一种基于OPENCV人体识别的国界监视系统的制造方法

本实用新型涉及自动监控技术领域，尤其涉及一种基于OPENCV人员识别的国家边界区域监控系统.

背景技术:

世界上有许多国界位于自然环境恶劣的无人区. 目前，对边界的控制主要依靠边防部队建设隔离带或定期巡逻. 这两种方法都需要大量的资金投入或人员. 投资，但仍无法实投入少.

技术实现要素:

本实用新型的技术任务是解决上述不足，并提供一种基于OPENCV人员识别的国家边界区域监控系统，该系统可以自动完成对准确的边防人员活动信息的实时监控，并实现该系统通过变相监控杆，实现了监控的自动化操作，灵活方便.

本实用新型为解决其技术问题而采用的技术方案是:

基于OPENCV人体识别的国家边界区域监视系统，包括中央控制箱，分布式终端，分布式人体接近传感器，通信模块，太阳能电池系统和监视伪装杆，

中央控制箱包括箱体人体目标识别opencv，主板和通信端口. 主板上有多个芯片，每个芯片基于HOG功能和SVM的组合独立运行OPENCV人体识别系统，并处理其各自分布式的实时传输. 图像数据；每个芯片对应多个人体感应传感器，根据图像识别结果和人体感应传感器数据全面分析监控区域人员分布. 芯片以特定格式对监视情况进行加密和编码，然后通过通信端口将其发送到通信模块并进行控制. 通信模块将监视信息发送到后台；

其中，HOG（定向直方图）功能是用于在计算机视觉和图像处理中进行对象检测的功能描述符. 通过计算和计数图像局部区域的梯度方向直方图以形成特征，使用对象的像素梯度和边缘方向分布来描述对象的大，系统成本低的优势，非常适合使用传感头进行人体或物体运动检测；

监控伪装杆包括空心杆，树木伪装和地下设备舱，主要负责提供结构空间；太阳能电池系统包括太阳能电池板和电池组；中央控制箱和电池组安装在地下设备室，太阳能电池板中. 通信模块安装在空心杆顶部的树形迷彩上，而分布式安装在空心杆顶部的树形迷彩上. 杆.

最好主板有四个芯片，每个芯片独立运行.

最好是Allwinner A33芯片.

最好每个芯片对应10个人体接近传感器.

优选地，分布式摄像机终端包括至少四个红外夜视半球摄像机和四个普通摄像机，每个芯片分别对应一个红外夜视半球摄像机和一个普通摄像机. 红外夜视半球摄像机主要负责收集所观察区域的夜间人员活动，而普通摄像机主要负责收集白天人员的活动.

优选地，通信模块是无线通信，其负责通过无线通信网络将监视数据发送到后台控制中心以进行进一步的分析. 同时，它可以无线接收后台控制命令，以完成控制中心对监控点的远程控制.

优选地，人体接近传感器是YT-EWS.

空心杆体最好由空心钢制成，并通过嵌入式底座固定.

优选地，地下设备室由不锈钢板制成，该不锈钢板焊接并固定连接到空心杆体的下部.

与现有技术相比，基于OPENCV人体识别的本实用新型的国界监视系统具有以下有益效果:

系统使用高性能计算芯片，通过基于OPENCV的信息技术和实时图像识别技术来完成实时图像处理. 使用多个Allwinner A33芯片运行基于HOG功能和SVM的OPENCV人体识别系统，结合分布式人体接近传感器，可以在监视点本地进行实时低功耗图像数据分析，并进行实时监视准确的边境人员活动信息可以自动完成.

采用无线通信以确保系统布局的灵活性和监视信息的实时性；

采用多种迷彩监控杆，使系统灵活方便实现；

监控点是全自动的，使用太阳能提供能量，无需值班人员，并进行全天候安全测试.

图纸说明

图. 图1是本发明基于OPENCV人体识别的国家边界地带监测系统的结构.

图中的1，监视器迷彩棒，2，空心杆，3，树木迷彩，4，地下设备舱，5，电缆，6，，7，人体接近传感器，8，太阳能电池板，9，通讯模块.

具体实现

下面结合具体实施例对本实用新型做进一步的说明.

基于OPENCV车身识别的国家边界区域监视系统，包括中央控制箱，分布式终端，分布式人体接近传感器，通信模块，太阳能电池系统和监视伪装杆身1.

中央控制箱包括箱体，主板和通信端口. 主板有四个芯片，所有芯片均为全智A33芯片. 每个芯片基于HOG功能和SVM的组合独立运行OPENCV人体识别系统，并处理由各个分布式摄像机终端发送的实时图像数据. HOG（定向直方图）功能是用于计算机视觉和图像处理中的对象检测的功能描述符. 该特征是通过计算和计算图像局部区域的梯度方向直方图而形成的. 对象的像素梯度和边缘方向分布描述了对象的外观和形状； SVM（支持向量机）是指支持向量机，这是一种常见的判别方法. 在机器学习领域，它是一种监督学习模型. ，通常用于模式识别，分类和回归分析； OpenCV是基于BSD许可证（开源）的跨平台计算机视觉库，可以在Linux，Windows，Android和Mac OS操作系统上运行；结合HOG和SVM将OPENCV用于人体识别效果更好. 它对应于专用的大样本训练样本库，可以保证系统对人体识别的准确率达到97％以上.

在本实施例中，分布式摄像机终端包括至少四个红外夜视半球摄像机和四个普通摄像机，每个芯片分别对应一个红外夜视半球摄像机和一个普通摄像机. 红外夜视半球摄像机主要负责收集所观察区域的夜间人员活动，而普通摄像机主要负责收集白天人员的活动.

每个芯片最多对应10个人类接近传感器. 在该实施例中，每个芯片对应于10个人体接近传感器7. 根据图像识别结果和人体接近传感器7的数据，全面分析监测区域内人员的分布. 人体接近传感器7基于多普勒技术的原理，并且可以精确地检测附近人的接近. 具有安装隐蔽，监控范围大，系统成本低的优点. 它非常适合用作人体或物体运动检测传感器头. 在该实施例中，人体接近传感器7是YT-EWS，并通过电缆5安装在地下设备室4中.

芯片以特定格式对监视信息进行加密和编码，并通过通信端口将其发送至通信模块9，并控制通信模块9将监视信息发送至后台. 通信模块9为无线通信，负责通过无线通信网络将监控数据发送到后台控制中心进行进一步的分析，同时可以在后台无线接收控制命令，以完成对的远程控制. 控制中心的监视点.

监控伪装杆体1包括空心杆体2，树木伪装3和地下设备室4，主要用于提供结构空间. 太阳能电池系统包括太阳能电池板8和电池组. 中央控制箱和电池组安装在地下. 设备室4，太阳能电池板8和通信模块9安装在空心杆体2顶部的分支迷彩3上，摄像机6安装在中空杆体2的顶部. 空心杆体2的杆部上的分支迷彩3. 空心杆体2由空心钢制成，并由嵌入式基座固定. 地下设备室4通过焊接不锈钢板制成，并与中空杆体2的下部固定连接.

通过使用四个Allwinner A33芯片来运行基于HOG功能和SVM的OPENCV人体识别系统，结合分布式人体接近传感器7，可以在监视点本地实现实时低功耗图像数据分析，可以自动完成准确的边界实时监视人员活动信息.

通过上述具体实施方式，本领域技术人员可以容易地实施本发明. 然而，应当理解，本发明不限于上述特定实施例. 基于所公开的实施例，本领域技术人员可以任意组合不同的技术特征，以实现不同的技术方案.

除了手册中描述的技术特征外，它们都是本领域技术人员已知的技术.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-171670-1.html