一种智能监控系统的工作方法与流程

本发明涉及监控技术领域，尤其涉及一种智能监控系统的工作方法。

背景技术：

在大型服务型企业中会使用到大型的机房，目前的机房在布置监控设备的时候仅仅布置摄像头进行监控，同时配合监控人员进行巡视处理，这样的监控方式不能全方面的对机房进行监控，存在安全隐患。

技术实现要素：

本发明的目的是提供一种智能监控系统的工作方法。

为了解决上述技术问题，本发明提供了一种智能监控系统的工作方法，所述智能监控系统包括：服务器，与该服务器相连的监控装置和报警装置；其中所述监控装置设于监控区域内且包括：处理器，与该处理器相连的温度采集模块和视频监控模块；所述工作方法包括：所述温度采集模块采集监控区域的温度数据，并通过一通信模块发送至云服务器；所述视频监控模块采集监控区域的视频数据，并通过所述通信模块发送至云服务器；以及所述云服务器设有分析处理模块，以对温度数据和视频数据进行分析，并在出现异常时控制报警装置发出报警。

优选地，所述视频监控模块采用多光普相机；所述多光普相机适于实时识别被监控目标位置，且实时识别被监控目标位置的方法包括如下步骤：

步骤1：通过多光谱成像系统获取目标区域的光谱图像，所述多光谱成像系统所涉及滤光片波长范围涵盖可见光波长至红外波长；步骤2：提取所述多光谱成像系统任一成像通道的光谱图像的光谱信息，将所述光谱信息导入至所述多光谱成像系统的光谱信息数据库进行数据匹配，完成初步信息筛选；步骤3：若所述光谱信息匹配失败，则所述多光谱成像系统中的主控芯片控制进行下一帧目标区域光谱图像的获取；步骤4：若所述光谱信息数据库中匹配到对应的光谱信息，所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标，并根据所述位置坐标，所述主控芯片控制所述多光谱成像系统进行目标区域的全方位摄像扫描，分别获得可见光波长及红外波长尺度下的光谱图像，并对所述可见光波长及红外波长尺度下的光谱图像进行图像融合处理；步骤5：将所述融合处理后的图像进行非均匀校正。

优选地，所述主控芯片包括fpga，所述光谱信息在fpga的内部ram中进行数据匹配。

优选地，所述步骤4具体包括：步骤4.1：所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标后，确定出匹配成功的所述光谱信息的中心位置，计算出所述成像系统的成像标板与水平方向的夹角，并确定出所述成像标板与所述成像系统中的摄像模组之间的偏转角度，所述主控芯片控制所述多光谱成像系统沿着所述偏转角度进行分辨率扫描，完成目标区域的全方位摄像扫描；步骤4.2：在所述多光谱成像系统沿着所述偏转角度进行分辨率扫描时，所述主控芯片通过对可见光波长内的光谱信息识别区域以及红外波长内的光谱信息识别区域进行运动检测，确定其运动轨迹，并完成两个运动轨迹的拟合，选取尺度变换矩阵，使用该矩阵生成待融合的可见光图像以及红外图像；步骤4.3：所述主控芯片进一步控制fpga中的图像融合处理单元对所述可见光图像以及红外图像进行亮度调节、去噪、中心配准、融合以及图像增强等操作，其中，所述图像融合处理单元包括dsp，flash以及尺度校正存储器；所述fpga结合尺度校正存储器共同完成红外图像的细节提取以及轮廓提取，并完成光谱图像与红外图像之间的配准几何尺度变换，以及图像细节和轮廓融合；所述dsp连接图像编码器，并结合连接flash以及fpga中的ram，用于将经过处理的数字视频信号结合行、场同步信号合成为模拟视频信号并进行驱动以便于显示；步骤4.4：当所述主控芯片控制进行所述可见光图像以及红外图像融合时，所述图像融合处理单元对所述可见光图像以及红外图像各自分成不重叠的块，分别计算其中的信息量，将所述可见光图像以及红外图像使用高斯金字塔分成不同尺度的图像，所述fpga在不同尺度提取细节特征，并根据所述信息量特征进行加权评估，最后采用拉普拉斯金字塔进行合成，形成新的融合图像；步骤4.5：对融合后的图像进行亮度检测，并与一标准亮度进行对比，当所述图像亮度低于所述标准亮度时，对图像亮度进行处理以达到适于测试的亮度值；步骤4.6：对融合后的图像进行图像去噪，所述图像去噪仅针对所述光谱信息识别区域进行去噪，以减少所述主控芯片的运算消耗；步骤4.7：采用自适应图像增强技术对融合后的图像进行图像增强处理；

优选地，在所述步骤5中，对所述融合处理后的图像进行非均匀校正方法，其具体包括：

步骤5.1：在所述多光谱成像系统用于目标区域成像前，分别采集所述多光谱成像系统的各个成像通道的光敏元在各温度值下的响应数据，并利用如下公式分别计算各温度段的增益系数gij和偏置系数qij

其中xij(h)和xij(l)分别是像元(i，j)在高温和低温均匀辐射背景下的响应，vh和vl分别是所述红外相机中所有像元的平均输出；

步骤5.2：所述成像系统的主控芯片将上述各温度段的增益系数gij和偏置系数qij实时存储至fpga内部ram，以备后续使用；

步骤5.3：在所述步骤4完成后，针对融合后的图像，利用融合图像的纹理和边缘特征对融合图像中的光谱信息识别区域进行深度识别；步骤5.4：依据融合图像的不同光谱信息分布，将目标光谱区域进行图像分割，形成各个特征区域；步骤5.5：基于fpga的并行处理能力，分别对所述融合图像的各个特征区域同时进行非均匀校正；针对每一个特征区域，所述主控芯片首先计算所述特征区域中各点的平均温度，然后根据所述平均温度，从所述fpga中的ram中读取相应的校正参数，并根据如下公式完成非均匀校正

其中表示均匀辐照度条件下红外探测器输出的图像；

步骤5.6：校正后的融合图像采用均值滤波法对边界灰度值进行补偿。

本发明的有益效果是：本发明智能监控系统的工作方法通过视频监控和温度监控的结合，能够完成对机房内实现全方位的监控，提高监控的范围，保证机房内的安全，同时也提高机房的稳定性。

附图说明

图1是本发明中智能监控系统的原理框图；

图2是本发明中实时识别被监控目标位置的方法的流程图；

图3是本发明中实时识别被监控目标位置的方法的图像融合处理流程图；

图4是本发明中实时识别被监控目标位置的方法的图像非均匀校正流程图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

实施例

如图1所示，本实施例提供了一种智能监控系统的工作方法，所述智能监控系统包括：服务器，与该服务器相连的监控装置和报警装置；其中所述监控装置设于监控区域内且包括：处理器，与该处理器相连的温度采集模块和视频监控模块；所述工作方法包括：所述温度采集模块采集监控区域的温度数据，并通过一通信模块发送至云服务器；所述视频监控模块采集监控区域的视频数据，并通过所述通信模块发送至云服务器；以及所述云服务器设有分析处理模块，以对温度数据和视频数据进行分析，并在出现异常时控制报警装置发出报警。

具体的，所述温度采集模块例如但不限于采用红外摄影探头。

本发明智能监控系统的工作方法通过视频监控和温度监控的结合，能够完成对机房内实现全方位的监控，提高监控的范围，保证机房内的安全，同时也提高机房的稳定性。

进一步，为了提高视频监控模块的监控精度，从而进一步提高本发明的监控质量，所述视频监控模块采用多光普相机；所述多光普相机适于实时识别被监控目标位置，且实时识别被监控目标位置的方法包括如下步骤：

步骤1：通过多光谱成像系统获取目标区域的光谱图像，所述多光谱成像系统所涉及滤光片波长范围涵盖可见光波长至红外波长；

步骤2：提取所述多光谱成像系统任一成像通道的光谱图像的光谱信息，将所述光谱信息导入至所述多光谱成像系统的光谱信息数据库进行数据匹配，完成初步信息筛选；

步骤3：若所述光谱信息匹配失败，则所述多光谱成像系统中的主控芯片控制进行下一帧目标区域光谱图像的获取；

步骤4：若所述光谱信息数据库中匹配到对应的光谱信息，所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标，并根据所述位置坐标，所述主控芯片控制所述多光谱成像系统进行目标区域的全方位摄像扫描，分别获得可见光波长及红外波长尺度下的光谱图像，并对所述可见光波长及红外波长尺度下的光谱图像进行图像融合处理；

步骤5：将所述融合处理后的图像进行非均匀校正。

优选地，所述主控芯片包括fpga，所述光谱信息在fpga的内部ram中进行数据匹配。

优选地，如图2所示，所述步骤4具体包括：

步骤4.1：所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标后，确定出匹配成功的所述光谱信息的中心位置，计算出所述成像系统的成像标板与水平方向的夹角，并确定出所述成像标板与所述成像系统中的摄像模组之间的偏转角度，所述主控芯片控制所述多光谱成像系统沿着所述偏转角度进行分辨率扫描，完成目标区域的全方位摄像扫描；

步骤4.2：在所述多光谱成像系统沿着所述偏转角度进行分辨率扫描时，所述主控芯片通过对可见光波长内的光谱信息识别区域以及红外波长内的光谱信息识别区域进行运动检测，确定其运动轨迹，并完成两个运动轨迹的拟合，选取尺度变换矩阵，使用该矩阵生成待融合的可见光图像以及红外图像；

步骤4.3：所述主控芯片进一步控制fpga中的图像融合处理单元对所述可见光图像以及红外图像进行亮度调节、去噪、中心配准、融合以及图像增强等操作，其中，所述图像融合处理单元包括dsp，flash以及尺度校正存储器；所述fpga结合尺度校正存储器共同完成红外图像的细节提取以及轮廓提取，并完成光谱图像与红外图像之间的配准几何尺度变换，以及图像细节和轮廓融合；所述dsp连接图像编码器，并结合连接flash以及fpga中的ram，用于将经过处理的数字视频信号结合行、场同步信号合成为模拟视频信号并进行驱动以便于显示；

步骤4.4：当所述主控芯片控制进行所述可见光图像以及红外图像融合时，所述图像融合处理单元对所述可见光图像以及红外图像各自分成不重叠的块，分别计算其中的信息量，将所述可见光图像以及红外图像使用高斯金字塔分成不同尺度的图像，所述fpga在不同尺度提取细节特征，并根据所述信息量特征进行加权评估，最后采用拉普拉斯金字塔进行合成，形成新的融合图像；

步骤4.5：对融合后的图像进行亮度检测，并与一标准亮度进行对比，当所述图像亮度低于所述标准亮度时，对图像亮度进行处理以达到适于测试的亮度值；

步骤4.6：对融合后的图像进行图像去噪，所述图像去噪仅针对所述光谱信息识别区域进行去噪，以减少所述主控芯片的运算消耗；

步骤4.7：采用自适应图像增强技术对融合后的图像进行图像增强处理；

优选地，如图3所示，在所述步骤5中，对所述融合处理后的图像进行非均匀校正方法，其具体包括：

步骤5.1：在所述多光谱成像系统用于目标区域成像前，分别采集所述多光谱成像系统的各个成像通道的光敏元在各温度值下的响应数据，并利用如下公式分别计算各温度段的增益系数gij和偏置系数qij

其中xij(h)和xij(l)分别是像元(i，j)在高温和低温均匀辐射背景下的响应，vh和vl分别是所述红外相机中所有像元的平均输出；

步骤5.2：所述成像系统的主控芯片将上述各温度段的增益系数gij和偏置系数qij实时存储至fpga内部ram，以备后续使用；

步骤5.3：在所述步骤4完成后，针对融合后的图像，利用融合图像的纹理和边缘特征对融合图像中的光谱信息识别区域进行深度识别；

步骤5.4：依据融合图像的不同光谱信息分布，将目标光谱区域进行图像分割，形成各个特征区域；

步骤5.5：基于fpga的并行处理能力，分别对所述融合图像的各个特征区域同时进行非均匀校正；针对每一个特征区域，所述主控芯片首先计算所述特征区域中各点的平均温度，然后根据所述平均温度，从所述fpga中的ram中读取相应的校正参数，并根据如下公式完成非均匀校正

其中表示均匀辐照度条件下红外探测器输出的图像；

步骤5.6：校正后的融合图像采用均值滤波法对边界灰度值进行补偿。

上述基于多光谱成像系统的目标识别方法简单易操作，采用fpga作为成像系统的主控芯片，使得成像系统具有较高的运算效率，算法精确，能够较快速对待识别目标进行实时识别，具备简单易行、精确度较高等优点，适于普及应用。

本实施例实时识别被监控目标位置的方法中通过对提取的光谱信息进行初步筛选，匹配成功后主控芯片控制多光谱成像系统进行全方位成像扫描，通过对获得的可见光图像和红外图像进行图像融合处理以及非均匀校正，完成最终的目标识别，避免了单一的可见光图像以及单一的红外图像在清晰度、纹理以及凸显程度方面不适于目标识别的缺陷，使得多光谱成像系统可快速、准确地进行待识别目标的实时图像识别；本实施例实时识别被监控目标位置的方法中成像系统可以实现自适应，通过图像融合处理单元对可见光图像和红外图像进行亮度调节、去噪、融合、图像增强等处理，再对融合图像进行非均匀校正，使得融合图像分辨率进一步得到提高，从而提高了待识别目标的识别精度；本实施例的多光谱相机采用fpga作为成像系统主控芯片的核心处理单元，充分利用其并行处理能力对图像中的每一个分割区域进行非均匀校正，极大地提高了图像处理速度，使得成像系统的识别反馈更加及时。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方法可以有任何形式或修改。