的方法較多，主要可以分為兩種，即參數(shù)化背景建模和非參數(shù)化背景建模。

3.4 參數(shù)化背景建模法

參數(shù)化背景建模法的理論依據(jù)是：通過建立數(shù)學模型的方法對圖像進行處理，首先建立每個點的高斯或混合高斯函數(shù)，然后采用一定的追蹤方式和多背景的函數(shù)模型對圖像隨時進行修改。其中，較為典型的是Stauffer和Grimson方法，即自適應(yīng)的背景減除方法，解決了前景分割的問題。目前，出現(xiàn)了很多針對該方法的改進手段，但一直沒有實現(xiàn)突破性的發(fā)展。今后，隨著研究的不斷深入，對于圖像背景中一直存在的質(zhì)量缺陷，或許可以采用三層Wallflower方法進行解決。

Haritaoglu等人在上述研究的基礎(chǔ)上，提出了新的W4方法，其是利用中值法在若下個初始化后的圖像中，分離得到背景圖像，并且得到相鄰兩個圖像背景間像素差的最大值，然后分析得到背景圖像像素的最值，最后把這些數(shù)據(jù)應(yīng)用到圖像的初始化中[4]。相對應(yīng)的，還有非參數(shù)化背景模型法，其是通過建立密度分布函數(shù)的方法對單個像素點進行處理。非參數(shù)化的背景模型的魯棒性更強，對背景不夠穩(wěn)定或下擾較多的復雜場景能夠有較強的適應(yīng)性。

比較上述背景建模能夠發(fā)現(xiàn)，在前景檢測過程中依然很容易出現(xiàn)誤差，能否實現(xiàn)最精確的檢測，關(guān)鍵在于建立的模型是否能夠真正切合研究對象。只有模型準確無誤，才能在分析模型時將誤差出現(xiàn)的概率降至最低。不僅如此，模型建立之后并不是一成不變的，對于不同的研究對象，我們也應(yīng)該根據(jù)它的具體情況進行調(diào)整。若上述問題能夠得到解決，分割后的前景圖像就會比較精確，反之則會出現(xiàn)很多噪點或空洞，甚至導致背景圖像被誤檢成前景，影響后續(xù)圖像處理的準確度。

4 結(jié)論

本文設(shè)計及實現(xiàn)了基于OneNet云平臺和百度人工智能云平臺的智慧校園監(jiān)控系統(tǒng)，探討了通過物聯(lián)網(wǎng)開放云平臺、物聯(lián)網(wǎng)技術(shù)來改善校園安防狀況，以降低校園安全事件發(fā)生的可能性。

參考文獻：

[1]潘麗麗，吳加春.基丁云平臺的校園監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)[J].大眾標準化，2021（3）：52-54.

[2]陳曉琴.基于云平臺的智慧校園監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].重慶：重慶三峽學院，2020.

[3]石剛.基于云平臺的校園機房物聯(lián)網(wǎng)動環(huán)監(jiān)控系統(tǒng)[C].中國計算機用戶協(xié)會網(wǎng)絡(luò)應(yīng)用分會2019年第二十三屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會淪文集，2019：114-118.

[4]趙彥，許常青，鄧小龍，等.基于OneNet云平臺的智慧平安校園遠程監(jiān)控系統(tǒng)[J].電訊技術(shù)，2018，58（9）：1103-1107.

作者簡介：

鄧優(yōu)林（1982-），本科，副教授，研究方向：電子與通信工程。