一种预警准确的楼宇预警系统

1.一种预警准确的楼宇预警系统，其特征在于，包括探测模块、控制模块、摄像头、预警装置和用户终端，所述探测模块用于检测楼宇门是否关闭，并根据楼宇门是否关闭向控制模块发送检测信号，所述控制模块根据检测信号生成控制指令，并将控制指令发送给摄像头，所述摄像头根据控制指令工作，获取监控图像并传输给预警装置，所述预警装置对图像进行检测，根据检测结果生成预警信号，并将预警信号发送给用户终端，所述用户终端用于接收所述预警信号；
所述预警装置包括图像接收模块、图像预处理模块、对象检测模块和性能评价模块，所述图像接收模块用于接收监控图像，并将其作为待检测图像，所述图像预处理模块用于对图像进行滤波处理，所述对象检测模块用于对预处理后的图像进行检测，所述性能评价模块用于对检测效果进行评价；
所述图像预处理模块用于对图像进行滤波处理，具体为：
建立长短为(2N+1)的滑动窗口，作为第一滑动窗口，从待检测图像的左上角开始，从左到右、从上至下滑动窗口，滑动步长为1，将滑动窗口内所有像素灰度值按照从小到大的顺序排列，选择中间值当做窗口中心像素点的灰度值，输出该值：
f1(x,y)＝med{S1f(x,y)}
上述式子中，f1(x,y)为经过第一滑动窗口输出的中心像素点(x,y)的灰度值，f(x,y)为第一滑动窗口内中心像素点(x,y)的灰度值，S1f(x,y)为第一滑动窗口内中心像素点(x,y)的邻域，med{S1f(x,y)}表示第一滑动窗口内像素点灰度的中间值；
建立大小为(2N+1)*(2N+1)的滑动窗口，作为第二滑动窗口，从待检测图像的左上角开始，从左到右、从上至下滑动窗口，滑动步长为1，将滑动窗口内所有像素灰度值按照从小到大的顺序排列，选择中间值当做窗口中心像素点的灰度值，输出该值：
f2(x,y)＝med{S2f(x,y)}
上述式子中，f2(x,y)为经过第二滑动窗口输出的中心像素点(x,y)的灰度值，f(x,y)为第二滑动窗口内中心像素点(x,y)的灰度值，S2f(x,y)为第二滑动窗口内中心像素点(x,y)的邻域，med{S2f(x,y)}表示第二滑动窗口内像素点灰度的中间值；
采用下式对像素点进行滤波处理：
上述式子中，f′(x,y)表示经过滤波处理后的像素点(x,y)的灰度值；对每个像素点进行滤波处理，得到预处理后的图像。
2.根据权利要求1所述的预警准确的楼宇预警系统，其特征在于，所述对象检测模块用于对预处理后的图像进行检测，具体为：
在预处理后的图像中，采用Canny算子对感兴趣区域的边缘进行检测，得到边缘图像和边缘像素上的边缘方向图像；
对图像的边缘像素进行Hough变换，将其变换到Hough参数空间，在Hough参数空间中对特征参数进行聚类操作；
在感兴趣区域内对Hough参数空间中大于设定阈值的待测对象的特征进行检测，获取检测结果。
3.根据权利要求2所述的预警准确的楼宇预警系统，其特征在于，所述边缘图像F1(x,y)采用下式确定：
上述式子中，A(x,y)＝f′(x+1,y)+f′(x+1,y+1)-f′(x,y)-f′(x,y+1)，B(x,y)＝f′(x,y)+f′(x+1,y)-f′(x,y+1)-f′(x+1,y+1)；
所述边缘方向图像F2(x,y)采用下式确定：
4.根据权利要求3所述的预警准确的楼宇预警系统，其特征在于，所述性能评价模块包括第一评价单元、第二评价单元和综合评价单元，所述第一评价单元用于获取检测效果第一评价值，所述第二评价单元用于获取检测效果第二评价值，所述综合评价模块用于根据第一评价值和第二评价值对检测效果进行综合评价。
5.根据权利要求4所述的预警准确的楼宇预警系统，其特征在于，所述第一评价单元用于获取检测效果第一评价值，采用下式获取：
上述式子中，P1表示第一评价值，c1表示检测到的对象与真实对象重合的像素点个数，c2表示检测到的对象包含的像素点个数，c3表示真实对象包含的像素点个数；第一评价值越大，对象检测准确性越好；
所述第二评价单元用于获取检测效果第二评价值，采用下式获取：
上述式子中，P2表示第二评价值，t1表示对象检测时间；第二评价值越大，对象检测时效性越好；
所述综合评价模块用于根据第一评价值和第二评价值对检测效果进行综合评价，采用综合评价因子进行，所述综合评价因子采用下式计算：
上述式子中，P表示综合评价因子；综合评价因子越大，表明检测效果越好。

一种预警准确的楼宇预警系统\n技术领域\n[0001] 本发明涉及楼宇预警技术领域，具体涉及一种预警准确的楼宇预警系统。\n背景技术\n[0002] 盗窃现象普遍存在于现在的社会当中，为了保障人身财产安全，人们对于安全方面的要求日益重视。楼宇安全作为家居安全的第一道防线，楼宇预警在人们生活中就显得尤为重要。\n发明内容\n[0003] 针对上述问题，本发明旨在提供一种预警准确的楼宇预警系统。\n[0004] 本发明的目的采用以下技术方案来实现：\n[0005] 提供了一种预警准确的楼宇预警系统，包括探测模块、控制模块、摄像头、预警装置和用户终端，所述探测模块用于检测楼宇门是否关闭，并根据楼宇门是否关闭向控制模块发送检测信号，所述控制模块根据检测信号生成控制指令，并将控制指令发送给摄像头，所述摄像头根据控制指令工作，获取监控图像并传输给预警装置，所述预警装置对图像进行检测，根据检测结果生成预警信号，并将预警信号发送给用户终端，所述用户终端用于接收所述预警信号。\n[0006] 本发明的有益效果为：实现了楼宇的准确预警，大大提高了楼宇安全性。\n附图说明\n[0007] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。\n[0008] 图1是本发明的结构示意图；\n[0009] 附图标记：\n[0010] 探测模块1、控制模块2、摄像头3、预警装置4、用户终端5。\n具体实施方式\n[0011] 结合以下实施例对本发明作进一步描述。\n[0012] 参见图1，本实施例的一种预警准确的楼宇预警系统，包括探测模块1、控制模块2、摄像头3、预警装置4和用户终端5，所述探测模块1用于检测楼宇门是否关闭，并根据楼宇门是否关闭向控制模块2发送检测信号，所述控制模块2根据检测信号生成控制指令，并将控制指令发送给摄像头3，所述摄像头3根据控制指令工作，获取监控图像并传输给预警装置\n4，所述预警装置4对图像进行检测，根据检测结果生成预警信号，并将预警信号发送给用户终端5，所述用户终端5用于接收所述预警信号。\n[0013] 本实施例实现了楼宇的准确预警，大大提高了楼宇安全性。\n[0014] 优选的，所述预警装置4包括图像接收模块、图像预处理模块、对象检测模块和性能评价模块，所述图像接收模块用于接收监控图像，并将其作为待检测图像，所述图像预处理模块用于对图像进行滤波处理，所述对象检测模块用于对预处理后的图像进行检测，所述性能评价模块用于对检测效果进行评价。\n[0015] 本优选实施例提高了图像检测水平，从而有助于提高预警水平。\n[0016] 优选的，所述图像预处理模块用于对图像进行滤波处理，具体为：\n[0017] 建立长短为(2N+1)的滑动窗口，作为第一滑动窗口，从待检测图像的左上角开始，从左到右、从上至下滑动窗口，滑动步长为1，将滑动窗口内所有像素灰度值按照从小到大的顺序排列，选择中间值当做窗口中心像素点的灰度值，输出该值：\n[0018] f1(x,y)＝med{S1f(x,y)}\n[0019] 上述式子中，f1(x,y)为经过第一滑动窗口输出的中心像素点(x,y)的灰度值，f(x,y)为第一滑动窗口内中心像素点(x,y)的灰度值，S1f(x,y)为第一滑动窗口内中心像素点(x,y)的邻域，med{S1f(x,y)}表示第一滑动窗口内像素点灰度的中间值；\n[0020] 建立大小为(2N+1)*(2N+1)的滑动窗口，作为第二滑动窗口，从待检测图像的左上角开始，从左到右、从上至下滑动窗口，滑动步长为1，将滑动窗口内所有像素灰度值按照从小到大的顺序排列，选择中间值当做窗口中心像素点的灰度值，输出该值：\n[0021] f2(x,y)＝med{S2f(x,y)}\n[0022] 上述式子中，f2(x,y)为经过第二滑动窗口输出的中心像素点(x,y)的灰度值，f(x,y)为第二滑动窗口内中心像素点(x,y)的灰度值，S2f(x,y)为第二滑动窗口内中心像素点(x,y)的邻域，med{S2f(x,y)}表示第二滑动窗口内像素点灰度的中间值；\n[0023] 采用下式对像素点进行滤波处理：\n[0024]\n[0025] 上述式子中，f′(x,y)表示经过滤波处理后的像素点(x,y)的灰度值；对每个像素点进行滤波处理，得到预处理后的图像。\n[0026] 待检测图像会存在一些对图像造成影响的噪声，增加图像检测和分析时的难度，特别是孤立点噪声和边缘抖动噪声，将会在检测图像边缘时造成较大影响。本优选实施例通过图像预处理模块对待检测图像进行滤波处理，有助于加快后期检测的实时性和提高后期检测精度，具体的，该图像预处理模块既保护了待检测图像边缘的清晰度又较好的去除了噪声的影响。\n[0027] 优选的，所述对象检测模块用于对预处理后的图像进行检测，具体为：\n[0028] 在预处理后的图像中，采用Canny算子对感兴趣区域的边缘进行检测，得到边缘图像和边缘像素上的边缘方向图像；\n[0029] 对图像的边缘像素进行Hough变换，将其变换到Hough参数空间，在Hough参数空间中对特征参数进行聚类操作；\n[0030] 在感兴趣区域内对Hough参数空间中大于设定阈值的待测对象的特征进行检测，获取检测结果；\n[0031] 所述边缘图像F1(x,y)采用下式确定：\n[0032]\n[0033] 上述式子中，A(x,y)＝f′(x+1,y)+f′(x+1,y+1)-f′(x,y)-f′(x,y+1)，B(x,y)＝f′(x,y)+f′(x+1,y)-f′(x,y+1)-f′(x+1,y+1)；\n[0034] 所述边缘方向图像F2(x,y)采用下式确定：F2(x,y)＝arctan[B(x,y)/A(x,y)]；\n[0035] 本优选实施例采用Canny算子和Hough变换相结合的方式进行对象检测，解决了计算精度与计算速度之间的最优匹配问题，并有效的解决了多峰值检测问题以及虚假峰值问题，提高了检测的鲁棒性，具体的，边缘图像和边缘方向图像可有效的去除噪声的干扰，有效提高了对象检测的准确率。\n[0036] 优选的，所述性能评价模块包括第一评价单元、第二评价单元和综合评价单元，所述第一评价单元用于获取检测效果第一评价值，所述第二评价单元用于获取检测效果第二评价值，所述综合评价模块用于根据第一评价值和第二评价值对检测效果进行综合评价；\n[0037] 本优选实施例实现了对检测效果的准确评价。\n[0038] 优选的，所述第一评价单元用于获取检测效果第一评价值，采用下式获取：\n[0039]\n[0040] 上述式子中，P1表示第一评价值，c1表示检测到的对象与真实对象重合的像素点个数，c2表示检测到的对象包含的像素点个数，c3表示真实对象包含的像素点个数；第一评价值越大，对象检测准确性越好；\n[0041] 所述第二评价单元用于获取检测效果第二评价值，采用下式获取：\n[0042]\n[0043] 上述式子中，P2表示第二评价值，t1表示对象检测时间；第二评价值越大，对象检测时效性越好；\n[0044] 所述综合评价模块用于根据第一评价值和第二评价值对检测效果进行综合评价，采用综合评价因子进行，所述综合评价因子采用下式计算：\n[0045]\n[0046] 上述式子中，P表示综合评价因子；综合评价因子越大，表明检测效果越好。\n[0047] 本优选实施例通过性能评价模块对检测效果进行评价，保证了对象检测水平，具体的，第一评价值对对象检测的准确性进行了评价，第二评价值对对象检测的时效性进行了评价，综合评价因子对检测效果进行综合评价，直观方便获取了综合检测效果。\n[0048] 采用本发明预警准确的楼宇预警系统对楼宇安全进行预警，选取5个楼宇进行实验，分别为楼宇1、楼宇2、楼宇3、楼宇4、楼宇5，对预警效率和预警准确性进行统计，同现有预警系统相比，产生的有益效果如下表所示：\n[0049]\n  预警效率提高 预警准确性提高\n楼宇1 29％ 27％\n楼宇2 27％ 26％\n楼宇3 26％ 26％\n楼宇4 25％ 24％\n楼宇5 24％ 22％\n[0050] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。