值与中值之差，若未超过所设阈值，则认为相近，认为此区 域发生的是不定时的系统噪声。
[0046] 本发明的一个实施例中，步骤S17具体为：
[0047] 计算MXN区域范围的局部二值模式LBP直方图特征，与样本库中已知行为模板的 LBP直方图特征进行匹配，当与某类行为模板的相似度超过设定阈值时，则将此时的扰动信 号判别为此类行为。
[0048] 本发明的一个实施例中，步骤S17还包括：
[0049] 若计算得到的LBP直方图特征与样本库中已知模式的相似度未超过设定阈值时， 则此时的扰动行为判别为未知行为，采集并保存此段数据，以备分析。
[0050] 本发明的另一实施例中，计算MXN区域范围的LBP (局部二值模式）直方图特征， 与已知行为模板的LBP直方图特征进行匹配，当与某类行为模板的相似度超过设定阈值 时，则将此时的扰动信号判别为此类行为。具体步骤为：
[0051] 1、通过LBP算法求出此MXN区域的LBP直方图特征；
[0052] 2、依次求此MXN区域LBP直方图与数据库中每一种行为模板的LBP直方图的相 似度；
[0053] 3、通过概率统计，若与某类行为模板的LBP直方图计算得到的相似度较高，则此 时的扰动信号判别为此类行为；若与样本库中所有行为模板计算得到的相似度均较低，则 此时的扰动行为判别为未知行为，采集并保存此段数据，以备分析。
[0054] 本发明的一个实施例中，步骤S12中，所设定的阈值包括时域能量、时域极值、时 域均值、频域能量、频域极值的阈值。
[0055] 本发明的一个实施例中，计算灰度共生矩阵的纹理特征统计参数包括惯性矩、熵、 逆差距、灰度相关和能量。
[0056] 本发明的一个实施例中，计算MXN区域范围LBP特征，采用均匀化LBP算子，处理 图中的散点而并不会弱化图像的边缘信息，同时降低了图像特征向量的维数，提高计算效 率。
[0057] 本发明实施例的分布式周界振动信号处理与识别方法，可在信号基底不稳定且随 着测量距离减弱，系统噪声不定时出现的情况下，能够有效识别入侵或破坏信号，同时减少 误报。本发明的一个较佳实施例中，包括以下步骤：
[0058] 采集整个分布式周界探测范围内的所有探测点位的扰动数据。
[0059] 当某探测点位的扰动数据大于设定的阈值时，采集此刻这个探测点及其周围 10 X 30区域范围内的扰动数据，将其数值映射到0~255之间，计算其灰度共生矩阵以相隔 距离1，沿0°、45°、90°、135°四个方向的GLCM惯性矩。其中，90°方向指在图像中按照 垂直位置关系来统计灰度对，0°方向指按照水平位置关系来统计灰度对，45°和135°则 是指按照两个斜对角方向来统计灰度对。由于在本发明实施例中所形成图像的横轴表示探 测点距离，纵轴表示时间，因此当入侵激励发生时，沿90°方向的图像纹理会呈现更为明显 的空间相关特性，而系统噪声的图像则没有此规律。对于GLCM参数数值，计算四个方向的 中值以及四个方向与中值的差值，若其中90°方向差值超过所设阈值，则可认为此时发生 入侵扰动信号，进入模式识别步骤，否则视为不定时出现的系统噪声。
[0060] 灰度共生矩阵描述的是图像的二阶纹理特征，被定义为：
[0061] P(i,j,d, Θ) =#{xl,x2eMXN|f(xl) =i,f (x2) = j, | xl, x2 | = d, < xl, x2 >=Θ }
[0062] 其中，图像的大小为MXN，xl和x2是图像中的两个独立像素点的位置，f( ·)表 示图像中对应位置的灰度值，I Xl，x2 I表示两个像素点之间的距离，< xl，x2 >表示两个像 素点之间的角度。像素对的间距为d，夹角为Θ。灰度共生矩阵是基于像素点灰度分布、指 定间距和指定角度的统计，可以很好地表征灰度的空间分布，更加全面地描述图像的纹理 特征。灰度共生矩阵提供了图像灰度的方向、间隔和变化幅度的信息，在灰度共生矩阵的基 础上，提取用来定量描述纹理特征的统计属性。可选择灰度共生矩阵的惯性矩（对比度） 来反应图像的纹理特征。惯性矩反映图像中局部灰度变化总量，在图像中，局部像素对的灰 度差别越大，则图像的惯性矩（对比度）越大，其计算表达式如下，式中，P(i，j)表示灰度 值分别为i和j的灰度对在图像中出现的频率：
[0063]
【主权项】
1. 一种基于图像的分布式光纤周界振动信号处理与识别方法，其特征在于，包括以下 步骤： 实时采集整个分布式周界探测范围内的所有探测点位的扰动数据； 当某探测点位的扰动数据大于设定的阈值时，采集此刻该探测点及其周围MXN区域 范围内的扰动数据，将其数值映射到〇~255之间； 根据映射值计算灰度共生矩阵，并计算灰度共生矩阵中多个方向的纹理特征统计参 数； 比较多个方向的纹理特征统计参数数值，若相近，则认为此区域发生的是不定时的系 统噪声； 若沿时间方向的纹理特征统计参数的数值与其他方向的数值的偏离超过设定值，则认 为此时发生了入侵扰动； 对入侵扰动信号进行模式识别，以判定入侵行为的种类。
2. 根据权利要求1所述的方法，其特征在于，所述多个方向为沿0°、45°、90°、135° 的四个方向。
3. 根据权利要求1所述的方法，其特征在于，步骤"对入侵扰动信号进行模式识别，以 判定入侵行为的种类"具体为： 计算MXN区域范围的局部二值模式LBP直方图特征，与样本库中已知行为模板的LBP直方图特征进行匹配，当与某类行为模板的相似度超过设定阈值时，则将此时的扰动信号 判别为此类行为。
4. 根据权利要求3所述的方法，其特征在于，步骤"对入侵扰动信号进行模式识别，以 判定入侵行为的种类"还包括： 若计算得到的LBP直方图特征与样本库中已知模式的相似度未超过设定阈值时，则此 时的扰动行为判别为未知行为，采集并保存此段数据，以备分析。
5. 根据权利要求4所述的方法，其特征在于，计算MXN区域范围内的LBP特征，采用均 匀化LBP算子。
6. 根据权利要求1所述的方法，其特征在于，所述纹理特征统计参数包括纹理特征统 计参数为惯性矩、熵、逆差距、灰度相关、能量。
7. -种基于图像的分布式光纤周界振动信号处理与识别系统，其特征在于，包括： 采集模块，用于实时采集整个分布式周界探测范围内的所有探测点位的扰动数据； 图像生成模块，用于当某探测点位的扰动数据大于设定的阈值时，采集此刻该探测点 及其周围MXN区域范围内的扰动数据，将其数值映射到0~255之间； 特征参数计算模块，用于根据映射值计算灰度共生矩阵，并计算灰度共生矩阵中多个 方向的纹理特征统计参数； 扰动判定模块，用于比较多个方向的纹理特征统计参数数值，若相近，则认为此区域发 生的是不定时的系统噪声；若沿时间方向的纹理特征统计参数的数值与其他方向的数值的 偏离超过设定值，则认为此时发生了入侵扰动； 模式识别模块，用于对入侵扰动信号进行模式识别，以判定入侵行为的种类。
8. 根据权利要求7所述的系统，其特征在于，所述多个方向为沿0°、45°、90°、135° 的四个方向。
9. 根据权利要求7所述的系统，其特征在于，模式识别模块具体用于： 计算MXN区域范围的局部二值模式LBP直方图特征，与样本库中已知行为模板的LBP直方图特征进行匹配，当与某类行为模板的相似度超过设定阈值时，则将此时的扰动信号 判别为此类行为。
10. 根据权利要求9所述的系统，其特征在于，模式识别模块还用于： 若计算得到的LBP直方图特征与样本库中已知模式的相似度未超过设定阈值时，则此 时的扰动行为判别为未知行为，采集并保存此段数据，以备分析。
【专利摘要】本发明公开了一种基于图像的分布式光纤周界振动信号处理与识别方法，包括以下步骤：实时采集整个分布式周界探测范围内的所有探测点位的扰动数据；当某探测点位的扰动数据大于设定的阈值时，采集此刻该探测点及其周围M×N区域范围内的扰动数据，将其数值映射到0~255之间；根据映射值计算灰度共生矩阵，并计算灰度共生矩阵中多个方向的纹理特征统计参数；比较多个方向的纹理特征统计参数数值，若相近，则认为此区域发生的是不定时的系统噪声；若偏离超过设定值，则认为此时发生了入侵扰动；对入侵扰动信号进行模式识别，以判定入侵行为的种类。
【IPC分类】G06T7-40, G06K9-62
【公开号】CN104766099
【申请号】CN201510225254
【发明人】杨玥, 闫奇众, 刘军荣, 熊岩, 王丹, 印新达
【申请人】武汉理工光科股份有限公司
【公开日】2015年7月8日
【申请日】2015年5月5日