基干监控图像人员活动检测方法探讨.docVIP

基于监控图像的人员活动检测方法研究 　　本文针对目前安防监控系统功能单一，需要外接红外感应设备才能实现室内人员活动监测的缺点。提出了一种以监控视频为依托，通过比对一定时间间隔的两幅监控图像来判断室内是否存在人员移动的方法。以实现不加装任何硬件就可以让监控系统具有高效、精确、智能化的人员移动判断功能。为安防、节能、综合管理提供实际支持 【关键词】图像处理 建筑智能化 移动监测 监控安防 安防监控系统现在已经深入到了生活的方方面面，随着监控硬件设备的小型化和价格的不断降低，很多居民的家中也安装了监控设备。但是长期以来监控系统的功能仍十分单一。如何向建筑内原有的电子设施附加更多的功能使得设备更加智能化目前是行业研究的热点。利用监控系统探测和判断室内是否有人员移动是较为常见的一种功能。长期以来，这一功能都是依靠人体热释红外感应器来完成的，但是由于人体热释红外感应器的工作原理是将人体散发出的红外信号聚焦于感应器上产生交流电信号，再通过人体移动导致这一交流信号产生波动从而在控制电路中产生响应 。所以其虽然能实现检测室内是否有人员的目的，但也具有显著的缺点： （1）人员移动过小时检测不到； （2）在一定的监测死角； （3）易受到环境的干扰； （4）仅能判断监测区域内是否有人员，无法判断人员所处的位置； （5）仅能给出一个判定信号，在收到信号后进行怎样的工作、如何进行仍需要智能控制系统来实现 针对以上缺点，本文提出了一种以监控系统自身图像为依据，无需其他硬件设备的人员检测方法，其不但具有较高的判定精度而且可以根据预设的参数准确的判定室内哪一个区域内有人员活动 1 检测方法总体设计 监控设备摄取的视频都是以数字图像形式保存和呈现，因而从监控视频中截取的静态图像同样具有数字图像的所有特征。系统将一定时间间隔的两张图像经由一系列的预处理程序后，提取其每个像素点的灰度值作为判定用特征值对室内人员情况进行判断。整个检测方法分为以下几个流程： 1.1 图像降噪 在现实中，图像数字化和传输的过程中都会受到系统内部设备及外部环境的干扰，所以即使是在很短的时间内对同一取景范围内没有任何变化景物连续摄取的两张图像，在比对也会有差异。这种差异就是所谓的“噪声”。这种噪声通过技术手段是无法完全消除的，只可能降低噪声以最大程度的还原图像，这个过程即降噪。传统的降噪算法多采用中值，这种算法会使相邻的点的特征值都很相似，这对于判断一个大环境中个体极微小的位移和动作是不利的。所以应设计更具针对性的算法。这一算法将在2.2节中阐述 1.2 图像增强 图像增强是指通过图像处理技术突出图像中对于应用有用的信息而削弱或滤除无用的信息。本方法的图像增强采用空域增强法，即在本图像的二维区域内，直接对每一点的像素灰度值进行处理。是移动部分的灰度变化更为突出 3 测试实验 为了测试这一检测方法的准确率和精度，我们选取了一间实验室取其在没有排和正常排课的的监控视频，设定截图的时间间隔为30分钟，判定数据为Sk。特选取了差异较小的静态（教室无人）和准静态（有人但移动细微）状态测试方法精度。实验结果如图1所示 从实验结果图中可以看到，对于教室无人的状态静态、准静态之间存在较为显著的带宽，从而证明这一判断方法的准确性 4 移动区域判断 因为系统是以图像为判定依据并没有其他的监测设备，所以想要知道某一区域内是否 人员移动仅需要对取象区域进行划分，然后对选定的区域进行判断即可 5 结论及应用 当前，智能建筑行业正处于发展的热潮中，而安防监控系统正是建筑智能化的重要考量标准之一。本方法具有如下的优点： （1）仅需在现有监控系统上加装软件，无需硬件成本、无需施工费用； （2）判断精确度与红外热释人体感应器对比有显著提高； （3）不存在监测死角也不受到电磁、温度等因素的干扰； （4）可以通过预设来对整个监控区域内做网格化的判断，更便于管理和应用拓展 正因为这一方法具有这些优点，所以其在实现人员入侵警报、室内人员流动测评等简单功能的同时也具有更大的扩展空间，例如通过网格化的人员检测实现灯光、空调、音响的分区开启或关闭、对指定区域进行特殊条件监控、辅助筛选出特定时间段的图像等 在今后的研究工作中，该方法仍有很大的研究深度，其中包括： （1）进一步优化算法，降低误动作频率； （2）开发相关辅助应用，从算法到程序再到应用的演变； （3）接入数据库及网络功能，使人员情况可以随时查询，并通过对长期的数据分析调整使用安排或设备开启时间，实现节能减排的目的 （通讯作者：陈蕴） 参考文献 [1]赵晓丽，韩焱.运动目标检测方法的比较[J].电脑开发与应用