CN102905394A - 基于物联网的智能家居安防网关的图像配准方法及系统 - Google Patents
基于物联网的智能家居安防网关的图像配准方法及系统 Download PDFInfo
- Publication number
- CN102905394A CN102905394A CN2012103124454A CN201210312445A CN102905394A CN 102905394 A CN102905394 A CN 102905394A CN 2012103124454 A CN2012103124454 A CN 2012103124454A CN 201210312445 A CN201210312445 A CN 201210312445A CN 102905394 A CN102905394 A CN 102905394A
- Authority
- CN
- China
- Prior art keywords
- registration
- internet
- image
- floating image
- things
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于物联网的智能家居安防网关的图像配准方法及系统，属于图像处理技术领域，所述方法包括：采集视频帧图像，获取参考图像和浮动图像；将所述参考图像和浮动图像进行处理，得到灰度图像；利用遗传算法对浮动图像进行粗配准，利用Powell算法对浮动图像进行精配准，搜索最优配准参数，根据所述最优配准参数对浮动图像进行变换，得到正常的视频帧图像。该方法是对基于Powell算法图像配准方法的改进，解决了现有技术中配准过程易陷入局部极值的问题，为后面的行人检测和鲁棒地行人跟踪提供了良好的支持，降低了安防网关系统的虚警率，提高了系统的检测率，增强了系统的可靠性。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于物联网的智能家居安防网关的图像配准方法及系统。
背景技术
物联网技术的不断创新，带动了物联网设备的多样化、使其功能更加完善。随着物联网技术在智能家庭安防的需求不断扩大，尽管硬件设备与软件系统不断得到完善，但仍然存在监测行人的误报率较高的问题。其中，图像配准的过程是影响其检测效果的一个因素，图像配准的过程是一求极值问题。基于体素相似性的配准由于直接使用图像像素灰度信息的统计特性即互信息作为配准的依据,不需要提取图像的解剖特征,因此是一种精度高、稳健性强的方法,在医学图像配准领域得到了普遍关注和广泛应用,但是该种方法，计算速度慢,配准过程耗时长;互信息函数存在很多局部极值,使得优化过程可能收敛到局部极值而得到错误的配准参数。因此，为了有效地避免算法陷入局部极值，图像配准的方法还需要进一步研究改进。
发明内容
本发明的目的在于克服现有技术的缺陷和不足，提供一种基于物联网的智能家居安防网关的图像配准方法及系统，解决了当前物联网技术在智能家庭安防网关中图像配准易陷入局部极值，进而影响系统的行人检测误报率高的问题。
为达到上述目的，本发明是通过以下技术方案来实现的：
一种基于物联网的智能家居安防网关的的图像配准方法，该方法包括如下步骤：
采集视频帧图像，获取参考图像和浮动图像；
将所述参考图像和浮动图像进行处理，得到灰度图像；
利用遗传算法对浮动图像进行粗配准，粗略搜索配准参数，并利用所述配准参数对浮动图像进行一次变换；
利用Powell算法对浮动图像进行精配准，以上述粗略搜索后的配准参数为初始值，搜索最优配准参数，根据所述最优配准参数对上述一次变换后的浮动图像进行变换，得到正常的视频帧图像。
所述得到灰度图像的步骤包括对参考图像和浮动图像进行二值化处理。
通过浮动图像与参考图像的互信息值判断两幅图像是否精确配准。
本发明还公开一种基于物联网的智能家居安防网关的图像配准系统，所述系统包括物联网无线控制单元、扩展单元和终端信号采集单元，
所述终端信号采集单元用于对安防区域的视频图像进行采集并将所述视频图像传输到物联网无线控制单元；
所述物联网无线控制单元用于接收从终端信号采集单元发送来的视频图像，获取参考图像和浮动图像，利用遗传算法对浮动图像进行粗配准，粗略搜索配准参数，并利用所述配准参数对浮动图像进行一次变换；利用Powell算法对浮动图像进行精配准，以上述粗略搜索后的配准参数为初始值，搜索最优配准参数，根据所述最优配准参数对上述一次变换后的浮动图像进行变换，得到正常的视频帧图像；
所述扩展单元用于对物联网无线控制单元的各功能接口进行扩展，通过所述扩展后的各功能接口与远程无线节点进行信息交互，并将物联网无线控制单元处理后的信息反馈给终端信号采集单元。
所述物联网无线控制单元包括核心处理器、内存模块、外部存储模块和时钟模块，所述核心处理器与内存模块和外部存储模块连接，通过遗传算法和Powell算法对视频帧图像进行配准。
所述终端信号采集单元包括前端传感器。
所述扩展单元包括摄像头模块、音频模块、GSM/GPRS模块、WIFI模块、SD卡接口、OTG接口、USB接口、RS-232接口、以太网接口、显示器、按键接口、ZIGBEE模块、蓝牙模块、红外模块、报警模块和射频模块。
所述终端信号采集单元通过433Mhz的射频模块或者ZIGBEE模块与物联网无线控制单元进行信息交互。
本发明的技术方案，提供了物联网智能安防网关采用遗传算法修正改进Powell算法易陷入极值问题的缺点，能够保证智能安防网关系统在原有稳定、实用的基础上，为后面的行人检测和鲁棒地行人跟踪提供了良好的支持，降低了安防网关系统的虚警率，提高了统的检测率，增强了系统的可靠性。
附图说明
图1为本发明具体实施方式提供的基于物联网的智能家居安防网关的图像配准系统结构图；
图2为本发明具体实施方式提供的基于物联网的智能家居安防网关的图像配准方法流程图；
图3为本发明具体实施例提供的浮动图像与参考图像之间的互信息；
图4为本发明具体实施例提供的浮动图像与参考图像配准过程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
图1为本发明具体实施方式提供的基于物联网的智能家居安防网关的图像配准系统结构图。如图1所示，所述系统采用分层星型网络拓扑结构，该系统包括物联网无线控制单元101、扩展单元102和终端信号采集单元103，所述终端信号采集单元103用于所述终端信号采集单元用于对安防区域的视频图像进行采集并将所述视频图像传输到物联网无线控制单元101；所述物联网无线控制单元101用于接收从终端信号采集单元发送来的视频图像，获取参考图像和浮动图像，利用遗传算法对浮动图像进行粗配准，粗略搜索配准参数，并利用所述配准参数对浮动图像进行一次变换；利用Powell算法对浮动图像进行精配准，以上述粗略搜索后的配准参数为初始值，搜索最优配准参数，根据所述最优配准参数对上述一次变换后的浮动图像进行变换，得到正常的视频帧图像；所述扩展单元102用于对物联网无线控制单元的各功能接口进行扩展，通过所述扩展后的各功能接口与远程无线节点进行信息交互，并将物联网无线控制单元处理后的信息反馈给终端信号采集单元。
所述物联网无线控制单元101包括核心处理器1011、内存模块1012、外部存储模块1013和时钟模块1014。所述终端信号采集单元103包括前端传感器1031；所述扩展单元包括摄像头模块、音频模块、GSM/GPRS模块、WIFI模块、显示器模块、按键接口、ZIGBEE模块、蓝牙模块、红外模块、射频模块、SD卡接口、OTG接口、USB接口、RS-232接口和以太网接口等。其中，摄像头模块可以采集门防区的行人和进入屋内的异常人员；音频模块实现现场喊话；GSM/GPRS模块实现前端节点异常信息告知用户及彩信的收发；SD卡接口可以接入大容量的SD卡(如4G、8G的SD卡等)，用于存储系统的动态数据；USB接口可以实现数据的转存；WIFI模块与以太网模块可以实现信息的远程传输等。各个模块的驱动程序都在嵌入式操作系统中实现，应用程序只需调用接口就可以实现模块的正常工作。
系统工作原理如下：控制主机通过核心处理器扩展的射频模块或Zigbee模块实现对从各终端信号采集单元发送来的信息汇总和处理，并通过GSM模块利用短信和彩信的方式通知用户手机并接收短信命令进行后续处理，从而实现物联网无线控制。终端信号采集单元包括前端传感器，前端传感器具有433M射频与ZigBee模块。前端传感器，也称探测器（无线节点），通过选择一种无线通信方式（如433Mhz射频模块或ZigBee模块）将采集数据无线传输到物联网无线控制单元，由物联网无线控制单元对数据进行分析、处理、作出决策判断，将处理结果也通过相同的无线传输方式反馈给前端传感器，实现远程无线监控，同时，物联网无线控制单元将所有传感器采集的数据经过分析处理、加权融合组成信息，通过基于WIFI的internet互联网和GSM移动通信网络来实现远程监测节点与管理节点的信息交互。管理节点，通常指用户的PC机或者是小区管理中心，负责将用户与网络连接起来。用户只需在Internet浏览器上输入管理节点的IP地址就可以实现对管理节点的控制，实现整个网络的配置，设定相关的监测任务或者查看所有传感器的监控信息。
本实施例中，物联网无线控制单元采用三星的S3C2440A或者ARM9嵌入式芯片作为核心处理器，使用64M字节的SDRAM作为系统运行的内存条，128M字节的NAND FALSH作为系统软件的存储介质，系统运行主频倍频后最高可达400MHz；扩展单元包括：OTG接口、USB接口、GSM/GPRS接口、RS-232接口、以太网接口、SD卡接口、显示接口、总线扩展接口、按键接口、电源输入接口、音频输出接口、摄像头模块、ZIGBEE模块、蓝牙模块、WIFI模块、GSM模块、红外模块、报警模块以及后备电池。
整个系统主要实现安防系统联动工作，前端各类传感器的感应、传感器与核心处理器的数据传输、核心处理器与用户的无线信息交互、以及用户对系统的无线控制等功能。采用本发明的技术方案，能够保持整体系统稳定、便于拓展、可有利于物联网无线智能安防系统功能实现。
图2为本发明具体实施方式提供的基于物联网的智能家居安防网关的图像配准方法流程图。如图2所示，该方法包括如下步骤：
S1：采集视频帧图像，获取参考图像和浮动图像；
S2：将所述参考图像和浮动图像进行处理，得到灰度图像；
其中，所述得到灰度图像的步骤包括对参考图像和浮动图像进行二值化处理。
S3：利用遗传算法对浮动图像进行粗配准，粗略搜索配准参数，并利用所述配准参数对浮动图像进行一次变换；
图像配准的数学模型
将两幅具有偏移关系（包括平移和旋转）的图像A和B分别定义为参考图像和浮动图像（偏移图像）f1(i，j)和f2(i，j)分别表示两幅图像在(i，j)位置处的灰度值，两幅图像有如下变换关系：
f1(i′，j′)＝f2(h(i，j))
当两幅图像通过某个几何变换达到空间位置完全一致时，两幅图像的互信息为最大。基于互信息的配准过程实际上就是搜索最佳几何变换。搜索最佳变换的过程需要用到优化算法。
遗传算法是解决搜索问题的一种通用算法，其运算过程如下：
步骤1：初始化
确定种群规模N，交叉概率PC,变异概率PM和中指进化准则；随机生成N个个体作为初始种群置t←0；
步骤2：个体评价
计算评估
中各个体的适应度。
步骤3：种群进化
选择（母体）从
中运用选择算子选择出M/2对母体（M≥N）；
对所选择的M/2对母体，以概率PC继续进行交叉，形成M个中间个体；
对M各中间个体分别独立以概率PM执行变异，形成M个候选个体；
从上述所形成的M个候选个体中依据适应度选择出N个个体组成新一代种群
步骤4：终止检验
如以满足中指准则，则输出
中具有最大适应度的个体作为最优解，终止计算，否则置t←t+1并转步骤2.
以上运算过程只是遗传算法的多种实现形式中的一种，根据实际问题不同，遗传算法的实现也多种多样。
S4：利用Powell算法对浮动图像进行精配准，以上述粗略搜索后的配准参数为初始值，搜索最优配准参数，根据所述最优配准参数对上述一次变换后的浮动图像进行变换，得到正常的视频帧图像。
Powell算法主要由基本搜索、加速搜索和调整搜索方向三个部分组成。基本搜索包括从基点出发出发沿着已知的n个搜索方向进行搜索一维搜索，确定一个新基点。加速搜索是指沿着相邻的两个基点的连接方向进行一维搜索，使函数下降更快，最后用基点连线方向代替已知的n个搜索方向之一，构成新的搜索方向组，进行下一轮迭代。
通过浮动图像与参考图像的互信息值判断两幅图像是否精确配准。
本发明通过现有技术的遗传算法和Powell算法相结合对配准参数进行搜索，使两幅待配准的图像的互信息最大，得到最优的配准参数。
图3为本发明具体实施例提供的浮动图像与参考图像之间的互信息。如图3所示，通过实验得到，当浮动图像与参考图像完全配准时，即没有任何平移或旋转，图像的联合直方图的点集中在对角线上，如图3(a)，此时归一化互信息值最大。当浮动图像沿着垂直方向依次向下移动5个像素点、10个像素点、50个像素点，其联合直方图的点越来越偏离对角线，分散地分布在对角线的周围，如图3(b)～(d)所示。
图4为本发明具体实施例提供的浮动图像与参考图像配准过程示意图。如图4所示，图4（a）～4（f）分别表示参考图像、浮动图像、配准前融合图像、配准后图像、配准后融合图像。采用遗传算法以粗略的精度快速搜索图像配准的参数，为Powell算法提供合适的初始值，将搜索范围迅速缩小到近似最优解附近，最后达到高精度的配置，将旋转或有偏移的图像校正过来。该步骤包括：获取参考图像和浮动图像，所述参考图像是未偏移情况下的图像，所述浮动图像指前端传感器实时采集的视频帧图像；通过对参考图像和浮动图像进行二值化，得到两幅图像的灰度信息，利用遗传算法和Powell算法对图像配准参数进行搜索，最终根据两幅图像的联合直方图来判断是否配准。
本发明的技术方案，提供了物联网智能安防网关采用遗传算法修正改进Powell算法易陷入极值问题的缺点，能够保证智能安防网关系统在原有稳定、实用的基础上，为后面的行人检测和鲁棒地行人跟踪提供了良好的支持，降低了安防网关系统的虚警率，提高了统的检测率，增强了系统的可靠性。
上述仅为本发明的较佳实施例及所运用技术原理，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。
Claims (8)
1.一种基于物联网的智能家居安防网关的的图像配准方法，该方法包括如下步骤：
采集视频帧图像，获取参考图像和浮动图像；
将所述参考图像和浮动图像进行处理，得到灰度图像；
利用遗传算法对浮动图像进行粗配准，粗略搜索配准参数，并利用所述配准参数对浮动图像进行一次变换；
利用Powell算法对浮动图像进行精配准，以上述粗略搜索后的配准参数为初始值，搜索最优配准参数，根据所述最优配准参数对上述一次变换后的浮动图像进行变换，得到正常的视频帧图像。
2.根据权利要求1所述的基于物联网的智能家居安防网关的的图像配准方法，其特征在于，所述得到灰度图像的步骤包括对参考图像和浮动图像进行二值化处理。
3.根据权利要求1所述的基于物联网的智能家居安防网关的的图像配准方法，其特征在于，通过浮动图像与参考图像的互信息值判断两幅图像是否精确配准。
4.一种基于物联网的智能家居安防网关的图像配准系统，其特征在于，所述系统包括物联网无线控制单元、扩展单元和终端信号采集单元，
所述终端信号采集单元用于实时对安防区域的视频图像进行采集并将所述视频图像传输到物联网无线控制单元；
所述物联网无线控制单元用于接收从终端信号采集单元发送来的视频图像，获取参考图像和浮动图像，利用遗传算法对浮动图像进行粗配准，粗略搜索配准参数，并利用所述配准参数对浮动图像进行一次变换；利用Powell算法对浮动图像进行精配准，以上述粗略搜索后的配准参数为初始值，搜索最优配准参数，根据所述最优配准参数对上述一次变换后的浮动图像进行变换，得到正常的视频帧图像。
所述扩展单元用于对物联网无线控制单元的各功能接口进行扩展，通过所述扩展后的各功能接口与远程无线节点进行信息交互，并将物联网无线控制单元处理后的信息反馈给终端信号采集单元。
5.根据权利要求4所述的基于物联网的智能家居安防网关的图像配准系统，其特征在于，所述物联网无线控制单元包括核心处理器、内存模块、外部存储模块和时钟模块，所述核心处理器与内存模块和外部存储模块连接，通过遗传算法和Powell算法对视频帧图像进行配准。
6.根据权利要求4所述的基于物联网的智能家居安防网关的图像配准系统，其特征在于，所述终端信号采集单元包括前端传感器。
7.根据权利要求4所述的基于物联网的智能家居安防网关的图像配准系统，其特征在于，所述扩展单元包括摄像头模块、音频模块、GSM/GPRS模块、WIFI模块、SD卡接口、OTG接口、USB接口、RS-232接口、以太网接口、显示器、按键接口、ZIGBEE模块、蓝牙模块、红外模块、报警模块和射频模块。
8.根据权利要求4所述的基于物联网的智能家居安防网关的图像配准系统，其特征在于，所述终端信号采集单元通过433Mhz的射频模块或者ZIGBEE模块与物联网无线控制单元进行信息交互。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012103124454A CN102905394A (zh) | 2012-08-29 | 2012-08-29 | 基于物联网的智能家居安防网关的图像配准方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012103124454A CN102905394A (zh) | 2012-08-29 | 2012-08-29 | 基于物联网的智能家居安防网关的图像配准方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102905394A true CN102905394A (zh) | 2013-01-30 |
Family
ID=47577372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012103124454A Pending CN102905394A (zh) | 2012-08-29 | 2012-08-29 | 基于物联网的智能家居安防网关的图像配准方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102905394A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104954173A (zh) * | 2015-05-21 | 2015-09-30 | 广西梧州市网讯电子科技有限公司 | 一种物联网性能检测系统 |
| CN105955058A (zh) * | 2016-06-27 | 2016-09-21 | 石飞 | 无线智能家居系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201171226Y (zh) * | 2008-01-14 | 2008-12-24 | 张健 | 数字式智能安防监控装置 |
| CN101702772A (zh) * | 2009-11-30 | 2010-05-05 | 广州市聚晖电子科技有限公司 | 基于视频型安防网关的远程安防系统 |
| CN102509303A (zh) * | 2011-11-22 | 2012-06-20 | 鲁东大学 | 基于改进的结构相似度的二值化图像配准方法 |
-
2012
- 2012-08-29 CN CN2012103124454A patent/CN102905394A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201171226Y (zh) * | 2008-01-14 | 2008-12-24 | 张健 | 数字式智能安防监控装置 |
| CN101702772A (zh) * | 2009-11-30 | 2010-05-05 | 广州市聚晖电子科技有限公司 | 基于视频型安防网关的远程安防系统 |
| CN102509303A (zh) * | 2011-11-22 | 2012-06-20 | 鲁东大学 | 基于改进的结构相似度的二值化图像配准方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李伟等: "遗传算法对Powell图像配准方法的改进", 《计算机工程与应用》, vol. 48, no. 20, 5 April 2012 (2012-04-05) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104954173A (zh) * | 2015-05-21 | 2015-09-30 | 广西梧州市网讯电子科技有限公司 | 一种物联网性能检测系统 |
| CN105955058A (zh) * | 2016-06-27 | 2016-09-21 | 石飞 | 无线智能家居系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017054101A1 (zh) | 一种物联云在线监测通用平台系统 | |
| Memon et al. | IoT based smart garbage monitoring & collection system using WeMos & Ultrasonic sensors | |
| Karthick et al. | Internet of things based high security border surveillance strategy | |
| CN103905558A (zh) | 基于物联网的奶牛场无线监测系统 | |
| CN107316450A (zh) | 一种基于无线传感器网络的输电线路监控系统 | |
| CN102984265A (zh) | 一种基于物联网的水环境监测方法 | |
| CN102902954A (zh) | 基于物联网的智能家居安防网关的行人检测系统及方法 | |
| CN202904667U (zh) | 基于移动终端的作物病害识别系统 | |
| CN103916954A (zh) | 基于wlan的概率定位方法及定位装置 | |
| CN206258860U (zh) | 一种基于物联网及云技术的数据采集终端 | |
| CN205176542U (zh) | 一种物联云在线监测数据采集系统 | |
| CN108732972A (zh) | 用于多机器人的智能数据采集系统 | |
| CN104202175A (zh) | 一种智能协作式配置方法和设备 | |
| Jin et al. | A Smart Water Metering System Based on Image Recognition and Narrowband Internet of Things. | |
| Chung et al. | Intelligent classification and environment monitoring system combined with LoRa wireless transmission technology | |
| CN104092753A (zh) | 基于无线中继系统的物联网信息处理与融合方法及其模型 | |
| CN205827677U (zh) | 一种基于物联网的新型车辆检测装置 | |
| CN102905394A (zh) | 基于物联网的智能家居安防网关的图像配准方法及系统 | |
| CN105137891A (zh) | 一种物联网被动式数据采集系统 | |
| CN205176643U (zh) | 一种物联云在线监测通用平台系统 | |
| CN202976124U (zh) | 基于物联网的智能家居安防网关的行人检测系统 | |
| CN103002472A (zh) | 一种非均质传感器网络中的事件边界检测的方法、装置及智能通讯设备 | |
| CN202799176U (zh) | 基于物联网的智能家居安防网关的图像配准系统 | |
| CN202798777U (zh) | 一种物联网智能安防网关 | |
| CN102916873A (zh) | 一种物联网智能安防网关和方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130130 |