论文部分内容阅读
随着社会的发展及人民生活水平的提高，人们对家居安全的要求也越来越高。热释电红外(Pyroeletric Infrared, PIR)探测器和视频监控系统是家居安全领域最常用的产品。PIR探测器性能稳定、性价比高、隐蔽性好，对光照无要求而被广泛应用。但由于PIR探测器普遍存在严重的误报和漏报现象，由此也制约了它的普及。视频监控系统技术成熟，获得的监控图像直观、便于取证，信息内容丰富，已在家居安全领域得到广泛应用。但是，目前的视频监控系统不具备运动人体检测功能，需要专人盯视，在低照度环境下，由于噪声的影响，视频图像质量明显下降，不能全时段工作。通过对PIR探测器误报漏报问题的深入分析，发现产生这一问题的根源是缺乏对PIR信号的有效分析。本实验室经过多年研究，已研究出基于自回归(Autoregressive, AR)模型的PIR信号运动人体检测算法，仿真结果显示能有效降低误报漏报率，需要进一步在实际系统中加以验证。对于视频监控系统难以区分人体及非人体（树叶、风扇、动物等）的问题，本文在传统的模板匹配算法中引入尺度特征及Hu矩特征作为人体形状特征，具有良好的检测效果和实时性。为此，本文设计并研制了融合PIR信号及视频图像信息的运动人体检测系统。该系统设有PIR运动人体检测通道和视频图像运动人体检通道，由于PIR运动人体检测通道在低照度环境下也能稳定工作，本文根据决策融合理论，采用表决法将两个通道获得的运动人体检测结果进行融合决策，解决了视频监控系统不能全时段工作的问题。本文具体做了以下工作：1）深入分析PIR探测器的组成及信号产生原理。在实验室前期算法研究基础上，在嵌入式平台上实现PIR信号的实时采集，并移植实现基于AR模型的PIR信号运动人体检测算法，在PIR通道上实现了运动人体检测功能。有效地解决了PIR探测器误报漏报率高的问题。2）在QXD-DM6446开发板上实现视频图像采集、运动目标检测、目标分割，并提取目标的尺度特征及轮廓特征，利用改进的模板匹配方法对运动目标进行人体与非人体判别。在对Davinci软件架构及xDM编程框架充分理解下，在DSP核上实现了视频图像通道的运动人体检测算法。3）在分别实现PIR通道及视频通道运动人体检测的基础上，本文在决策层采用表决法对两个通道的检测结果进行融合，使系统在低照度环境下也能保持运动人体检测性能。4）为了记录人体入侵证据，在本文设计及实现的融合PIR信号及视频图像信息的运动人体检测系统上实现了JPEG压缩及U盘存储。为了直观地了解监控现场实时状况，该系统还通过移植了BOA开源项目实现网页服务器功能，修改WebCamServer开源项目实现了视频服务器功能，使监控图像实时发送到PC机浏览器上。