王謹(jǐn)毓

關(guān)鍵詞： 智能校園; 安防監(jiān)控; 物聯(lián)網(wǎng); 異常情況; 校園預(yù)警; 模板匹配方法

中圖分類號(hào)： TN99?34 ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2019）06?0051?04

Abstract： The traditional campus security monitoring based on manual patrols has no data analysis and linkage alarm mechanism， and there exists slackness in manual patrols， which greatly reduces the reliability of campus security monitoring. Therefore， an Internet of Things （IoT） system for intelligent campus security monitoring is designed in this paper， which includes the perceptual layer， network and management layer， and application layer. The intelligent video monitoring module is used to monitor the abnormal situations on campus in real time. The obtained abnormal situations are uploaded to the monitoring center， which controls the campus entrance and exit behaviors according to the site conditions by means of the access control management module. In the software design part of the system， the location and scope of the abnormal situations are judged according to the motion detection principle， and the types of the abnormal situations are judged by using the order similarity detection algorithm in combination with the template matching method， so as to realize campus early?warning. The experimental results show that the comprehensive correlation value of the designed system is 0.067 1， and the reliability level of the system is 1， which indicates a high reliability.

Keywords： intelligent campus; security monitoring; Internet of Things; abnormal situation; campus early?warning; template matching method

物聯(lián)網(wǎng)（Internet of Things），簡(jiǎn)單來(lái)說(shuō)就是萬(wàn)物相連的互聯(lián)網(wǎng)。物聯(lián)網(wǎng)依據(jù)射頻、紅外感應(yīng)等傳感設(shè)備將所有事物和互聯(lián)網(wǎng)相連實(shí)現(xiàn)信息交互，其是在計(jì)算機(jī)、互聯(lián)網(wǎng)之后出現(xiàn)的世界信息產(chǎn)業(yè)發(fā)展的第三次浪潮[1?2]。傳統(tǒng)校園安防監(jiān)控方式通常都是人工巡邏，不具備數(shù)據(jù)分析與聯(lián)動(dòng)報(bào)警機(jī)制，人員與智能機(jī)器相比，易出現(xiàn)懈怠，在險(xiǎn)情出現(xiàn)時(shí)不能及時(shí)預(yù)警[3]，導(dǎo)致校園安防監(jiān)控的可靠性大大降低。本文為了提高校園安防監(jiān)控的可靠性，設(shè)計(jì)智能校園安防監(jiān)控物聯(lián)網(wǎng)系統(tǒng)，在系統(tǒng)硬件結(jié)構(gòu)中設(shè)計(jì)門禁模塊和智能視頻監(jiān)控模塊，進(jìn)行校園出入口的進(jìn)出控制，以及異常情況的實(shí)時(shí)監(jiān)測(cè)，實(shí)驗(yàn)采用物元分析法檢測(cè)得到本文系統(tǒng)的可靠性等級(jí)是1級(jí)，說(shuō)明具備較高的可靠性。

1 ?智能校園安防監(jiān)控物聯(lián)網(wǎng)系統(tǒng)設(shè)計(jì)

1.1 ?系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

本文設(shè)計(jì)的智能校園安防監(jiān)控物聯(lián)網(wǎng)系統(tǒng)的總體結(jié)構(gòu)如圖1所示。系統(tǒng)分為感知層、網(wǎng)絡(luò)及管理層以及應(yīng)用層。應(yīng)用層中的智能視頻監(jiān)控模塊是系統(tǒng)的核心，其將監(jiān)控到的內(nèi)容轉(zhuǎn)換成圖像信號(hào)，上傳至監(jiān)控中心的監(jiān)視器中，智能視頻監(jiān)控中攝像部分的優(yōu)劣和圖像信息質(zhì)量同總體系統(tǒng)的監(jiān)控質(zhì)量具有較高的關(guān)聯(lián)性[4]。

1.1.1 ?智能視頻監(jiān)控模塊

智能監(jiān)控模塊使用圖像處理、模式識(shí)別與計(jì)算機(jī)視覺(jué)技術(shù)，在監(jiān)控系統(tǒng)里添加智能視頻與視頻分析模塊，去除視頻畫面里無(wú)效的冗余信息，識(shí)別不同類型的物體，該模塊的結(jié)構(gòu)如圖2所示。本文系統(tǒng)采用的智能視頻監(jiān)控模塊是一種可實(shí)現(xiàn)事前預(yù)警、事中處理、事后實(shí)時(shí)取證的全自動(dòng)、全天候、實(shí)時(shí)監(jiān)控的智能模塊。該模塊有效解決了傳統(tǒng)校園安防系統(tǒng)僅有“安”而無(wú)“防”的弊端，不單可以用于事后調(diào)查，還能夠根據(jù)監(jiān)控畫面里的突發(fā)情況實(shí)施事前預(yù)警，以此提升系統(tǒng)進(jìn)行視頻監(jiān)控的“防”能力[5?6]。

從圖2中可以看出，智能視頻監(jiān)控模塊前端部分中的攝像頭音頻采集裝置，用于采集視頻圖像與音頻信號(hào);智能視頻音頻處理裝置是智能視頻監(jiān)控模塊的關(guān)鍵部分，可將模擬的視頻與音頻信號(hào)轉(zhuǎn)變成數(shù)字信號(hào)，經(jīng)過(guò)校園網(wǎng)將數(shù)據(jù)上傳至監(jiān)控中心，并且實(shí)時(shí)分析處理視頻圖像和音頻，對(duì)各種異常情況實(shí)行報(bào)警[7]。

1.1.2 ?門禁模塊設(shè)計(jì)

校園安防監(jiān)控物聯(lián)網(wǎng)系統(tǒng)通過(guò)門禁模塊實(shí)現(xiàn)出入管理。系統(tǒng)設(shè)計(jì)的門禁模塊包括RFID卡、RFID讀寫器、門禁控制與門禁管理4部分[8]。

門禁模塊設(shè)定在校園里的宿舍、教學(xué)樓、辦公樓、實(shí)驗(yàn)室、校大門等場(chǎng)所。在此類場(chǎng)所的入口與出口安置RFID讀寫器，教職工與學(xué)生需要刷卡才可進(jìn)出。門禁模塊的結(jié)構(gòu)圖見(jiàn)圖3。

1.2 ?系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件部分設(shè)計(jì)了系統(tǒng)對(duì)異常情況進(jìn)行識(shí)別的方法，采用模板匹配結(jié)合運(yùn)動(dòng)檢測(cè)的原理以及序貫相似性檢測(cè)算法識(shí)別監(jiān)控視頻圖像。圖像識(shí)別是模式識(shí)別的子類別，一般把圖像智能識(shí)別過(guò)程理解成通過(guò)圖像的變換、增強(qiáng)、復(fù)原等技術(shù)對(duì)圖像進(jìn)行優(yōu)化的過(guò)程，同時(shí)獲取有效特征對(duì)圖像進(jìn)行識(shí)別分類。模板匹配方法是通過(guò)已知圖像識(shí)別模式，在另一幅圖像里獲取對(duì)應(yīng)圖形識(shí)別模式的方法。本文采用模板匹配結(jié)合運(yùn)動(dòng)檢測(cè)的原理實(shí)現(xiàn)圖像識(shí)別，使用運(yùn)動(dòng)檢測(cè)原理判別出異常情況出現(xiàn)的地理位置和事發(fā)范圍[9];通過(guò)每種已知異常情況設(shè)制模板，在前期檢測(cè)后的區(qū)域里進(jìn)行一一匹配操作，判別異常情況的類別，詳細(xì)過(guò)程如下：通過(guò)幀間變化檢測(cè)技術(shù)判別是否出現(xiàn)異常情況和異常情況所屬位置。其流程圖見(jiàn)圖4。

獲取異常出現(xiàn)的區(qū)域和關(guān)鍵信息后，使用模板匹配判別異常情況的類別[10]。因?yàn)橄到y(tǒng)需要處理的是連續(xù)性、大量的視頻圖像，對(duì)處理的精度和自動(dòng)性要求較高，所以本文系統(tǒng)使用常見(jiàn)的序貫相似性檢測(cè)算法（SSDA），將每種可能出現(xiàn)的異常情況放在可能出現(xiàn)異常情況的區(qū)域里一一匹配，相似性最大的即為異常情況。假定模板[M]是[m×m]的參考圖像，檢測(cè)圖像[T]是一個(gè)[n×n]的圖像，[m

計(jì)算每個(gè)因素的權(quán)值和本文系統(tǒng)綜合關(guān)聯(lián)度值，結(jié)果見(jiàn)表4。

本文等級(jí)設(shè)為5種，根據(jù)物元分析法的有關(guān)原理，若[0≤HjR≤1]，則表示本文系統(tǒng)的可靠性等級(jí)高。由表4的綜合關(guān)聯(lián)度值可知，本文系統(tǒng)的綜合關(guān)聯(lián)度[H1R=0.067 1]，本文系統(tǒng)整體可靠性等級(jí)是1級(jí)，可靠性等級(jí)是“高”。

3 ?結(jié) ?論

本文設(shè)計(jì)智能校園安防監(jiān)控物聯(lián)網(wǎng)系統(tǒng)，在系統(tǒng)硬件結(jié)構(gòu)中設(shè)計(jì)門禁模塊和智能視頻監(jiān)控模塊，進(jìn)行校園出入口的進(jìn)出控制，以及異常情況的實(shí)時(shí)監(jiān)測(cè)，其中智能視頻監(jiān)控模塊不單可以用于事后調(diào)查，還能夠根據(jù)監(jiān)控畫面里的突發(fā)情況進(jìn)行事前預(yù)警，以此提升系統(tǒng)進(jìn)行視頻監(jiān)控的“防”能力。系統(tǒng)軟件通過(guò)序貫相似性檢測(cè)算法結(jié)合模板匹配方法判別異常情況的類別。實(shí)驗(yàn)采用物元分析法檢測(cè)得到本文系統(tǒng)的綜合關(guān)聯(lián)度值是0.067 1，可靠性等級(jí)是1級(jí)，具備較高的可靠性。本文系統(tǒng)解決了傳統(tǒng)采用人工巡邏的校園安防監(jiān)控方式存在的智能化水平低、可靠性差的弊端，極大地提高了校園安防監(jiān)控的智能化水平，為學(xué)生的安全提供了可靠的保障。

參考文獻(xiàn)

[1] 王暢，孫福明，李漾.基于物聯(lián)網(wǎng)的多算法智能監(jiān)護(hù)系統(tǒng)研究[J].電子技術(shù)應(yīng)用，2017，43（11）：7?10.

WANG Chang， SUN Fuming， LI Yang. Research on multi?algorithm intelligent monitoring system based on the Internet of Things [J]. Application of electronic technique， 2017， 43（11）： 7?10.

[2] 黃偉，潘俊宇.分布式光纖預(yù)警系統(tǒng)在成品油管道安防中的應(yīng)用[J].激光技術(shù)，2016，40（6）：897?901.

HUANG Wei， PAN Junyu. Application of distributed fiber optic warning system in the refined oil pipeline [J]. Laser technology， 2016， 40（6）： 897?901.

[3] 張茉莉，李艷霞.基于模式識(shí)別的全光纖周界安防系統(tǒng)[J].激光雜志，2017，38（10）：65?68.

ZHANG Moli， LI Yanxia. All fiber perimeter security system based on pattern recognition [J]. Laser journal， 2017， 38（10）： 65?68.

[4] DEDIEU N， RHONE M， VIGOUROUX R， et al. Assessing the impact of gold mining in headwater streams of Eastern Amazonia using Ephemeroptera assemblages and biological traits [J]. Ecological indicators， 2015， 52： 332?340.

[5] 劉業(yè)琦，吳治軍，劉昌舉，等.一種應(yīng)用于安防監(jiān)控的CMOS圖像傳感器的自動(dòng)曝光算法研究[J].半導(dǎo)體光電，2017，38（2）：283?287.

LIU Yeqi， WU Zhijun， LIU Changju， et al. Study on an auto exposure algorithm applied in CMOS image sensor for security monitoring [J]. Semiconductor optoelectronics， 2017， 38（2）： 283?287.

[6] FERNANDES F L， PICAN?O M C， FERNANDES M E S， et al. A new and highly effective sampling plan using attractant?baited traps for the coffee berry borer （hypothenemus hampei） [J]. Journal of pest science， 2015， 88（2）： 289?299.

[7] 蔡瑩，楊偉，黃國(guó)兵.水力一體化治漂與樞紐庫(kù)面安防系統(tǒng)研究及實(shí)施[J].水利水電技術(shù)，2017，48（11）：168?173.

CAI Ying， YANG Wei， HUANG Guobing. Study and implementation of hydraulic integrated floating debris control and reservoir surface security system for water control project [J]. Water resources and hydropower engineering， 2017， 48（11）： 168?173.

[8] 匡珍春，吳劉萍.基于物聯(lián)網(wǎng)園林視覺(jué)監(jiān)控方法研究與仿真[J].計(jì)算機(jī)仿真，2016，33（4）：447?450.

KUANG Zhenchun， WU Liuping. Monitoring method based on IoT garden vision research and simulation [J]. Computer simulation， 2016， 33（4）： 447?450.

[9] 馬玉娟，楊國(guó)華，衛(wèi)寧波，等.基于ARM?LabVIEW的家居安防監(jiān)控系統(tǒng)的設(shè)計(jì)[J].電視技術(shù)，2015，39（11）：108?112.

MA Yujuan， YANG Guohua， WEI Ningbo， et al. Design of home security system based on ARM?LabVIEW [J]. Video engineering， 2015， 39（11）： 108?112.

[10] YIN X C， LIU J. Research on the design of intelligent campus service APP： a case study of college students′ reading APP [J]. Art & design， 2017（9）： 101?103.