[发明专利]一种家居生活中智能安检方法

权利要求书

1.一种家居生活中智能安检方法，该方法包括：

1）提供一种智能家居安检辅助系统；

2）使用所述辅助系统；

所述辅助系统包括：

家居地毯、声音检测设备、超声波检测设备和用户识别设备，所述家居地毯设置在房间正门后方，用于减少外来人员对房间所带来的灰尘，所述声音检测设备设置在房间正门上，用于检测附近是否存在人声，并在存在人声时，发出第一人体检测信号；

其中，所述超声波检测设备设置在房间正门后方且位于所述家居地毯的左右两侧，用于检测是否有外来人员进入房间，并在检测到有外来人员进入房间时，发出第二人体检测信号；以及

所述声音检测设备在未检测到人声时，发出无人声信号；

其中，所述超声波检测设备与所述声音检测设备连接，用于在接收到所述第一人体检测信号时，从省电模式进入工作模式；

所述超声波检测设备还用于在接收到所述无人声信号时，从工作模式进入省电模式；

所述用户识别设备与所述超声波检测设备连接，用于在接收到第二人体检测信号时，从省电模式进入工作模式；

其中，所述超声波检测设备在未检测到有外来人员进入房间时，发出无外来人员信号；

其中，所述用户识别设备还用于在接收到所述无外来人员信号时，从工作模式进入省电模式；

多层增强设备，与图像平均设备连接，用于接收平均化图像，基于预设目标灰度阈值范围确定所述平均化图像中的每一个像素是否属于目标像素，将所述平均化图像中的所有目标像素组成初步目标区域，提高所述平均化图像中初步区域的所有像素的灰度值等级以获得对比度提高图像，增强所述对比度提高图像中的亮部区域，同时减少所述对比度提高图像中的暗部区域，以获得目标增强图像，对所述目标增强图像进行图像平滑处理以获得多层增强图像；

多个CCD传感器，用于同时对进入房间的外来人员进行图像数据采集以获得多个备选图像；其中，所述多个CCD传感器并列设置；

图像剔除设备，分别与所述多个CCD传感器连接，用于对所述多个备选图像的劣化程度进行检测，将剔除劣化程度低于预设劣化程度阈值的各个备选图像后的各个备选图像作为各个待平均图像输出；

图像平均设备，与所述图像剔除设备连接，用于接收所述各个待平均图像，并对所述各个待平均图像进行平均以获得并输出平均化图像；

其特征在于，所述辅助系统还包括：

噪声分析设备，与所述多层增强设备连接，用于接收所述多层增强图像，对所述多层增强图像进行噪声类型分析以确定所述多层增强图像中的噪声幅值最大的噪声类型以作为主要噪声类型输出；

模板选择设备，与所述噪声分析设备连接，用于接收所述主要噪声类型，并基于所述主要噪声类型确定中值滤波模板；

轮廓检测设备，与所述噪声分析设备连接，用于判断所述多层增强图像中的目标轮廓；

差异化滤波设备，分别与所述模板选择设备和所述轮廓检测设备连接，用于对组成所述目标轮廓的每一个轮廓像素，基于所述中值滤波模板根据以其为中心的中值滤波窗口内的像素分布确定不同的滤波策略，所述基于所述中值滤波模板根据以其为中心的中值滤波窗口内的像素分布确定不同的滤波策略包括：当中值滤波窗口内的目标像素数量大于等于中值滤波窗口内的非目标像素数量时，取各个目标像素的像素值的均值作为所述轮廓像素的像素值，当中值滤波窗口内的目标像素数量小于中值滤波窗口内的非目标像素数量时，取各个非目标像素的像素值的均值作为所述轮廓像素的像素值；

CF存储芯片，用于存储预设人体灰度阈值范围和预设头发灰度阈值范围，其中，所述预设人体灰度阈值范围包括人体灰度上限阈值和人体灰度下限阈值，所述预设头发灰度阈值范围包括头发灰度上限阈值和头发灰度下限阈值；

人体检测设备，分别与所述差异化滤波设备和所述CF存储芯片连接，用于接收差异化滤波图像，基于所述预设人体灰度阈值范围从所述差异化滤波图像中识别并分割出人体子图像；

头发检测设备，分别与所述差异化滤波设备和所述CF存储芯片连接，用于接收差异化滤波图像，基于所述预设头发灰度阈值范围从所述差异化滤波图像中识别并分割出头发子图像；

所述用户识别设备分别与所述人体检测设备和所述头发检测设备连接，用于从所述人体子图像中去除组成所述头发子图像的各个像素以获得处理后的人体子图像，并基于所述处理后的人体子图像识别对应的用户编号以作为目标用户编号输出；

其中，所述差异化滤波设备还用于对所述多层增强图像中不属于所述目标轮廓的每一个非轮廓像素，基于所述中值滤波模板根据以其为中心的中值滤波窗口内的所有像素的像素值的均值作为所述非轮廓像素的像素值；

其中，所述差异化滤波设备输出差异化滤波图像；

其中，所述用户识别设备在获取目标用户编号时，发出家庭成员进入信号，所述用户识别设备在无法获取目标用户编号时，发出外来人员进入信号。

2.如权利要求1所述的方法，其特征在于：

所述多层增强图像中的噪声类型包括敏感元器件产生的内部噪声、传输信道的干扰噪声、电器机械运动带来的抖动噪声以及感光材料引起的颗粒噪声。