一种无盲区监控系统技术方案

本发明专利技术公开了一种无盲区监控系统，包括视频输入模块、处理器模块和告警输出模块，视频输入模块采集监控区域内的图片信息，并传输给处理模块，处理模块将从视频输入模块获取的图片信息转变为灰度图像，对该灰度图像提取特征块，对比选择最佳底图，将上述灰度图像与灰度底图进行差分计算，并输出差分灰度元素图，对上述差分灰度元素图进行归一化处理后，对每个灰度元素图进行去光照处理并得到LBP图像，对LBP图像提取Hog特征，输出判断信息，并将该判断信息传输至告警输出模块，告警输出模块用于接收处理模块的判断信息并显示监控区域内的状态，本发明专利技术提高了辨识的精度，实时跟踪计算，且降低了成本。

【技术实现步骤摘要】
一种无盲区监控系统
本专利技术涉及监控
，尤其涉及一种无盲区监控系统。
技术介绍
目前国内外采用的技术和产品基本上是基于多普勒效应的红外线或超声波人员入侵传感器和基于红外热成像感知的人体传感器。前者只能感知运动的人体，对于静止不动的人体则没有反应；后者成本很高，难以普及，而且分辨率较低，难以分辨人数，尤其在房间里温度较高、湿度较大的情况下误报率极高。对于红外人体传感技术，主要应用于室内，因为此种方法干扰因素较多，室外难以很好应用。而检测距离主要在10m以内，以5m～8m为主流。但是人体的红外线因个体差异多少，使得信号采集时有很大不一样，即，不同的人，虽然释放红外线波长相同，但能量强度差别较大，给检测带来困难，且无法实现远距离纵向检测，这是因为，红外方法基于光学镜片透射，当镜片划分不同区域，人体辐射红外线在不同区域出现，可以被检测，因此主要是检测横向移动，即以探测器为中心的圆周运动时，此方法最为灵敏。而纵向移动检测距离只能通过扩大镜片面积来实现，然而，探测器尺寸不能随意变大，因此，扩大镜面用来实现纵向移动远距离检测是受限制的。对于振动检测方法，振动检测是利用振动传感器来实现人、车辆等由于移动产生的振动声波，传感器会接收各种原因所产生的振动信息，并转变为模拟电信号，此信号再经适当的信号处理进行分析，转换为可以报警控制的电信号，当引起的振动信号超过一定强度，进行报警，通常民用振动传感器检测距离3m～5m，使用时须大力产生振动传感器才有响应，对轻微振动无响应，例如，把传感器贴在墙体，当有人用重物用力敲击墙体时才能探测到信号。但是人体移动脚步属于微弱信号，采集这样的信号需要很高灵敏度的振动传感器，而目前市场所售的传感器无法满足这种灵敏度的需求，能够应用在人脚步振动检测的探测器属于高端军事用途，这种传感器检测距离远，但需要埋在地下，利用线缆连接，面积达到了几十个平方米，且探测器不易购买，成本高，不适合民用。对于超声检测方法，超声波主要用于距离的测量，定期发送超声波，遭遇障碍物时发生反射，发射波经由接收器接收并转化为电信号，这样测距技术只要测出发送和接收的时间差，然后按照速度与时间差的方式进行计算，即可求出距离。但是人穿着的衣服对超声波有吸收作用，因此无法实现远距离准确人体超声测距，测距不能完成，后续的判断也就无从谈起。另外，超声测距，如果实现20m的测量，需要探测器两个，一个反射一个接收，探测器直径要20cm左右，体积较大，功率较大，且不能准确测量人体。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种无盲区监控系统。为了实现上述目的，本专利技术采用了如下技术方案：一种无盲区监控系统，包括视频输入模块、处理器模块和告警输出模块，所述视频输入模块用于采集监控区域内的图片信息，并将图片信息传输给处理模块，所述处理模块将从视频输入模块获取的图片信息转变为灰度图像，对该灰度图像提取特征块，对比选择最佳底图，将选择的最佳底图转变为灰度底图，将上述灰度图像与灰度底图进行差分计算，并输出差分灰度元素图，对上述差分灰度元素图进行归一化处理后，对每个灰度元素图进行去光照处理并得到LBP图像，对LBP图像提取Hog特征，再与学习库中对比，输出判断信息，并将该判断信息传输至告警输出模块，所述告警输出模块用于接收处理模块的判断信息并显示监控区域内的状态。优选的，所述处理模块的输入端通过蓝牙通讯与控制模块连接，所述控制模块用于设置工作时间和工作参数。优选的，所述视频输入模块还包括850纳米红外滤光模块和补光模块。优选的，所述处理模块还包括存储单元，所述存储单元用于存储从视频输入模块获取的图片信息以及处理过程中的数据信息。优选的，所述告警输出模块还包括继电器，且所述继电器与告警装置电连接。优选的，所述视频输入模块、处理器模块、告警输出模块和控制模块分别设置有独立的电源模块。本专利技术的有益效果是：1、本专利技术利用算法优化和嵌入式技术方面的改进，降低了生产成本，具有很好的产业化、批量化工业制造的前景。2、本专利技术通过图像识别算法，解决了对人体各种姿态、动态运动、静态不动等各种复杂人体的准确检测识别，并识别人体数量和人体位置，适用性更广。3、本专利技术采用850奈米红外补光和滤光，解决了白天、夜间各种光源条件下正常工作，避免了环境因素对识别准确性的影响。4、本专利技术运用机器学习的分类器技术方法，成功将与人体大小接近的物体或动物准确分类识别出来，尤其是可以排除宠物干扰，适用性更广。5、本专利技术通过图像视频跟踪技术，对环境中每个识别出来的人体实时跟踪计算，为用户不间断提供当前人数和所在方位的信息，推动了红外传感器市场应用范围。6、本专利技术采用单片机处理，使视频采集的数据独立运行无需借助网络和服务器资源，有效地保护了用户的个人隐私。附图说明图1为本专利技术提出的一种无盲区监控系统的工作原理示意图；图2为本专利技术提出的一种无盲区监控系统的工作流程图；图3为本专利技术提出的一种无盲区监控系统的识别算法的原理图；图4为本专利技术提出的一种无盲区监控系统的处理模块的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。参照图1-4，一种无盲区监控系统，包括视频输入模块、处理器模块和告警输出模块，所述视频输入模块用于采集监控区域内的图片信息，并将图片信息传输给处理模块，所述处理模块将从视频输入模块获取的图片信息转变为灰度图像，对该灰度图像提取特征块，对比选择最佳底图，将选择的最佳底图转变为灰度底图，将上述灰度图像与灰度底图进行差分计算，并输出差分灰度元素图，对上述差分灰度元素图进行归一化处理后，对每个灰度元素图进行去光照处理并得到LBP图像，对LBP图像提取Hog特征，再与学习库中对比，输出判断信息，并将该判断信息传输至告警输出模块，所述告警输出模块用于接收处理模块的判断信息并显示监控区域内的状态。进一步的，所述处理模块的输入端通过蓝牙通讯与控制模块连接，所述控制模块用于设置工作时间和工作参数。进一步的，所述视频输入模块还包括850纳米红外滤光模块和补光模块。进一步的，所述处理模块还包括存储单元，所述存储单元用于存储从视频输入模块获取的图片信息以及处理过程中的数据信息。进一步的，所述告警输出模块还包括继电器，且所述继电器与告警装置电连接。进一步的，所述视频输入模块、处理器模块、告警输出模块和控制模块分别设置有独立的电源模块。本实施例中，告警装置通过继电器的输出来表示工作状态和当前识别状态，当工作状态为0时，表示工作状态为未工作，当工作状态为1时，表示工作状态为正在工作，当前识别状态为0时表示无人，当前识别状态为1时表示有人，使用者启动本装置，对传感器进行初始化，利用控制模块设置参数，包括采集频次M，有人间隔次数G，利用视频输入模块采集比较基图，得到无人底图，并选择赋予初始图，该初始图存储于存储单元内作为样图备份，与此同时，处理器模块控制图像输入模块按照预先设置的频次M采集监控图样，当状态大于0时可以间隔G次取样，然后对获得的监控图样提取特征图样，将无人底图的灰度图像与上述监控图样提取的特征图样的灰度图像进行差分处理，如果两者有差异，则提取差异轮廓组本文档来自技高网...

【技术保护点】
1.一种无盲区监控系统，包括视频输入模块、处理器模块和告警输出模块，其特征在于，所述视频输入模块用于采集监控区域内的图片信息，并将图片信息传输给处理模块，所述处理模块将从视频输入模块获取的图片信息转变为灰度图像，对该灰度图像提取特征块，对比选择最佳底图，将选择的最佳底图转变为灰度底图，将上述灰度图像与灰度底图进行差分计算，并输出差分灰度元素图，对上述差分灰度元素图进行归一化处理后，对每个灰度元素图进行去光照处理并得到LBP图像，对LBP图像提取Hog特征，再与学习库中对比，输出判断信息，并将该判断信息传输至告警输出模块，所述告警输出模块用于接收处理模块的判断信息并显示监控区域内的状态。

【技术特征摘要】
1.一种无盲区监控系统，包括视频输入模块、处理器模块和告警输出模块，其特征在于，所述视频输入模块用于采集监控区域内的图片信息，并将图片信息传输给处理模块，所述处理模块将从视频输入模块获取的图片信息转变为灰度图像，对该灰度图像提取特征块，对比选择最佳底图，将选择的最佳底图转变为灰度底图，将上述灰度图像与灰度底图进行差分计算，并输出差分灰度元素图，对上述差分灰度元素图进行归一化处理后，对每个灰度元素图进行去光照处理并得到LBP图像，对LBP图像提取Hog特征，再与学习库中对比，输出判断信息，并将该判断信息传输至告警输出模块，所述告警输出模块用于接收处理模块的判断信息并显示监控区域内的状态。2.根据权利要求1所述的一种无盲区监...

【专利技术属性】
技术研发人员：张少军，
申请(专利权)人：天津煋鸟科技有限公司，
类型：发明
国别省市：天津,12