專利名稱：無人值守目標智能識別與自動跟蹤系統的制作方法
技術領域：
本實用新型涉及一種目標智能識別與自動跟蹤系統，具體地說是涉及一種 在無人值守的情況下，尤其是能在黑夜、雪霧天氣等惡劣環境中自動識別與跟 蹤運動目標的系統。
背景技術：
傳統的無人值守場合是發現目標后由人手操作控制鍵盤、鎖定目標、控制 云臺的移動以實現對目標的跟蹤，即使個別監控系統無需人工參與，但也是以 增加現場攝像頭的數目和信號傳輸線路的復雜性為代價的。另外，目前的監控 系統雖能遠距離傳輸監控現場的信息，但設備造價昂貴，通常需人工逐區域切 換監控，對于監控區域多且分散、要求時實監控的場合，顯然也不能很好的滿 足要求。而且利用人工實時監控又難免會存在成本高、人易疲勞和連續反應速 度遲緩、誤報警率高等方面的缺點。
發明內容
本實用新型的目的是提供一種能夠在無人值守的情況下進行目標智能識別 與自動跟蹤的系統。
為實現上述目的，本實用新型采用以下技術方案
本實用新型包括可疑目標智能識別模塊，其包括電荷耦合器件CCD，電荷耦 合器件CCD將輸出的圖象信號輸入到能夠進行處理的現場計算機中；
自動跟蹤模塊，其與可疑目標智能識別模塊相連，它包括現場計算處理單 元，它接收來自于可疑目標智能識別模塊中的處理信號，其輸出端與云臺相連
接，云臺驅動電荷耦合器件CCD采集可疑目標圖象，并通過圖象采集卡傳入到 現場計算處理單元中；以及，
控制室計算機，其與可疑目標智能識別模塊和自動跟蹤模塊相連，對所述
可疑目標智能識別模塊和自動跟蹤模塊進行數據監控及處理。
上述自動跟蹤模塊中的現場計算處理單元位于可疑目標智能識別模塊中的
現場計算機中。
上述的現場計算處理單元通過云臺控制器與云臺相連接。 上述的控制室計算機通過網絡接口與可疑目標智能識別模塊和自動跟蹤模
塊相連。
采用上述技術方案的本實用新型，設有具有可疑目標智能識別模塊和自動 跟蹤模塊。可疑目標識別模塊是基于目標特征提取的智能模塊，負責完成運動目標的分類識別；自動跟蹤模塊是基于改進的運動目標定位算法，可以自動生 成運動物體的運動軌跡，驅動云臺實現對運動物體的跟蹤，特別是當被跟蹤目 標移動并超出一個攝像頭范圍時，系統會檢測被跟蹤目標進入的另一攝像頭繼 續進行跟蹤，實現對監控目標遠距離多方位的連續跟蹤。本實用新型無需手動 操作，系統自動對可疑目標進行識別與自動跟蹤，可在黑夜、雪霧天氣等惡劣 環境中長期穩定的工作。系統除了能應用于我國電力行業外，還可以廣泛應用 于客運站、火車站及機場周邊包括停車場、無人值守變電站、文物古跡及博物 館、軍隊的彈藥庫、營房周邊及邊防哨卡、銀行的營業廳、自助銀行及金庫等。
圖1為本實用新型中系統總體流程圖2為本實用新型中系統的硬件原理圖3為本實用新型中可疑目標智能識別模塊的流程圖4為本實用新型中自動跟蹤模塊的流程圖5為本實用新型中所采用的差影算法的流程圖6為本實用新型中所采用的全局動態閾值法的流程圖7為本實用新型中所采用的基于遺傳GA模擬退火算法的流程圖。
具體實施方式
如圖2所示，本實用新型包括可疑目標智能識別模塊，其包括電荷耦合器 件CCD，電荷耦合器件CCD將輸出的圖象信號輸入到現場計算機中進行處理；自 動跟蹤模塊，其與可疑目標智能識別模塊相連，它包括現場計算處理單元，它 接收來自于可疑目標智能識別模塊中的處理信號，其輸出端與云臺控制器相連， 云臺控制器與云臺相連接，云臺驅動電荷耦合器件CCD采集可疑目標圖象，并 通過圖象采集卡傳入到現場計算處理單元中；以及，控制室計算機，其通過網 絡接口與可疑目標智能識別模塊和自動跟蹤模塊相連，用于經由網絡接口對所 述可疑目標智能識別模塊和自動跟蹤模塊進行數據監控及處理。上述自動跟蹤 模塊中的現場計算處理單元位于可疑目標智能識別模塊中的現場計算機中。
本實用新型的工作原理如下-
如圖1所示，本實用新型包括以下步驟
① 程序啟動后進行系統初始化，利用紅外電荷耦合器件CCD進行攝像，獲 取原始圖像后進行預處理，使圖像二值化，根據圖像面積與預先設定的閾值差 值大小，判斷系統是否存在可疑目標；
② 對可疑目標進行識別對可疑目標的特征圖像進行提取和處理，并完成 運動目標的分類識別；③對可疑目標進行自動跟蹤對獲取的可疑目標圖像采用差影法進行處理， 計算出運動物體的中心坐標，從而驅動云臺實現對運動物體的跟蹤。 上述的步驟②，即對可疑目標進行識別包括以下步驟
a、 圖像處理如圖3所示，它包括對可疑目標圖像進行增強、圖像分割及 濾波處理。具體地說，因為現場采集的圖像在采集和傳輸的過程中存在很多噪 聲，因此對圖像中存在的噪聲進行平滑和增強處理，利用基于全局動態閾值法 的圖像分割技術獲取最佳的全局閾值。上述的全局動態閾值法的流程圖如圖6
所示。首先計算得出初始閾值T。^ (Z,+Zk) /2,其中，z'、 A分別為圖像中最小 灰度值和最大灰度值。根據初始閾值T。疊加得出閾值Tk，并將圖像分割成目標 和背景兩部分，求出兩部分的平均灰度值Z。和Zb，從而計算出新閾值Tk+1=k (Z。+ZB)，并判斷閾值Tk是否等于新閾值Tk+1，如果不等于，則繼續計算初始閾 值；如果閾值Tk和新閾值Tw相等，則將閾值Tk的值作為最佳的全局閾值T,從 而形成二值化圖像，將目標與背景區分開來。然后針對二值分割后圖像中存在 的孤立點噪聲和孔洞，利用數學形態中的開啟與閉合運算，用其膨脹和腐蝕算 子對圖像做斷裂處連接以去除噪聲和填充空隙，進行濾波處理。所述的開啟與 閉合運算和用膨脹和腐蝕算子對圖像做斷裂處連接均為本領域的普通技術人員 所熟知的技術。
b、 特征提取首先對處理后的二值圖像進行選擇，提取出一系列特征作為 原始特征；然后運用基于遺傳GA模擬退火算法對所形成的原始特征進行選擇； 經過特征選擇后，對特征維數進行壓縮。上述的基于遺傳GA模擬退火算法的流 程圖如圖7所示。首先設定該算法的初始參數，包括初始溫度T，初始解狀態S， 每個T值的迭代次數L，然后根據適應度函數值來評價當前群體。在該算法中， 初始溫度T充分大，初始解狀態S是算法迭代的起點。上述的適應度函數為本 領域普通技術人員所熟知的技術。評價當前群體后，要判斷是否滿足算法的收 斂準則，如果滿足，則輸出優化結果；如果不滿足，則執行遺傳的選擇復制操 作、交叉操作和變異操作。上述的遺傳選擇復制操作、交叉操作和變異操作為 本領域普通技術人員所熟知的技術。執行后上述操作后，得到模擬退火算法的 初始群體，并根據Metr叩olis判別準則的復制策略產生下一代群體，最后進行 退溫操作。上述的Metropolis判別準則為本領域普通技術人員所熟知的技術。
c、 分類識別把經過處理后的特征圖像送入分類器中進行分類識別。
d、 報警根據識別的結果，給出相應的報警信息。
如圖4所示，上述的步驟③，即對可疑目標進行自動跟蹤包括以下步驟
a、從運動目標智能識別模塊中獲取存在可疑運動目標的圖像。采用圖像處理中的差影法對變電站內的全景圖像進行實時處理，從而達到智能跟蹤與定位
的目的。上述的差影法的流程圖如圖5所示。首先獲取背景圖片A，同時計算其 中心坐標X和Y，然后獲取可能帶有可疑目標的圖片B,進而判斷(A-B)的值 是否大于A，其中A是給定的閾值。如果(A-B)的值小于A，則繼續獲取背景 圖片A和可疑目標圖片B;如果(A-B)的值大于A，則計算差影圖片的中心坐 標X '和Y '，從而判斷{ (X- X ' ) + (Y- Y ' ) }的值是否等于零。如果得出 的值等于零，則繼續獲取背景圖片A和可疑目標圖片B;如果得出的值不等于零， 則計算水平和垂直方向的坐標偏移量，云臺也根據水平和垂直方向上的偏移量 進行跟蹤。
b、 根據圖像的灰度理論，將獲取的現場視頻中前后兩幀圖像進行灰度差值 運算，產生差影圖像。
c、 對差影圖像進行處理，分離出可疑運動目標圖像。
d、 將可疑運動目標圖像進行閥值處理轉換成二值圖像，獲得目標的中心位 置坐標。
e、 云臺運動控制系統根據可疑目標的中心位置坐標值，控制云臺指向此可 疑目標，從而實現運動目標鎖定與動態跟蹤的目的。
其硬件系統的工作原理是
自動跟蹤模塊自動跟蹤可以使攝像機對自身的云臺和變焦鏡頭進行自主
驅動，并自動控制攝像機進行云臺全方位旋轉和鏡頭縮放，針對被鎖定的運動 目標進行視覺導向的自動跟蹤，以確保跟蹤目標持續以放大特寫畫面出現在鏡 頭中央，這樣可以更清晰的看到信息，同時還可以用于事后取證。自動跟蹤模 塊彌補了固定攝像機監控視野狹窄的缺點，是完善的安全監控系統所必備的功 能。系統捕捉到可疑目標后，由圖像處理模塊發出的云臺運動命令直接傳送到 云臺控制器，云臺控制器隨即接收到這些命令，并生成操作信號脈沖。最后， 控制器向云臺的馬達發送合適移動距離的信號。只要目標一移動，云臺上的攝 像頭就會自動跟蹤目標。
圖像處理模塊攝像頭的自動跟蹤功能需要用到運動跟蹤算法，這種算法 可以根據方向計算不斷變化的可疑目標的中心坐標，使目標始終位于攝像頭視
場中央o
智能識別模塊針對現有圖像監控系統的不足，采用先進的模式識別技術 來對現場采集到的實時圖像進行分析和智能識別，給出可疑目標的類型，并把 相關信息及時發送到監控中心。
本實用新型的工作過程是對于無人值守變電站內的可疑目標， 一旦進入攝像頭的視場范圍，系統可 以立即對目標進行識別和隨動跟蹤，啟動現場的報警裝置，并把報警信息通過 網絡發送到監控中心。數字視頻監控系統的監控網絡組建為開放式的數字組網 方式，即數字圖像信號和控制信號完全通過數據網進行傳輸。有極大的工程施 工優勢。可實現現場實時監視、控制、數碼硬盤錄像存儲的全數字化分布式網 絡模式。系統設備是按照國際標準進行數字的圖像化采集和存儲。所有影像實 現數字化，采用現場總線，用戶可以自由集成不同制造商的通信網絡，既可與 同層網絡互連，也可以與不同層網絡互連。設備無縫聯結，而無須關心子系統
的類型，如HAVC、照明和安全設備可以非常容易地在同一個通道中應用。系統
的網絡結構能夠使用所有現在已有的網絡結構，如主從式、對等式和客戶服
務器式。網絡拓撲可以自由組合，并可以選擇任意形式的網絡結構。監控工作 站可在任何時候介入網上每一點的遠端界面和組態工作，也可以以客戶服務器 的方式支持監控。允許用戶通過網絡在任何時間、地點監視和控制現場的設備 和情況。將集中監控和分散監控融為一體。系統可以與其它計算機聯網，網絡 控制靈活。
本實用新型是當今計算機、圖像處理、模式識別、多媒體等各項最新技術 高度結合的產品。它利用最新的圖像數字處理與模式識別技術將模擬音、視頻
信號轉化為數字信號，在計算機顯示器上實時顯示多路，為1—64路活動圖像 的同時， 一方面將各路音視頻信號以數據流方式同步存儲于計算機硬盤內，另 一方面對實時采集的無人值守變電站內圖像中的可疑目標進行實時識別與隨動 跟蹤，并啟動現場報警裝置，實現了無人值守變電站真正意義上的自動化。而 且，該系統還可以在計算機上實現音視頻信號的監視、記錄、回放。與同類的 數字監控設備相比，該系統具備圖像監視系統的小型化、高清晰度化、智能化 和網絡化等優點。
權利要求1、一種無人值守目標智能識別與自動跟蹤系統，其特征在于，它包括可疑目標智能識別模塊，其包括電荷耦合器件CCD，電荷耦合器件CCD將輸出的圖象信號輸入到能夠進行處理的現場計算機中；自動跟蹤模塊，其與可疑目標智能識別模塊相連，它包括現場計算處理單元，它接收來自于可疑目標智能識別模塊中的處理信號，其輸出端與云臺相連接，云臺驅動電荷耦合器件CCD采集可疑目標圖象，并通過圖象采集卡傳入到現場計算處理單元中；以及，控制室計算機，其與可疑目標智能識別模塊和自動跟蹤模塊相連，對所述可疑目標智能識別模塊和自動跟蹤模塊進行數據監控及處理。
2、 根據權利要求1所述的無人值守目標智能識別與自^跟蹤系統，其特征 在于所述自動跟蹤模塊中的現場計算處理單元位于可疑目標智能識別模塊中 的現場計算機中。
3、 根據權利要求1或2所述的無人值守目標智能識別與自動跟蹤系統，其 特征在于所述的現場計算處理單元通過云臺控制器與云臺相連接。
4、 根據權利要求l所述的無人值守目標智能識別與自動跟蹤系統，其特征 在于所述的控制室計算機通過網絡接口與可疑目標智能識別模塊和自動跟蹤 模塊相連。
專利摘要本實用新型公開了一種無人值守目標智能識別與自動跟蹤系統，包括可疑目標智能識別模塊，其包括電荷耦合器件CCD，將輸出的圖像信號輸入到能夠進行處理的現場計算機中；自動跟蹤模塊，與可疑目標智能識別模塊相連，它包括現場計算處理單元，接收來自于可疑目標智能識別模塊中的處理信號，其輸出端與云臺相連接，云臺驅動電荷耦合器件CCD采集可疑目標圖像，并通過圖像采集卡傳入到現場計算處理單元中；控制室計算機，與可疑目標智能識別模塊和自動跟蹤模塊相連，對可疑目標智能識別模塊和自動跟蹤模塊進行數據監控及處理。本實用新型可以完成運動目標的分類識別，并自動生成運動物體的運動軌跡，驅動云臺實現對運動物體的跟蹤。
文檔編號G06K9/00GK201222783SQ20082014791
公開日2009年4月15日 申請日期2008年7月10日 優先權日2008年7月10日
發明者仝全利, 劉新宇, 荻 吳, 張恒源, 張紅濤, 蘇國政, 邱道尹, 波 顧 申請人:蘇國政;邱道尹;仝全利;顧 波;吳 荻;劉新宇;張紅濤;張恒源