室内暴力智能监控系统的设计.docVIP

室内暴力智能监控系统的设计 　　摘要：介绍了一种基于视频的室内暴力监控系统。主要通过图像敏感色检测、图像帧序列的运动检测两个方面进行暴力事件监控识别，再利用计算机对监控信息进行分析处理，把计算机分析的结果传送到监控者手中。 　　关键词：智能监控；室内暴力；敏感色；运动检测 　　中图分类号：TP319文献标识码：A文章编号：1672-7800（2013）006-0050-02 　　基金项目：浙江省公益性研究资助项目（2011C31045） 　　作者简介：邹斌斌（1994-），男，嘉兴学院机电工程学院学生，研究方向为视频智能监控；王斌（1976-），男，博士，嘉兴学院机电工程学院副教授，研究方向为智能建筑。 　　0引言 　　随着经济、科技的发展，人类对安全越来越重视，监控系统发展迅速。现有的监控系统主要方式是人工识别，首先是观察视频监控画面，然后通过大脑对视频画面分析处理进而判断监控状态。然而人脑在处理信息的时候可能会因为主观或者客观因素而误判，因此人类设想用计算机代替大脑来处理视觉信息，这样可以利用计算机强大的信息处理功能对监控信息进行处理，由此推动了智能监控系统的发展。 　　目前，大多数的监控都是通过人工识别来进行的，这种监控方式有许多不足之处，例如：①监控点较多且监视人员较少导致无法得到精确的监控信息；②许多的视频监控并不是为了监控场所，而是为事情发生后提供事后证据；③现有的监控差不多都是人工识别和视频监控相结合，即通过人坐在监控画面前监视，这样的监控浪费了大量的人力和财力，更重要的是这种监控方法会泄漏被监控者的生活隐私。 　　现有的监控系统若用于室内危险监控，无法保证精确监控被监控人的室内情形和保护被监控者的隐私。本文介绍一种基于视频的室内暴力智能监控系统，该系统主要应用于一些暴力频发的室内环境，例如发生流血、打斗等暴力情形。监控系统主要由摄像头、系统硬件、系统软件组成。系统主要运用敏感色检测和人体异常运动检测，敏感色检验是检测室内环境是否发生流血事件，人体异常运动检测是检测室内环境中是否发生激烈运动。 　　相比于现有的视频监控系统，本系统有以下创新点：①本文介绍的系统全部由计算机处理监控信息，用户只需要接收发生暴力事件的室内状态，保证了监控信息的精确性和实时性；②本文介绍的监控系统在监控过程中不会储存和传输视频信息，即不会把被监控者的室内活动暴露在监控者的眼中，保护了被监控者的隐私。 　　1图像预处理 　　将摄像头采集到的模拟信号转换成数字信号，然后对数字图像进行预处理。图像预处理是为了更好地处理图像信息。图像预处理有许多方法，例如：灰度变、阈值分割、图像滤波、边缘检测，本文中用到的图像预处理有中值滤波、二值化。 　　中值滤波是为了保护图像的边缘信息，是一种有效抑制噪声处理技术，其原理是把数字图像中的一点值用该点周围一个邻域中各点值的中值替代。例如有个需要处理的点邻域中有以下8个数：10、32、45、16、25、23、19、18；则该点应该被该数列的中值23替代，具体如表 1所示。 　　图像二值化是指将一幅有色彩的图像经过处理得到只有黑白色彩的图像，即图像的像素的灰度值只有255和0。图像二值化处理使分析图像变得简单，可以有效凸显出所需要检测的某种色彩轮廓。二值化过程中需要经过阈值分割，即通过设定一个阈值将图像中的色彩分成黑白两部分。在敏感色检验中把需要检测的具有敏感色的像素点都设成黑色，其他的色彩都设成白色，这样有利于进行敏感色检测时的判断。实验结果如图 1所示。 　　2敏感色检验 　　本文所介绍系统的敏感色指血液的颜色。我们需要通过阈值分割和模版匹配来共同检验图像中是否有血液产生。此处阈值分割中的阈值指检测血液色时的阈值，具体的实现步骤即是图像预处理中的图像二值化。模版匹配则是为了检测图像帧序列中血液色的面积是否有变化。具体的实现是先通过对相差2s的图像进行二值化处理，在比较2s之后分析图像黑色面积是否有增加。 　　下面简要介绍敏感色检测法则： 　　首先设定另一个阈值，此时的阈值可能一个范围，是为了检测第一法则中血液色占整幅图像的比重。假如设定取的阈值是0.05～0.65。 　　第一法则：首先对一幅图像进行预处理，利用设定的血液色阈值把衣服彩色图像处理成黑白色彩的图像，利用设定的阈值判断是否有血液色产生。 　　第二法则：在第一法则的基础上，复制该图像2s后的图像重新进行预处理，并进行和第一法则一样的操作，再与原图像比较检测血液色的面积是否有增加。 　　判断1：若第一法则检测出来血液色所占比重在0.05以下，则可以判断为没有发生流血事件。 　　判断2：若第一法则检测出来血液色所占比重在0.05～0.65范围，但是第二法则中血液色的面积没有增加则判断为疑似发生流血事件。这时就