龙源期刊网httpwwwqika
comc
应用图像识别技术的实验室智能预警系统的设计
作者：李毅金文江齐桂斌来源：《科技资讯》2018年第19期
摘要：为应用图像识别技术的实验室智能预警系统采用多高斯背景建模、背景差分等算法对视频监控数据流进行分析，可以第一时间检测无人值守实验室内人员的异常进出等情况并触发声音报警，同时可以通过无线网络将现场照片传出，实现了对无人值守实验室安全的智能化、网络化监管。以OK6410为硬件平台，在移植嵌入式Li
ux的基础上，开发了全部驱动程序和应用软件。
关键词：智能监控嵌入式背景差分法高斯背景模型
中图分类号：TP753文献标识码：A文章编号：16723791（2018）07（a）000402
无人值守的实验室会面临人员非法进入等威胁1。应用图像识别技术的实验室智能预警系统能够有效应对上述威胁，该系统把摄像头摄取的图像送入嵌入式处理器进行监测，一旦有目标进入，即判定威胁发生，立即声音报警并通过无线网络将现场图片发送出去，提升无人值守实验室的智能安保水平。
1算法简介
11算法原理
人眼通过识读图像获取信息当进入人眼的稳定背景画面被出现的物体部分或全部遮挡，视觉神经会立即将这些变化通知大脑，经过大脑的研判，就能得出发现目标的结论2。
与之类似，由于实验室环境较为稳定，目标出现的画面与背景画面之间存在显著不同，只要能第一时间捕捉这种不同，就可以确认发现非法目标，这种处理思路就是应用图像识别技术的实验室智能预警系统的算法原理。
12建立背景模型
本系统选择多高斯模型作为背景建模方法。
图像中每个像素点X（x，y）的灰度呈现均值为μ和方差为σ2的高斯分布，而整幅图像中所有点可组成符合η（Xt，μt，σt2）的高斯分布，t是时间。如某时刻某点的概率小于规定阈值Tbkg，即
f龙源期刊网httpwwwqika
comc
则判断该点为目标，否则判断为背景，这就是单高斯模型3。
实验室虽然处于室内，但仍然会受到外界影响，比如光照变化、窗外投影的改变等，而单高斯模型并不能很好地表述这些变化。为此，本系统采用Stauffe等人提出的混合高斯背景模型算法，这种算法采用多个高斯分布共同表示一个点的灰度分布4：
13捕获目标
本系统采用背景差分法5捕获目标，算法如图1所示。
14图像获取和发送触发
一旦发现目标，执行背景差分算法的程序会立即发出警报音并存储这帧图像，同时通过网络将其传送。这个功能是通过li
ux的i
otify6的机制实现的，i
otify是li
ux的内核特性，它监控文件系统r