宋麗梅　林文偉　朱新軍　張金玉　王全義

摘 要 在科學(xué)技術(shù)迅速發(fā)展、知識日益加速的當(dāng)今， 高層次、復(fù)合型人才的數(shù)量和質(zhì)量在各個國家綜合國力競爭中起著越來越重要的作用。為國家培養(yǎng)高層次的人才，已成為了一項重大而艱巨的任務(wù)。而培養(yǎng)高素質(zhì)人才的教學(xué)離不開實踐。開展課外實踐教學(xué)既能培養(yǎng)學(xué)生解決實際問題的能力，又能將原本枯燥的理論知識與實踐結(jié)合起來。本文以自制教學(xué)裝置“雙目視覺安全監(jiān)控系統(tǒng)”在機器視覺課程中的應(yīng)用為例，讓學(xué)生通過使用儀器更好地理解機器視覺領(lǐng)域的理論知識，提高學(xué)生的工程實踐能力和獨立創(chuàng)新能力。

關(guān)鍵詞 機器視覺 雙目視覺安全監(jiān)控系統(tǒng) 實踐教學(xué)

中圖分類號：G424 文獻(xiàn)標(biāo)識碼：A DOI：10.16400/j.cnki.kjdkz.2017.08.049

The Application of"Binocular Vision Security Monitoring System" in

Machine Vision Course

SONG Limei， LIN Wenwei， ZHU xinjun， ZHANG Jinyu， WANG Quanyi

（Tianjin Polytechnic University， Key Laboratory of Advanced Electrical Engineering and

Energy Technology， Tianjin 300387）

Abstract In today's rapid development of science and technology， knowledge is increasingly accelerated， quality and compound talent plays a more and more important role in the comprehensive national strength competition of the various countries. Cultivating high-level talents for the country has become a major and arduous task. The cultivation of high quality teaching is inseparable from practice. The practice teaching of after-school practice can cultivate students' ability to solve practical problems， but also combine the original dry theory knowledge with practice. Based on self-made teaching apparatus "binocular vision security monitoring system" in the application of machine vision course as an example， let the student through the use of the instrument to a better understanding of the theoretical knowledge in the field of machine vision， and improve students' ability of engineering practice ability and independent innovation.

Keywords Machine vision； visual security monitoring system； practice teaching

0 引言

隨著社會對安全要求的日益重視和提高，安全監(jiān)控越來越重要。機器視覺在人們?nèi)粘Ｖ械膽?yīng)用顯得格外重要。機器視覺廣泛應(yīng)用于交通管理、視覺導(dǎo)航、可視預(yù)警等領(lǐng)域。通過機器視覺的應(yīng)用，我們可以更好地監(jiān)控一些重要的場所，確保場所的安全。本文主要研究在復(fù)雜的運動環(huán)境下通過雙相機對運動中的人體目標(biāo)進行自動檢測與跟蹤，當(dāng)人運動到危險區(qū)域時，系統(tǒng)發(fā)出警報對人進行提醒。通過“雙目視覺安全監(jiān)控系統(tǒng)”的使用，可以幫助學(xué)生更加全面地了解有關(guān)機器視覺的相關(guān)內(nèi)容，可以了解理論知識在現(xiàn)實環(huán)境中的具體應(yīng)用，有利于提高學(xué)生的創(chuàng)新能力，在教師教學(xué)與學(xué)生培養(yǎng)上有有著深遠(yuǎn)的意義。在此次教學(xué)實踐中學(xué)生通過自己動手使用“雙目視覺安全監(jiān)控系統(tǒng)”對危險區(qū)域進行監(jiān)控檢測，最終達(dá)到了對重要場所進行安全監(jiān)控的作用。這種將實踐教學(xué)與工程項目相結(jié)合的教學(xué)方式，不但可以培養(yǎng)研究生在未來工作中獨立鉆研的能力，也為研究生今后尋求工作奠定基礎(chǔ)。圖1是“雙目視覺安全監(jiān)控系統(tǒng)”的實物圖。

1 “雙目視覺安全監(jiān)控系統(tǒng)”的工作過程及原理

首先，用兩個攝像頭捕捉圖像，利用高斯背景建模，當(dāng)有行人經(jīng)過此區(qū)域時求其最小包絡(luò)矩形，在最小包絡(luò)矩形中進行hog行人檢測。然后，通過對兩幅圖像求視差圖從而得到行人在相機中的視差信息，根據(jù)視差信息得出行人與危險區(qū)域的距離。

通過高斯分配背景的模型，可以用單個高斯分布來表示在圖像中的單個像素點的顏色模型。模型為 （x， t， t），下標(biāo)t表示時間，Xt為圖像點的當(dāng)前顏色度量，若：

（x， t， t）≤Tp （1）

式（1）中Tp為概率閾值， （x， t， t）中的值大于Tp為前景點，反則為背景點。

在背景圖像里，指定的一些像素點的亮度值的分布是符合高斯分布，如在背景圖像B中（x，y）點的像素點的亮度值滿足：

IB（x，y）～N（u，d） （2）

高斯背景模型中的每個像素屬性都內(nèi)含有兩個參數(shù)值，即平均值u和方差d。對于圖像G，如果：

Exp（-（IG（x，y）-u（x，y））^2/（2*d^2））>T （3）

則認(rèn)為（x，y）是背景點，否則為前景點。

背景圖像的值也不是不變的，當(dāng)時間發(fā)生變化時，背景圖像的像素值也會發(fā)生一定的變化，這時不斷更新每個像素點的參數(shù)：

u（t+1，x，y） = a*u（t，x，y） + （1-a）*I（x，y） （4）

圖2描述了我們對圖像的特征提取和所需的目標(biāo)檢測流程。首先，對輸入的圖像進行色彩或亮度的歸一化，計算出圖像中的梯度值。通過基于空間的權(quán)重投票后對重疊空間塊的對比度進行歸一化。然后，通過檢測窗口對圖像進行計算其hog特征值。最后，通過線性的SVM對得到的特征值進行分類處理，輸出分類結(jié)果。hog算法可以在圖像中的局部進行形狀的提取，因而對幾何和光學(xué)變化都有很好的不變性。在一些復(fù)雜條件下，只要行人保持正常行走的姿勢，hog行人檢測算法都能準(zhǔn)確地識別與檢測出來。即使存在有一些細(xì)微的肢體動作，這些細(xì)微的動作可以被忽略而不影響檢測效果。

2 數(shù)據(jù)采集與處理

我們通過兩臺千兆網(wǎng)GIGE相機來獲取重要場所的圖像數(shù)據(jù)，并通過hog算法對行人進行識別，通過兩臺相機采集的不同圖像而得到行人在相機中的視差信息，根據(jù)視差信息得出行人與危險區(qū)域的距離。最后通過我們檢測到的行人的位置和深度與我們所劃分的危險區(qū)域進行監(jiān)測。如果行人進入危險區(qū)域，系統(tǒng)立刻進行警報。

由于在視頻監(jiān)控中需要較強的實時性，所以算法復(fù)雜度不能太高。所以在此研究中，采用BM圖像匹配算法。綜合流程見圖3、圖4：

3 結(jié)束語

利用雙目視覺安全監(jiān)控系統(tǒng)對學(xué)生開展教學(xué)實踐活動，不僅讓學(xué)生更加深刻地理解了機器視覺在人們?nèi)粘Ｉ畹木唧w應(yīng)用，更是通過本次教學(xué)讓學(xué)生對機器視覺這一學(xué)科有詳細(xì)的了解。在今后我們將繼續(xù)改進教學(xué)方式與教學(xué)水平，讓學(xué)生得到更好的培養(yǎng)，并使其能與社會的發(fā)展相適應(yīng)。

4 致謝

在此感謝天津市應(yīng)用基礎(chǔ)及前沿計劃（NO.16JCQNJC02100，NO.15JCYBJC51700 and NO.16JCYBJC15400），國家科技支撐計劃（2014BAH03F01），天津舞臺科學(xué)技術(shù)研究所， 天津市廣播技術(shù)發(fā)展公司，以及天津大學(xué)精密測試技術(shù)及儀器國家重點實驗室對本文的支持。

參考文獻(xiàn)

[1] 張雷，劉冀偉，王志良.“固定場景下的運動檢測與運動跟蹤，模式識別，”微計算機信息：測控自動化[J]，vol.20，no.9-1，pp.287-289，2006.

[2] 宋麗梅，李宗艷，陳昌曼，習(xí)江濤，郭慶華，李曉捷. A correction method of color projection fringes in 3D contour measurement[J].Optoelectronics Letters，2015，04：303-306.

[3] 黃飛，李德華，姚迅.“基于相關(guān)匹配及自適應(yīng)模板更新的目標(biāo)跟蹤新方法”計算機工程[J].計算機工程，vol.33，no.16，pp.147-149，2007.8.

[4] 宋麗梅，陳昌曼，陳卓，習(xí)江濤，禹延光. Essential parameter calibration for the 3D scanner with only single camera and projector[J].Optoelectronics Letters，2013.2：143-147.