李和香

摘 要： 物聯(lián)網(wǎng)視覺(jué)是新興的信息感知技術(shù)，其可保證旅游景區(qū)異常情況圖像的準(zhǔn)確、高效識(shí)別。因此，設(shè)計(jì)基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)采用圖像采集預(yù)處理平臺(tái)中的PIPER物聯(lián)網(wǎng)智能攝像頭采集旅游景區(qū)圖像，并利用圖像拆分方法篩選出異常情況圖像。圖像識(shí)別平臺(tái)利用物聯(lián)網(wǎng)射頻識(shí)別技術(shù)，為圖像采集預(yù)處理平臺(tái)篩選出的異常情況圖像，并提供惟一編碼。系統(tǒng)通過(guò)編碼確定異常情況位置，并給出處理意見(jiàn)。系統(tǒng)通過(guò)圖像采集預(yù)處理平臺(tái)的圖像拆分目標(biāo)函數(shù)，實(shí)現(xiàn)圖像拆分工作的高品質(zhì)運(yùn)行。經(jīng)實(shí)驗(yàn)驗(yàn)證可知，所設(shè)計(jì)的系統(tǒng)能夠?qū)β糜尉皡^(qū)異常情況圖像進(jìn)行準(zhǔn)確、高效識(shí)別。

關(guān)鍵詞： 物聯(lián)網(wǎng)視覺(jué)； 旅游景區(qū)； 異常情況識(shí)別； 圖像識(shí)別系統(tǒng)

中圖分類(lèi)號(hào)： TN711?34； TP39 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）04?0124?04

Design of IOT vision based image automatic identification system for

tourist attraction abnormalities

LI Hexiang

（Guangzhou Institute of Technology， Guangzhou 510000， China）

Abstract： The Internet of Things （IOT） vision is an emerging information perception technology， which can guarantee the accurate and efficient image identification of the tourist attraction abnormalities. An IOT vision based image automatic identification system for tourist attraction abnormalities was designed. The IOT smart camera PIPER in image acquisition pre?processing platform is adopted in the system to acquire the image of the tourist attraction， and the image splitting method is used to screen out the abnormal image. The IOT?based radio frequency identification （RFID） technology is employed in the image recognition platform to screen out the abnormal image for the image acquisition pre?processing platform， and provide the unique encoding. The location of the abnormalities is determined by means of the encoding and a processing suggestion is given by the system. The system target function is split according to the image of the image acquisition pre?processing platform to realize the high?quality running of the image splitting work. The experimental verification result shows that the system can identify the abnormalities image of the tourist attraction accurately and efficiently.

Keywords： Internet of Things vision； tourist attraction； abnormality recognition； image recognition system

0 引 言

隨著生活水平的不斷提高，旅游已成為人們?nèi)粘Ｉ钪斜夭豢缮俚南岔?xiàng)目。旅游景區(qū)游客日益增多為旅游業(yè)帶來(lái)了不小的管理難度，能夠及時(shí)發(fā)現(xiàn)旅游景區(qū)的異常情況并進(jìn)行準(zhǔn)確處理，是游客和業(yè)主共同關(guān)注的話題[1?4]。由于旅游景區(qū)面積較大、游客較多，業(yè)主不得不通過(guò)機(jī)器進(jìn)行其異常情況的識(shí)別工作，傳統(tǒng)旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)準(zhǔn)確性和效率不高，人們期待著更加有效的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)的出現(xiàn)[5?6]。

文獻(xiàn)[7]提出的基于OpenCV的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別方法，其利用OpenCV人臉識(shí)別技術(shù)，對(duì)進(jìn)入旅游景區(qū)游客的行蹤進(jìn)行全方位監(jiān)控。這種方法的出現(xiàn)令游客能夠更加安心的游玩，但其只能應(yīng)用于游客較少的博物館、演藝廳等室內(nèi)景區(qū)，對(duì)識(shí)別工作較大的室外景區(qū)無(wú)法進(jìn)行合理管控。文獻(xiàn)[8]提出的基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別方法能夠較好地利用Android操作系統(tǒng)傳輸效率高的特點(diǎn)，實(shí)現(xiàn)了該方法對(duì)大型旅游景區(qū)異常情況的高效識(shí)別。但這種方法的安全性不高，圖像在傳輸過(guò)程中易被盜取；文獻(xiàn)[9]提出基于IEC 61970標(biāo)準(zhǔn)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別方法，IEC 61970標(biāo)準(zhǔn)作為能量管理程序APP接口，其在使用最小能量的同時(shí)，也實(shí)現(xiàn)了旅游景區(qū)異常情況圖像的高速識(shí)別和傳輸。但這種方法過(guò)于注重效率和能耗，識(shí)別準(zhǔn)確性較低。文獻(xiàn)[10]提出的基于路徑軌跡空間特征的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別方法，該方法可為旅游景區(qū)構(gòu)建虛擬模型，通過(guò)監(jiān)視游客行走路線圖像，查找異常情況。這種方法的識(shí)別準(zhǔn)確性較高，但忽略了游客行走路線之外的范圍，無(wú)法全面保障景區(qū)游客安全。

為了解決以上缺陷，實(shí)現(xiàn)旅游景區(qū)異常情況的準(zhǔn)確、高效識(shí)別，設(shè)計(jì)出基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)。經(jīng)實(shí)驗(yàn)驗(yàn)證可知，所設(shè)計(jì)的系統(tǒng)能夠較好地滿足設(shè)計(jì)初衷。

1 旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)

物聯(lián)網(wǎng)視覺(jué)是新興的信息感知技術(shù)，其能夠?qū)崿F(xiàn)人、車(chē)、物三者間的有效連接，可保證旅游景區(qū)異常情況圖像的準(zhǔn)確、高效識(shí)別。

1.1 圖像采集預(yù)處理平臺(tái)設(shè)計(jì)

圖像采集預(yù)處理平臺(tái)能夠基于物聯(lián)網(wǎng)視覺(jué)進(jìn)行旅游景區(qū)圖像的采集工作，并對(duì)其中的異常圖像進(jìn)行預(yù)處理和傳輸，其結(jié)構(gòu)圖如圖1所示。

由圖1可知，圖像采集預(yù)處理平臺(tái)由圖像開(kāi)采端、圖像處理端和顯示端組成，三端相輔相成，將圖像開(kāi)采端攝像頭拍攝到的二維旅游景區(qū)圖像，壓縮變換為三維的物聯(lián)網(wǎng)視覺(jué)，共同構(gòu)建出旅游景區(qū)虛擬模型。圖像采集預(yù)處理平臺(tái)所選用的攝像頭為PIPER物聯(lián)網(wǎng)智能攝像頭。該攝像頭在傳統(tǒng)攝像頭的基礎(chǔ)上，納入了物聯(lián)網(wǎng)視覺(jué)特性，并配備多種智能傳感器，能夠準(zhǔn)確且高效地拍攝出旅游景區(qū)圖像。PIPER物聯(lián)網(wǎng)智能攝像頭的鏡頭視角為180°，可與多種類(lèi)型終端直接相連。在旅游景區(qū)中，應(yīng)將4個(gè)PIPER物聯(lián)網(wǎng)智能攝像頭背對(duì)背捆綁相連，以對(duì)旅游景區(qū)進(jìn)行360°無(wú)死角拍攝。

圖像開(kāi)采端將PIPER物聯(lián)網(wǎng)智能攝像頭開(kāi)采到的圖像進(jìn)行A/D轉(zhuǎn)換后傳遞到圖像處理端，經(jīng)由圖像處理端進(jìn)行二維畫(huà)面向三維圖像的轉(zhuǎn)換，該過(guò)程稱(chēng)為逆向映射。逆向映射首先進(jìn)行圖像增強(qiáng)操作，再將旅游景區(qū)異常情況目標(biāo)圖像與配景拆分，經(jīng)由顯示端的顯示器進(jìn)行顯示，并將預(yù)處理指令傳輸?shù)綀D像識(shí)別平臺(tái)。

圖像采集預(yù)處理平臺(tái)的設(shè)計(jì)匯集了計(jì)算機(jī)、模擬數(shù)字技術(shù)和圖像控制等領(lǐng)域的技術(shù)成果，其可與基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)中的其他平臺(tái)單獨(dú)拆分開(kāi)來(lái)，并應(yīng)用于軍事、工農(nóng)業(yè)、醫(yī)療以及建筑等領(lǐng)域。圖2是圖像采集預(yù)處理平臺(tái)的原理框圖。

由圖2可知：對(duì)圖像采集預(yù)處理平臺(tái)來(lái)說(shuō)，旅游景區(qū)異常圖像目標(biāo)物體的準(zhǔn)確捕獲是重中之重?；谖锫?lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)給予了圖像預(yù)處理平臺(tái)捕獲標(biāo)準(zhǔn)，經(jīng)由PIPER物聯(lián)網(wǎng)智能攝像頭采集到的旅游景區(qū)畫(huà)面轉(zhuǎn)換為三維的物聯(lián)網(wǎng)視覺(jué)后，就要接受該標(biāo)準(zhǔn)的管控。圖像預(yù)處理平臺(tái)的捕獲標(biāo)準(zhǔn)受輸入指令控制，輸入指令是系統(tǒng)根據(jù)旅游行業(yè)特定景區(qū)異常情況定義所構(gòu)建的，其規(guī)定了旅游景區(qū)畫(huà)面的異常位置、顏色、比例等。圖像采集預(yù)處理平臺(tái)經(jīng)由人工智能、模糊算法和神經(jīng)網(wǎng)絡(luò)算法，進(jìn)行物聯(lián)網(wǎng)視覺(jué)與捕獲標(biāo)準(zhǔn)的比對(duì)，找尋到旅游景區(qū)異常情況，構(gòu)建異常圖像數(shù)據(jù)檔案并輸出異常情況圖像到圖像識(shí)別平臺(tái)。

1.2 圖像識(shí)別平臺(tái)設(shè)計(jì)

基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)的圖像識(shí)別平臺(tái)是基于物聯(lián)網(wǎng)的射頻識(shí)別技術(shù)構(gòu)建的，其能夠進(jìn)行旅游景區(qū)異常情況圖像的自動(dòng)識(shí)別。射頻識(shí)別技術(shù)是一種能夠在無(wú)人為操作下，利用射頻通信實(shí)現(xiàn)物體異常識(shí)別的非觸碰自動(dòng)識(shí)別技術(shù)。射頻識(shí)別技術(shù)的抗干擾能力極強(qiáng)，在任何天氣狀態(tài)和輻射環(huán)境下均有較高的識(shí)別精度，且其效率高、操作簡(jiǎn)單。射頻識(shí)別技術(shù)硬件結(jié)構(gòu)如圖3所示。圖3中的射頻識(shí)別技術(shù)硬件由電子標(biāo)簽、天線和讀寫(xiě)器組成。電子標(biāo)簽的核心原件是識(shí)別芯片和耦合器。識(shí)別芯片為旅游景區(qū)異常情況圖像編碼，每個(gè)異常圖像均有惟一編碼；耦合器則幫助圖像識(shí)別平臺(tái)緩解電路傳輸壓力，其能將功率合理分配，保護(hù)電路元件不受損傷。

天線是連接電子標(biāo)簽和讀寫(xiě)器信號(hào)的傳輸“紐帶”。基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)對(duì)天線的傳輸效率和安全穩(wěn)定性要求較高，故選擇了性能較好且價(jià)格適中的433 m射頻天線。

讀寫(xiě)器能夠讀取電子標(biāo)簽分配的旅游景區(qū)異常圖像編碼，并及時(shí)調(diào)用旅游景區(qū)的廣播系統(tǒng)為異常情況播報(bào)。根據(jù)讀寫(xiě)器的攜帶方式，一般將其分為便攜式和安裝式?；谖锫?lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)選用安裝式讀寫(xiě)器，其工作原理如圖4所示。

由圖4可知，天線將旅游景區(qū)異常情況圖像編碼直接傳輸給安裝式讀寫(xiě)器中的控制器，控制器控制著編碼的讀取工作，并調(diào)用旅游景區(qū)異常情況相應(yīng)區(qū)域的廣播系統(tǒng)，提醒游客注意人身和財(cái)產(chǎn)安全。

旅游景區(qū)的防衛(wèi)人員也將在第一時(shí)間接收到異常情況圖像，以及異常情況的位置和處理意見(jiàn)，并采取相應(yīng)的施救措施。

2 旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)實(shí)現(xiàn)

圖像采集預(yù)處理平臺(tái)中圖像拆分工作能否順利進(jìn)行，直接影響著圖像識(shí)別平臺(tái)的工作質(zhì)量，以及基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)的輸出結(jié)果。因此，系統(tǒng)利用軟件給出圖像拆分目標(biāo)函數(shù)，保障圖像拆分工作的高品質(zhì)運(yùn)行。

基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)軟件所提供的圖像拆分方法主要有閾值拆分法、特定范圍拆分法和對(duì)比拆分法，以閾值拆分法為例，構(gòu)建圖像拆分目標(biāo)函數(shù)。

當(dāng)異常情況圖像中目標(biāo)物體與配景相接面的顏色和形狀差別較大，可采用閾值拆分法進(jìn)行圖像拆分。在上述條件下，由于目標(biāo)物體與配景的像素邊緣較為明顯，因而可以將兩者的閾值與灰度分別提取出來(lái)，并按大小加以歸類(lèi)，進(jìn)而將目標(biāo)物體與配景拆分開(kāi)。將拆分后的閾值納入到直方圖中，則閾值的最小點(diǎn)應(yīng)滿足。

為盡可能地降低圖像拆分誤差，應(yīng)求取異常情況圖像的最佳閾值。假設(shè)異常情況圖像的閾值為，異常情況圖像中配景灰度值的概率密度為，配景灰度值分布密度為，異常情況圖像中目標(biāo)物體占配景率為，將目標(biāo)物體拆分為配景的概率，將配景拆分為目標(biāo)物體的概率密度，則有：

3 實(shí) 驗(yàn)

為驗(yàn)證所設(shè)計(jì)的基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)能否準(zhǔn)確、高效地識(shí)別出旅游景區(qū)的異常情況圖像，現(xiàn)進(jìn)行實(shí)驗(yàn)。

3.1 圖像自動(dòng)識(shí)別系統(tǒng)的識(shí)別準(zhǔn)確性驗(yàn)證

利用對(duì)比基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)和本文系統(tǒng)識(shí)別準(zhǔn)確性的方法，驗(yàn)證本文系統(tǒng)的識(shí)別準(zhǔn)確性是否滿足設(shè)計(jì)初衷。

實(shí)驗(yàn)在某景區(qū)湖面塑造了一個(gè)虛擬監(jiān)控模型，模型包括木船、三個(gè)劃槳者和一些干擾因素（花草樹(shù)木），如圖5所示。

實(shí)驗(yàn)在特定時(shí)間隨機(jī)消除了兩個(gè)劃槳者，如圖6所示。圖6為旅游景區(qū)異常情況圖像的配景，消失的兩個(gè)劃槳者則為目標(biāo)物體。利用基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)和本文系統(tǒng)同時(shí)對(duì)該虛擬監(jiān)控模型進(jìn)行自動(dòng)識(shí)別，其結(jié)果如圖7和圖8所示。

圖7和圖8中框內(nèi)的目標(biāo)物體能夠清晰地反應(yīng)出兩個(gè)系統(tǒng)的準(zhǔn)確性。由于實(shí)驗(yàn)中的兩個(gè)目標(biāo)物體距離較近，圖7中的基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)將其識(shí)別為一個(gè)目標(biāo)物體，準(zhǔn)確性較低；本文系統(tǒng)則能準(zhǔn)確地識(shí)別出目標(biāo)物體。

以上實(shí)驗(yàn)結(jié)果說(shuō)明，本文系統(tǒng)具有較高的準(zhǔn)確性。

3.2 圖像自動(dòng)識(shí)別系統(tǒng)效率驗(yàn)證

我國(guó)一些旅游景區(qū)的地質(zhì)較為復(fù)雜，一旦發(fā)生異常情況，縮短識(shí)別和傳輸時(shí)間是旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)所需考慮的首要問(wèn)題。實(shí)驗(yàn)利用對(duì)比基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)和本文系統(tǒng)識(shí)別時(shí)間和傳輸?shù)姆椒ǎ?yàn)證本文系統(tǒng)的效率是否滿足設(shè)計(jì)初衷。

實(shí)驗(yàn)在某旅游景區(qū)的復(fù)雜山地，利用基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)和本文系統(tǒng)進(jìn)行山體滑坡情況的識(shí)別，其識(shí)別用時(shí)如表1所示。

表1 實(shí)驗(yàn)兩系統(tǒng)識(shí)別山體滑坡情況用時(shí)統(tǒng)計(jì)表 ms

由表1可知，本文系統(tǒng)對(duì)山體滑坡情況的預(yù)處理時(shí)間和識(shí)別時(shí)間均低于基于Android的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)，而兩系統(tǒng)的傳輸時(shí)間持平。整體來(lái)說(shuō)，本文系統(tǒng)的效率更高。該結(jié)果能夠驗(yàn)證本文系統(tǒng)具有較高效率。

4 結(jié) 論

本文設(shè)計(jì)基于物聯(lián)網(wǎng)視覺(jué)的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)。該系統(tǒng)采用圖像采集預(yù)處理平臺(tái)中的PIPER物聯(lián)網(wǎng)智能攝像頭采集旅游景區(qū)圖像，并利用圖像拆分方法篩選出異常情況圖像。圖像識(shí)別平臺(tái)利用物聯(lián)網(wǎng)射頻識(shí)別技術(shù)，為圖像采集預(yù)處理平臺(tái)篩選出的異常情況圖像，并提供惟一編碼。系統(tǒng)通過(guò)編碼確定異常情況位置，并給出處理意見(jiàn)。系統(tǒng)通過(guò)圖像采集預(yù)處理平臺(tái)的圖像拆分目標(biāo)函數(shù)，實(shí)現(xiàn)圖像拆分工作的高品質(zhì)運(yùn)行。經(jīng)實(shí)驗(yàn)驗(yàn)證可知，所設(shè)計(jì)的系統(tǒng)能夠?qū)β糜尉皡^(qū)異常情況圖像進(jìn)行準(zhǔn)確、高效識(shí)別。

參考文獻(xiàn)

[1] 何翼.物聯(lián)網(wǎng)關(guān)鍵技術(shù)及其在倉(cāng)庫(kù)自動(dòng)識(shí)別管理系統(tǒng)中的運(yùn)用[J].物流技術(shù)，2015，34（2）：301?302.

[2] 陸海虹.基于OpenCV的手勢(shì)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)測(cè)量與控制，2015，23（5）：1649?1652.

[3] 劉持標(biāo)，林金發(fā)，孫麗麗，等.基于Android圖像識(shí)別技術(shù)的失蹤人員管理系統(tǒng)開(kāi)發(fā)[J].三明學(xué)院學(xué)報(bào)，2014，31（4）：17?23.

[4] 楊興柱，蔣鍇，陸林.南京市游客路徑軌跡空間特征研究：以地理標(biāo)記照片為例[J].經(jīng)濟(jì)地理，2014，34（1）：181?187.

[5] 李佳，陳佳，楊新軍.旅游社會(huì)—生態(tài)系統(tǒng)的運(yùn)行機(jī)制：以西安市上王村為例[J].地理研究，2015，34（5）：977?990.

[6] 辛存林，董凱，孟健，等.中天山烏拉斯臺(tái)地區(qū)礦化異常提取及評(píng)價(jià)[J].地質(zhì)與勘探，2014，50（2）：382?390.

[7] 辛存林，廖建棟，董凱，等.新疆和靜如努屋特地區(qū)地質(zhì)地球化學(xué)特征及找礦遠(yuǎn)景[J].西北大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，44（5）：781?788.

[8] 李淑娟，王冉.山東半島藍(lán)色經(jīng)濟(jì)區(qū)A級(jí)旅游景區(qū)空間結(jié)構(gòu)分析[J].資源開(kāi)發(fā)與市場(chǎng)，2015，31（2）：235?238.

[9] 孫玉硯，孫利民，朱紅松，等.基于車(chē)牌識(shí)別系統(tǒng)車(chē)輛軌跡的行為異常檢測(cè)[J].計(jì)算機(jī)研究與發(fā)展，2015，52（8）：1921?1929.

[10] 孫鵬，馬素霞.基于IEC 61970標(biāo)準(zhǔn)及Web服務(wù)的電能質(zhì)量異常數(shù)據(jù)檢測(cè)系統(tǒng)研究[J].電力信息與通信技術(shù)，2015，13（6）：87?91.