基于圖像識別的瀕危動物信息采集系統設計

成都理工大學信息科學與技術學院　高　旭　季　政　龍　淼

?

基于圖像識別的瀕危動物信息采集系統設計

成都理工大學信息科學與技術學院高旭季政龍淼

隨著當前社會快速發展，人們的生活有了質的飛躍。但是隨之而來的生態環境問題導致許多野生動物瀕臨絕跡。現提出一套完整的瀕危動物信息采集系統方案，該方案以ARM11為控制核心，搭配紅外傳感器和無線發射模塊。同時搭建動物圖像信息庫，通過對捕捉的圖像進行圖像識別從而判定是否為目標動物進而有選擇地進行拍攝與遠程信息傳遞。以ARM11的高速率和圖像識別的選擇性特點從而大大增加野外動物探測與追蹤設備的智能化，也大大提高了續航能力和數據處理能力。該設備能夠為野外作業人員提供先進而準確的作業設備。

圖像識別；ARM11；紅外傳感器；瀕危動物

0　前言

野生動物是生態環境中重要的組成部分之一，每一種都在生態環境的穩態中扮演不可缺少的角色。不僅與生態平衡息息相關，更與我們人類的生活以及社會發展有著密切的聯系。隨著人類社會發展，越來越多的動物瀕臨滅絕。而當下我們對野生動物的信息采集和行為探知依舊要靠野外科考隊的野外實地探查，或者使用昂貴的實時錄像機進行不間斷定點錄像，需要投入大量人力物力。本設計基于當下動物野外探測的困難，立足于迅猛發展的嵌入式技術，將圖像識別與高處理能力的嵌入式設備結合起來，以設備能夠進行自主探知，自動開啟，自主識別，遠程報警，從概念上解決野生動物的信息獲取問題。

1　系統架構

本系統通過設計一個以ARM11處理器為控制中樞，以紅外傳感器，聲音傳感器為多重傳感器模塊，以OV3640攝像頭為攝像模塊，以SIM900A為信息傳遞模塊的智能控制系統來進行統一作業。使用基于顏色特征圖像分割算法和BP神經網絡圖像識別算法進行動物監測并分類，判斷瀕危動物并進行遠程通知如圖1所示。

圖1　基于圖像識別的瀕危動物信息采集系統

本系統利用多重傳感器探測監控點情況信息，設定目標物種出現的同時進行視頻拍攝以及圖像處理，識別是否為目標動物從而選擇是否進入工作狀態。可根據設定實現遠程報告、數據記錄、錄像儲存等功能。融合了WIFI無線通信技術以及GPRS/GSM通信技術，可以超遠端發送指令，也可以人為地遠端進行視頻傳輸與監控。智能化開機拍攝與遠程獲取圖像技術可以避免因為電量與儲存的限制而無法全天候觀測，也避免了頻繁更換電量設備造成所探測動物的遠離從而造成無法準確測量的問題。遠程終端可以根據需求而進行相應功能的擴展。

2　硬件平臺設計簡述

系統主要由多重傳感器模塊，攝像模塊，無線發射模塊為主要外圍電路。其處理器采用ARM11系列中常用的S3C6410芯片，其紅外傳感器采用LHI778熱釋電紅外傳感器探測頭，輔助以聲音傳感器，無線模塊采用功效強大的SIM900A的GPRS模塊。攝像頭使用嵌入式常用的OV3640，在進行圖像抓取的時候從而保證圖像清晰度。

3　圖像識別算法說明

在圖像識別部分，對采集的圖像包括事前樣本庫的建立，圖像抓取后的圖像預處理，圖像分割，特征值提取與選擇。每一項都是為后面一項進行的鋪墊，從而保證在獲取到珍貴的場景后擁有足夠的數據得到處理與分析，如圖2所示。

圖2　圖像處理流程圖

3.1樣本庫的建立

圖片的分類與圖像的預處理對后期圖像的分割，特征識別等環節有著舉足輕重的作用。對于要研究的目標動物，需要足夠的樣本圖片以進行分類。但是圖片與圖片之間有一定的的共性，因此根據研究，在剔除質量不高的圖片之后，將所有帶有目標動物的樣本圖片分為近景正面，近景側面，遠景正面，遠景側面，帶有遮擋五個大類。以此為基礎進行樣本庫的建立

3.2圖像的預處理

在拍攝過程中，攝像頭抓取的圖片不一定總是高質量的，因此要通過圖像預處理方能進行特征提取。圖像預處理是進行圖像的基本運算，圖像變換，圖像增強，圖像壓縮等。通過圖像的基本運算，可以是圖像的對比度發生變化，使得圖像噪聲減小。經過圖像變換的圖像具有某些特殊易于區分的性質。將圖像在頻率域處理完畢后再將處理結果轉換到空間域，從而圖像變換才算完成。

3.3圖像的分割

自然界中大多數的圖像顏色都是彩色的，彩色的圖像包含的有用信息更多，人眼對彩色也更敏感。對于圖像處理，更適合進行顏色的分割，

以當下研究趨勢，采用基于HIS顏色空間的分割算法，用HIS顏色模型中的H和S分量能很好地區分顏色信息。首先將圖像轉化為double類型，然后將目標圖像由RGB顏色空間變換之至HIS顏色空間，最后采用判別公式對目標圖像進行相關的處理。

3.4特征值的提取

對于目標圖像的特征提取，其數字化后的得到結果成為特征值。通過對圖像分割得到的多個目標在立體空間上的各個角度的彼此聯系，得到各部分的位置關系。而圖像中的信息通過關系特征來進行縮放，旋轉，平移等操作。

3.5模板匹配識別

通過對個政治的提取，得到能夠準確表征目標圖像的各種屬性信息進行分析和處理。依據已有的的樣本儲備，進行模板匹配。進而將

符合范圍的內的數據進行方差分布計算，選出最優點進行確定。

4　結束語

本項目基于紅外監控和圖像特征識別技術，按照動物目標提取、目標物種識別、采集信息本地保存，遠程信息發送報警共四個步驟。通過控制模塊、探測模塊、攝像模塊和信息傳遞模塊相結合，進行動物監測并分類，判斷瀕危動物并進行遠程通知。采用這樣的方法和裝置，可以極大程度提升野外探測裝置的智能化程度，確保人為因素影響最低的同時對瀕危動物進行信息采集和對目標動物種群密度的確定，同時也具備邊防智能化監控的功能。

［1］尼克松.特征提取與圖像處理［M］.北京:電子工業出版社，2010，10.

［2］陳杰英.種群密度模擬測量法［M］.北京:高等教育出版社，2013，4.

［3］秦天寶.生物多樣性保護的法律與實踐［M］.北京:高等教育出版社，2013，4.

［4］Linux宋寶華.設備驅動開發詳解［M］.北京:人民郵電出版社，2011，11.

［5］Michael Dawson.Beginning C++ Through Game Programmin［J］. Cengage Learning，2010.