CN103581667A - 一种基于无线传感网络技术的智能化城市安全防范方法 - Google Patents

一种基于无线传感网络技术的智能化城市安全防范方法 Download PDF

Info

Publication number
CN103581667A
CN103581667A CN201310554169.7A CN201310554169A CN103581667A CN 103581667 A CN103581667 A CN 103581667A CN 201310554169 A CN201310554169 A CN 201310554169A CN 103581667 A CN103581667 A CN 103581667A
Authority
CN
China
Prior art keywords
data
attribute
decision
video
node
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.)
Granted
Application number
CN201310554169.7A
Other languages
English (en)
Other versions
CN103581667B (zh
Inventor
肖亮
王璐雅
陈庭贵
袁霄
魏建良
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN201310554169.7A priority Critical patent/CN103581667B/zh
Publication of CN103581667A publication Critical patent/CN103581667A/zh
Application granted granted Critical
Publication of CN103581667B publication Critical patent/CN103581667B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

一种基于无线传感网络技术的智能化城市安全防范方法,包括以下步骤:1)数据的自动化采集:具有数据采集、处理和无线通信功能的智能节点组成的无线传感网络,通过无线传感网络进行数据采集;2)数据的视频压缩:采用MPEG-4视频图象压缩编码技术;3)数据的传输;4)数据的自动化接收与处理:利用数据采集卡和服务器,对数据的分类采用基于关联度量的决策树分类方法;5)城市安全防范结果的输出:根据分类处理,输出对应报警的处理结果。本发明提供了一种简化结构、兼顾成本和防范效果、适用性良好的基于无线传感网络技术的智能化城市安全防范方法。

Description

一种基于无线传感网络技术的智能化城市安全防范方法
技术领域
本发明属于无线网络、视频压缩、数据传输技术领域,涉及一种城市安全防范方法。特别适用于城市安全防范的问题。
背景技术
随着社会经济的长足发展,人们生活富裕了,如何保护好这来之不易的经济建设成果,成了全社会的焦点问题。每年的火灾都造成了无法挽回的经济损失,盗窃、燃气泄漏等安全问题,每年也要从人们手中掠夺走数目惊人的财富。国家每年都投入大量的人力物力来保安全,建立了较为完备的硬件设施,但使用效果却不尽人意。往往是火势已经很严重时,消防人员才赶到现场,控制处理都变得十分困难。经常是警察赶到现场,窃贼已经逃之夭夭。
利用电子技术对安全状态进行监测,可以实现无间断的连续控制,能够提前发现安全隐患,赢得处理时间,具有十分重要的实用价值,也是安防系统采用的重要手段。现有的安防系统产品,大都是有线的,需要专门的布线施工,就会破坏用户的装修结构,得不到用户的认可,这限制了其发展应用。少数无线系统由于价格昂贵,也没得到很好的推广。改变这种现状的最有效办法,就是充分考虑用户的需求,研制出价优质高、施工方便的无线安防产品。同时现有的安防系统,往往是独立工作,规模都比较小,无法充分利用社会资源。造成一边是社会人力物力的闲置浪费,一边是险情得不到及时处理的尴尬局面。要弥补这些不足,就必须加大安全防范系统智能化的研究,充分利用高新技术手段和现有的基础设施,提高安全防范技术水平和应用推广的力度。
发明内容
为了克服已有城市安全防范方式的结构复杂、不能兼顾成本和防范效果、适用性较差的不足,本发明提供了一种简化结构、兼顾成本和防范效果、适用性良好的基于无线传感网络技术的智能化城市安全防范方法。
本发明解决其技术问题所采用的技术方案是:
一种基于无线传感网络技术的智能化城市安全防范方法,包括以下步骤:
1)数据的自动化采集:具有数据采集、处理和无线通信功能的智能节点组成的无线传感网络,通过无线传感网络进行数据采集;
2)数据的视频压缩:采用MPEG-4视频图象压缩编码技术;
3)数据的传输:首先利用无线传感网络的通信信道来完成相关数据的短距离传输;其次采用互联网和PSTN网作为传输信道,完成了相关数据的远程自动化传输;
4)数据的自动化接收与处理:利用数据采集卡和服务器,对数据的分类采用基于关联度量的决策树分类方法,包括以下步骤:
首先,在采集的数据集中选择需要建立决策树的数据集,设为D;
其次,在D中选择若干个属性构成条件属性集Ai(i=1,2,…,n),选择一个属性作为决策属性B,Ai与B构成新的数据集D1;此时,若选择的决策属性值超过3个,则提示是否进行决策属性预处理,若进行,则根据处理要求将属性值“浓缩”成较少的若干个值;并通过计算各条件属性与决策属性间有无关联,删除一些与分类相关性小的属性;计算方法为:对于所有的条件属性Ai(i=1,2,…,n)及决策属性B,计算Ai(i=1,2,…,n)与B的x2统计量,与B无关的属性将从条件属性集中被删除,形成处理后的数据集D2
再次,计算D2中各条件属性Ai(i=1,2,…,m;m≤n)与决策属性B的系数Pi(i=1,2,…,m),对于所有的Ai(i=1,2,…,m),选择Ak|k=1,2,…,m,and pk=max(Pi);此外,根据上面的划分结果建立决策树。每一次划分将建立决策树一层新的结点,每一个D2k(k=1,2,…,l)对应决策树一个结点,前述若对应一叶结点,其值为一完整类;
最后,由于建立的决策树已采用阈值τ实施了剪枝,因此,通过决策树上各分枝,可直接生成形如“IF条件1and条件2and…and条件nTHEN决策”的分类规则;
5)城市安全防范结果的输出:根据分类处理,输出对应报警的处理结果。
进一步,所述步骤1)中,首先利用WSN中的空分多址技术的兼容节点对,按最小能耗最多配对准则,找出最佳的数据汇聚点;然后以兼容节点对的位置特征作为权值来源,使用加权最大配对算法,得出各汇聚节点对应的最优配对节点对集合;直到找出具有最多配对数目和最大覆盖集的数据汇聚点集合P’,访问集合P’的近似最短路径即是移动节点的最终路径。
更进一步,所述步骤2)中,MPEG-4在基于对象的视频编码中,编码的基本单元是对象,该编码过程分为三步:
(2.1)对原始视频流中采用全自动、半自动、人工等方法分割出视频对象;
(2.2)对视频对象进行编码,对不同视频对象的运动信息、形状信息和纹理信息分配不同的码字;
(2.3)对各个视频对象的码流进行复合;
然后,对视频对象进行分割,先对原始图像数据进行简化以利于分割,通过低通滤波、中值滤波、形态滤波来完成;其次对视物图像数据进行特征提取,再基于某种均匀性标准来确定分割决策,根据所提取特征将视频数据归类,最后是进行相关后处理,以实现滤除噪声及准确提取边界。
本发明的技术构思为:针对目前城市安全防范存在的问题,结合具体环境应用和通信需求以及经济性等方面的特点,并考虑现有的技术成果,提出一种基于无线传感网络技术的智能化城市安全防范方法。通过该方法有效实现城市安防的自动报警与处理,具有广泛的适用性。
本发明引入无线传感网络和视频图像压缩等技术实现城市安防的自动报警与处理,首先,利用无线传感网络中的空分多址(SDMA)技术获取城市安全防范图象信息和状态信息。其次,为了节约数据传输带宽,使用先进的MPEG4视频图象压缩编码技术,在保证图象质量的前提下,减少了传输数据量,最终得到最优的聚类划分。再次,为了实现城市安全防范基本信息的传输,先利用无线通信信道来完成相关信息的短距离传输,再采用互联网和PSTN网作为传输信道,完成了相关信息的远程自动化传输。最后,为了实现城市安全防范信息的自动化接收和处理,利用数据采集卡和服务器结合,完成信息的自动接收、保存、分类和对应报警的处理输出。
本发明的有益效果在于:本发明有效地克服了传统城市安全防范方法存在的不足,有效实现城市安防的自动报警与处理,具有广泛的适用性。
附图说明
图1是基于MPEG-4视频图象压缩编码方法框架。
图2是PSTN组成图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1和图2,一种基于无线传感网络技术的智能化城市安全防范方法,包括以下步骤:
1)数据的自动化采集:无线传感网络(WSN)是由大量具有数据采集、处理和无线通信功能的智能节点组成的自组织的测量网络,这里首先利用WSN中的空分多址(SDMA)技术的兼容节点对,按最小能耗最多配对准则,找出最佳的数据汇聚点;然后以兼容节点对的位置特征作为权值来源,使用加权最大配对算法(Hopcroft-Karp算法),得出各汇聚节点对应的最优配对节点对集合;直到找出具有最多配对数目和最大覆盖集的数据汇聚点集合P’,访问集合P’的近似最短路径即是移动节点的最终路径;
2)数据的视频压缩:为了节约数据传输带宽,在保证图像质量的前提下,需减少传输数据量,这里采用MPEG-4视频图象压缩编码技术。MPEG-4在基于对象的视频编码中,编码的基本单元是对象,主要针对纹理、形状、运动这三种信息的编码技术,其结构原理如图1所示,其中形状、运动与纹理编码模块是其核心模块。通常,该编码过程分为三步:
(2.1)对原始视频流中采用全自动、半自动、人工等方法分割出视频对象。
(2.2)对视频对象进行编码,对不同视频对象的运动信息、形状信息和纹理信息分配不同的码字。
(2.3)对各个视频对象的码流进行复合。
然后,对视频对象进行分割,通常先对原始图像数据进行简化以利于分割,这可通过低通滤波、中值滤波、形态滤波来完成,其次对视物图像数据进行特征提取,可以是颜色、纹理、运动、帧差、位移帧差乃至语义等特征,再基于某种均匀性标准来确定分割决策,根据所提取特征将视频数据归类,最后是进行相关后处理,以实现滤除噪声及准确提取边界;
3)数据的传输:为了实现城市安全防范基本数据的传输,首先利用无线通信信道来完成相关数据的短距离传输;其次采用互联网和PSTN网作为传输信道,完成了相关数据的远程自动化传输,其中PSTN作为世界上发展最早的通信网络,是普及率最高,业务量最大,覆盖范围最广的网络。这里在城市安全防范智能化系统中,首选PSTN固定电话网来传送防火、防盗、防燃气泄漏报警信息,其基本结构组成如图2所示,其中电话机等是用户直接使用的工具,主要完成将用户的声音信号和电信号之间的转换。同时用户终端设备还具有发送和接收电话呼叫的能力,用户通过电话机来发起呼叫,通过振铃知道有电话呼入;
4)数据的自动化接收与处理:为了实现城市安全防范数据的自动化接收和处理,利用数据采集卡和服务器结合,完成数据的自动接收、保存、分类和对应报警的处理输出,其中数据的分类方法是其关键,这里对数据的分类主要采用基于关联度量的决策树分类方法,首先在采集的数据集中选择需要建立决策树的数据集,设为D;其次,在D中选择若干个属性构成条件属性集Ai(i=1,2,…,n),选择一个属性作为决策属性B,Ai与B构成新的数据集D1;此时,若选择的决策属性值超过3个,则提示是否进行决策属性预处理,若进行,则根据处理要求将属性值“浓缩”成较少的若干个值;并通过计算各条件属性与决策属性间有无关联,删除一些与分类相关性小的属性,从而简化训练数据集。计算方法为:对于所有的条件属性Ai(i=1,2,…,n)及决策属性B,计算Ai(i=1,2,…,n)与B的x2统计量,与B无关的属性将从条件属性集中被删除,形成处理后的数据集D2;再次,计算D2中各条件属性Ai(i=1,2,…,m;m≤n)与决策属性B的系数Pi(i=1,2,…,m),对于所有的Ai(i=1,2,…,m),选择Ak|k=1,2,…,m,and pk=max(Pi);此外,根据上面的划分结果建立决策树。每一次划分将建立决策树一层新的结点,每一个D2k(k=1,2,…,l)对应决策树一个结点。前述若对应一叶结点,其值为一完整类;最后,由于建立的决策树已采用阈值τ实施了剪枝,因此,通过决策树上各分枝,可直接生成形如“IF条件1and条件2and…and条件nTHEN决策”的分类规则;
5)城市安全防范结果的输出:在实现上述城市安防数据的采集、传输及处理后输出相应结果。

Claims (3)

1.一种基于无线传感网络技术的智能化城市安全防范方法,其特征在于:所述城市安全防范方法包括以下步骤:
1)数据的自动化采集:具有数据采集、处理和无线通信功能的智能节点组成的无线传感网络,通过无线传感网络进行数据采集;
2)数据的视频压缩:采用MPEG-4视频图象压缩编码技术;
3)数据的传输:首先利用无线传感网络的通信信道来完成相关数据的短距离传输;其次采用互联网和PSTN网作为传输信道,完成了相关数据的远程自动化传输;
4)数据的自动化接收与处理:利用数据采集卡和服务器,对数据的分类采用基于关联度量的决策树分类方法,包括以下步骤:
首先,在采集的数据集中选择需要建立决策树的数据集,设为D;
其次,在D中选择若干个属性构成条件属性集Ai(i=1,2,…,n),选择一个属性作为决策属性B,Ai与B构成新的数据集D1;此时,若选择的决策属性值超过3个,则提示是否进行决策属性预处理,若进行,则根据处理要求将属性值“浓缩”成较少的若干个值;并通过计算各条件属性与决策属性间有无关联,删除一些与分类相关性小的属性;计算方法为:对于所有的条件属性Ai(i=1,2,…,n)及决策属性B,计算Ai(i=1,2,…,n)与B的x2统计量,与B无关的属性将从条件属性集中被删除,形成处理后的数据集D2
再次,计算D2中各条件属性Ai(i=1,2,…,m;m≤n)与决策属性B的系数Pi(i=1,2,…,m),对于所有的Ai(i=1,2,…,m),选择Ak|k=1,2,…,m,and pk=max(Pi);此外,根据上面的划分结果建立决策树,每一次划分将建立决策树一层新的结点,每一个D2k(k=1,2,…,l)对应决策树一个结点,前述若对应一叶结点,其值为一完整类;
最后,由于建立的决策树已采用阈值τ实施了剪枝,因此,通过决策树上各分枝,可直接生成形如“IF条件1and条件2and…and条件nTHEN决策”的分类规则;
5)城市安全防范结果的输出:根据分类处理,输出对应报警的处理结果。
2.如权利要求1所述的一种基于无线传感网络技术的智能化城市安全防范方法,其特征在于:所述步骤1)中,首先利用WSN中的空分多址技术的兼容节点对,按最小能耗最多配对准则,找出最佳的数据汇聚点;然后以兼容节点对的位置特征作为权值来源,使用加权最大配对算法,得出各汇聚节点对应的最优配对节点对集合;直到找出具有最多配对数目和最大覆盖集的数据汇聚点集合P’,访问集合P’的近似最短路径即是移动节点的最终路径。
3.如权利要求1或2所述的一种基于无线传感网络技术的智能化城市安全防范方法,其特征在于:所述步骤2)中,MPEG-4在基于对象的视频编码中,编码的基本单元是对象,该编码过程分为三步:
(2.1)对原始视频流中采用全自动、半自动、人工等方法分割出视频对象;
(2.2)对视频对象进行编码,对不同视频对象的运动信息、形状信息和纹理信息分配不同的码字;
(2.3)对各个视频对象的码流进行复合;
然后,对视频对象进行分割,先对原始图像数据进行简化以利于分割,通过低通滤波、中值滤波、形态滤波来完成;其次对视物图像数据进行特征提取,再基于某种均匀性标准来确定分割决策,根据所提取特征将视频数据归类,最后是进行相关后处理,以实现滤除噪声及准确提取边界。
CN201310554169.7A 2013-11-08 2013-11-08 一种基于无线传感网络技术的智能化城市安全防范方法 Active CN103581667B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310554169.7A CN103581667B (zh) 2013-11-08 2013-11-08 一种基于无线传感网络技术的智能化城市安全防范方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310554169.7A CN103581667B (zh) 2013-11-08 2013-11-08 一种基于无线传感网络技术的智能化城市安全防范方法

Publications (2)

Publication Number Publication Date
CN103581667A true CN103581667A (zh) 2014-02-12
CN103581667B CN103581667B (zh) 2016-09-14

Family

ID=50052445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310554169.7A Active CN103581667B (zh) 2013-11-08 2013-11-08 一种基于无线传感网络技术的智能化城市安全防范方法

Country Status (1)

Country Link
CN (1) CN103581667B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104267698A (zh) * 2014-10-07 2015-01-07 国网河南省电力公司南阳供电公司 基于网络通信技术的电缆井安全运行监控系统及监控方法
CN107330837A (zh) * 2017-07-03 2017-11-07 青岛山科智汇信息科技有限公司 一种基于祭祀信息采集的林火安全防范系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2773814Y (zh) * 2004-11-30 2006-04-19 北京普泰卡防范技术有限公司 神经元蜂窝网城市安全防范系统
CN102201065A (zh) * 2011-05-16 2011-09-28 天津大学 基于轨迹分析的监控视频异常事件检测方法
CN102509090A (zh) * 2011-11-29 2012-06-20 冷明 一种基于天网工程中公共安全视频图像的车辆特征识别装置
CN102663577A (zh) * 2012-04-13 2012-09-12 苏州盛世华安智能科技有限公司 一种基于云平台的智慧城市物联系统
CN103049976A (zh) * 2012-11-30 2013-04-17 浙江工商大学 基于无线传感器网络的多参数火灾探测节点

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2773814Y (zh) * 2004-11-30 2006-04-19 北京普泰卡防范技术有限公司 神经元蜂窝网城市安全防范系统
CN102201065A (zh) * 2011-05-16 2011-09-28 天津大学 基于轨迹分析的监控视频异常事件检测方法
CN102509090A (zh) * 2011-11-29 2012-06-20 冷明 一种基于天网工程中公共安全视频图像的车辆特征识别装置
CN102663577A (zh) * 2012-04-13 2012-09-12 苏州盛世华安智能科技有限公司 一种基于云平台的智慧城市物联系统
CN103049976A (zh) * 2012-11-30 2013-04-17 浙江工商大学 基于无线传感器网络的多参数火灾探测节点

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104267698A (zh) * 2014-10-07 2015-01-07 国网河南省电力公司南阳供电公司 基于网络通信技术的电缆井安全运行监控系统及监控方法
CN107330837A (zh) * 2017-07-03 2017-11-07 青岛山科智汇信息科技有限公司 一种基于祭祀信息采集的林火安全防范系统及方法

Also Published As

Publication number Publication date
CN103581667B (zh) 2016-09-14

Similar Documents

Publication Publication Date Title
CN110718235B (zh) 异常声音检测的方法、电子设备及存储介质
CN206108596U (zh) 一种电梯面部识别及预警系统
CN105282523A (zh) 一种人流量估计电子设备及其在公交站亭的使用方法
CN102752574A (zh) 一种视频监控系统及方法
CN205232359U (zh) 一种人流量估计电子设备
CN102118719B (zh) 移动智能信息服务系统、适配转换装置及方法
WO2009124489A1 (zh) 视频编码处理方法、系统及装置
CN104320625A (zh) 一种平安乡村智能视频监控方法与系统
CN110062378A (zh) 一种手势场景下基于信道状态信息的身份认证方法
CN104092753B (zh) 基于无线中继系统的物联网信息处理与融合方法及其系统
CN205375760U (zh) 一种基于云架构的山洪灾害监测预警系统
CN105282506A (zh) 基于物联网的全色-多光谱图像融合视频监控方法及其监控装置
CN110912627B (zh) 一种基于数据驱动的小区接收功率预测方法
CN103581667B (zh) 一种基于无线传感网络技术的智能化城市安全防范方法
CN113642403A (zh) 基于边缘计算的人群异动智能安全检测系统
CN109600758B (zh) 一种基于rss的人流量监测方法
CN205622655U (zh) 一种视频信号数字隔离单向传输装置
CN105306891A (zh) 一种监控预警方法、装置和系统
CN113989931A (zh) 一种便携式异常行为智能分析系统
CN104239891A (zh) 远程智能取证系统
CN112668416A (zh) 无人机配网巡检视频实时分析识别方法和嵌入式巡检装置
CN105225186B (zh) 基于一站化、多渠道海洋预警报信息发布方法
CN103578231A (zh) 基于物联网的山体滑坡和泥石流报警系统
WO2023231082A1 (zh) 一种基于大数据的公共视频监控系统
CN203882417U (zh) 基于物联网的山体滑坡和泥石流报警系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant