基于FPGA和红外检测技术的智能监控系统的研究

2022-05-08 16:30:02 | 浏览次数:

【摘要】随着社会的发展和科技的进步,犯罪率也日益激增,对于智能监控系统的研究已经成为热门课题。以往的监控系统存在被动无法独立工作、耗时、灵活性差的缺陷,本文采用ALERA公司的CYCLONE IV系列EP4CE6F17C8芯片,以quartusII 11.0构建软件开发平台,对智能监控系统进行开发设计。系统设计更加智能化,避免大量人员消耗,功耗低,灵活性好,多模块报警机制,能更好的完成异常处理,具有更好的稳定性和实时性。

【关键词】FPGA;智能监控;红外检测

1.研究背景

随着犯罪率的逐年上升,人们对于监控系统性能的要求越来越高,智能化无人值守的监控系统成为新一代监控系统的发展趋势,具有重要的研究价值和广泛的市场需求。

虽然到目前为止国内外已经在该领域取得了相当丰硕的成果;但是目前仍然存在许多问题。例如:

(1)数字图像处理存在信息量大,处理费时,传输困难的问题。

(2)人脸检测与跟踪方面,实时性和准确度之间存在矛盾,很难找到一个最优的平衡点。

(3)由于人脸被其他物体遮挡等原因所造成的遮挡导致监控系统不能有效的扑捉到人脸画面,无法提取人脸特征,所以遮挡情况下的人脸检测与跟踪技术是目前研究的难点问题。

(4)人脸姿态的不规律行和不可预测性也为人脸检测增添了难度,采集到的被测对象不同的脸部角度和不同的表情将直接影响检测结果。

(5)受外部环境变化影响严重,光线条件、图像采集设备在采集图像带来的电子噪声、不可避免地人为抖动等客观条件会严重影响图像的质量,从而需要大量的图像预处理工作,大大降低整个系统的实时性和精确性。

2.设计思路

本设计应用于一般室内公共场所(如银行),由于白天公共场所内人员流动量较大需要不间断进行监控,而夜间由于人流稀少的特点,可以设计只在系统检测到有人进入监控范围后才开启摄像头进行图像数据采集,这样可以尽可能的减少系统资源浪费,大大降低系统功耗。

系统上电后首先进行自检程序,如果有模块不能正常工作则由主控模块向上位机发送系统错误信息,反馈损坏模块信息,等待上位机命令;如自检正常,则通过光线强弱检测模块判断周围环境状况,来选择开启MODE0/MODE1工作模式。

MODE0模式,首先通过FPGA控制模块发送控制命令关闭红外检测模块,并启动图像采集模块,对周围环境进行视频图像采集,经由A/D转换芯片将采集到的模拟信号转换成数字信号,传输给FPGA,再经过一些图像处理操作后将处理好的图像数据经过usb传输给上位机;上位机接收图像数据,并对数据进行储存和一些相应处理,方便以后调用。

MODE1模式,首先控制模块将夜间模式指示灯LED0点亮,然后通过FPGA控制模块发送控制命令开启红外检测模块;在这个过程中图像采集模块处于等待状态并不工作,直到检测模块检测到有人进入监控范围后,向控制模块发送脉冲信号,控制模块接收到后立即启动声光报警模块和图像采集模块,同时通过室内照明电路开启室内电灯(点亮室内照明指示灯LED1),方便采集模块对对周围环境进行视频图像采集,采集到的数据经由A/D转换芯片将采集到的模拟信号转换成数字信号,传输给FPGA,视频采集传输方式同MODE0相同。

如果系统运行中发生系统外接电源中断,则启动锂电池供电,点亮断电报警指示灯LED3,并且通过串口向上位机发送断电异常信号,上位机接收到异常信号后作出相应处理。

3.硬件设计

本设计使用ALERA公司的CYCLONE IV系列FPGA-EP4CE6F17C8对于硬件进行开发。根据ALTERA官方的数据,CYCLONE IV相对CYCLONE III来说,功耗减少25%。图1所示为系统的硬件框图。

如图1所示,系统由光线强度检测模块,红外检测模块,视频采集模块,控制模块,声光报警模块,GSM报警模块,锂电池供电模块以及上位机组成。

3.1 检测模块

3.1.1 光强检测模块

光线强度检测模块主要光强传感器,A/D转换,I2C总线接口组成。

本文选用TAOS公司的TSL2561芯片来实现光强采集的功能。TSL2 561芯片是一种光强度数字转换芯片,内部集成了一个光敏二极管(通道0)和一个红外响应光敏二极管(通道1);两个积分式A/D转换器,实现将光敏电流模拟信号转换成数字信号输出,并存入芯片内部通道0和通道1各自的寄存器中的功能。芯片的数字输出表示每一个通道测量到的光照强度,通过I/O引脚与FPGA控制模块连接,FPGA通过模拟I2C总线,对其内部的16个寄存器的读写来实现对TSL2561的控制。

3.1.2 红外检测模块

红外检测模块根据人体热释电感测原理进行设计,具有体积小、使用方便、工作可靠、检测灵敏、探测角度大、感应距离远等一系列功能。红外检测模块能够感应人体靠近或远离,将对人体红外热辐射的信号转化为电信号。

整个红外线感应模块由热释电型传感器、菲涅尔透镜、带通放大器、比较器、光控电路、输出电路构成,如图2所示。

图2 红外检测模块

3.2 主控模块

FPGA主控模块是整个系统的核心模块,其功能主要是接收检测模块发送的脉冲信号,根据程序判断是否要启动视频采集模块、报警模块或者向上位机传输状态信息等操作。

FPGA芯片通过I/O引脚驱动采集模块、报警模块以及各个LED指示灯显示系统当前状态,通过串口和上位机进行通信,并将图像数据经USB接口传输给上位机进行进一步处理和分类存储。

3.3 报警模块

3.3.1 声光报警模块

声光报警模块主要由LED报警指示灯和蜂鸣器组成,当FPGA向声光报警模块发送报警命令时,由I/O引脚向LED2发送高电平将其点亮,同时调用.v,通过I/O引脚向蜂鸣器发送设定好的不同频率的信号,以驱动蜂鸣器发出报警声音。

3.3.2 GSM报警模块

当系统检测到入侵,进入监控范围或者有其他异常情况发生,FPGA控制模块接收检测信号后,在驱动本地声光报警模块报警以外,还可以通过发送AT指令来控制GSM模块TC35i进行远程无线报警。

我们可以将需要发送的报警短信提前编辑好存储在TC35i模块中,当接收到控制芯片的命令时,TC35i模块将短信通过AT指令控制报警信息发送。

本文中FPGA通过两个I/O引脚控制TC35i的开关机、复位等,通过串口与TC35i进行数据通信,通信速率为9600Kbps,采用8位异步通讯方式,1位起始位,8位数据位,1位停止位。

TC35i模块输入输出的TTL正电平逻辑不是+5V,而是+2.9V,因此必要时需加端口保护。

3.4 视频采集模块

视频采集模块主要由摄像头,A/D转换芯片组成。

目前摄像头主要有CCD和CMOS两种,由于其构造不同导致二者的性能具有很大差距。

CCD器件最大特点在于能通过专属通道设计,在传输时保持信号不失真,通过将众多像素集合到单一的放大器上做统一处理,来保证资料的完整性。

而CMOS器件由于制做过程比较简单,没有专属通道的设计,必须先行放大再整合各个像素的资料,因此在信号完整性方面有一定欠缺。

本文选取CCD型摄像头来完成视频采集的功能,系统框图如图3所示。

图3 视频采集模块

3.5 上位机

上位机可通过串口和usb口与FPGA进行通信,上位机通过串口接收FPGA发送的一些状态信息、异常警告等,将这些信息分类进行存储处理,并向FPGA发送相应命令来控制下位机动作;FPGA通过usb接口将进行简单处理的图像数据传输到上位机,上位机软件对不同的目标人脸,进行提取特征,分别建立数据模型,并将包含同一人脸的视频数据标号分块存储,方便以后调去查看。当我们输入一张人脸照片后软件将其与已有人脸数据库中的人脸进行特征值比对,如果匹配结果在一定的阈值内,说明该人脸与数据库中某一人脸匹配成功,可掉出相关的所有视频。这样可以大大的降低工作人员的工作量,节省时间。

4.结尾

本文的设计在试验系统下能够独立完成对图像信息的采集,运动目标的跟踪和图像的显示,异常情况报警,以及事发后的相关视频的筛选调取。系统设计更加智能化,避免大量人员消耗,功耗低,灵活性好,多模块报警机制,能更好的完成异常处理,具有更好的稳定性和实时性。

但是功能方面,系统还有待进一步的改进和完善,例如可以添加一个音频检测模块,对监控范围内的声音进行采集、处理以增加系统判断周围情况的依据,使系统更加智能化,减少误报警情况的发生。

参考文献

[1]陈轶博.智能视频监控系统的设计与实现[D].大连:大连海事大学,2008.

[2]郑晓峰.智能化多测点视觉监测系统的研究[D].天津:天津科技大学,2009.

[3]冯仕民.智能视频监控中运动目标跟踪技术研究[D].成都:电子科技大学,2010.

[4]刘璇人.脸定位与跟踪技术的研究与实现[D].成都:电子科技大学,2010.

[5]姚运城.基于FPGA的嵌入式视频监控跟踪系统研究[D].大连:大连海事大学,2011.

[6]张瑱.监狱智能视频监控系统的设计与实现[D].北京:北京邮电大学,2012.

[7]卢彬,赵攀.基于FPGA+DM6467智能监控系统设计[J].电视技术,2012,36(7):137-139.

[8]E.Maggio,F.Smerladi,and A.Cavallaro,"Adaptive Multifeature Tracking in a Particle Filtering Framework,"IEEE Transaction on Circuits and Systems for Video Technology,vol.17,pp.1348-1359,2007.

[9]Ng,K..K.and.E.J..Delp,New models for real-time tracking using particle filtering.Visual Communications and Image Processing,2009.

推荐访问: 监控系统 检测技术 智能 研究 FPGA