林益光,王 慧,童杏林,曹 驰,陈 亮

庭院智能监控系统的研究与实现

林益光1,王 慧2,童杏林3,曹 驰3,陈 亮3

（1.广东海洋大学,524088;2.广东海洋大学,武汉理工大学,524088;3.武汉理工大学,430070）

本文结合图像分析技术与智能控制技术，提出一套适用于庭院智能监控的解决方案，自主开发了配套的软件平台，用于实现实时监控、数据存储、数据再现等功能。设计使用多个可测范围较广的压力传感器YZC-526连成一组，监测围墙上的情况，若判断为可疑人时，将此时异常情况存档，并通过网络发送给指定用户，请示用户命令，根据用户返回命令的情况，执行相应的预警操作，以此达到安全防卫的目的。

庭院；监控；图像分析；智能控制

由于庭院多数地处偏远的地段，其安防问题一直是人们关心的话题，针对这现状，本文提出一套适用于庭院的智能监控解决方案，通过图像信息与压力传感的结合，自主实时的对异常行为进行识别判断，对突发事件做出预警，避免不良事件的发生。

1 系统算法概述

本文的算法主要分为三部分：人脸识别、身份认证、高速球与压力线间的位置配准。位置配准使用了标定法，并在标定法的基础上增添了一个修正量，使高速球能较准确定位一整条压力线。人脸检测与身份认证选择Adaboost算法，其准确率高，实时性好，并且不受肤色干扰。

1.1 人脸识别算法

人脸检测方法采用的是Viola在2001年提出的人脸检测算法——Adaboost算法，该算法一是基于积分图的类矩形特征提取；二是基于cascade的搜索算法。在统计模式识别中，对物体特征的提取是至关重要的一步，Adaboost 算法所采用的是，提取基于积分图的类矩形（Haar-like）特征。积分图像是对原图像的一种变换，积分图中的任意一点(x,y)的值，用其左上矩形区域所有点的灰度值之和来表示，I表示积分图像，G表示原始图像，则I(x,y)=sum(G(i,j))，其中0＜=i＜=x,0＜=j＜=y。得到积分图后，再来计算矩形特征值就比较简单。可以得出结论：矩形特征的特征值，只与特征矩形的端点的积分图值有关，而与图像的坐标无关。要求特征矩形特征值，只需通过加减矩形的端点积分图值即可。用这个方法，使得特征值的计算速度非常快，标示检测的速度也随着提升。检测人脸，一般需要多个特征才能完全确定，但对每个检测子窗口，如果都去计算多个特征，这将会耗费大量的时间。我们发现在这些确定人脸的多个特征中有些较为明显的特征，例如人脸内眼睛区域的灰度值比脸颊小，这些简单的特征虽不能完全确认出人脸窗口，但却可以通过它淘汰一大批非人脸子窗口，剩下更多时间和精力来判别这些可能是人脸的区域。这样不仅提高了目标的检测速度，也增强了检测精确度。基于这样的思想，我们选择了采用cascade级联的方法去搜索人脸，首先经过学习挑选出N个较弱的分类器,然后将这些弱分类器按权组合，形成一个强分类器,再串联若干个强分类器去对图像进行搜索检测,串联的级数主要依赖于错误率和识别速度[4]。将多个强分类器串接在一起进行操作，即为级联分类器。级联分类器中的每一个强分类器都由若干个弱分类器加权组合形成，每一级都比前一级要复杂，同时，每一个强分类器对负样本的判别准确度非常高，每个强分类器几乎可让所有正例样本通过，同时滤除大部分负例样本，只有正例样本才会送到下一个强分类器进行再次检测，这样便缩短了检测时间。

检测图像时，待检图像一般都会比训练样本大得多。在Adaboost 算法中，通过扩大检测窗口实现训练样本与待检图像的尺寸匹配[5]。人脸检测流程：开始检测时，检测窗口和样本一般大小，检测窗口按照指定步数移动并扫描整幅图像，将可能会出现人脸的区域标出来。图像遍历一次后，将检测窗口放大到指定倍数再次遍历图像；这样不断放大检测窗口并遍历待检图像，直到检测窗口大于原图像一半后停止。由于整个算法运算非常快，即使完成很多次扫描处理完一幅图像，但在PC上运行所耗的时间也只有100ms左右。在检测停止后，将出现人脸的重叠区域进行合并等操作。

1.2 身份认证算法

在由上述人脸识别方法得到含有人脸样本后，选取任一张人脸的图片，如何判别人脸的身份，提高认证准确率？采用的算法与人脸识别类似，也同样需要经过三个步骤：创建样本、训练分类器、检测图像。先创建一定量的样本集合，从中提取规则或模式，使用Adaboost算法从样本集中学习出了分类器，使用该分类器区分获得的人脸的身份。与上一节不同的是，样本与分类器不同。人脸识别里，opencv提供了一套较完善的分类器可供使用，而身份认证的分类器，需要我们自已训练。训练分类器，首先要有用于身份认证的人脸样本，样本集里包括正例样本与负例样本。正样本是待检目标的图像，负例样本是非目标图像（背景图像）。矩形特征的级联分类器的学习中，样本集创建的关键在于正例样本的收集，正例样本收集的准则是要具备共有的大致吻合的Haar矩形特征。通过训练后得到分类器，即可对未知人脸进行身份判别。自动测试身份认证结果表明可以准确对样本集中同一个人不同表情进行认证，认证结果显示该人脸是样本集中的命名。对样本集以外的人脸进行认证，认证结果显示others。

1.3 高速球摄像机的位置配准算法

当异常情况发生时，要使高速球能迅速转动到相应的位置，有两种方法，一是闭环控制法：设置两个参考物得知高速球当前位置与目标位置，通过闭环控制实现位置调整；二是标定法：事先标定计算出一定量的离散点所需要的控制量，其余的点通过离散点的控制量进行估算。第一种方法的参考点设计难度较高，因为两个位置都不好确定，而第二种方法相对简单，且由于摄像头的视野相对较广，不需要确精的将视野中心定位到一个点上的情况下，通过估算已经足够满足取景需要，所以，本文选择第二种方法，标定法来实现位置配准，具体如下：假设压力线上的压力传感器有15个，用a、b、c、…表示，摄像机位于前方中部。

（1）测出控制摄像机转到a、b、c、…上，所需的控制量分别为A、B、C、…,且控制量由顺时针变大，即A＜B＜C＜....

（2）当压力线上出现异常情况，压力传感器的值会出现异常，且越接近异常点，值会越大。比如监控区域有异常时，其周围的传感器都会有响应，且a、b、c的值较大。

（3）计算控制量：控制量由以最大值的控制量，加上修正量两部分组成。假设a、b、c的值班为as、bs、cs，且bs的值最大，此时的控制量可以如下计算：Camera=B*[1+(cs-as)/bs]

2 硬件设计

图1 压力数据采集电路

本设计硬件部分主要有：电源电路、摄像机、压力线（多个压力传感器组成）及其采集电路。其中，图像信号直接通过USB传输给PC，不需外加电路，压力信号通过一块带AD转换模块的AVR单片机ATM8采集完后由串口传给PC。

2.1 电源电路

系统需要用到电源有如下几种：（1）压力传感器：5V（2）AVR最小系统：5V（3）摄像机：220V(摄像机本身为12V,但其配有220V~12V的专用适配器)，故电源电路只需再加一个220～5V的适配器即可。

2.2 压力传感及采集电路

选用YZC-526压力传感器，其可测范围为0～100kg,灵敏度2mv/v。组成传感器组。

采集电路：使用一片高性能、低功耗的8位AVR微处理器，工作于16MHz时性能高达16 MIPS，具有8路10位ADC,电路图如图1所示。

3 软件设计

本文软件部分主要由五个模块组成：信号采集（图像及压力）、压力监控、摄相机调度、图像处理、报警机制。开发平台是windows，开发语言为C#。

下面分模块简述各个模块的运行设计。信号采集程序流程:通过打开USB读取图像信息，通过串口读取压力信息,接收端口数据,采集完成标志位置。先测试当压力值达到哪个范围时，属于不正常情况。压力监控程序流程：系统正常运行时，实时地将测到的压力值与这范围比较，若该数据异常，记录这一数据，并继续接收后续的数据，若连续三次出现异常，则向系统发出异常信号，否则当作干扰信息滤除。摄像机调度程序流程：当压力线上出现异常信息时，计算发生异常所在位置，系统调度摄像机转到发生异常的位置，每隔0.1s抓拍一张图像,连续抓拍15张，图像获取完成标志位置，并提示系统已经取到图像。图像处理程序流程:系统获取从摄像机传过来的图像后，对图像进行分析处理，分析是否有人脸存在，若存在人脸，判别该人是否属于可信任人物，若不可信，截取人脸信息，存档并标识异常，向系统发出警报消息；若不存在人脸，存储此时图像，并标识未知。报警机制程序流程：当系统发生警报消息时,将此时庭院内的状况通过邮件发送给用户，包括异常信息、时间、方位、入侵者的人脸信息，然后等待用户回复，若用户及时回复，按照用户回复的指令操作，若用户没有及时回复，重发，若重发次数超过三次，不再重发，执行系统内默认的操作，响起家中警铃。

4 系统实现

本设计程序开发是在由微软公司推出的Windows平台应用程序开发环境Visual Studio 2010上进行，开发语言使用Cshap，是微软公司发布的一种完全面向对象运行于NET Framework之上的高级程序设计语言。为了调试系统算法，自行设计了一套配套的应用程序，可直观地看到压力数据的变化、图像处理的效果等。如图2显示系统的三个界面。

运行效果如下：

图2 系统界面

(1)对库内可信任人认证试验：人脸训练出分类器，用此分类器分析出现在镜头下的人是否属于可信任之人。若为可信任人，在寻找出人脸区域后，在边框左上角标示出该人姓名。

(2)可疑人认证试验：当出现在镜头下的人脸不是库内所存有的人脸时，系统形成的分类器只能识别出人脸区域，但没法判别身份，此时，在边框左上角标示出Unknow字样，并有红色警报信号产生。

(3)多人认证：向系统内导入多张不同人的人脸图像后，通过对不同人脸进行标识后，可实现多人同时认证。当不同可信任人同时出现在镜头下时，系统可以通过判别这些人脸分别与库中存有的哪个人相似度最高，以此作为该人的身份，标示于边框左上角。

(4)异常情况的信息通报：当出现异常情况时，系统通过internet以邮件的形式发给指定的用户，如图3所示。

图3 异常情况的信息通报

5 结论

经一系列设计与调试，完成了整套系统的研究，当YZC上传来异常信息时，系统通过标定法控制安装于庭院内的一台带红外高速球摄像机转到相应的位置，连续抓拍图像,然后使用Adaboost算法分析判断图像中是否有人出现并搜索人脸，当截取到其人脸正面图像时，通过身份认证算法分析是否为可疑人，实现了异常情况时摄像机的调度、人脸的搜索、身份的认证、报警的产生，具有实时智能监控性能，起到了庭院安防监控的作用。

[1] Viola,P.,Jones,M.Rapid object detection using a boosted cascade of simple features[C].Proceedings of the 2001 IEEE Computer Society Conference on Volume1, 2001.vol.1,page(s):511-518.

[2] Lienhart,R.,Maydt,J.An extended set of Haarlike features forrapid object detection;Image Processing[C].Proceedings of the 2002 International Conference on Volume 1,2002 vol.1，Page(s):900-903.

[3] 徐麒,王继成.基于视频图像的人脸检测与统计[J].计算机与现代化,2010(1):120-123.

[4] 徐世钊.人脸静态与动态检测[D].哈尔滨工程大学,2007. [5] 高金良.基于Adaboost算法的人脸实时脸检测及FPGA设计[D].中北大学，2011.

表2 天然气分析精密度

4 结论

综上所述，本文采用气相色谱仪对天然气样品的组分进行了相关的分析和计算，结果表明，运用这种方法，可以有效提高选择性的灵敏度，具有分析结果精确的优点，非常适合于对于复杂气体的组分的确定。

参考文献

[1] 张娅娜,陈赓良,曾文平,孙青峰.用气相色谱法测定天然气组成国内外标准对比研究[J].石油与天然气化工. 2007(01)

[2] 李春瑛,韩桥,杜秋芳,张新,张培壮.天然气标准气体气相色谱比对方法的研究[J].天然气化工(C1化学与化工). 2007(01)

[3] 安建川,梁光川.天然气计量技术现状及趋势[J].内蒙古石油化工. 2007(01)

作者简介

王荣义，男，1990年11月17日，东北石油大学石油工程学院在读本科生

Research and implementation of intelligent monitoring system for yard

Lin Yiguang1,Wang Hui2,Tong Xinglin3,Cao Chi3,Chen Liang3
(1.Guangdong Ocean University,524088;2.Guangdong Ocean University，Wuhan University of Technology,524088;3.Wuhan University of Technology,430070)

In this paper,combined with image analysis technology and intelligent control technology,and puts forward a set of applicable solution to intelligent monitoring of the courtyard,the independent development of the supporting software platform to realize the function of real-time monitoring,data storage,data reproduction.Design using multiple can be measured with a wide range of pressure sensor YZC-526 connected to a group,monitoring on the wall,determine if the suspicious person,this abnormal situation archive,and through the network to send to a given user,consult the user commands,according to return the user command, the implementation of early warning,in order to achieve the purpose of defense and security.

courtyard;surveillance;image analysis;intelligent control

林益光（1991-），男，广东，研究方向：电子技术，图像处理；

王慧（1963-），女，湖南，副教授，研究方向：电子通信，传感器。

广东省高等教育学会实验室研究基金项目（GDJ2012063）。