數字圖像處理技術在家庭安防系統中的應用

　　隨著集成電路和計算機技術的迅速發展，智能家庭安防系統的市場需求日益加大，如何利用數字圖像處理、計算機視覺等技術與傳統監控相結合，設計出同時具有目標檢測、目標跟蹤、目標分類和目標理解等功能的高智能化家庭安防系統是當前國內外關注的熱點。
　　
　　數字圖像的獲取
　　
　　一個完整的智能家庭安防系統主要包括門禁、報警和監控三大部分。系統的數字圖像來源于在家庭各個部位布控的監控攝像頭。我們在各入室口、廚房、廁所均安置攝像頭，以防入室盜竊、煤氣泄漏、水管破裂等。另外，為做到全屋*，經濟條件允許的話，可以在各房間也安置攝像頭。為保證夜間監控的質量，可以采取具有夜視功能的紅外攝像頭。數字圖像的獲取途徑則是通過圖像傳感器將固定攝像頭中的視頻圖像傳送給處理主機。
　　
　　視頻圖像的數字化表達式一般為S(x，y，t)。x，y為空間變量，t為時間變量。如果用RGB體系來描述的話，完整的數學表達式如式(1)
　　
　　R=SR(x，y，t)
　　
　　G=SG(x，y，t)(1)
　　
　　B=SB(x，y，t)
　　
　　數字圖像的預處理
　　
　　灰度降解
　　
　　家庭安防系統對實時性的要求很高，為提高處理速度，首先對獲取的彩色數字圖像進行灰度降解。在MATLAB中進行灰度降解的函數如式(2)
　　
　　g=rgb2gray(S)(2)
　　
　　圖像增強
　　
　　通過攝像頭獲取的原始數字圖像，由于受到多種條件限制和隨機干擾(如天氣變化，照明情況)往往不能直接使用，必須在圖像處理早期階段對原始圖像進行灰度校正、噪聲過濾等圖像預處理。對視覺系統來說，圖像的預處理并不考慮圖像降質原因，只將圖像中感興趣的特征有選擇的突出，衰減其并不需要的特征，這類圖像預處理方法稱為圖像增強。
　　
　　在家庭安防系統中，通過攝像頭采集的很多圖像的灰度值不是均勻分布的，其灰度值集中在一個較小的區間內，如晚上采集的圖像灰度整體偏低，而在光照較強的時候在入口采集的圖像灰度則較高。直方圖均衡化是通過將原始圖像的灰度值重新均勻的分布在圖像的整個灰度區間來達到增強圖像對比度的方法。因此，家庭安防系統可以采用直方圖修正的方法實現圖像增強。在MATLAB中實現直方圖均衡化的函數如式(3)
　　
　　F=histeq(g，nlev)(3)
　　
　　目標檢測
　　
　　如何檢測家庭環境中是否出現各種危險狀況是家庭安防系統的關鍵。家庭環境中各類危險狀況的出現都屬于運動目標的出現，目前關于運動目標的檢測有三種方法：光流法、幀間差法以及背景減法。家庭環境中的背景處于一個相對較為穩定的狀態，所以智能家庭安防系統可以采取背景減法來進行目標檢測。
　　
　　背景模型的建立
　　
　　在系統開始運行時，根據不同時段如白天和晚上、不同天氣提取無運動對象出現時的背景，將所提取背景預存到背景模型庫中[3]。由于家里的家具、擺設可能發生變化，所以要及時進行背景模型庫的更新。背景模型的更新采取系統的自動更新，系統可以根據每個家庭的自身情況設定更新頻率。進行自動更新時我們設置一個更新因子α，α的取值范圍為[01]，一般選取更靠近1的數值。更新背景的公式如下
　　
　　B(x,y)=αBi(x,y)+(1-α)Bi-1(x,y)(4)
　　
　　Bi(x,y)為當前背景，Bi-1(x,y)為zui近上次背景，B(x,y)為更新后的背景。
　　
　　背景減法
　　
　　背景模型建立后，就可以實施背景減法了。系統可以根據不同安全等級要求，設定進行背景減法的間隔時間。若用戶對家庭安防的實時性要求較高，則設定間隔時間較小，當然系統的運算負擔將加重，對處理主機的硬件要求也更高，整個智能安防系統的價位自然提高。背景減法公式如下
　　
　　D(x,y)=F(x,y)-B(x,y)(5)
　　
　　F(x,y)為檢測的當前圖像，B(x,y)為背景模型，D(x,y)為減法后的灰度圖。為方便后續目標檢測將D(x,y)二值化，分割目標區域。
　　
　　(6)
　　
　　T0為進行二值化的閾值。目標檢測前文已提到，一個完整的家庭安防系統包括門禁、報警和監控三部分。報警裝置是一種以聲音、光或氣壓等形式來提醒或警示人們采取相應行動的電子產品。安防系統可以對以光的的形式進行報警的報警裝置進行重點監控以及處理，做到雙重保險。如家里沒有人時，報警裝置發出的報警信號可能無人理會，若系統將其報警信號以圖像的方式讀入并檢測出，則可以以其他形式如手機短信、等家庭主人。
　　
　　系統根據二值化的背景減圖進行目標檢測，事實上，攝像頭獲取的矩形圖像區域中，有些部分是我們并不會感興趣的。例如，對準入室口的攝像頭采集的圖像可能包括非入室區域。為更好的保證系統的實時性，我們可以只對背景減圖中我們感興趣的部分進行目標檢測。
　　
　　經過背景減法并二值化后將得到多個塊，根據系統預設的合并閾值決定是否將各塊進行合并，進行合并后的連通區域用矩形進行標識。在進行目標識別時，將該矩形塊的面積或長寬比與特定識別目標的面積或長寬比進行比較，以此判斷是否為應檢測目標。不同攝像頭監控家庭的不同區域，可能出現的危險目標也不盡相同。所以，針對不同的攝像頭，可以預設不同的檢測目標。
　　
　　結束語
　　
　　住宅智能化是人類住宅的又一場新的革命，近年在我國，高科技和信息技術正在由智能大廈走向智能住宅小區，進而走進家庭。現代社會的家庭正在以家庭智能化帶來的多元信息和安全、舒適、便利的生活環境，作為一個理想目標來追求。智能家庭安防系統則是住宅實現智能化的一個重要組成部分，數字圖像處理技術在智能家庭安防系統中有著核心的地位。數字圖像處理技術的發展決定著家庭安防系統的智能化程度，背景模型的更新方法、防衛對象的檢測方法等都是該系統中數字圖像處理需要研究的重點。