《基于无线网络的智能监控系统设计与实现.pdf》由会员分享，可在线阅读，更多相关《基于无线网络的智能监控系统设计与实现.pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、中国自控网!#$%&()*+*,-*.+,/邮局订阅号!012345/617元%年技术创新您的论文得到相关企业家品评控制系统电话!76725168148551631565#9%:$!嵌入式系统应用精选177例基于无线网络的智能监控系统设计与实现!#$%$&$()*#+,-&./01($%2.1(34#5.%-16.37&(.8 9.&21-1:;8%.8.1(-(*1!#北京科技大学$%#唐山学院&徐君丽刘冀伟王志良郭建波%;)?/)A=&B/C(,DAEF.(,D?G)HA=(,IH摘要!本文设计与实现了运用背景差法的一个基于无线网络的交互的智能监控系统该系统的基本功能有$运用背景差的算法检
2、测并跟踪行人并以文件形式保存下图像发送该图像到网络服务器上供用户以()形式浏览%$将图像发送到手机终端%*$实现手机与系统交互&实验证明该系统在复杂的场景中具有良好的性能且实时性满足要求&关键字!背景差方法!智能监控!行人检测!行人跟踪中图分类号#$%&()*文献标识码+文章编号,-./-*&-01-*2-3/-*/-4+56789:7+,-./0 121(3 4(5(0/6,2,78(9)2:;637,5 0)-32:-/7,-(:.,/=73(637 4./:./,:95(*201(:-0 D6(-/,6.?2,7)E(:-0)B 2119B/,6)2:;637,5 0)-32:-/7,-
3、(:.,/=(0C028(-.(/?26(2,5 19725-7 FGH 0(38(3$%D 0(,5-.(/?26(-7:(99 1.7,($*DG.(0B0-(?:2,:7?,/:2-(4/-.:(99 1.7,()BIJKL?75(9MG.(N1(3/?(,-3(09-0 5(?7,0-32-(5-.2-.(0B0-(?:2,2521-7(,8/37,?(,-:.2,6(0/,3(29O-/?(M;?86A9:BC8?DE 6D5789:7F?E 7:GEFHD6!IE7JJFCE76D8KFJJ9E:6!GDL9E 7:7F?E!GDL9E 789:BM,概述随着计算机以及图像处理硬件
4、的迅猛发展#运动检测或人体检测技术越来越复杂#其运用也越来越广泛#如在信息家庭和智能监控领域的运用$本文运用了一种新的背景差算法来处理复杂背景情况下的智能监控$复杂背景有光照变化#背景物体移动#树叶的摆动等$本文第%部分利用高斯混合模型对像素建模#利用颜色和亮度信息分离出阴影部分$在对背景图像每一个像素点进行背景建模之后#将当前帧和背景模型比较并更新背景模型#对分割得到的运动目标分类并跟踪判断是否有新的行人出现在场景中$如果判断有新的行人出现在场景中则立即保存当前帧并发送到FGH服务器上或手机终端$供用户察看$在手机监控时#我们运用联通的:?2/9邮箱#通过把图像以附件形式传递到:?2/9邮箱
5、中#由:?2/9系统自动传送到手机终端#实现手机实时监控$手机终端以短信形式发送命令给IJKL手机模块#通过计算机读取手机模块中的短信#解析短信的内容#做出相应的反应P如发送图片给手机D$本文第*部分将详细介绍这三个基本功能的实现$本文系统实现图如下图所示$系统用QIRR SMT编程实现$%行人检测与行人跟踪背景差P)2:;637,5 0)-32:-/7,D是最常用的一种运动检测方法#主要是利用当前图像与背景模型比较来检测运动区域$许多研究人员目前都致力于开发不同的背景模型#以期减少动态场景变化对于运动检测的影响$这里我们需要处理很多复杂的情景#如阴影P如人的阴影D#场景光照的变化#作为背景物
6、体的移动P如椅子的位置移动D#作为前景物体的错误地融入到背景中P如人长时间不动D#多模态的背景P如树枝的摆动D等情况$因此用混合高斯模型能够很好的处理该应用场景#不断更新该模型使得模型具有自适应性%综合颜色信息和亮度信息可以把运动目标和运动目标的阴影区分开来%利用行人的一些先验知识#进一步从运动目标中分离出行人目标$图系统实现图%!像素建模与背景估计我们用一个随机变量表示像素值的变化$这里我们不是用一个特定的分布对一个像素建模#而是用多个高斯分布对一个像素建模$基于每一个高斯分布的一致性和变化性#我们确定代表背景的高斯分布模型$某一像素点在时间-的取值为$对于特定的某个像素点PNTCBTD#其
7、历史采样值可表示为&徐君丽$硕士基金项目$?唐山市科研基金资助74667071JK1),(btgtrttxxxX=UOO技术创新您的论文得到两院院士关注中文核心期刊!微计算机信息!测控自动化#$%年第#&卷第期中国自控网!()*+,-./0)1213)415.216.237777777777777&#$元,年 邮局订阅号!8#9:;!电话!$&$9#&#;$!?A技术应用#$例!#其中$为图像序列#该像素点的概率密度函数可以表示为$%&#其中为高斯分布的个数%一般取为()*+%!$,为第$个高斯分布在时刻,的权值的估计值#$,为第$个高斯分布在时刻,的均值%!$,为第$个高斯分布在时刻,的协方
8、差阵#$,为第$个高斯分布的概率密度函数#假定-&.&/三个颜色分量相互统计独立并且具有相同的方差#这样使得计算复杂度降低#%(+对个高斯分布按照!01$0排序%我们就用前/个高斯分布作为背景的估计#/可由下式确定#%*+阈值2为像素点为背景的最小先验概率#当阈值小的时候%相当于单个高斯分布的背景模型#&!&背景差与背景更新输入一个新的像素值%当新的像素值与某个高斯分布的均值之差小于&3*个该分布的方差%我们认为像素值与该分布匹配#否则为不匹配#将其个高斯分布逐个比较%并对个高斯分布的权重更新4对个权重更新之后%重新归一化%使得他们之和为#对个高斯分布的均值和方差分别进行更新#当新的像素值与前
9、/个高斯分布中的一个分布匹配%该像素点则被认为是背景像素点%在二值图像中对应的像素点置为5反之%认为该像素点是前景像素点%置为#如果为后一种情况%即为前景像素点%我们将构造一个新的高斯分布代替排序后的个高斯分布的最后一个分布#并设定其初始均值为6,和一个较大的初始方差和较小的初始权重#&!(阴影消除在背景分割过程中如果把阴影作为前景区域的一部分%将导致后续的分析错误增多#所以有必要把阴影与目标物体区域区分开来#而颜色信息在这个过程中变化不大#我们可以利用颜色信息区分开阴影和目标区域#如颜色分量%或者7894:;9颜色空间%这些颜色空间把亮度信息与色度信息分开了#但是有些情况下!如白色的%黑色的
10、或者灰色的背景和目标物体+颜色信息很少4他们的值相差不远#仅仅用颜色信息就不能分割目标物体区域#这里我们用表示亮度信息#对分割后的前景像素点作进一步处理#如果前景像素点有为全局阈值+%则该像素点被认为是阴影或者是光照亮度变化#设置二值图像中对应的像素点值为5#&!形态学处理与区域分类分割后的二值图像区域可能会产生裂缝和空洞%图象中也可能存在一些小的噪声点%需要采用形态学方法对该二值图象进行处理#由于图像中的运动物体可能不仅仅包括人%还可能有行驶的车辆和走动的动物等其它物体#因此%需要把人和其它运动物体区分开来#首先对前景区域进行标识#获得运动目标序列%根据行人的生理属性等先验知识的如下个条件$
11、+人体区域长宽比例在一定范围!本文中取3&)=倍之间+&+区域的面积与该区域框的面积比例大于某个值!本文取53&+(+区域的绝对面积在一定范围之内!本文取&555)&5555+#+人体区域的左边界与图像的左边界以及右边界与图像的右边界距离大于&+根据区域的高度和宽度之比来排除汽车等其它运动物体?条件%(+去除噪声产生的小区域和光线亮度突然变化产生的大区域#条件%=bjjbTBw)/(BGRRr+=!)/(BGRGg+=)(BGRs+=rrrtD-!gggtD中国自控网!#$%&()*+*,-*.+,/邮局订阅号!012345/617元%年技术创新您的论文得到相关企业家品评控制系统电话!7672
12、5168148551631565#9%:$!嵌入式系统应用精选177例小转换成!#$!%#文件发送到手机终端用&()中的*+,-编程实现或者发送到./,服务器上用./,协议实现#两种方式的选择可以预先设置#0!系统框图1图%所示20!%串口通信通过发送+/指令到3*+模块实现手机模块与应用程序通信$如命令+/)*45读取短消息6+/(*43删除短消息6+/(7*-新短消息提示设置等#设置模块与应用程序以中断形式通讯#当模块接收到新短消息后$模块以中断形式告知应用程序处理%我们在3*+模块中提取新的短消息后$解析该短消息内容是否有某种命令#例如接收到&8889 则保存当前帧并发送出去#!结果分析
13、通过实验我们可以看出$本文运用新的背景建模方法实现的系统既能适应背景环境的快速变化又具有良好的实时性和准确度#本文的工作还有待于进一步的完善#图0原型系统界面参考文献:!;?AB BD CEF+GCHDIJB KCLM?N=OG*=GBEI?PIDA QACG=PQOHHNBRRI=F-DBEEI?BD/NCRH=NDCDI=QSRDBTR6%#0F,N=LBBGI?RF%#0-UUU 6&=EOTBV!6!%W!X YLDF%#0,C?BRVZ%#W Z%J=EF!:%;F UF F 4NITR=CG F QDCOBN6 _+GCHDIJB CLM?N=OG TIaDONB T=GBER=N
14、 NBCEWDITB DNCLMI?6_ I,N=LF-UUU=F=THODBN&IRI=CG,CDDBN5BL=?IDI=6 J=EF!6!bbb6 HHF%W%bF作者介绍(徐君丽6男$%0岁$北京科技大学硕士6主要研究方向(图像处理$模式识别等#UTCIEVacdHBNe!0FL=T#刘冀伟6男$#岁$北京科技大学副教授6主要研究方向(图像处理$模式识别等#王志良6男$北京科技大学 教授$博导$研究方向(人工心理$人脸识别$机器人等#郭建波6男$唐山学院网络教育中心$副教授$研究方向(模式识别$网络等#)#$%北京科技大学信息工程学院*徐君丽刘冀伟 王志良&#%#河北唐山学院网络教育中心
15、(郭建波&)*+,-,./0.,12345,0 607508815079:05;81?8*+0,-,7=85A5079 85A507#$%(BC9DC0-5 E5C9D5F85 G3079H+5-5307I?307G 3CEICIR,hF.COED GIC?=RIR I L=THEBa RSRDBTRORI?CNDIILICE BONCE BDP=NMRF,N=LF=DAB-UUU=FY=DN=E+HHEILCDI=R6!bb6 1%gV9ZZW99%:0;朱大奇$于盛林F基于故障树最小割集的故障诊断方法研究:h;F数据采集与处理$%#%$!Z10g(0!W0:;王永川$蔡金燕$孟亚锋F可靠性
16、分析技术在电子装备故障诊断中的应用:h;F上海海运学院学报$%#!$%10gg(!ZW!9$!Z9:X;QI?BN 3F+OS RBD CHHN=CLA D=COED DNBBR CG NBEICIEIDS CCESRIR:h;F.OS QBDR CG QSRDBTR$!bb#610gV!XW!XX:;h=RBHA4ICNNCDC=$4CNS5IEBSFUaHBNDRSRDBTRHNILIHEBRCGHN=?NCTTI?:*;F,Q,OEIRAI?=THCS$!bb9:Z;吴今培F智能故障诊断技术的发展和展望:h;F振动+测试与诊断$!bbb$!b)%*(ZbW9:9;,CCI*hF.CIEO
17、NB GNIJB EBCNI?=COED GIC?=RIR ABONIRDILR:h;F-UUU/NCF Y QSRDBTF*C CG SBNBDILR6!b9Z6!Z10g(09#W09作者简介V朱学军6男$!bZ#年生$浙江金华人$宁夏大学机械工程学院副教授$!bb%年毕业于湖南大学电气工程系6%#0年获华东理工大学计算机技术专业硕士学位$主要研究方向为计算机控制与过程优化#UWTCIEV AOaOBcOaOeRICFL=TFLi陈宇6男$宁夏大学机械工程学院助教$主要从事计算机应用技术的教学与研究工作#IOP#Q宁夏银川市西夏区 宁夏大学机械工程学院(朱学军 陈 宇IK,-878,.R8
18、*+305*3-607508815079S507T53:05!;8154=9U50*+C30 OP#Q9K+503(H+C9BC8AC0K+809UC1投稿日期V%#F!F%Xg1修稿日期V%#F!%F!Xg ZWW基于无线网络的智能监控系统设计与实现基于无线网络的智能监控系统设计与实现作者：徐君丽，刘冀伟，王志良，郭建波，Xu，Junli，Liu，Jiwei，Wang Zhiliang，GuoJianbo作者单位：徐君丽,刘冀伟,王志良,Xu,Junli,Liu,Jiwei,Wang Zhiliang(100083,北京科技大学信息工程学院)，郭建波,Guo Jianbo(063000,河北
19、唐山学院网络教育中心)刊名：微计算机信息英文刊名：CONTROL&AUTOMATION年，卷(期)：2005，21(6)被引用次数：16次 参考文献(2条)参考文献(2条)1.Hongzhe Han.etal Adaptive Background Modeling with Shadow Suppression.Intelligent Transportation Systems20032.W E L Grimson.C Stauffer Adaptive background mixture models for real-time tracking 1999 相似文献(3条)相似文献(3
20、条)1.学位论文 苑颖 视频监控系统中目标检测与阴影抑制算法的研究 2009 随着计算机视觉技术、电子技术、通信技术的发展，智能视频监控系统作为安全防卫的一种重要手段正越来越受到人们的重视。本文首先综述了智能监控系统的发展历史和现状，然后对智能监控系统中的运动目标检测和阴影去除算法进行了研究。运动目标检测作为智能视频监控系统中视频处理的第一步，具有非常重要的地位，同时也是一个技术上的热点和难点。本文对目前运动目标检测方法进行了概括，在详细研究了几种目标检测方法的基础上，通过实验比对确定了目标检测中较好的方法基于混合高斯模型的背景差方法。实验证明混合高斯背景模型有比较好的鲁棒性。针对目标检测中的
21、阴影，本文提出了一种基于颜色不变性和建立阴影高斯模型的阴影检测和消除的方法。首先对亮度小于背景的前景根据颜色特征的相近性进行划分，再利用阴影的光谱特性建立高斯模型，去除运动目标的投影。最后利用阴影的空间特性对图像进行后处理，完成阴影的检测与消除。实验结果表明，该方法能够有效的检测和消除阴影。2.学位论文 吴亮 运动目标提取、阴影和鬼影检测及去除算法研究 2007 本文在系统分析智能监控系统的现状和发展基础上，对静止摄像机监控固定场景的的运动目标检测、阴影及鬼影的检测和去除等关键技术进行了比较深入的研究。运动目标检测是跟踪、分类和识别的基础。本文详细讨论了目前常用的运动目标检算法，利用文中提出的
22、定性评价标准对应用比较广泛的各类目标检测算法的实验结果进了定性分析和对比；最后确定采用混合高斯模型的背景差方法来提取运动目标。为了去除目标前景的阴影，在总结和分类已有的各类阴影检测算法的基础上，提出一种基于Phong物体光照模型的阴影检测算法，并提出去除阴影的后处理方法；然后利定量和定性评价标准对已有和新提出的阴影检测算法实验结果进行对比分析，实验证明提出的算法在阴影检测率和区分率等方面都得到了提高，具有较强的鲁棒性。为了消除背景差算法经常出现的鬼影问题，通过分析目标前景块边缘区域像素分布，提出了一种基于直方图匹配的鬼影检测算法，并对背景中的遗留物体进行检测。通过实验结果表明，本文提出的算法可
23、以快速有效的检测并去除鬼影，同时克服了已有鬼影算法的缺陷。3.学位论文 杨健全 视频监控中的目标检测及阴影去除算法研究 2006 随着计算机视觉技术、电子技术、通信技术的发展，智能视频监控系统作为安全防卫的一种重要手段正越来越受到人们的重视。本文首先综述了智能监控系统的发展历史和现状，然后对智能监控系统中的运动目标检测和阴影去除算法进行了研究。运动目标检测作为智能视频监控系统中视频处理的第一步，具有非常重要的地位，同时也是一个技术上的热点和难点。本文对目前运动目标检测方法进行了概括，在详细研究了几种目标检测方法的基础上，通过实验比对确定了目标检测中较好的方法基于混合高斯模型的背景差方法。实验证
24、明混合高斯背景模型对光线变化、场景中元素反复运动、缓慢运动物体以及从场景中增加和去除物体都有比较好的鲁棒性。针对目标检测中的阴影，本文在混合高斯背景模型基础上，提出了一种新的基于一阶梯度的阴影检测算法。算法通过对Sobel算子的梯度背景模型的推导，得出了基于一阶梯度的阴影检测判别式。判别式的阈值是通过统计梯度背景模型得到的，具有较强的自适应性。该算法与基于RGB颜色空间的阴影检测算法相结合，提高了阴影区域的检测精度。通过对运动目标的重建，实现了对运动目标的准确提取。引证文献(16条)引证文献(16条)1.张钦军.田治礼 全自动智能防盗报警系统的应用设计期刊论文-安防科技 2008(9)2.张钦
25、军.田治礼 全自动智能防盗报警系统的应用设计期刊论文-世界科技研究与发展 2008(2)3.张利琼 无线传感网络在农业生产中的应用期刊论文-现代农业科学 2008(3)4.张永锋.薛东剑.方建卫 基于企业网的资源监控系统设计期刊论文-成都电子机械高等专科学校学报 2007(4)5.赵文华.张建林 基于bloom filter的深度流搜索的性能建模期刊论文-微计算机信息 2007(33)6.雷建龙 数字温度传感器DS18B20读出数据错误分析期刊论文-电子器件 2007(6)7.田治礼 远程智能拨号防盗系统的应用设计期刊论文-微计算机信息 2007(5)8.田治礼 远程智能拨号防盗系统的应用设计
26、期刊论文-安防科技 2007(3)9.张雷.刘冀伟.王志良 固定场景下的运动检测与运动跟踪期刊论文-微计算机信息 2006(25)10.丁飞.张西良.胡永光.张世庆.朱琪美 无线传感器网络在环境监测系统中的应用期刊论文-微计算机信息 2006(25)11.李伟.于守谦.刘亚斌.陈伟海 基于蓝牙的无线通信技术及其在机器人中的应用期刊论文-微计算机信息 2006(23)12.刘洁.张东来 关于自适应高斯混合背景模型的更新算法的研究期刊论文-微计算机信息 2006(22)13.雷建龙 RFID双频EPC标签读写器的设计期刊论文-微计算机信息 2006(20)14.曹丽婷.田景文.聂雪媛 焊接机器人焊缝自动跟踪系统期刊论文-微计算机信息 2006(7)15.全红瑞.沈建中.侯瑞霞.李辉.张晓河 计算机监控系统及传感器在苗圃管理中的应用期刊论文-河北林果研究 2006(1)16.韩旭 考虑行走方向的步态识别研究学位论文硕士 2006 本文链接：http:/