智能家居監(jiān)控系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種智能家居監(jiān)控系統(tǒng)，包括監(jiān)控終端、控制平臺以及信息接收終端，所述監(jiān)控終端包括數(shù)位攝影機及聲音收集器，對監(jiān)控環(huán)境進(jìn)行圖像及聲音進(jìn)行采集并將采集到的數(shù)據(jù)傳送到控制平臺；所述控制平臺包括影像處理系統(tǒng)及聲音處理系統(tǒng)，對接收的圖像數(shù)據(jù)集聲音數(shù)據(jù)進(jìn)行處理，判斷是否出現(xiàn)緊急情況并向信息接收終端發(fā)送警報信號。本發(fā)明采用聲音與圖像處理技術(shù)對家居環(huán)境進(jìn)行全方位的監(jiān)控和看護(hù)，能夠滿足現(xiàn)代人生活對家居安全的不同要求，并結(jié)合多種不同方式進(jìn)行數(shù)據(jù)處理及分析，確保監(jiān)控的準(zhǔn)確率和有效性。
【專利說明】智能家居監(jiān)控系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種智能家居監(jiān)控的系統(tǒng)，尤其涉及一種利用圖像及聲音識別進(jìn)行家居監(jiān)控的系統(tǒng)及其方法。
【背景技術(shù)】
[0002]隨著社會的發(fā)展和進(jìn)步，在充足的物質(zhì)基礎(chǔ)之上，人們開始關(guān)注一種更為舒適、便捷和智能的生活方式和態(tài)度?！爸悄芗揖印钡母拍铙w現(xiàn)人們對智能化的舒適生活的追求，同時，人們對安全性的要求也在不斷提升。
[0003]隨著社會的發(fā)展，人口紅利逐漸消失，人口老齡化的問題日益突出，加上越來越快的都市生活節(jié)奏讓年輕一代不得不投入更多的時間與精力在工作上面，而沒有時間對家里的老人與小孩進(jìn)行看護(hù)和照顧。
[0004]現(xiàn)有的智能家居監(jiān)控系統(tǒng)大多通過在門、窗安裝紅外線等探測儀器進(jìn)行安全監(jiān)控。其功能單一，不能滿足家居智能監(jiān)控對家庭成員的看護(hù)等其他需求，另外其安全性有限，不法分子很容易將探測儀器拆除而使監(jiān)控系統(tǒng)失去作用。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題在于，提供一種智能家居監(jiān)控系統(tǒng)，包括監(jiān)控終端、控制平臺以及信息接收終端其特征在于，所述監(jiān)控終端包括數(shù)位攝影機及聲音收集器，對監(jiān)控環(huán)境進(jìn)行圖像及聲音進(jìn)行采集并將采集到的數(shù)據(jù)傳送到控制平臺；所述控制平臺包括影像處理系統(tǒng)及聲音處理系統(tǒng)，對接收的圖像數(shù)據(jù)集聲音數(shù)據(jù)進(jìn)行處理，判斷是否出現(xiàn)緊急情況并向信息接收終端發(fā)送警報信號。
[0006]進(jìn)一步地，所述監(jiān)控終端為智能機器人，所述智能機器人裝有聲吶裝置可感測周圍環(huán)境輔助對家居的智能監(jiān)控。
[0007]進(jìn)一步地，所述監(jiān)控終端可以為固定的攝像頭，通過在家居的多個角落安裝攝像頭對家居的各個角落進(jìn)行監(jiān)測。
[0008]所述方法包括:
Si采集家居環(huán)境及家庭成員圖片的特征信息；
步驟SI包括:
Sll將拍攝的圖片像素由RGB色彩空間模式轉(zhuǎn)為HSV色彩空間模式，采用HSV可結(jié)合顏色信息及紋理特征，能大大地提高辨識率及可辨識范圍。
[0009]S12將HSV色彩空間模式中的H、S、V分別量化為8、3、3個區(qū)域，從而將照片像素點的值量化為72色，;將圖像的每個像素點(H，S，V)量化的結(jié)果為(H'，S'，V')，對HSV色彩空間量化為72色之后可減少色差對圖像比對的影響并降低圖像處理時間；
S13將量化后的圖片像素點轉(zhuǎn)換為平面坐標(biāo)，轉(zhuǎn)換結(jié)果是(H''，S''，V'' )。
[0010]S14將轉(zhuǎn)換為平面坐標(biāo)的照片像素值使用邊緣檢測計算出X軸及Y軸的變化趨勢。[0011]進(jìn)一步地，由步驟S14得到兩個向量并計算出這兩個向量的夾角0，可用于判斷在某個邊緣的屬性上是否相似。
[0012]S15獲取照片上的微結(jié)構(gòu)特征，其方法具體為，
S151將圖片切割為若干個不重疊的正方形微結(jié)構(gòu)區(qū)域；
S152對每一個微結(jié)構(gòu)區(qū)域內(nèi)的周圍像素點與中心像素點做比較；
S153將與中心像素點相同的周圍像素點保留，否則刪除；
S154將微結(jié)構(gòu)區(qū)域的中心比對位置由正中央依次往右、下、右下移動一個像素，對圖像重新進(jìn)行分割，再進(jìn)行(S53)的判斷步驟；
S155將上述四種區(qū)塊切割運算后的保留像素進(jìn)行合并，得到所需的微結(jié)構(gòu)特征。
[0013]S156對每一個微結(jié)構(gòu)單元區(qū)域內(nèi)周圍像素點與中心像素點做比較；
S157將與中心像素點相同的像素點保留，否則刪除。
[0014]S16將步驟S15獲得的特征位置與步驟S2獲得的色彩數(shù)據(jù)相結(jié)合 S17將步驟S16得到的特征使用直方圖統(tǒng)計圖片的特征向量，
S171由步驟S6取得的特征計算出圖像大小并計算出最小外接圓的半徑及圓心；
S172將極坐標(biāo)的圓心與上述步驟的外接圓圓心重疊，并將外接圓分為若干個同心圓組成的區(qū)域；
S173將每個區(qū)域所對應(yīng)的特征部分記錄起來并用直方圖統(tǒng)計。
[0015]最后，將獲取的圖片特征向量與數(shù)據(jù)庫中的圖片特征向量進(jìn)行比對，利用歐氏距離確定所拍攝的照片的物品信息。
[0016]其中P與Q分別為數(shù)據(jù)庫中的圖片和拍攝的圖片，而i和j則代表直方圖中每個區(qū)間的統(tǒng)計個數(shù)。
[0017]進(jìn)一步地，步驟S4對平面坐標(biāo)進(jìn)行邊緣檢測之后計算出物體的長與寬，并將特征區(qū)域的中心點并移至照片量化后的中心點。
[0018]在一個三維空間中，若將其中的一軸固定(如z軸)，經(jīng)過任意旋轉(zhuǎn)，其參數(shù)可能會改變，但是函數(shù)值保持不變，計算出物體的長與寬后可以得出物體的中心，以此可以在物體旋轉(zhuǎn)不同角度時都能準(zhǔn)確對其進(jìn)行特征的獲取。
[0019]進(jìn)一步地，為了進(jìn)一步提高識別的準(zhǔn)確率及識別范圍，除了獲取原照片的特征數(shù)據(jù)進(jìn)行對比之外，還包括將照片特征水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)及像素移位獲取特征數(shù)據(jù)再進(jìn)行對比。
[0020]S18將獲取的特征向量存儲。
[0021]S2對家居環(huán)境進(jìn)行實時監(jiān)控；
監(jiān)控時采用SI的方法采集家居環(huán)境的實時圖像數(shù)據(jù)，并將數(shù)據(jù)與存儲的環(huán)境及家庭成員特征進(jìn)行比對。
[0022]S3出現(xiàn)危險情況時向信息接收終端發(fā)送警報信號；
其中，S3所述的危險情況包括有非家庭成員的人出現(xiàn)、目標(biāo)家具的傾倒、老人行走的摔倒及出現(xiàn)小孩子啼哭的聲音。
[0023]對小孩子異常情況的判定可以通過設(shè)定聲音分貝及持續(xù)時間的閾值進(jìn)行判斷；也可以通過對小孩子啼哭聲音的數(shù)據(jù)進(jìn)行訓(xùn)練再將實施獲取的聲音與其進(jìn)行對比判斷。
[0024]進(jìn)一步地，實時數(shù)據(jù)與存儲數(shù)據(jù)對比包括輪廓的對比及重心高度的對比。[0025]其中人體重心高度的計算步驟包括:
1、計算頭部和腳部的重心；
計算頭部和腳部重心時需將任務(wù)圖像分割為頭部區(qū)域及腳部區(qū)域，其中，所述頭部區(qū)域高度占身高的20%，所述腳部區(qū)域高度占身高的33%。
[0026]進(jìn)一步地，頭部重心由所述頭部區(qū)域的頂端向下選取65%的像素確定，頭部重心的定義為該像素至頭部邊界上的每一個點的距離和為最小。
[0027]腳部重心為腳部區(qū)域底端向上選取25%的像素確定。
[0028]優(yōu)選地，考慮到人蹲下或其他動作與站立時的區(qū)別，所述腳部重心為腳部區(qū)域底端向上選取12.5%的像素確定。
[0029]2、計算由頭部和腳部三點形成的三角形的面積和高；
3、由三角形面積與高計算三角形的底；
本發(fā)明采用SVM (support vector machine)進(jìn)行訓(xùn)練,優(yōu)選采用Polynomial函數(shù)進(jìn)行辨識分類。
[0030]進(jìn)一步地，對于家具的傾倒和周圍環(huán)境中人臉的監(jiān)測采用SI的方法對圖像進(jìn)行特征提取，并與存儲的特征向量進(jìn)行對比進(jìn)而判斷出家具是否傾倒以及是否出現(xiàn)了陌生的面孔。
[0031]進(jìn)一步地，當(dāng)家里窗戶或者陽臺出現(xiàn)有異常的人進(jìn)出也會觸發(fā)警報，從而有效避免竊賊的進(jìn)出或者家里老人、小孩出現(xiàn)意外。
[0032]進(jìn)一步地，向信息接收終`端發(fā)送警報信號的同時還發(fā)送實時圖片。
[0033]本發(fā)明所述的信息接收終端包括手機、電腦、平板電腦、電視等可以接收文字、圖片信息的設(shè)備尤其是移動設(shè)備。
[0034]實施本發(fā)明，具有如下有益效果:
本發(fā)明采用聲音與圖像處理技術(shù)對家居環(huán)境進(jìn)行全方位的監(jiān)控和看護(hù)，能夠滿足現(xiàn)代人生活對家居安全的不同要求，并結(jié)合多種不同方式進(jìn)行數(shù)據(jù)處理及分析，確保監(jiān)控的準(zhǔn)確率和有效性。
【專利附圖】

【附圖說明】
[0035]圖1是本發(fā)明第一實施方式結(jié)構(gòu)示意圖；
圖2是本發(fā)明第二實施方式結(jié)構(gòu)示意圖。
[0036]
【具體實施方式】
[0037]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進(jìn)一步地詳細(xì)描述。
[0038]如圖1所示，本發(fā)明的系統(tǒng)包括移動監(jiān)控終端、控制平臺以及信息接收終端若干，本實施例中信息接收終端為2個，包括手機或電腦等設(shè)備。所述監(jiān)控終端包括數(shù)位攝影機及聲音收集器，本實施例優(yōu)選智能機器人，所述機器人對多個家居環(huán)境進(jìn)行圖像及聲音進(jìn)行采集并將采集到的數(shù)據(jù)傳送到控制平臺；所述控制平臺包括影像處理系統(tǒng)及聲音處理系統(tǒng)，對接收的圖像數(shù)據(jù)集聲音數(shù)據(jù)進(jìn)行處理，判斷是否出現(xiàn)緊急情況并向信息接收終端發(fā)送警報信號。
[0039]圖2為本發(fā)明另一種實現(xiàn)方式，其與圖1所示的實現(xiàn)方式的區(qū)別在于采用固定的監(jiān)控終端代替移動監(jiān)控終端，每個固定的監(jiān)控終端對應(yīng)一個家居環(huán)境，在本實施例中家居環(huán)境及固定的監(jiān)控終端各有三個。
[0040]實施例1
采用本發(fā)明可以對家進(jìn)行安全監(jiān)控，防止竊賊進(jìn)入。其主要實現(xiàn)方式是通過采集并存儲家居環(huán)境及家庭成員圖片的特征信息，在監(jiān)控時對拍攝到的實時圖像進(jìn)行數(shù)據(jù)處理，并通過圖片的特征數(shù)據(jù)進(jìn)行計算比較，從而判斷出現(xiàn)在監(jiān)測范圍內(nèi)的人是否屬于陌生人，若是，則像信息接收終端發(fā)送警報信號。
[0041]上述方法的實現(xiàn)原理為:
Si采集家居環(huán)境及家庭成員圖片的特征信息；
步驟SI包括，
Sll將拍攝的圖片像素由RGB色彩空間模式轉(zhuǎn)為HSV色彩空間模式，轉(zhuǎn)換的公式為
【權(quán)利要求】
1.一種智能家居監(jiān)控系統(tǒng)，包括監(jiān)控終端、控制平臺以及信息接收終端，其特征在于，所述監(jiān)控終端包括數(shù)位攝影機及聲音收集器，對監(jiān)控環(huán)境進(jìn)行圖像及聲音進(jìn)行采集并將采集到的數(shù)據(jù)傳送到控制平臺；所述控制平臺包括影像處理系統(tǒng)及聲音處理系統(tǒng)，對接收的圖像數(shù)據(jù)集聲音數(shù)據(jù)進(jìn)行處理，判斷是否出現(xiàn)緊急情況并向信息接收終端發(fā)送警報信號。
2.根據(jù)權(quán)利要求1所述的監(jiān)控系統(tǒng)，其特征在于，所述監(jiān)控終端為智能機器人。
3.根據(jù)權(quán)利要求2所述的監(jiān)控系統(tǒng)，其特征在于，所述智能機器人裝有聲吶裝置。
4.根據(jù)權(quán)利要求1所述的監(jiān)控系統(tǒng)，其特征在于，所述監(jiān)控終端為固定的攝像頭。
5.一種采用權(quán)利要求1所述監(jiān)控系統(tǒng)智能家居監(jiān)控方法，其特征在于，所述方法包括: SI采集家居環(huán)境及家庭成員圖片的特征信息； S2對家居環(huán)境進(jìn)行實時監(jiān)控； S3出現(xiàn)危險情況時向信息接收終端發(fā)送警報信號； 其中，S3所述的危險情況包括有非家庭成員的人出現(xiàn)、目標(biāo)家具的傾倒、老人行走的摔倒及出現(xiàn)小孩子啼哭的聲音。
6.根據(jù)權(quán)利要求5所述的監(jiān)控方法，其特征在于，步驟SI包括， Sll將拍攝的圖片像素由RGB色彩空間模式轉(zhuǎn)為HSV色彩空間模式； S12將HSV色彩空間模式中的H、S、V分別量化為8、3、3個區(qū)域，從而將照片像素點的值量化為72色； S13將量化后的圖片像素點轉(zhuǎn)換為平面坐標(biāo)； S14將轉(zhuǎn)換為平面坐標(biāo)的照片像素值使用邊緣檢測計算出X軸及Y軸的變化趨勢； S15獲取照片上的微結(jié)構(gòu)特征； S16將步驟S15獲得的特征位置與步驟S2獲得的色彩數(shù)據(jù)相結(jié)合； S17將步驟S16得到的特征使用直方圖統(tǒng)計圖片的特征向量； S18將獲取的特征向量存儲。
7.根據(jù)權(quán)利要求5或6所述的監(jiān)控方法，其特征在于，監(jiān)控時采用SI的方法采集家居環(huán)境的實時圖像數(shù)據(jù)，并將數(shù)據(jù)與存儲的環(huán)境及家庭成員特征進(jìn)行比對。
8.根據(jù)權(quán)利要求7所述的監(jiān)控方法，其特征在于，實時數(shù)據(jù)與存儲數(shù)據(jù)對比包括輪廓的對比及重心高度的對比。
9.根據(jù)權(quán)利要求5所述的監(jiān)控方法，其特征在于，向信息接收終端發(fā)送警報信號的同時還發(fā)送實時圖片。
【文檔編號】G05B19/418GK103576660SQ201310565632
【公開日】2014年2月12日 申請日期:2013年11月13日 優(yōu)先權(quán)日:2013年11月13日
【發(fā)明者】莊禮鴻, 吳明霓 申請人:汕頭大學(xué)