0 概述

隨著經濟的飛速發展，各種各樣的監控設備已經隨處可見，在不同的領域中發揮著重要的作用。但是諸如保密室、金庫、倉庫等關系到重大財產安全的場所，簡單的視頻監控功能是無法滿足其在安防層面上的要求的。實際應用中普遍使用的方式是：出現異常情況后，通過報警器報警，并將現場狀況通過監控設備記錄下來，供警方在事后調查時進行取證。因此實時性極差，且由于受到報警器前端探測裝置的物理性能的限制，往往會因溫度、濕度、光照角度等環境因素的影響，而對監控現場的狀況做出誤判，引起誤警的情況。同時，監控設備的持續長時間工作也很浪費能源，不符合當下節能環保的理念。如何降低誤判率，合理控制監控設備的工作模式，已經成為用于此類特殊場所的安防設備在下階段開發中一個重要的研究課題。

本文研究的嵌入式人感系統正是應用在此類特殊環境下的安防設備。本系統旨在對監控現場狀況做出準確、完整的判斷和快速、高效的處理，更好地實現安防的功能。

考慮到本系統是對現有監控設備功能的改良和拓展，需要簡單精悍、開銷不大、使用靈活方便，同時，當出現部件損壞時要便于更換，還要美觀實用，從技術的角度而言，運用嵌入式技術是最為便捷合理的方式。

1 系統方案設計

隨著芯片技術的發展，單個芯片具備了更強的處理能力，使得集成了多種接口已成為可能。同時，由于各類產品對于可靠性、成本、更新換代要求的提高，使得嵌入式系統逐漸在同類產品競爭中脫穎而出，成為了IT界的新焦點。

嵌入式系統被普遍認可是一類以應用為中心，以計算機技術為基礎、軟硬件可裁剪、滿足對系統功能、可靠性、體積、功耗、成本等嚴格要求的微型計算機系統。盡管嵌入式系統在體系結構上處于主流位置，但在開發過程中采用的諸如Linux、OSGi或者Java都是開放式編程環境，不存在市場壟斷，且充滿創新，不斷發展。嵌入式技術已經成為通信產品和消費電子領域的共同發展方向，并開始逐漸用于安防領域。同時，由于業界的廣泛關注，各類嵌入式處理器（硬件）、嵌入式操作系統（軟件）的開發也推動了嵌入式技術的進步和信息技術的網絡化、數字化、智能化的發展。

鑒于嵌入式技術能夠實現高效的信息采集和數據處理的功能，在承擔高要求、強負荷的同時，性能穩定且卓越，所以本文在人感系統的設計和實現中采用嵌入式技術。

根據各類安防系統對信息處理的準確性和實時性的要求，人感系統采用如下的設計思路：采用主芯片、圖像采集模塊和PIR紅外傳感器模塊的組合，由PIR紅外傳感器模塊對監控現場中的狀況做持續主動檢測，當出現異常情況時，通知主芯片控制圖像采集模塊進行定周期的圖像采集，并對采集得到的圖像進行處理和識別，根據判別結果，由主芯片執行后續操作。若圖像采集模塊出現連續10個周期無異常圖像時，則關閉圖像采集模塊；否則，啟動報警裝置，并將采集得到的最后20個周期圖像壓縮存儲于存儲設備中或傳輸至終端設備上。通過利用這樣的雙重智能識別的方式來實現減少對監控現場狀況可能產生的誤判和合理控制監控設備工作模式的目的，真正達到智能安防的效果。

圖中：PIR Senser（紅外傳感器模塊），負責對監控現場狀況進行物理監測；CMOS《圖像采集模塊），完成對監控現場狀況的圖像采集；MCU（主芯片），實現系統控制、圖像處理，周像識別等功能；IRLED（紅外LED補光）輔助功能模塊，當監控現場環境光線比較差的時候，為了有更好的圖像采集效果，通過該模塊進行紅外補光。

2 硬件模塊結構設計

基于上一節系統方案設計的基礎上，系統各個硬件模塊主要構成如下：

2．1 PIR紅外感應模塊

PIR紅外感應模塊在未斷電的情況下，是始終保持工作狀態的，只要當監控范圍內出現了符合其觸發條件的目標，它就會通過發送一個高電平信號的方式通知主芯片啟動圖像采集模塊，進而進行之后的相關操作。其仍然保持工作狀態。

2．2 圖像采集模塊

圖像采集模塊由于其硬件性能的原因，如果以PIR紅外感應模塊相同的工作方式長時間工作，一方面會非常耗電，不符合節能的設計初衷，同時對于其硬件部分也有很大的損害，減短模塊的使用壽命。因此，該模塊采用的是，當需要進行圖像采集操作時，由主芯片啟動的方式工作。模塊啟動后，通過攝像頭部件定時對監控范圍內的場景進行圖像采集，并將采集到的圖像保存到主芯片中，由主芯片對圖像進行下一步的操作。在未接到主芯片令其停止工作的指令前，它始終保持循環執行以上工作過程的狀態。

2．3 主芯片

主芯片除了負責對PIR紅外感應模塊狀態監控、圖像采集模塊工作模式的控制和警報控制操作之外，還有一個非常重要的工作一對圖像采集模塊采集得到的圖像進行圖像處理、圖像識別和結果判斷，決定是否需要執行相應的警報控制操作。所以，在主芯片的選擇上既需要有充足的內存空間，還需要具備較強的處理能力，綜合以上需求，最終確定選擇Samsung S3C6410這塊ARM7處理芯片來作為主芯片。

2．4 紅外LED補光

紅外補光模塊是人感系統的一個輔助功能模塊，當圖像采集模塊獲得的圖片亮度過低時，為了有更好的圖像采集效果，在圖像采集模塊工作時通過該模塊進行紅外補光。

注；鑒于節能的原則，以上處于長時間工作狀態的電路模塊使用的都是3．3～5．0V的直流電源。

3 軟件模塊設計

鑒于人感系統的特點，軟件模塊設計的研究內容主要是主芯片對監控現場中異常狀況的圖像采集，以及之后的圖像處理和圖像識別算法的相關技術，不包括圖像傳輸和圖像壓縮存儲方面的內容。

隨著監控技術的發展，目標的提取和有效監測已經成為圖像處理、圖像識別中的關鍵技術。在圖像序列中如何精確地提取出具有實際意義的對象實體，是之后根據預設的閾值對對象實體進行圖像識別的基礎。

3．1 對象提取

對象提取的常用方法有，幀間差分法、背景差分法和光流法。幀間差分法是基于時間序列圖像上的差分方法，對外界干擾不敏感，可以避免一些不必要的噪聲干擾，但通常難以獲取檢測目標的完整輪廓；光流法是利用圖像序列中的像素強度的時域變化和相關性來確定各自像素位置的狀況，由于該方法是對每個像素點的位置確認，且運算公式復雜，計算量比較大，不適合用于對實時性要求比較高的系統中。鑒于實際需求等因素的考慮，在本設計中采用最直接、最簡單的背景差分法來對圖像采集模塊得到的圖像進行對象提取。

背景差分法需要事先將背景圖像存儲起來，供以后差分時使用，因此在人感系統啟動時，圖像采集模塊會隨之啟動，采集并存儲當前幀的圖像，然后系統進入正常工作模式。由于新出現的對象實體在灰度上和背景的灰度會存在較為明顯的差異，這樣作差之后的圖像中新出現的對象實體會有較大的灰度值。背景差分法就是基于此原理，通過對當前圖像和背景圖像作差的方式，將對象實體從背景中提取出來。

假設當前幀二值化后的圖像為Ni，背景圖像二值化后為B，圖像閾值為pt，那么背景差分二值化后的圖像為：

這樣，當背景差分二值化后圖像的灰度值為255的像素點都被視為對象實體目標點。

3．2 對象識別

對象識別就是對提取得到的對象實體目標點的面積與預設閾值的比較。

當完成了對象提取步驟后，需要根據實際情況選取適當的閾值T，對獲得的對象實體進行判斷。當對象實體目標點組成的連通域的總面積大于閾值T時，視為出現異常情況，通知主芯片啟動報警裝置；當對象實體目標點組成的連通域的總面積小于閾值T時，視為PIR紅外傳感器模塊被誤觸發或者觸發PIR紅外傳感器模塊的物體不是“入侵者”，非異常情況，無需啟動報警裝置。

3．3 圖像處理

背景差分法能夠簡單地將對象實體從背景中提取出來，能完整獲得對象實體的位置、大小、形狀等信息，但是由于其自身算法的限制，該方法往往會遇到噪聲和外界環境變化帶來的影響。

由于噪聲的影響，會使一些本不屬于對象實體上的點被錯誤地歸入對象實體目標點，或者由于背景圖像中的噪聲，導致一些本屬于對象實體上的點被忽略。為了減少這類因素的影響，在圖像二值化操作之前，需要先對圖像去噪處理后再進行對象提取。另外，由于受到光線等環境因素的影響，圖像中會出現與目標實體具有一定相同視覺特性的陰影像素點，若直接使用背景差分法，對象實體目標點組成的連通域的總面積會因陰影像素點的存在而變大，使得對象識別時出現錯誤判斷。為此，在對象提取前，還需要對當前幀在HSV色彩空間中進行陰影檢測。

式中，I為當前幀，B為背景圖像，S為陰影像素點。設定α為光源影響系數，光源越強，α越小；β是為了去除噪聲的影響。Ts、Th的設定是為了區分當前幀和背景圖像之間的差別。

為了進一步精確地獲取對象實體，在圖像識別前，需要運用諸如數學形態學的方法，對背景差分二值化后的圖像進行處理，計算對象實體目標點組成的連通域的總面積時設定一個統計閾值t，當某個連通域面積小于t時，則該連通域的面積不計入總面積之中。

至此，就可以比較完整地提取出對象實體，并在此基礎上進行較為精確的對象識別操作了。

4 實驗結果

本實驗是為了驗證上節軟件模塊設計部分的對象提取、圖像處理和圖像識別算法的可實現性和實際應用效果。（軟件環境：Linux；每幀大小：352×288。）

在一個封閉的辦公室中，啟動人感系統，然后有一個人進入并通過監控區域，人感系統準確判定出目標為“入侵者”。

實驗效果圖如下：

圖2當前幀圖像

圖3圖像處理后對象處理得到的圖像

實驗表明：硬件模塊可以正常、穩定地運行，當連接液晶顯示屏觀察圖像采集模塊工作狀態時，顯示效果良好，采集得到的圖像是352× 288像素的圖像，在不同的亮度條件下，采集得到的目標都 比較清晰，表明圖像采集模塊可高效完成圖像采集任務。

系統實驗效果完全達到了預期的設計要求，以嵌入式技術為基礎，有PIR紅外傳感器模塊、圖像采集模塊和主芯片組成的人感系統在安防環境下是穩定、可靠、高效的。

采用的圖像處理、圖像提取和對象識別算法，可以對監控對象進行有效處理和識別判斷，達到了預期的實驗效果。

5 結論

經濟的發展、數字信息時代的到來，給嵌入式技術創造了巨大的發展空間，對于監控設備在安防領域的運用提出了更多、更高的要求。嵌入式技術必將在安防領域發揮重要的作用，特別是圖像處理與圖像識別方面。

本文基于安防領域的發展趨勢和特殊需求，結合嵌入式技術的獨特優勢，采用嵌入式技術，以主芯片、圖像采集模塊和PIR紅外傳感器模塊構建了人感系統。引入圖像處理和圖像識別算法，有效降低了誤判率，提高了系統實時性。