[发明专利]一种基于图像分析的宿舍环境智能监测系统

摘要

本发明公开了一种基于图像分析的宿舍环境智能监测系统。本发明采用彩色摄像头作为传感器实现宿舍环境的图像采集，通过无线数据传输将所采集到的图像发送到电脑终端，采用特定的图像处理算法，与预先设置的标准图像进行分块加权对比，获取两幅图片的相似度指数，进而监测宿舍环境情况，同时系统自动地针对当前的宿舍环境给出对应提示及优化方案，并将这些数据与历史记录存储至数据库中，以便通过后续互联网接入，实现对宿舍的远程监控和管理。

主权项

1.一种基于图像分析的宿舍环境智能监测系统，其特征在于包括：图像采集模块、无线数据传输模块、图像分析模块以及数据库存储模块；图像采集模块通过摄像头收集原始的宿舍环境图像，经无线数据传输模块将收集到的图片记录传输到电脑端，再经过特征值提取、分块、对比的分析手段对图像的不同区域进行加权检测，通过计算图像的相似度计算评估宿舍内部的环境状况，最后自动生成对应提示及优化方案，同时将这些数据都保存至数据库存储模块，便于通过互联网访问查询；本系统包括各模块及相应的实施步骤如下：步骤S101、首先，对宿舍进行统一地标准化整理，并将所有宿舍的标准化图像HS预存至数据库中，形成一个标准库，目的是为后续图像H的分析及优化管理方案提供参考；其中，HS表示初始时期采集的标准化图像，H表示后续采集到的系列图像；步骤S102、与之同时，预先统计分析宿舍中能出现的各类环境状况，并将这些情况的解决方案预存至数据库中，形成对应的提示及解决方案库；步骤S103、其次，采用OV7670摄像头作为采集模块，实现所有图像HS及H的采集，对宿舍进行定期拍照取样，包括收集不同时间段内的宿舍环境原始图像HS及后续环境状况发生改变后的定期图像H；步骤S104、然后通过无线数据传输模块，后续定期将收集到的图像H发送到下位机；步骤S105、这时，下位机电脑对接收到的图像H进行系统的分析，判定宿舍环境的变化情况，通过特征值检测，比对前后图形H以及与标准图像HS的差异情况；在步骤S105中具体判断方法如下：步骤S106‑107、首先，对接收到的图像H进行分块，分作多个有限的子区域Hn，基于区域分割的分裂合并算法对图像H进行分块，首先是将图像H进行反复的分割，分成许多个小区域Hn，在分裂操作完成之后，然后对每一个小区域Hn进行基于图像直方图的特征值的提取，其具体实施是对各个小区域图像Hn进行直方图统计，并按如下公式提取直方图特征向量：直方图均值：直方图的标准方差：其中，L是灰度级总数，Zi表示第i个灰度级，P(zi)是归一化直方图灰度级分布中灰度为Zi的概率，h(zi)表示直方图中统计的灰度为Zi的像素个数，在各个小区域分块图像Hn的直方图均值及方差计算完成之后，进行分块搜索检测，发现结果中含有满足相似条件的邻近区域，这时将满足相似性条件的相邻区域进行合并，从而实现图像H的分裂合并，后续形成较大的分块子图像HN；与之同时，也对标准库中的图像HS做同样的分裂合并操作过程，形成相应的较大的分块子图像HSN；然后，将分块子图像HN与标准库中图像的分块子图像HSN进行加权对比，其对比的过程如下：首先，对接收到的原始图像的分块子图像HN进行直方图均衡化，即：然后，对标准库中的图像的分块子图像HSN进行直方图均衡化，即：最后，比较两图像均衡化的结果，从而得出图像相似度矩阵：Δ＝s‑v；综合上述特征值向量、权重矩阵a与相似度矩阵Δ，得出前后图像的各个区域HN以及整体H的加权相似度，通过加权相似度结果判断得出宿舍环境状况，其中，权重矩阵a：a＝[a1,a2,a3...an]图像相似度矩阵：Δ＝[Δ1,Δ2,Δ3,...Δn]加权相似度：其中，所述的pr(u)和pz(u)均为归一化直方图灰度级分布中灰度为u的概率p(u)、其下标r、z是区别于对不同图像进行直方图均衡化运算的运算符，为p(u)由0至r或0至z的积分运算符；所述的f(r)或f(z)分别是直方图均衡化结果s或v的表达式；步骤S108、最后，图像分析模块经过上述图像特征值提取、分块加权对比后，输出宿舍环境状况相应分析结果，并之与解决方案标准数据库中的预存内容进行综合匹配，由匹配相似度输出对应解决方案或警告提示；步骤S109、与之同时，将包括宿舍环境状况及其解决方案在内的输出结果保存到数据库存储模块中，便于通过互联网接入，使管理人员直接读取各个宿舍的环境状况输出评价结果以及对应的解决方案，实现了在保护隐私前提下集体环境的智能化、集中式管理。