輻射環(huán)境視覺智能監(jiān)控系統(tǒng)

秦國輝,徐曉秋,趙孝文,李北城

（1.黑龍江省科學(xué)院科技孵化中心，黑龍江哈爾濱150090；2.黑龍江省科學(xué)院技術(shù)物理研究所，黑龍江哈爾濱150086）

自上世紀(jì)80年代末以來，隨著信息技術(shù)、傳感器技術(shù)、數(shù)據(jù)通信技術(shù)、自動控制技術(shù)、運(yùn)籌學(xué)、圖像分析技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)以及人工智能等技術(shù)的發(fā)展，將計(jì)算機(jī)視覺、圖像處理、模式識別、人工智能等應(yīng)用于監(jiān)控領(lǐng)域是研究的重點(diǎn)和熱點(diǎn)[1]。因此，為了更高效、準(zhǔn)確地監(jiān)測輻射場所的情況，保護(hù)國民安全，開展視覺監(jiān)測工作是非常必要的。

針對輻射場所監(jiān)測技術(shù)存在的問題，本文研究目的是嘗試實(shí)現(xiàn)一種適用于輻射場所的智能監(jiān)控系統(tǒng)。該系統(tǒng)基于計(jì)算機(jī)視覺技術(shù)，能夠監(jiān)測場所中每個(gè)細(xì)微變化，能夠檢測出輻射環(huán)境出現(xiàn)的危險(xiǎn)事件，并記錄、判斷和預(yù)警多種不同放射場所發(fā)生的情況，從而減少相關(guān)工作人員的工作強(qiáng)度，避免發(fā)生危險(xiǎn)。該系統(tǒng)應(yīng)具有高準(zhǔn)確率、低漏檢率等特點(diǎn)。

1 視覺監(jiān)控系統(tǒng)整體方案

基于多視覺傳感器融合技術(shù)對場景進(jìn)行監(jiān)控是視頻監(jiān)控系統(tǒng)的發(fā)展趨勢，而且針對不同的監(jiān)控需求，往往需要設(shè)計(jì)不同的解決方案。例如：（1）在室內(nèi)場景，提出了一種多個(gè)全景攝像機(jī)和多個(gè)云臺攝像機(jī)(PTZ)相融合的方案，全景攝像機(jī)被用于場景內(nèi)三維人體對象的跟蹤，而PTZ則會對距離最近的人體對象進(jìn)行臉部特寫抓拍；（2）在室外場景，設(shè)計(jì)了一種全景攝像機(jī)和PTZ相融合的裝置并將其安裝在機(jī)動車頂部[2]。這樣便能有效地對周圍的機(jī)動車進(jìn)行檢測、跟蹤和車型分析。

為了實(shí)現(xiàn)適用于大場景的事件監(jiān)控系統(tǒng)，本文也采用多視覺傳感器相融合的方法。圖1展示了全方位視覺傳感器和多個(gè)高速球攝像機(jī)相融合的設(shè)計(jì)方案。一方面，全方位視覺傳感器擁有360度的廣闊視野，相比于普通攝像機(jī)，只需要較少數(shù)量的該類型攝像機(jī)便能實(shí)現(xiàn)對人場景的覆蓋，因此可以在宏觀上檢測輻射場所中的人的活動并確定危險(xiǎn)程度；另一方面，考慮到全方位視覺傳感器的分辨率相對較低，采用具備較高分辨率的高速球攝像機(jī)，它能夠滿足系統(tǒng)對場景內(nèi)特殊對象進(jìn)行重點(diǎn)關(guān)注的需求，可以在微觀上實(shí)現(xiàn)人特寫抓拍。之所以在中間以及四周的五個(gè)不同位置安裝高速球攝像機(jī)，是為了對同一事件同時(shí)進(jìn)行抓拍從而盡可能地獲取到詳細(xì)的信息。

圖1 系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Network structure of systems

2 圖像處理關(guān)鍵技術(shù)

系統(tǒng)圖像監(jiān)控范圍為輻射場所，采用全方位云臺配合高清晰度、高放大倍數(shù)、低照度要求的攝像機(jī)及鏡頭，確保對輻射場所各區(qū)域進(jìn)行無死角的監(jiān)控。在此基礎(chǔ)上通過先進(jìn)的圖形處理技術(shù)和算法研究，實(shí)現(xiàn)輻射場所的圖形自動報(bào)警與自主式控制，管理操作。同時(shí)將輻射場所報(bào)警圖像利用無線網(wǎng)橋或無線短信、彩信發(fā)布到上級主管部門的MIS網(wǎng)上，網(wǎng)上客戶在安裝了監(jiān)控系統(tǒng)客戶端軟件后即可對受控輻射場所進(jìn)行遠(yuǎn)程監(jiān)控。

傳統(tǒng)的基于人工操作的視頻監(jiān)視不能適應(yīng)實(shí)際應(yīng)用的需求，需要開發(fā)新一代的監(jiān)控技術(shù)。攝像機(jī)獲取視頻序列后，首先通過圖像恢復(fù)或超分辨率復(fù)原技術(shù)提高圖像質(zhì)量，然后對場景中的目標(biāo)進(jìn)行檢測、分類和跟蹤，進(jìn)而實(shí)現(xiàn)視頻內(nèi)容分析理解，包括場景中的異常檢測、人的身份識別以及視頻內(nèi)容的理解描述等[3]?，F(xiàn)有一些算法大多是針對這一類問題提出的，主要包括背景相減法、相鄰幀差法和光流法等，對其內(nèi)容進(jìn)行智能化分析和理解，并做出相應(yīng)的判斷。它處于智能監(jiān)控技術(shù)的高級階段，是實(shí)現(xiàn)監(jiān)控智能化的關(guān)鍵。

2.1 目標(biāo)檢測

在視頻監(jiān)控系統(tǒng)中，當(dāng)攝像頭保持不動時(shí)，可以認(rèn)為視頻序列圖像中的背景圖像相對不動。這時(shí)，視頻監(jiān)視算法包括變化檢測和目標(biāo)提取兩部分內(nèi)容。所謂目標(biāo)檢測，就是當(dāng)場景中有新目標(biāo)進(jìn)入或者場景中有目標(biāo)移動時(shí)，通過變化檢測算法得知有目標(biāo)出現(xiàn)，而目標(biāo)提取則是把進(jìn)入場景中的目標(biāo)從背景圖像中分割出來。

對于運(yùn)動目標(biāo)檢測主要分析了現(xiàn)有的幾種常用的檢測方法如光流法、幀差法、背景差法的優(yōu)缺點(diǎn)，之后對背景減法進(jìn)行了深入的研究。在對背景減法的研究過程中首先分析了基于Kalman濾波的背景建模和基于高斯模型的背景建模這兩種方法的不足，這兩種方法對環(huán)境突變魯棒性都不夠好，背景模型也不能盡快地適應(yīng)場景的改變，使得原本靜止的物體發(fā)生運(yùn)動時(shí)產(chǎn)生較長時(shí)間的拖影。針對上述問題對混合高斯模型進(jìn)行了改進(jìn)，在模型初始化時(shí)采用改進(jìn)的方法能很好的建立一個(gè)能夠反映實(shí)際場景的模型，在背景更新階段引入了加速因子和合理性判斷使得模型能更快更好地適應(yīng)多變的環(huán)境，能夠很好地抵抗環(huán)境突變帶來的影響，同時(shí)也能夠很快地消除靜止物體發(fā)生運(yùn)動時(shí)產(chǎn)生的拖影。另外本文的場景模型是對HSV空間的H和V分量分別建立模型得到的，在目標(biāo)檢測時(shí)為了盡量消除光照和陰影的影響，本文聯(lián)合這兩個(gè)分量共同去檢測，通過實(shí)驗(yàn)可以看出改進(jìn)的基于混合高斯模型的目標(biāo)檢測能夠很好地消除光照和陰影的影響。

2.2 事件檢測與跟蹤

本文所研究的是對形狀較為簡單的剛體目標(biāo)進(jìn)行跟蹤，目標(biāo)跟蹤的基本原理見圖2所示。在視頻序列中進(jìn)行運(yùn)動區(qū)域的檢測、目標(biāo)的提取，目標(biāo)提取的結(jié)果就成為目標(biāo)跟蹤系統(tǒng)的源數(shù)據(jù)。在跟蹤過程中，首先生成目標(biāo)的特征模板；然后在目標(biāo)前一幀的預(yù)測位置范圍進(jìn)行搜索匹配，將最佳匹配的運(yùn)動區(qū)域?qū)δ繕?biāo)進(jìn)行特征模板更新以及目標(biāo)位置修正，同時(shí)進(jìn)行下一幀的目標(biāo)位置預(yù)測。目標(biāo)檢測與跟蹤原理的框圖如圖2所示。

圖2 目標(biāo)檢測與跟蹤原理Fig.2 Principle of target detection and tracking

2.3 超分辨率復(fù)原技術(shù)

超分辨率復(fù)原技術(shù)：圖像獲取過程中，受成像條件和成像方式的限制，成像系統(tǒng)并不能獲取原始場景中的所有信息。成像過程往往會受到光學(xué)模糊、運(yùn)動模糊變形和噪聲等諸多因素的影響，造成獲取圖像質(zhì)量的下降[4]。超分辨率復(fù)原技術(shù)采用信號處理的方法，在改善圖像質(zhì)量的同時(shí)，試圖恢復(fù)成像系統(tǒng)截止頻率之外的信息，是提高空間分辨率改善圖像質(zhì)量的有效方法（將圖像讀入Matlab仿真軟件可以實(shí)現(xiàn)）。這一技術(shù)的最大優(yōu)點(diǎn)在于成本低，現(xiàn)有的低分辨率成像系統(tǒng)仍可以使用。實(shí)際上，超分辨率復(fù)原技術(shù)和圖像恢復(fù)技術(shù)在理論上有著密切的聯(lián)系，可認(rèn)為是第一代圖像恢復(fù)技術(shù)，該部分就是視覺傳感器的研究。新一代智能視覺監(jiān)控技術(shù)的研究是一個(gè)極具挑戰(zhàn)性的前沿課題，它賦予監(jiān)控系統(tǒng)觀察分析場景內(nèi)容的能力，實(shí)現(xiàn)監(jiān)控的自動化和智能化，因而具有應(yīng)用潛力。視覺監(jiān)控系統(tǒng)的智能化分析過程由運(yùn)動目標(biāo)檢測、分類、跟蹤和視頻內(nèi)容分析等幾個(gè)基本環(huán)節(jié)組成，視頻內(nèi)容分析又包括異常檢測、人的身份識別以及視頻內(nèi)容理解描述等。

3 傳輸與控制

建立覆蓋輻射場景的無線系統(tǒng)，應(yīng)保證系統(tǒng)技術(shù)架構(gòu)的先進(jìn)性、未來的功能與性能的可擴(kuò)展性、通信的可靠性、系統(tǒng)的穩(wěn)定性與相對較低的工程量。能做到信息共享，從而減少硬件且提高設(shè)備的利用率，簡化二次接線，使輻射場所主控制室的面積和成本下降，大大節(jié)省人力物力等投資。

圖像控制部分主要解決基于ARMS3C2440的視頻監(jiān)控系統(tǒng)及視覺傳感器的研究。S3 C2440A是三星公司設(shè)計(jì)的一款基于ARM920T內(nèi)核的32位嵌入式RISC(reduced instructions set computer)微處理器，它的最高工作頻率可達(dá)533MHz，內(nèi)部集成了豐富的外設(shè)接口，其中包括了camera接口，具備高性能、低功耗的優(yōu)點(diǎn)，適用于圖像采集，傳輸?shù)葢?yīng)用。即不采用通用的視頻監(jiān)視系統(tǒng)而采用視覺監(jiān)控系統(tǒng)——不隨時(shí)錄相，只在出現(xiàn)異常情況下開始錄相，再經(jīng)過圖形處理技術(shù)和算法：即基于圖像的目標(biāo)識別，且必須準(zhǔn)確與及時(shí)，以便遠(yuǎn)端人員能及時(shí)了解情況做出相應(yīng)的處理措施。

4 結(jié)束語

總之，視覺監(jiān)控技術(shù)在提高質(zhì)量、安全和管理等方面收效顯著。隨著自動化技術(shù)的飛速發(fā)展，視覺技術(shù)的應(yīng)用前景更廣闊。輻射場所視覺監(jiān)控系統(tǒng)解決了輻射場所現(xiàn)場的可視化和環(huán)境監(jiān)控問題，為實(shí)現(xiàn)輻射場所無人值班、無人值守提供了可靠保證，有極高的使用價(jià)值和利用價(jià)值，應(yīng)加大輻射場所視覺監(jiān)控系統(tǒng)的開發(fā)和建設(shè)力度。同時(shí)，輻射場所視覺監(jiān)控系統(tǒng)的推廣應(yīng)用對提高輻射場所運(yùn)行的安全性、可靠性，提高運(yùn)行管理的科學(xué)性，促進(jìn)管理工作的現(xiàn)代化有著現(xiàn)實(shí)意義和歷史意義。

[1] 段峰，王耀南，雷曉峰，等.機(jī)器視覺技術(shù)及其應(yīng)用綜述[J].自動化博覽，2002，(3)：59～61.

[2]趙劫，劉鐵根，李晉申.基于DM642的高速圖像識別系統(tǒng)設(shè)計(jì)[J].電子測量與儀器學(xué)報(bào)，2007，(01)：86～89.

[3]張廣軍.機(jī)器視覺［M］.北京：科學(xué)出版社，2005.

[4]馬頌德，張正友.計(jì)算機(jī)視覺理論與算法基礎(chǔ)［M］.北京：科學(xué)出版社，1996.