看数字图像处理如何在家庭安防系统中大显身手

来源:CPS安防网

点击:1891

A+ A-

所属频道:新闻中心

关键词:安防 智能家居

      随着集成电路和计算机技术的迅速发展,智能家庭安防系统的市场需求日益加大,如何利用数字图像处理、计算机视觉等技术与传统监控相结合,设计出同时具有目标检测、 目标跟踪、目标分类和目标理解等功能的高智能化家庭安防系统是当前国内外关注的热点。

      数字图像的获取

      一个完整的智能家庭安防系统主要包括门禁、报警和监控三大部分。系统的数字图像来源于在家庭各个部位布控的监控摄像头。我们在各入室口、厨房、厕所均安置摄像头,以防入室盗窃、煤气泄漏、水管破裂等。另外,为做到全屋无死角,经济条件允许的话,可以在各房间也安置摄像头。为保证夜间监控的质量,可以采取具有夜视功能的红外摄像头。数字图像的获取途径则是通过图像传感器将固定摄像头中的视频图像传送给处理主机。

      视频图像的数字化表达式一般为S(x,y,t)。x,y为空间变量,t为时间变量。如果用RGB体系来描述的话,完整的数学表达式如式(1)

      R=SR(x,y,t)

      G=SG(x,y,t) (1)

      B=SB(x,y,t)

      数字图像的预处理

      灰度降解

      家庭安防系统对实时性的要求很高,为提高处理速度, 首先对获取的彩色数字图像进行灰度降解。在MATLAB中进行灰度降解的函数如式(2)

      g=rgb2gray(S) (2)

      图像增强

      通过摄像头获取的原始数字图像,由于受到多种条件限制和随机干扰(如天气变化,照明情况)往往不能直接使用, 必须在图像处理早期阶段对原始图像进行灰度校正、噪声过滤等图像预处理。对视觉系统来说,图像的预处理并不考虑图像降质原因,只将图像中感兴趣的特征有选择的突出,衰减其并不需要的特征,这类图像预处理方法称为图像增强。

      在家庭安防系统中,通过摄像头采集的很多图像的灰度值不是均匀分布的,其灰度值集中在一个较小的区间内,如晚上采集的图像灰度整体偏低,而在光照较强的时候在入口采集的图像灰度则较高。直方图均衡化是通过将原始图像的灰度值重新均匀的分布在图像的整个灰度区间来达到增强图像对比度的方法。因此,家庭安防系统可以采用直方图修正的方法实现图像增强。在MATLAB中实现直方图均衡化的函数如式(3)

      F=histeq(g,nlev) (3)

      目标检测

      如何检测家庭环境中是否出现各种危险状况是家庭安防系统的关键。家庭环境中各类危险状况的出现都属于运动目标的出现,目前关于运动目标的检测有三种方法:光流法、 帧间差法以及背景减法。家庭环境中的背景处于一个相对较为稳定的状态,所以智能家庭安防系统可以采取背景减法来进行目标检测。

      背景模型的建立

      在系统开始运行时,根据不同时段如白天和晚上、不同天气提取无运动对象出现时的背景,将所提取背景预存到背景模型库中[3]。由于家里的家具、摆设可能发生变化,所以要及时进行背景模型库的更新。背景模型的更新采取系统的自动更新,系统可以根据每个家庭的自身情况设定更新频率。 进行自动更新时我们设置一个更新因子α,α的取值范围为[0 1],一般选取更靠近1的数值。更新背景的公式如下

      B(x,y)=αBi (x,y)+(1-α)Bi-1 (x,y) (4)

      Bi(x,y)为当前背景,Bi-1(x,y)为最近上次背景,B(x,y)为更新 后的背景。

      背景减法

      背景模型建立后,就可以实施背景减法了。系统可以根据不同安全等级要求,设定进行背景减法的间隔时间。若用 户对家庭安防的实时性要求较高,则设定间隔时间较小,当然系统的运算负担将加重,对处理主机的硬件要求也更高, 整个智能安防系统的价位自然提高。背景减法公式如下

      D(x,y)=F(x,y)-B(x,y) (5)

      F(x,y)为检测的当前图像,B(x,y)为背景模型,D(x,y)为减法 后的灰度图。为方便后续目标检测将D(x,y)二值化,分割目标区域。

           (6)

      T0为进行二值化的阈值。 目标检测前文已提到,一个完整的家庭安防系统包括门禁、报警和监控三部分。报警装置是一种以声音、光或气压等形式来提醒或警示人们采取相应行动的电子产品。安防系统可以对以光的的形式进行报警的报警装置进行重点监控以及处理, 做到双重保险。如家里没有人时,报警装置发出的报警信号可能无人理会,若系统将其报警信号以图像的方式读入并检测出,则可以以其他形式如手机短信、微信等联系家庭主人。

      系统根据二值化的背景减图进行目标检测,事实上,摄像头获取的矩形图像区域中,有些部分是我们并不会感兴趣的。例如,对准入室口的摄像头采集的图像可能包括非入室区域。为更好的保证系统的实时性,我们可以只对背景减图中我们感兴趣的部分进行目标检测。

      经过背景减法并二值化后将得到多个块,根据系统预设的合并阈值决定是否将各块进行合并,进行合并后的连通区域用矩形进行标识。在进行目标识别时,将该矩形块的面积或长宽比与特定识别目标的面积或长宽比进行比较,以此判断是否为应检测目标。不同摄像头监控家庭的不同区域,可能出现的危险目标也不尽相同。所以,针对不同的摄像头,可以预设不同的检测目标。

      结束语

      住宅智能化是人类住宅的又一场新的革命,近年在我国,高科技和信息技术正在由智能大厦走向智能住宅小区, 进而走进家庭。现代社会的家庭正在以家庭智能化带来的多元信息和安全、舒适、便利的生活环境,作为一个理想目标来追求。智能家庭安防系统则是住宅实现智能化的一个重要组成部分,数字图像处理技术在智能家庭安防系统中有着核心的地位。数字图像处理技术的发展决定着家庭安防系统的智能化程度,背景模型的更新方法、防卫对象的检测方法等都是该系统中数字图像处理需要研究的重点。


    (审核编辑: 智慧羽毛)