1 引言

随着社会安全事件接连不断的发生，尤其是在银行、大型球场、会议场馆、展览馆多次出现安全问题，人们对安全的需求越来越强烈。因此，智能安防监控系统作为一种有效手段，越来越受到人们的重视。

然而，传统的数字视频监控系统仅仅提供了视频的捕获、存储、分发等简单功能，对视频内容只能靠人来判断，视频监控的劳动强度大，对监控人员的注意力、警惕性和异常情况的反应能力要求很高，长时间的监视屏幕会造成监控人员的注意力下降，从而导致监控失误；同时，传统的视频监控图像的质量容易受到雾、雨、雪的天气影响，也缺乏夜视能力，这在很大程度上降低了安防监控的效果，造成监控的漏查和误查的现象，带来安全隐患［1］。

随着光电信息、微电子、网络通信、数字视频及传感技术的发展，安防监控技术已由传统的模拟走向高度集成的数字化、智能化和网络化的方向。红外热成像技术在安防监控系统中逐渐得到应用。为了实现对区域内目标的实时监控，减轻监控人员的劳动强度，防止误判事件发生，本项目开发设计了基于红外热成像多人体识别的智能安防监控系统。

2 红外热成像

红外热成像技术是基于热辐射的普朗克定律，通过红外传感器接收位于一定距离的被测目标所发出的红外辐射，再由信号处理系统转变成为目标的视频热图像的一种技术［2］。它将物体的热分布转换为可视图像，并在监视器上以灰度级或伪彩色显示出来，从而得到被测目标的温度分布场。

红外热成像检测具有红外光源普遍性、图像分辨率高、形象直观等一系列其他检测方式无法比拟的优点，可在雾、雨、雪的天气下工作，作用距离远，能识别伪装和抗干扰等，能使其图像质量接近现实，同时可检测被测目标的温度分布场，可提取温度这一特征值，同时具有夜视能力，可实现对现场的可靠监控。红外检测技术能够非接触、实时、快速、在线方式获取和分析被测对像的温度和运行状态的信息，在生产过程中的产品质量控制、设备在线故障诊断以及节约能源等方面发挥着越来越重要的作用，在军事、电力、石油化工、交通等许多部门受到广泛关注，收到了良好的经济效益和社会效益。

3 系统设计

本项目与广州奥普士公司合作，利用该公司提供的红外热像传感器，来提取图像和温度分布场的特征值。将本系统设计为如图1所示的c/s（客户机/服务器）结构［3］，将服务器安装在监控室内，将红外热像传感器安装在某大型场所的各个不同出入口，通过can总线将它们连接，并接入不同控制区域的客户机，最后通过以太网连接，并根据需要接入电信网络。系统的体系结构如图2所示，将红外热像传感器摄取的视频图像送入计算机，经过对图像的预处理、运动对像分割、目标跟踪和特征提取之后，将图像中目标的几何形状、图像的灰度分布、颜色、纹理、相对位置等信息，与摄取的图像一起存入图像数据库，同时根据用户自定义的报警模块，设计系统的实时报警功能。将系统分为3个模块进行设计：

（1）图像识别和报警模块。该模块首先对查询图像提取形状特征，然后选择按哪些特征对像进行检索，设定图像检索所要求的相似度，最后与图像数据库中的图像进行匹配，输出查询结果，当检查到异常情况时实现实时报警。

（2）图像数据库建立模块。该模块首先对输入的图像进行预处理，包括图像噪声的消除，图像锐化，边缘检测（对像物分离）、边缘细化，对边界进行多边形逼近；然后提取对图像的形状特征，最后把所提取的特征值存入图像数据库中。

（3）信息管理模块。该模块主要实现图像数据库的管理，主要包括数据浏览记录修改和记录删除，实现进出场所的人员数量统计、历史信息查询和远程网络监控等功能。

4 图像处理算法实现

4.1 多人体特征值提取

边缘检测对目标分割、配准和辨识都十分有用，边缘点可以被认定为灰度级突变的像素位置。在本项目中通过红外传感器获取热图像，采用边缘检测获得各个不同人体的边界，很容易地实现对人体计数；在单个人体模型的基础上，利用apar条形识别人体部位，并利用具有刚体性质的躯干对不同人体进行确定；依据红外目标的辐射特性与背景之间的相关关系，得到目标的最大灰度、均值灰度差、平均梯度强度和平均灰度强度，通过融合处理，得到加权归一化的融合特征矢量，结合物体的温度分布场、外表和运动特征，提取多人体的特征值信息［4］；最后采用多人体模板匹配算法完成多人跟踪，也能解决遮挡问题。

4.2 多人体模板匹配算法

模板匹配是把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准，或根据已知模式到另一幅图中寻找相应模式的处理方法［5］。分析红外热像仪提取的图像和温度分布场等特征，采用模糊聚类算法使得特征能量最小化，完成对运动目标的跟踪。传统的数据库的精确匹配和查询是很容易理解的，但对图像数据库来说，查询质量与查询速度之间存在着矛盾，要想查询质量高，就要增加描述图像的特征向量的维数，随之而来的就要增加计算量，所以，要在不减少特征向量维数的情况下提高查询速度，就必须改进查询策略。主要采用聚类的方法：即把图像分为几类，每一类定义一个标准图，在查询图像时首先求出与各标准图的距离，确定其属于哪一类，然后再与这一类图像进行相似匹配。

4.3系统软件实现［6］

利用高级程序语言visual c++建立一个数据库系统，用于对红外热像仪提取的图像信息和温度等特征值的存储、删除、查询及匹配等功能。对出入某区域的人员数进行统计，完成数据采集的录入、删除和修改，对异常情况的记录，对误报情况的特殊处理和历史数据查询。通过visual c++建立一个良好的人机界面，通过ip地址的设置可以查询不同通道的数据，实现对现场的实时监控。

4.4 系统测试结果

如图3所示，在某个馆场内，由普通摄像头所拍摄的画面中，正有5个人通过入口，此时没有人通过此出口。在图4中，通过visual c++编程实现的人体计数界面捕获了人体边缘信息，并正确地显示了出入口的人员数据。通过建立的数据库可以成功实现信息存储、查询和修改功能，具有查询流量、人群能智能区分、统计人流高峰、发现可疑情况自动报警等功能。并能根据实际情况，自动实现对某个入口或出口的开放或封闭控制，对人流进行合理疏导。当系统设备发生故障时会自动报警。经过系统测试，该系统达到了项目的预期目标。

5 结束语

本项目成功开发了一套基于红外热成像的多人体识别智能监控系统，本文对其进行概述，突出了红外热成像技术的优势。该系统可以应用于各种复杂的环境，24小时实时监控运行，能在雨、雪、雾等恶劣天气下和无光源、弱光源环境中工作，这是传统视频检测技术无法比拟的，并且能实现远程网络监控。在大型超市、银行、大型球场、展览馆、军事要地、监狱等场所的安防具有很高的应用价值。因此，该技术值得进一步深入研究、广泛推广和应用。