CN107656454A - 一种高效的小区监控管理系统 - Google Patents

一种高效的小区监控管理系统 Download PDF

Info

Publication number
CN107656454A
CN107656454A CN201710862288.7A CN201710862288A CN107656454A CN 107656454 A CN107656454 A CN 107656454A CN 201710862288 A CN201710862288 A CN 201710862288A CN 107656454 A CN107656454 A CN 107656454A
Authority
CN
China
Prior art keywords
image
module
luminance component
reflecting part
mrow
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.)
Withdrawn
Application number
CN201710862288.7A
Other languages
English (en)
Inventor
黄信文
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.)
Shenzhen Shengda Machine Design Co Ltd
Original Assignee
Shenzhen Shengda Machine Design Co Ltd
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 Shenzhen Shengda Machine Design Co Ltd filed Critical Shenzhen Shengda Machine Design Co Ltd
Priority to CN201710862288.7A priority Critical patent/CN107656454A/zh
Publication of CN107656454A publication Critical patent/CN107656454A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种高效的小区监控管理系统，包括监控子系统、身份验证终端、控制模块和报警模块；所述监控子系统设于小区用于监控、采集小区内的人流和车流，并将采集的监控信息上传至控制模块；所述身份验证终端用于对人脸及车牌信息进行采集，并将采集的数据上传至控制模块进行比对；所述控制模块用于记录并分析监控子系统采集的监控信息和身份验证终端采集的人脸及车牌信息，若发现异常，则向报警模块发出报警提示；所述报警模块用于根据报警提示发出警报。本发明的有益效果为：对出入小区的人员和车辆进行记录，实现了小区的高效监控和预警。

Description

一种高效的小区监控管理系统
技术领域
本发明涉及小区管理技术领域，具体涉及一种高效的小区监控管理系统。
背景技术
随着人们对居住环境要求的不断提高，很多小区都安装一定的安防设备，但现有的安防设备的安防效果不佳，无法对小区进行有效监控管理。
发明内容
针对上述问题，本发明旨在提供一种高效的小区监控管理系统。
本发明的目的采用以下技术方案来实现：
提供了一种高效的小区监控管理系统，包括监控子系统、身份验证终端、控制模块和报警模块；
所述监控子系统设于小区用于监控、采集小区内的人流和车流，并将采集的监控信息上传至控制模块；
所述身份验证终端用于对人脸及车牌信息进行采集，并将采集的数据上传至控制模块进行比对；
所述控制模块用于记录并分析监控子系统采集的监控信息和身份验证终端采集的人脸及车牌信息，若发现异常，则向报警模块发出报警提示；
所述报警模块用于根据报警提示发出警报。
本发明的有益效果为：对出入小区的人员和车辆进行记录，实现了小区的高效监控和预警。
附图说明
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。
图1是本发明的结构示意图；
附图标记：
监控子系统1、身份验证终端2、控制模块3、报警模块4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1，本实施例的一种高效的小区监控管理系统，包括监控子系统1、身份验证终端2、控制模块3和报警模块4；
所述监控子系统1设于小区用于监控、采集小区内的人流和车流，并将采集的监控信息上传至控制模块3；
所述身份验证终端2用于对人脸及车牌信息进行采集，并将采集的数据上传至控制模块3进行比对；
所述控制模块3用于记录并分析监控子系统1采集的监控信息和身份验证终端2采集的人脸及车牌信息，若发现异常，则向报警模块4发出报警提示；
所述报警模块4用于根据报警提示发出警报。
本实施例对出入小区的人员和车辆进行记录，实现了小区的高效监控和预警。
优选的，所述报警模块4包括警铃和警灯，发出警报试警铃发出声响，警灯闪烁。
本优选实施例报警模块同时发出声响和灯光，有助于提高预警效果。
优选的，所述监控子系统1包括第一图像采集模块、第二图像转化模块、第三图像处理模块、第四图像输出模块和第五图像评价模块，所述第一图像采集模块用于获取监控图像，所述第二图像转化模块用于将获取的图像转化到HSV颜色空间，所述第三图像处理模块用于对图像在HSV颜色空间进行优化处理，所述第四图像输出模块用于将优化处理后的图像转化到RGB颜色空间后输出，所述第五图像评价模块用于对输出的图像进行评价。
本优选实施例监控子系统实现了雾天条件下小区高效的监控管理。
优选的，所述第三图像处理模块包括第一亮度分量处理子模块和第二饱和度分量处理子模块，所述第一亮度分量处理子模块用于对图像的亮度分量进行处理，所述第二饱和度分量处理子模块采用直方图均衡化的方法对图像的饱和度分量进行处理；所述第一亮度分量处理子模块包括第一亮度分量处理单元、第二亮度分量处理单元和第三亮度分量处理单元；所述第一亮度分量处理单元用于将亮度分量分解为照度部分和反射部分，所述第二亮度分量处理单元用于对反射部分进行初步优化操作，得到初步优化结果，所述第三亮度分量处理单元用于对反射部分的初步优化结果进行二次优化操作，得到最终处理结果。
本优选实施例第三处理模块对监控图像进行处理，保证了小区的监控管理效果。
优选的，所述将亮度分量分解为照度部分和反射部分，具体采用以下方式进行：
第一步、对HSV颜色空间中图像的亮度分量分解为反射部分和照度部分：EH(x,y)＝YW(x,y)LG(x,y)，上述式子中，(x,y)表示图像像素，EH(x,y)表示图像亮度分量,YW(x,y)为亮度分量的反射部分，用于表示频域中的高频成分，LG(x,y)为亮度分量的照度部分，用于表示频域中的低频成分；
第二步、计算反射部分：YW(x,y)＝f[lgEH(x,y)-lg LG(x,y)]，上述式子中,表示常用对数函数的反函数，其中，K为常数，σ1和σ2表示不同的尺度参数，用于调节平滑程度。
本优选实施例第一亮度分量处理单元通过去除照度部分、求取反射部分，消除了光源强度和照射不均匀等不确定因素的影响，凸显了图中变化较快的细节部分，具体的，在求取照度部分的过程中，由于光照条件的复杂性，照度部分的计算具有不确定性，本发明采用不同的尺度参数对照度部分进行求解，实现了照度部分的准确估计，从而实现了反射部分的准确求解。
优选的，所述对反射部分进行初步优化操作，具体采用以下方式进行：第一步、设图像噪声为N(x,y)，照度部分的误差为ΔLG(x,y)，根据图像噪声和照度部分的误差计算反射部分误差，具体为：
ΔYW(x,y)＝|f{lgEH(x,y)-lg[LG(x,y)+ΔLG(x,y)]-[lgEH(x,y)-lg LG(x,y)]}|
+|f{lg[EH(x,y)+N(x,y)]-lgLG(x,y)-[lgEH(x,y)-lgLG(x,y)]}|
上述式子中，ΔYW(x,y)表示反射部分的求解误差；
第二步、根据反射部分的求解误差对反射部分进行初步优化操作，得到反射部分初步优化结果：上述式子中，YW′(x,y)表示反射部分的初步优化结果。
本优选实施例第二亮度分量处理单元同时考虑了噪声干扰和照度部分的估计误差，得到了更为准确的反射部分，获得的图像更为清晰。
优选的，所述对反射部分的初步优化结果进行二次优化操作，具体采用以下方式进行：
上述式子中，YW′m(x,y)表示采用第二亮度分量处理单元求取的第m个初步优化结果。
本优选实施例第三亮度分量处理单元通过对反射部分多次计算取平均值和反射部分误差校正，获得了反射部分的最终处理结果，图像显示更为清晰。
优选的，所述第五图像评价模块包括一次评价单元、二次评价单元和三次评价单元，所述一次评价单元用于确定输出图像的第一评价因子，所述二次评价单元用于确定输出图像的第二评价因子，所述三次评价单元用于根据第一评价因子和第二评价因子对输出图像进行评价；
所述确定输出图像的第一评价因子，具体采用以下方式进行：
上述式子中，CS1输出图像的第一评价因子，n1和n2分别表示采集的图像和输出图像中可见边缘的数目；
所述确定输出图像的第二评价因子，具体采用以下方式进行：CS2＝1+(m1+m2)2+ln(m1+m2+1)，
上述式子中，CS2输出图像的第二评价因子，1和m2分别表示输出图像的黑色像素点和白色像素点数目；
所述对输出图像进行评价：根据第一评价因子和第二评价因子计算综合评价因子CS：综合评价因子越大，表明增强效果越好，图像越清晰。
本优选实施例第五图像评价模块对图像增强效果进行定量描述，实现了图像增强的客观评价，且该评价模块综合考虑多方面评价因素，评价的可信度高，从而保证了小区监控管理系统性能。
采用本发明高效的小区监控管理系统对小区进行管理，选取五个小区进行实验，分别为小区1、小区2、小区3、小区4、小区5，对小区安全性和管理成本进行统计，同现有的小区管理系统相比，产生的有益效果如下表所示：
小区安全性提高 管理成本降低
小区1 29％ 21％
小区2 27％ 23％
小区3 26％ 25％
小区4 25％ 27％
小区5 24％ 29％
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。

Claims (8)

1.一种高效的小区监控管理系统，其特征在于，包括监控子系统、身份验证终端、控制模块和报警模块；
所述监控子系统设于小区用于监控、采集小区内的人流和车流，并将采集的监控信息上传至控制模块；
所述身份验证终端用于对人脸及车牌信息进行采集，并将采集的数据上传至控制模块进行比对；
所述控制模块用于记录并分析监控子系统采集的监控信息和身份验证终端采集的人脸及车牌信息，若发现异常，则向报警模块发出报警提示；
所述报警模块用于根据报警提示发出警报。
2.根据权利要求1所述的高效的小区监控管理系统，其特征在于，所述报警模块包括警铃和警灯，发出警报试警铃发出声响，警灯闪烁。
3.根据权利要求2所述的高效的小区监控管理系统，其特征在于，所述监控子系统包括第一图像采集模块、第二图像转化模块、第三图像处理模块、第四图像输出模块和第五图像评价模块，所述第一图像采集模块用于获取监控图像，所述第二图像转化模块用于将获取的图像转化到HSV颜色空间，所述第三图像处理模块用于对图像在HSV颜色空间进行优化处理，所述第四图像输出模块用于将优化处理后的图像转化到RGB颜色空间后输出，所述第五图像评价模块用于对输出的图像进行评价。
4.根据权利要求3所述的高效的小区监控管理系统，其特征在于，所述第三图像处理模块包括第一亮度分量处理子模块和第二饱和度分量处理子模块，所述第一亮度分量处理子模块用于对图像的亮度分量进行处理，所述第二饱和度分量处理子模块采用直方图均衡化的方法对图像的饱和度分量进行处理；所述第一亮度分量处理子模块包括第一亮度分量处理单元、第二亮度分量处理单元和第三亮度分量处理单元；所述第一亮度分量处理单元用于将亮度分量分解为照度部分和反射部分，所述第二亮度分量处理单元用于对反射部分进行初步优化操作，得到初步优化结果，所述第三亮度分量处理单元用于对反射部分的初步优化结果进行二次优化操作，得到最终处理结果。
5.根据权利要求4所述的高效的小区监控管理系统，其特征在于，所述将亮度分量分解为照度部分和反射部分，具体采用以下方式进行：
第一步、对HSV颜色空间中图像的亮度分量分解为反射部分和照度部分：EH(x,y)＝YW(x,y)LG(x,y)，上述式子中，(x,y)表示图像像素，EH(x,y)表示图像亮度分量,YW(x,y)为亮度分量的反射部分，用于表示频域中的高频成分，LG(x,y)为亮度分量的照度部分，用于表示频域中的低频成分；
第二步、计算反射部分：YW(x,y)＝f[lgEH(x,y)-lgLG(x,y)]，上述式子中,f表示常用对数函数的反函数，其中，K为常数，σ1和σ2表示不同的尺度参数，用于调节平滑程度。
6.根据权利要求5所述的高效的小区监控管理系统，其特征在于，所述对反射部分进行初步优化操作，具体采用以下方式进行：第一步、设图像噪声为N(x,y)，照度部分的误差为ΔLG(x,y)，根据图像噪声和照度部分的误差计算反射部分误差，具体为：
ΔYW(x,y)＝|f{lgEH(x,y)-lg[LG(x,y)+ΔLG(x,y)]-[lgEH(x,y)-lgLG(x,y)]}|
+|f{lg[EH(x,y)+N(x,y)]-lgLG(x,y)-[lgEH(x,y)-lgLG(x,y)]}|
上述式子中，ΔYW(x,y)表示反射部分的求解误差；
第二步、根据反射部分的求解误差对反射部分进行初步优化操作，得到反射部分初步优化结果：上述式子中，YW′(x,y)表示反射部分的初步优化结果。
7.根据权利要求6所述的高效的小区监控管理系统，其特征在于，所述对反射部分的初步优化结果进行二次优化操作，具体采用以下方式进行：
<mrow> <msup> <mi>YW</mi> <mrow> <mo>&amp;prime;</mo> <mo>&amp;prime;</mo> </mrow> </msup> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>0.4</mn> <mi>Y</mi> <mi>W</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <mrow> <mn>0.6</mn> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <msub> <msup> <mi>YW</mi> <mo>&amp;prime;</mo> </msup> <mi>m</mi> </msub> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow> <mi>M</mi> </mfrac> </mrow>
上述式子中，YW′m(x,y)表示采用第二亮度分量处理单元求取的第m个初步优化结果。
8.根据权利要求7所述的高效的小区监控管理系统，其特征在于，所述第五图像评价模块包括一次评价单元、二次评价单元和三次评价单元，所述一次评价单元用于确定输出图像的第一评价因子，所述二次评价单元用于确定输出图像的第二评价因子，所述三次评价单元用于根据第一评价因子和第二评价因子对输出图像进行评价；
所述确定输出图像的第一评价因子，具体采用以下方式进行：
上述式子中，CS1输出图像的第一评价因子，n1和n2分别表示采集的图像和输出图像中可见边缘的数目；
所述确定输出图像的第二评价因子，具体采用以下方式进行：CS2＝1+(m1+m2)2+ln(m1+m2+1)，
上述式子中，CS2输出图像的第二评价因子，m1和m2分别表示输出图像的黑色像素点和白色像素点数目
所述对输出图像进行评价：根据第一评价因子和第二评价因子计算综合评价因子CS：综合评价因子越大，表明增强效果越好，图像越清晰。
CN201710862288.7A 2017-09-21 2017-09-21 一种高效的小区监控管理系统 Withdrawn CN107656454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710862288.7A CN107656454A (zh) 2017-09-21 2017-09-21 一种高效的小区监控管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710862288.7A CN107656454A (zh) 2017-09-21 2017-09-21 一种高效的小区监控管理系统

Publications (1)

Publication Number Publication Date
CN107656454A true CN107656454A (zh) 2018-02-02

Family

ID=61130741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710862288.7A Withdrawn CN107656454A (zh) 2017-09-21 2017-09-21 一种高效的小区监控管理系统

Country Status (1)

Country Link
CN (1) CN107656454A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377304A (zh) * 2018-09-10 2019-02-22 上海小蚁科技有限公司 基于人脸识别的租住管理方法及系统、可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129673A (zh) * 2011-04-19 2011-07-20 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN102930512A (zh) * 2012-09-25 2013-02-13 哈尔滨工程大学 基于HSV色彩空间结合Retinex的水下图像增强方法
CN103035013A (zh) * 2013-01-08 2013-04-10 东北师范大学 一种基于多特征融合的精确运动阴影检测方法
CN104156921A (zh) * 2014-08-08 2014-11-19 大连理工大学 一种低照度或亮度不均图像的自适应图像增强方法
CN104867217A (zh) * 2015-06-03 2015-08-26 深圳市星火电子工程公司 小区监控管理系统
US20150243200A1 (en) * 2014-02-25 2015-08-27 Apple Inc. Non-linear display brightness adjustment
CN105654437A (zh) * 2015-12-24 2016-06-08 广东迅通科技股份有限公司 一种对低照度图像的增强方法
CN106758712A (zh) * 2016-11-28 2017-05-31 深圳明创自控技术有限公司 一种城市道路路面日常巡检装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129673A (zh) * 2011-04-19 2011-07-20 大连理工大学 一种随意光照下彩色数字图像增强和去噪方法
CN102930512A (zh) * 2012-09-25 2013-02-13 哈尔滨工程大学 基于HSV色彩空间结合Retinex的水下图像增强方法
CN103035013A (zh) * 2013-01-08 2013-04-10 东北师范大学 一种基于多特征融合的精确运动阴影检测方法
US20150243200A1 (en) * 2014-02-25 2015-08-27 Apple Inc. Non-linear display brightness adjustment
CN104156921A (zh) * 2014-08-08 2014-11-19 大连理工大学 一种低照度或亮度不均图像的自适应图像增强方法
CN104867217A (zh) * 2015-06-03 2015-08-26 深圳市星火电子工程公司 小区监控管理系统
CN105654437A (zh) * 2015-12-24 2016-06-08 广东迅通科技股份有限公司 一种对低照度图像的增强方法
CN106758712A (zh) * 2016-11-28 2017-05-31 深圳明创自控技术有限公司 一种城市道路路面日常巡检装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109377304A (zh) * 2018-09-10 2019-02-22 上海小蚁科技有限公司 基于人脸识别的租住管理方法及系统、可读存储介质

Similar Documents

Publication Publication Date Title
Wang et al. An imaging-inspired no-reference underwater color image quality assessment metric
Alam et al. Local masking in natural images: A database and analysis
US10657378B2 (en) Classifying images and videos
US10726532B2 (en) Measurement of non-uniformity noise
CN100544400C (zh) 结合可见光图像信息的sar图像斑点噪声抑制方法
CN111199544A (zh) 一种变电站红外监测方法、装置和计算机可读存储介质
CN105791814A (zh) 一种基于图像处理技术的监控视频质量检测方法及装置
CN101605273B (zh) 一种色饱和度质量测评的方法和子系统
CN101411190B (zh) 虚假运动过滤器
CN102036098A (zh) 一种基于视觉信息量差异的全参考型图像质量评价方法
JP4701383B2 (ja) 視界不良評価方法および視界不良評価装置
CN116403377A (zh) 一种公共场所异常行为与隐患检测装置
CN107895503A (zh) 一种无人值守的停车场监控系统
CN107656454A (zh) 一种高效的小区监控管理系统
CN105719252B (zh) 一种铁路巡检图像实时高动态范围绘制方法和装置
CN110751667A (zh) 基于人类视觉系统的复杂背景下红外弱小目标检测方法
CN109815784A (zh) 一种基于红外热像仪的智能分类方法、系统及存储介质
CN111241918A (zh) 一种基于人脸识别的车用防跟踪方法及系统
CN115022617B (zh) 基于脑电信号和时空多尺度联合网络的视频质量评价方法
CN107623841A (zh) 一种监控效果好的车载监控系统
Lu et al. A video quality assessment metric based on human visual system
CN114897885A (zh) 一种红外图像质量综合评价系统和方法
CN114563771A (zh) 基于聚类分析的双阈值激光雷达云层检测算法
AKINTOYE et al. COMPOSITE MEDIAN WIENER FILTER BASED TECHNIQUE FOR IMAGE ENHANCEMENT.
CN111711799A (zh) 一种基于云计算的驾考自动监管系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20180202

WW01 Invention patent application withdrawn after publication