关于免费智能论文范文在这里免费下载与阅读,为您的智能相关论文写作提供资料。
基于运动检测的智能老人监护警报系统
寇旭日 , 张博仁 , 徐 烽 , 陈 浩 , 叶 霖
北华大学计算机科学技术学院 , 吉林吉林 132000
摘 要 “十三五”国家老龄事业发展和养老体系建设规划鼓励发展居家社区养老服务 , 实施“互联网 +”养老工程.顺势而为 , 我们提出基于运动检测的智能老人监护警报系统 , 同时分析了系统的关键技术 , 运动目标检测技术和运动目标追踪技术.系统采用 Visual Studio 2017 开发平台 , 结合计算机视觉库 OpenCV 编程实现.
关键词 智能老人监护警报系统 ; 目标检测 ; 目标跟踪 ; OpenCV
中图分类号 TP3 文献标识码 A 文章编号 1674-6708(2018)208-0123-02
《2017 年国民经济和社会发展统计公报》指出 ,年末全国大人口 139 008 万人 ,60 周岁及以上人口数 24 090 万 , 占比 17.3%, 其中 65 周岁及以上人口数15 831万, 占比11.4%. 基于当下形势的需要,我们以独居、空巢老年人为重点 , 建立居家智能老人监护警报平台 , 重点拓展远程提醒、动态监测等功能 , 方便养老服务机构和子女对居家老年人的照料 , 同时为老年人搭建友好宜居的生活环境.
1 系统描述
该系统是在 Visual Studio2017 开发环境下 ,基于 MFC 的单文档应用程序 ,调用 OpenCV 视觉库的相关函数实现 , 具体过程如下 :
读入视频数据 , 得到每帧图像.
采用基于时间的帧平均法 , 建立背景模型[1] .
通过背景减法 , 获得前景图像[1] .
对前景图像进行二值化、开运算、统计连通区域面积的处理 , 去除噪声[2] .
采 用 图 像 填 充 法 闭 合 前 景 图 像 ,使 用cvFindContours() 函数[3]提取外部轮廓.
统计轮廓上的所有点 , 求出这些点的中心点.
实时跟踪分割出来的目标 , 若某帧图像轮廓的宽度 > 高度 ,再判断轮廓 | 中心点 - 最低点 |/ 高度的比值是否小于某个阈值 ,此处我们选择 0.3,若满足 , 判定老人此时摔倒.
系统发送邮件向监测中心警报 , 以得到及时有效的救助.
2 核心技术原理
2.1 背景减法
运动目标检测的目的是从图像序列中 , 将前景变化区域从背景图像中提取出来.然而 , 由于背景图像的动态变化 , 如天气、光照、抖动等影响 , 给运动目标的检测带来了极大的挑战.本文我们采用背景减法来检测运动目标 , 该算法能更稳定的处理噪声和捕捉目标 , 其核心是构建符合场景信息的背景模型.
使用固定摄像机 ,其一般过程为 : 1)计算拍摄的视频图像序列 , 得到一个场景的静态背景初始化模型 ; 2)比较当前帧与背景图像 ,模糊处理当前帧 , 从中将背景去除 , 得到前景运动目标[1] .
cvSmooth(pFrImg, pFrImg, CV_GAUSSIAN, 5, 0,0)// 将灰度图像进行高斯平滑.
cvAbsDiff(pFrImg,pBkImg,pFrImg);// 将当前帧和背景图像做差 , 求得前景图像.本文背景模型建立采用基于时间的帧平均法 ,具体过程为 :
1)从视频中获取一帧.
2)将帧进行高斯平滑对帧进行累加.
3)平均最后的累加帧总和.读者可以自行设定累加帧数 , 高斯平滑一方面克服了摄像机抖动造成的背景轻微摇摆 , 一方面克服了单个像素间无联系的毛病 , 增加了背景的健壮性.
2.2 图像二值化
背景减法运算之后 , 图像中的背景尚未完全消除.为了将运动目标完全分割出来 , 还要对图像进行二值化处理.本文采用阈值分割法来实现图像的二值化 , 其关键技术是最优阈值的确定 , 系统采用Otsu 法 , 它使用类间方差最大值自动确定阈值 , 效果良好.
cvThreshold(pFrImg,pFrImg,100,255,CV_THRESH_BINARY);// 将前景图像二值化.
2.3 形态学处理
此时的二值图像往往有噪声 , 表现为目标周围的噪声块和内部的噪声孔[2] , 我们使用数学形态学中的开运算滤除图像中的噪声 , 即先腐蚀 , 再膨胀运算 :
cvErode(BinaryImg, BinaryImg, kernel_5_5,1);// 对图像进行腐蚀运算.
cvDilate(BinaryImg, BinaryImg,kernel_7_7, 1);// 对图像进行膨胀运算.
2.4 运动目标跟踪技术
运动目标跟踪技术就是在视频图像序列中实时地发现并标记运动目标 , 在帧与帧之间建立运动的某些特征 , 如位置、速度和方向等之间的联系 , 不断跟踪目标[4] .视频图像中运动目标的跟踪方法主要有 : 基于模型的跟踪、基于区域的跟踪、基于动态轮廓的跟踪和基于特征的跟踪[5] .
本文我们采用基于动态轮廓的跟踪方法 , 为了更好地跟踪老年人的运动 , 采用中心点的思想 , 统计边缘轮廓的所有点 , 求出这些点的坐标中点 ; 通过中心点的相对位置 , 和设定的阈值比较 , 若超出范围 , 表示老年人此时处于危险状态 , 系统自动发送邮件警报 , 邮件的附件中包含捕捉到的危险状态的帧图像.
3 实验结果与分析
测试视频序列保证初始化的背景不含运动目标 , 在固定场景下使用固定摄像头拍摄.实验结果表明 , 该方法可以有效地提取和更新背景 , 准确地检测出运动目标 , 通过对运动目标的跟踪 , 实现了危险状态的及时警报.
4 结论
把视频采集设备安装在室内房间 , 采用计算机视觉获取人体活动状态的图像信息 , 实现老年人活动状况的监测 , 通过目标跟踪技术实现了异常行为的及时警报 , 本系统是健康智能家庭技术研究方向的扩充 , 保证了老年人安全的生活环境 , 对解决空巢家庭独居老人的监护问题有着非常积极的意义.
智能论文范文结:
关于智能方面的的相关大学硕士和相关本科毕业论文以及相关智能论文开题报告范文和职称论文写作参考文献资料下载。
1、智能论文
2、智能机器人论文
3、智能电网论文
4、智能制造论文
5、智能家居论文
6、智能建筑论文