一種基于無線傳感網絡技術的智能化城市安全防范方法
【專利摘要】一種基于無線傳感網絡技術的智能化城市安全防范方法，包括以下步驟：1）數據的自動化采集：具有數據采集、處理和無線通信功能的智能節點組成的無線傳感網絡，通過無線傳感網絡進行數據采集；2）數據的視頻壓縮：采用MPEG-4視頻圖象壓縮編碼技術；3）數據的傳輸；4）數據的自動化接收與處理：利用數據采集卡和服務器，對數據的分類采用基于關聯度量的決策樹分類方法；5）城市安全防范結果的輸出：根據分類處理，輸出對應報警的處理結果。本發明提供了一種簡化結構、兼顧成本和防范效果、適用性良好的基于無線傳感網絡技術的智能化城市安全防范方法。
【專利說明】一種基于無線傳感網絡技術的智能化城市安全防范方法
【技術領域】
[0001]本發明屬于無線網絡、視頻壓縮、數據傳輸【技術領域】，涉及一種城市安全防范方法。特別適用于城市安全防范的問題。
【背景技術】
[0002]隨著社會經濟的長足發展，人們生活富裕了，如何保護好這來之不易的經濟建設成果，成了全社會的焦點問題。每年的火災都造成了無法挽回的經濟損失，盜竊、燃氣泄漏等安全問題，每年也要從人們手中掠奪走數目驚人的財富。國家每年都投入大量的人力物力來保安全，建立了較為完備的硬件設施，但使用效果卻不盡人意。往往是火勢已經很嚴重時，消防人員才趕到現場，控制處理都變得十分困難。經常是警察趕到現場，竊賊已經逃之夭夭。
[0003]利用電子技術對安全狀態進行監測，可以實現無間斷的連續控制，能夠提前發現安全隱患，贏得處理時間，具有十分重要的實用價值，也是安防系統采用的重要手段。現有的安防系統產品，大都是有線的，需要專門的布線施工，就會破壞用戶的裝修結構，得不到用戶的認可，這限制了其發展應用。少數無線系統由于價格昂貴，也沒得到很好的推廣。改變這種現狀的最有效辦法，就是充分考慮用戶的需求，研制出價優質高、施工方便的無線安防產品。同時現有的安防系統，往往是獨立工作，規模都比較小，無法充分利用社會資源。造成一邊是社會人力物力的閑置浪費，一邊是險情得不到及時處理的尷尬局面。要彌補這些不足，就必須加大安全防范系統智能化的研究，充分利用高新技術手段和現有的基礎設施，提高安全防范技術水平和應用推廣的力度。
【發明內容】
[0004]為了克服已有城市安全防范方式的結構復雜、不能兼顧成本和防范效果、適用性較差的不足，本發明提供了一種簡化結構、兼顧成本和防范效果、適用性良好的基于無線傳感網絡技術的智能化城市安全防范方法。
[0005]本發明解決其技術問題所采用的技術方案是:
[0006]一種基于無線傳感網絡技術的智能化城市安全防范方法，包括以下步驟:
[0007]I)數據的自動化采集:具有數據采集、處理和無線通信功能的智能節點組成的無線傳感網絡，通過無線傳感網絡進行數據采集；
[0008]2)數據的視頻壓縮:采用MPEG-4視頻圖象壓縮編碼技術；
[0009]3)數據的傳輸:首先利用無線傳感網絡的通信信道來完成相關數據的短距離傳輸；其次采用互聯網和PSTN網作為傳輸信道，完成了相關數據的遠程自動化傳輸；
[0010]4)數據的自動化接收與處理:利用數據采集卡和服務器，對數據的分類采用基于關聯度量的決策樹分類方法，包括以下步驟:
[0011]首先，在采集的數據集中選擇需要建立決策樹的數據集，設為D ；
[0012]其次,在D中選擇若干個屬性構成條件屬性集Ai (i=l, 2,…，η),選擇一個屬性作為決策屬性B，Ai與B構成新的數據集D1 ;此時，若選擇的決策屬性值超過3個，則提示是否進行決策屬性預處理，若進行，則根據處理要求將屬性值“濃縮”成較少的若干個值；并通過計算各條件屬性與決策屬性間有無關聯，刪除一些與分類相關性小的屬性；計算方法為:對于所有的條件屬性AiQ=I, 2，...，]!)及決策屬性B,計算AiQ=I, 2，...，]!)與B的x2統計量，與B無關的屬性將從條件屬性集中被刪除，形成處理后的數據集D2 ；
[0013]再次，計算D2中各條件屬性Ai (i=l, 2，…，m;m≤η)與決策屬性B的系數PiQ=I, 2，...，m),對于所有的 AiQ=I, 2，...，m)，選擇 Ajk=I, 2，...，m, and Pk=Hiax(Pi);此外，根據上面的劃分結果建立決策樹。每一次劃分將建立決策樹一層新的結點，每一個D2k (k=l, 2，…，I)對應決策樹一個結點，前述若對應一葉結點，其值為一完整類；
[0014]最后，由于建立的決策樹已采用閾值τ實施了剪枝，因此，通過決策樹上各分枝，可直接生成形如“IF條件land條件2and...and條件nTHEN決策”的分類規則；
[0015]5)城市安全防范結果的輸出:根據分類處理，輸出對應報警的處理結果。
[0016]進一步，所述步驟I)中，首先利用WSN中的空分多址技術的兼容節點對，按最小能耗最多配對準則，找出最佳的數據匯聚點；然后以兼容節點對的位置特征作為權值來源，使用加權最大配對算法，得出各匯聚節點對應的最優配對節點對集合；直到找出具有最多配對數目和最大覆蓋集的數據匯聚點集合P’，訪問集合P’的近似最短路徑即是移動節點的最終路徑。
[0017]更進一步，所述步驟2)中，MPEG-4在基于對象的視頻編碼中，編碼的基本單元是對象，該編碼過程分為三步:
[0018](2.1)對原始視頻流中采用全自動、半自動、人工等方法分割出視頻對象；
[0019](2.2)對視頻對象進行編碼，對不同視頻對象的運動信息、形狀信息和紋理信息分配不同的碼字；
[0020](2.3)對各個視頻對象的碼流進行復合；
[0021]然后，對視頻對象進行分割，先對原始圖像數據進行簡化以利于分割，通過低通濾波、中值濾波、形態濾波來完成；其次對視物圖像數據進行特征提取，再基于某種均勻性標準來確定分割決策，根據所提取特征將視頻數據歸類，最后是進行相關后處理，以實現濾除噪聲及準確提取邊界。
[0022]本發明的技術構思為:針對目前城市安全防范存在的問題，結合具體環境應用和通信需求以及經濟性等方面的特點，并考慮現有的技術成果，提出一種基于無線傳感網絡技術的智能化城市安全防范方法。通過該方法有效實現城市安防的自動報警與處理，具有廣泛的適用性。
[0023]本發明引入無線傳感網絡和視頻圖像壓縮等技術實現城市安防的自動報警與處理，首先，利用無線傳感網絡中的空分多址(SDMA)技術獲取城市安全防范圖象信息和狀態信息。其次，為了節約數據傳輸帶寬，使用先進的MPEG4視頻圖象壓縮編碼技術，在保證圖象質量的前提下，減少了傳輸數據量，最終得到最優的聚類劃分。再次，為了實現城市安全防范基本信息的傳輸，先利用無線通信信道來完成相關信息的短距離傳輸，再采用互聯網和PSTN網作為傳輸信道，完成了相關信息的遠程自動化傳輸。最后，為了實現城市安全防范信息的自動化接收和處理，利用數據采集卡和服務器結合，完成信息的自動接收、保存、分類和對應報警的處理輸出。[0024]本發明的有益效果在于:本發明有效地克服了傳統城市安全防范方法存在的不足，有效實現城市安防的自動報警與處理，具有廣泛的適用性。
【專利附圖】
【附圖說明】
[0025]圖1是基于MPEG-4視頻圖象壓縮編碼方法框架。
[0026]圖2是PSTN組成圖。
【具體實施方式】
[0027]下面結合附圖對本發明作進一步描述。
[0028]參照圖1和圖2，一種基于無線傳感網絡技術的智能化城市安全防范方法，包括以下步驟:
[0029]I)數據的自動化采集:無線傳感網絡(WSN)是由大量具有數據采集、處理和無線通信功能的智能節點組成的自組織的測量網絡，這里首先利用WSN中的空分多址(SDMA)技術的兼容節點對，按最小能耗最多配對準則，找出最佳的數據匯聚點；然后以兼容節點對的位置特征作為權值來源，使用加權最大配對算法(Hopcroft-Karp算法)，得出各匯聚節點對應的最優配對節點對集合；直到找出具有最多配對數目和最大覆蓋集的數據匯聚點集合P’，訪問集合P’的近似最短路徑即是移動節點的最終路徑；
[0030]2)數據的視頻壓縮:為了節約數據傳輸帶寬，在保證圖像質量的前提下，需減少傳輸數據量，這里采用MPEG-4視頻圖象壓縮編碼技術。MPEG-4在基于對象的視頻編碼中，編碼的基本單元是對象，主要針對紋理、形狀、運動這三種信息的編碼技術，其結構原理如圖1所示，其中形狀、運動與紋理編碼模塊是其核心模塊。通常，該編碼過程分為三步:
[0031](2.1)對原始視頻流中采用全自動、半自動、人工等方法分割出視頻對象。
[0032](2.2)對視頻對象進行編碼，對不同視頻對象的運動信息、形狀信息和紋理信息分配不同的碼字。
[0033](2.3)對各個視頻對象的碼流進行復合。
[0034]然后，對視頻對象進行分割，通常先對原始圖像數據進行簡化以利于分割，這可通過低通濾波、中值濾波、形態濾波來完成，其次對視物圖像數據進行特征提取，可以是顏色、紋理、運動、幀差、位移幀差乃至語義等特征，再基于某種均勻性標準來確定分割決策，根據所提取特征將視頻數據歸類，最后是進行相關后處理，以實現濾除噪聲及準確提取邊界；
[0035]3)數據的傳輸:為了實現城市安全防范基本數據的傳輸，首先利用無線通信信道來完成相關數據的短距離傳輸；其次采用互聯網和PSTN網作為傳輸信道，完成了相關數據的遠程自動化傳輸，其中PSTN作為世界上發展最早的通信網絡，是普及率最高，業務量最大，覆蓋范圍最廣的網絡。這里在城市安全防范智能化系統中，首選PSTN固定電話網來傳送防火、防盜、防燃氣泄漏報警信息，其基本結構組成如圖2所示，其中電話機等是用戶直接使用的工具，主要完成將用戶的聲音信號和電信號之間的轉換。同時用戶終端設備還具有發送和接收電話呼叫的能力，用戶通過電話機來發起呼叫，通過振鈴知道有電話呼入；
[0036]4)數據的自動化接收與處理:為了實現城市安全防范數據的自動化接收和處理，利用數據采集卡和服務器結合，完成數據的自動接收、保存、分類和對應報警的處理輸出，其中數據的分類方法是其關鍵，這里對數據的分類主要采用基于關聯度量的決策樹分類方法，首先在采集的數據集中選擇需要建立決策樹的數據集，設為D ;其次，在D中選擇若干個屬性構成條件屬性集Ai (i=l, 2，…，η)，選擇一個屬性作為決策屬性B，Ai與B構成新的數據集D1 ;此時，若選擇的決策屬性值超過3個，則提示是否進行決策屬性預處理，若進行，則根據處理要求將屬性值“濃縮”成較少的若干個值；并通過計算各條件屬性與決策屬性間有無關聯，刪除一些與分類相關性小的屬性，從而簡化訓練數據集。計算方法為:對于所有的條件屬性Ai (i=l, 2，..., η)及決策屬性B,計算AiQ=I, 2，…，η)與B的χ2統計量,與B無關的屬性將從條件屬性集中被刪除，形成處理后的數據集D2 ;再次，計算D2中各條件屬性AiQ=I, 2，…，m;m；^ η)與決策屬性B的系數Pi (i=l, 2，…，m),對于所有的Ai (i=l, 2，…，m)，選擇八」!^=:^〗，…，!]!^]^! Pk=Iiiax(Pi);此外,根據上面的劃分結果建立決策樹。每一次劃分將建立決策樹一層新的結點，每一個D2k(k=l，2，…，I)對應決策樹一個結點。前述若對應一葉結點，其值為一完整類；最后，由于建立的決策樹已采用閾值τ實施了剪枝，因此，通過決策樹上各分枝，可直接生成形如“ IF條件land條件2and...and條件nTHEN決策”的分類規則；
[0037]5)城市安全防范結果的輸出:在實現上述城市安防數據的采集、傳輸及處理后輸出相應結果。
【權利要求】
1.一種基于無線傳感網絡技術的智能化城市安全防范方法，其特征在于:所述城市安全防范方法包括以下步驟: 1)數據的自動化采集:具有數據采集、處理和無線通信功能的智能節點組成的無線傳感網絡，通過無線傳感網絡進行數據采集； 2)數據的視頻壓縮:采用MPEG-4視頻圖象壓縮編碼技術； 3)數據的傳輸:首先利用無線傳感網絡的通信信道來完成相關數據的短距離傳輸；其次采用互聯網和PSTN網作為傳輸信道，完成了相關數據的遠程自動化傳輸； 4)數據的自動化接收與處理:利用數據采集卡和服務器，對數據的分類采用基于關聯度量的決策樹分類方法，包括以下步驟: 首先，在采集的數據集中選擇需要建立決策樹的數據集，設為D ； 其次，在D中選擇若干個屬性構成條件屬性集Ai (i=l, 2，…，η)，選擇一個屬性作為決策屬性B，Ai與B構成新的數據集D1 ;此時，若選擇的決策屬性值超過3個，則提示是否進行決策屬性預處理，若進行，則根據處理要求將屬性值“濃縮”成較少的若干個值；并通過計算各條件屬性與決策屬性間有無關聯，刪除一些與分類相關性小的屬性；計算方法為:對于所有的條件屬性Ai (i=l, 2，…，η)及決策屬性B，計算Ai (i=l, 2，…，η)與B的X2統計量，與B無關的屬性將從條件屬性集中被刪除，形成處理后的數據集D2 ； 再次，計算D2中各條件屬性Ai (i=l, 2，…，m;m ( η)與決策屬性B的系數PiQ=I, 2，…，m),對于所有的Ai (i=l , 2，…，m),選擇Ak|k=l, 2，…，m, and Pk=Hiax(Pi);此外,根據上面的劃分結果建立決策樹，每一次劃分將建立決策樹一層新的結點，每一個D2k(k=l，2，…，I)對應決策樹一個結點，前述若對應一葉結點，其值為一完整類； 最后，由于建立的決策樹已采用閾值τ實施了剪枝，因此，通過決策樹上各分枝，可直接生成形如“ IF條件land條件2and...and條件nTHEN決策”的分類規則； 5)城市安全防范結果的輸出:根據分類處理，輸出對應報警的處理結果。
2.如權利要求1所述的一種基于無線傳感網絡技術的智能化城市安全防范方法，其特征在于:所述步驟I)中，首先利用WSN中的空分多址技術的兼容節點對，按最小能耗最多配對準則，找出最佳的數據匯聚點；然后以兼容節點對的位置特征作為權值來源，使用加權最大配對算法，得出各匯聚節點對應的最優配對節點對集合；直到找出具有最多配對數目和最大覆蓋集的數據匯聚點集合P’，訪問集合P’的近似最短路徑即是移動節點的最終路徑。
3.如權利要求1或2所述的一種基于無線傳感網絡技術的智能化城市安全防范方法，其特征在于:所述步驟2)中，MPEG-4在基于對象的視頻編碼中，編碼的基本單元是對象，該編碼過程分為三步: (2.1)對原始視頻流中采用全自動、半自動、人工等方法分割出視頻對象； (2.2)對視頻對象進行編碼，對不同視頻對象的運動信息、形狀信息和紋理信息分配不同的碼字； (2.3)對各個視頻對象的碼流進行復合； 然后，對視頻對象進行分割，先對原始圖像數據進行簡化以利于分割，通過低通濾波、中值濾波、形態濾波來完成；其次對視物圖像數據進行特征提取，再基于某種均勻性標準來確定分割決策，根據所提取特征將視頻數據歸類，最后是進行相關后處理，以實現濾除噪聲及準確提取邊界。
【文檔編號】H04W84/18GK103581667SQ201310554169
【公開日】2014年2月12日 申請日期:2013年11月8日 優先權日:2013年11月8日
【發明者】肖亮, 王璐雅, 陳庭貴, 袁霄, 魏建良 申請人:浙江工商大學