陽臺危險行為報警系統的研究

張鑫楊

摘 要：陽臺危險行為報警系統是借助攝像設備采集圖片與自制圖片庫進行危險動作匹配的報警裝置，通過實時監控保護孩子生命安全和居民財產安全。該裝置有兩個功能，防止兒童在陽臺玩耍時不慎墜落和盜賊從陽臺進入屋內進行盜竊。設備的工作原理是通過攝像頭提取照片，經過OpenCV進行圖片人物背景分離和輪廓識別，判斷是否需要報警。實驗結果表明：裝置識別危險動作的準確度較高。

關鍵詞：圖像處理 輪廓識別 圖像采集 OpenCV

中圖分類號：TP27 文獻標識碼：A 文章編號：1672-3791（2018）04（c）-0019-02

1 裝置的工作流程

當孩子進入監控范圍，裝置自動開啟圖像分析，一旦孩子接觸護欄并且腳部抬起，裝置立刻信號接收端反饋報警信息，及時解除危險。除此之外，通過檢測人體被遮擋的程度來斷定是否為盜賊潛入陽臺。它的原理非常巧妙，無論盜賊從樓下或者樓上潛入陽臺，盜賊的身體都是從頭或者腳逐漸暴露在監控下的，盜賊身體的局部也會被護欄或者陽臺遮擋，通過系統分析是否為盜竊，如是，將報警信息反饋給主人。裝置工作流程圖如圖1所示。

2 圖像提取

2.1 設定危險動作

在分類器中輸入典型的危險行為，通過分析兒童的實際動作，與分類器中的數據進行比對，當兒童的動作與分類器中危險動作相似度達到一定程度，將危險信號發送至報警終端，進行危險報警。

2.2 圖像預處理

圖像預處理邏輯上是圖像分析處理過程的一個環節，主要作用是對拍攝獲得的原始圖片作矩形抽出和圖像壓縮。經過矩形抽出后的圖片的內存空間會得到極大的減少，再配合適當的圖像壓縮技術輸出圖片文件。在現有的實時控制器的硬件水平下，文件輸出可以節省大量時間。

2.3 矩形抽出原理

矩形抽出原理是基于背景分離的原理。因為通常攝像頭拍攝的場景都是可以分為前景和背景的，而且對于該裝置，背景都是固定不變的。人在某個時刻進入背景成為前景對象，經過圖片流差異對比，我們就可以從整個畫面中抽取出前景對象，實現背景分離的效果。Open CV的cvaux模塊中就提供兩類的用于計算背景差分的函數。計算圖像的像素基本統計量來實現差分分析的。模型公式如下：

3 輪廓識別

3.1 輪廓矩

3.3 Hu矩

我們可以直觀地看到每個圖像對應的3個Hu矩。當階數變高時，Hu矩一般會變小。根據定義，高階Hu矩由多個歸一化矩的高階冪計算得到，而歸一化矩都是小于1的，所以指數越大，計算所得的值越小。使用Hu矩我們想要比較兩個物體并且判明他們是否相似。

4 實驗結果與分析

該裝置進行了150次實驗及大量的危險動作圖片模擬識別，其中報警率最高圖片如圖2所示。

在測試中，偶爾出現孩子原理欄桿處就報警的情況，我們仍需改進裝置的報警準確度，精煉算法。雖然在裝置的研究過程中我們團隊遇到了很多困難，但是我們一直堅持著一絲不茍的態度。當然，我們的裝置一定存在很多不足，我們在日后會多加改正。

參考文獻

[1] 謝鳳英，趙丹培，李露，等.數字圖像處理及應用[M].北京：電子工業出版社，2016.

[2] 馬新明，趙曉莉，時雷.基于Open CV的圖像處理系統設計與實現[J].河南農業大學學報，2014（1）：87-90.

[3] （美）普拉蒂克·喬希，大衛·米蘭·埃斯克里瓦.OpenCV實例精解[J].北京：機械工業出版社，2016.

[4] 葛羅瑞亞·布埃諾·加西亞.OpenCV圖像處理[M].北京：機械工業出版社，2016.