海關查驗平臺視頻監控系統及QT顯示界面設計

秦鑫烽 王亞麗 吳明春

摘 要：海關查驗常用的手段是人工檢查，為了提高海關查驗的智能化，減輕海關人員的工作量，采用視頻處理技術對海關查驗平臺中每個集裝箱的到場時間、開箱、關箱、以及離場時間的檢測，本文采用QT對此檢測結果進行顯示。

關鍵詞：海關查驗;Qt;視頻監控

引言：

隨著我國經濟的高速發展，對外的進出口貿易的不斷加大，海關在進出口貨物的查驗中扮演者尤為重要的角色。海關查驗是指海關在接受報關單位的申報后，依法為確定進出境貨物的性質、原產地、貨物狀況、數量和價值是否與貨物申報單上已填報的詳細內容相符，對貨物進行實際檢查的行政執法行為。海關查驗方式分為兩種，一種是人工查驗，另一種是設備查驗，在人工查驗中，我們需要對出境貨物的檢查包括對集裝箱的到來時間、開箱、關箱，以及箱子離場的時間進行統計，并記錄到數據庫當中。然而這種方式需要耗費大量的時間去記錄每個集裝箱的相關信息，并上傳到服務器上。祝勝男[1]等利用超像素級上下文特征對集裝箱進行檢測，陳超[2]等通過模板匹配和特征匹配進行集裝箱識別，張紹明[3]等則對大角度透視變形集裝箱進行識別。而對于移動的集裝箱的識別，也有很多相應的研究。文獻[4-7]分別用不同算法對運動物體進行檢測，識別出運動的物體。本文主要論述的是采用視頻處理器技術將采集到的視頻信息進行分析處理，得到放箱子、開箱、關箱、箱子離場的時間節點信息，同時使用QT制作界面將每個平臺的時間信息和開關門狀態的圖片顯示在界面上進行顯示。

一、視頻處理

由于海關查驗平臺中具有眾多的攝像頭，此處只是對某個攝像頭的視頻數據進行采集，當前的視頻信息不一定包含我們需要的信息，直接選取剪輯好的視頻進行處理。在采集的視頻中選取具有的放箱，開箱等操作過程的視頻片段，對其進行裁剪，合并，最終形成一個完整的流程。裁剪視頻的目的是為了在調試代碼中更快地看到效果，節省時間。

對視頻的操作就是對每張圖片進行操作。原圖為圖1，首先讀取本地視頻，選取視頻中的感興趣區域，對開箱子和關箱子而言，采用去除人為干擾的因素來選取感興趣區域如圖2所示，由于感興趣區域的面積很小，為了更好地看出效果圖，本文在結果演示中將感興趣區域重新設置大小設置為400*400的矩形圖片。

接下來是提取矩形區域中的四根柱子，由于柱子是豎直方向的，所以采用水平方向的sobel邊緣檢測算法，獲得豎直方向的特征，對其進行先腐蝕，后膨脹，設置閾值，將感興趣區域二值化處理獲得黑白圖像如圖3所示。關箱子的時候有四根柱子，所以白點總數多，選擇比較閾值，大于閾值則認為箱子已經關閉。

二、QT界面設計

1、打開視頻：使用Push Button按鈕來進行點擊打開文件，使用OpenGL Widget控件顯示視頻信息。在UI界面上將Push Button和OpenGL Widget相關聯，在寫好的類中定義信號和槽函數，點擊按鈕就會產生一個信號，槽函數負責接收信號，在槽函數中我們編寫代碼，用來實現打開本地的文件選擇視頻，使用OpenCV讀取視頻信息。

2、顯示視頻：視頻的顯示就是將每一幀圖片，輪流的在該控件上顯示，需要定時器來不斷地更新該控件上的內容，能達到視頻播放的效果。在此處添加圖像處理的代碼。如果定時器不更新，OpenGL Widget控件上，將會出現花屏。

3、顯示圖片和文本信息：Qt中顯示圖片和文字信息的控件可以使用QLabel，在UI界面中拖拽控件，并設置好合適大小。Qlabel可以接受多種格式的圖片，此處使用JPG格式圖片，先使用imread（）讀取圖片，然后將圖片加載到Qimage中，需要進行相應的格式轉換，使用Qpixmap獲取圖像，最后使用show顯示，完成Qt界面設計，放箱及開箱如圖4和5所示。

三、結論

本文介紹了在海關查驗平臺中對集裝箱的放箱，開關箱門以及拿走的視頻進行分析，使用OpenCV視頻處理知識，完成了視頻監控的主要任務，最終以QT進行界面設計，實時顯示海關查驗過程。

參考文獻

[1] 祝勝男，郭煒煒，柳彬，張增輝，郁文賢.利用超像素級上下文特征進行靠岸集裝箱船檢測[J].武漢大學學報（信息科學版），2019，44（04）：578-585.

[2] 陳超，牛王強，杜芃.基于模板匹配和特征匹配的集裝箱箱號識別算法[J].上海海事大學學報，2019，40（01）：65-70.

[3] 張紹明，毛藝凡，王建梅，馮甜甜.大角度透視變形集裝箱圖像箱號識別方法[J].同濟大學學報（自然科學版），2019，47（02）：285-290.

[4] 屈晶晶，辛云宏.連續幀間差分與背景差分相融合的運動目標檢測方法[J].光子學報，2014，43（07）：219-226.

[5] 王聰，劉明光，齊飛.智能視頻監控系統動態目標檢測與識別算法綜述[J].電氣技術，2018，19（09）：6-11.

[6] 賀超宇，鄭紫微，盧愿.基于SURF和FREAK的移動終端動態背景運動目標檢測[J].光電子·激光，2019，30（02）：146-153.

[7] Musa M.Ameen，Alaa Eleyan. Score Fusion of SIFT & SURF Descriptors for Face Recognition Using Wavelet Transforms[J]. International Journal of Image， Graphics and Signal Processing（IJIGSP），2017，9（10）.

作者簡介：王亞麗，通訊作者，郵箱wangyali_buaa@163.com，本文由大學生創新創業訓練計劃項目支持