一種基于圖像識別的視頻監(jiān)控系統(tǒng)及方法
【專利摘要】本發(fā)明實施例公開了一種基于圖像識別的視頻監(jiān)控系統(tǒng)及方法，其中，該系統(tǒng)包括：多臺網絡攝像機，用于對水產養(yǎng)殖場中的增氧機進行圖像采集；圖像處理服務器，用于接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。在本發(fā)明實施例中，通過自動采集使用部署在水產養(yǎng)殖場的網絡攝像機的實時圖像，分析圖像中增氧機的工作狀況，判斷增氧機是否出現故障停機，可以代替?zhèn)鹘y(tǒng)的人工巡視，能夠監(jiān)測增氧機的工作狀況，降低系統(tǒng)的部署成本和水產養(yǎng)殖場的運行成本，便于系統(tǒng)維護。
【專利說明】一種基于圖像識別的視頻監(jiān)控系統(tǒng)及方法
【技術領域】
[0001]本發(fā)明涉及水產養(yǎng)殖場監(jiān)控【技術領域】，尤其涉一種基于圖像識別的視頻監(jiān)控系統(tǒng)及方法。
【背景技術】
[0002]與其它動物一樣，水中的魚類、蝦蟹等水產品的生存也需要氧氣。與陸生的家禽家畜不同，由于水產品是在魚塘或者養(yǎng)殖池中進行養(yǎng)殖，是處于相對獨立密閉的水體，水中的含氧量需要使用設備進行調節(jié)。水產品只有在水中的含氧量達到一定數值才能生存，并且在一定的含氧量范圍內，水產品的生長速度和飼料利用率是隨著水中含氧量的增加而增力口。如果魚塘水體中的含氧量過低，就會出現水產品大面積死亡的現象。因此在高密度的水產品養(yǎng)殖中，保證水體中的含氧量處于適合水產品生存生長的范圍之內，就成了水產品養(yǎng)殖中至關重要的因素。
[0003]增氧機是在水產品養(yǎng)殖中控制水體含氧量的設備。增氧機是利用電動機作為驅動，將空氣中的氧氣轉移到魚塘水體中的設備。如果增氧機出現故障長時間停機，那么整個魚塘里的水產品就會因為缺氧而死。雖然增氧機的正常工作與否在水產品養(yǎng)殖中極其重要，但是人工24小時輪班看守增氧機的話，就會大大增加養(yǎng)殖成本。
[0004]現有的系統(tǒng)主要是使用溶解氧傳感器采集魚塘水體中的含氧量，使用自制的采集器采集增氧機的運行狀況，使用無線傳感器網絡或者現場總線傳輸并匯聚數據，然后通過單片機或者PLC等控制器控制增氧機的工作狀況。
[0005]現有技術存在以下缺點:
[0006]1、平均每個魚塘的成本太高?，F有系統(tǒng)都是利用溶解氧傳感器采集魚塘水體的含氧量，而溶解氧傳感器價格較高。加上水溫傳感器、PH值傳感器、采集節(jié)點、控制器等設備，系統(tǒng)部署成本相對較高。
[0007]2、維護較繁瑣。在水中的溶解氧傳感器和pH值傳感器等傳感器的探頭由于會有綠藻及其它污垢殘留，因此需要每隔3-6個月清洗一次。而使用無線傳感器網絡作為數據傳輸手段的系統(tǒng)，其節(jié)點使用電池供電，也需要在電量低的時候及時更換電池。
[0008]3、缺少對增氧機工作狀況的判斷。大部分系統(tǒng)都是根據采集的環(huán)境數據控制增氧機的啟動和停止，不能夠監(jiān)測增氧機的工作狀況。
【發(fā)明內容】
[0009]本發(fā)明的目的在于克服現有技術的不足，本發(fā)明提供了一種基于圖像識別的視頻監(jiān)控系統(tǒng)及方法，可以代替?zhèn)鹘y(tǒng)的人工巡視，能夠監(jiān)測增氧機的工作狀況，降低系統(tǒng)的部署成本和水產養(yǎng)殖場的運行成本,便于系統(tǒng)維護。
[0010]為了解決上述問題，本發(fā)明提出了一種基于圖像識別的視頻監(jiān)控系統(tǒng)，所述系統(tǒng)包括:
[0011]多臺網絡攝像機，用于對水產養(yǎng)殖場中的增氧機進行圖像采集；
[0012]圖像處理服務器，用于接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。
[0013]優(yōu)選地，所述圖像處理服務器包括:
[0014]圖像采集模塊，用于通過局域網連接網絡攝像機，控制網絡攝像機進行實時圖像的采集，并從網絡攝像機獲取實時圖像；
[0015]數據錄入模塊，用于錄入網絡攝像機數據、增氧機數據、基本信息；
[0016]狀態(tài)識別模塊，用于查詢增氧機數據，確定增氧機編號，并根據截取出來的增氧機圖像進行圖像識別，分析增氧機的工作狀態(tài)。
[0017]優(yōu)選地，所述圖像采集模塊包括:
[0018]攝像機信息查詢單元，用于查詢數據庫，取出數據庫內所有網絡攝像機和增氧機的信息；
[0019]自動連接單元，用于根據查詢到的網絡攝像機數據，自動逐個連接網絡攝像機；
[0020]圖像截取單元，用于控制網絡攝像機采集實時圖像，并接收網絡攝像機發(fā)送的實時圖像。
[0021 ] 優(yōu)選地，所述狀態(tài)識別模塊包括:
[0022]增氧機數據查詢單元，用于根據實時圖像中的網絡攝像機的編號確定增氧機的編號，并查詢增氧機的圖像邊界坐標、主機中點坐標和設定的工作狀態(tài)；
[0023]圖像識別單元，用于對截取出來的增氧機圖像進行圖像識別處理；
[0024]狀態(tài)整合分析單元，用于根據圖像識別單元所作出的識別處理結果分析出增氧機的工作狀態(tài)。
[0025]優(yōu)選地，所述圖像識別單元用于對增氧機圖像依次進行水花像素統(tǒng)計判斷、增氧機中點判斷、增氧機邊界判斷。
[0026]優(yōu)選地，所述狀態(tài)整合分析單元根據圖像識別單元進行的水花像素統(tǒng)計判斷、增氧機中點判斷、增氧機邊界判斷三種判斷結果綜合分析出增氧機的工作狀態(tài)。
[0027]優(yōu)選地，所述圖像識別單元還用于將增氧機圖像從彩色的RGB矩陣轉換為灰度Gray矩陣；除增氧機圖像上下20%的區(qū)域；統(tǒng)計各個灰度值上像素點的數量占圖像總像素點數量的百分比；計算灰度值在220以上的像素點占圖像總像素點的比例。
[0028]優(yōu)選地，所述圖像識別單元還用于提取出數據庫中手工錄入的增氧機主機中點位置坐標；根據增氧機圖像尺寸調整中點采集尺寸；截取出增氧機主機中點正方形區(qū)域圖像；根據正方形圖像的RGB矩陣進行逐個像素點的判斷統(tǒng)計，計算主機像素和水花像素占中點區(qū)域的比例。
[0029]優(yōu)選地，所述狀態(tài)整合分析單元還用于當水花總量統(tǒng)計判斷為運行狀態(tài)、增氧機中點判斷為模糊狀態(tài)、增氧機邊界判斷為模糊狀態(tài)時，判定為增氧機正常運行；當水花總量統(tǒng)計判斷為未運行，增氧機中點判斷為清晰狀態(tài)，增氧機邊界判斷為清晰狀態(tài)時，判定為增氧機停止工作；當水花總量判斷為低功率，增氧機中點判斷和邊界判斷中至少有一項判斷為清晰狀態(tài)時，判定增氧機處于低功率工作狀態(tài)。
[0030]另外，本發(fā)明還提出一種基于圖像識別的視頻監(jiān)控方法，所述方法包括:
[0031]對水產養(yǎng)殖場中的增氧機進行圖像采集；
[0032]接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。
[0033]在本發(fā)明實施例中，本發(fā)明實施例公開了一種基于圖像識別的遠程視頻監(jiān)控系統(tǒng)及方法，該系統(tǒng)可應用于種植業(yè)、養(yǎng)殖業(yè)等多個方面，本說明書中以水產養(yǎng)殖中的增氧機作為監(jiān)控對象，通過自動采集使用部署在水產養(yǎng)殖場的網絡攝像機的實時圖像，分析圖像中增氧機的工作狀況，判斷增氧機是否出現故障停機，可以代替?zhèn)鹘y(tǒng)的人工巡視，能夠監(jiān)測增氧機的工作狀況，降低系統(tǒng)的部署成本和水產養(yǎng)殖場的運行成本，便于系統(tǒng)維護。
【專利附圖】
【附圖說明】
[0034]為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其它的附圖。
[0035]圖1是本發(fā)明實施例的基于圖像識別的視頻監(jiān)控系統(tǒng)的組成示意圖；
[0036]圖2是本發(fā)明實施例的監(jiān)控系統(tǒng)的工作流程示意圖；
[0037]圖3是本發(fā)明實施例中數據錄入模塊的功能示意圖；
[0038]圖4是本發(fā)明實施例中數據錄入模塊的工作流程示意圖；
[0039]圖5是本發(fā)明實施例中圖像采集模塊的功能示意圖；
[0040]圖6是本發(fā)明實施例中圖像采集模塊的工作流程示意圖；
[0041]圖7是本發(fā)明實施例中狀態(tài)識別模塊的功能示意示意圖；
[0042]圖8是本發(fā)明實施例中狀態(tài)識別模塊的工作流程示意圖；
[0043]圖9是本發(fā)明實施例的基于圖像識別的視頻監(jiān)控方法的流程示意圖。
【具體實施方式】
[0044]下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0045]在水產養(yǎng)殖業(yè)中，增氧機的正常運行與否關系著魚塘中水產品的生存。當增氧機因為故障而停機的時候，如果養(yǎng)殖人員沒有及時發(fā)現，那么很有可能會出現該魚塘中的水產品大批量死亡的情況。已有的系統(tǒng)大多是使用溶解氧傳感器進行水體中溶解氧含量的在線檢測，雖然能夠準確了解魚塘的水體中是否有足夠的溶解氧，但是由于溶解氧傳感器價格較高，因此已有方案的系統(tǒng)的總體成本偏高，不適用于對溶解氧含量要求不高、經濟價值較低的水產品，也不利于大范圍的推廣應用。
[0046]本發(fā)明通過在水產養(yǎng)殖場部署遠程視頻網絡(多臺網絡攝像機)，以此來代替?zhèn)鹘y(tǒng)的人工巡視；通過對圖像進行識別分析，以此來代替?zhèn)鹘y(tǒng)的由養(yǎng)殖人員目測后進行的判斷。
[0047]本發(fā)明根據水產養(yǎng)殖場的實地情況，網絡攝像機將被部署在既能觀察到盡可能多的增氧機以減少所需網絡攝像機的數量，又能保證畫面內每臺增氧機所占的像素數量足夠多以進行圖像識別，還要能保證整個遠程視頻網絡能夠覆蓋水產養(yǎng)殖場內所有的增氧機。
[0048]圖1是本發(fā)明實施例的基于圖像識別的視頻監(jiān)控系統(tǒng)的組成示意圖，如圖1所示，該系統(tǒng)包括:多臺網絡攝像機，用于對水產養(yǎng)殖場中的增氧機進行圖像采集；圖像處理服務器，用于接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。
[0049]其中，圖像處理服務器包括:
[0050]圖像采集模塊，用于通過局域網連接網絡攝像機，控制網絡攝像機進行實時圖像的采集，并從網絡攝像機獲取實時圖像；
[0051]數據錄入模塊，用于錄入網絡攝像機數據、增氧機數據、基本信息；
[0052]狀態(tài)識別模塊，用于查詢增氧機數據，確定增氧機編號，并根據截取出來的增氧機圖像進行圖像識別，分析增氧機的工作狀態(tài)。
[0053]通過這些硬件采集到的數據將被存儲在包含有圖像坐標數據、基礎管理數據和歷史記錄數據的數據庫。服務器的數據錄入模塊、圖像采集模塊和狀態(tài)識別模塊可以調用數據庫和圖像文件夾實現數據和圖像的管理。
[0054]如圖2所示，服務器啟動后，養(yǎng)殖人員可以隨時通過操作窗體程序來進行信息錄入或修改刪除。根據養(yǎng)殖人員設定好的采集周期，服務器定時啟動圖像采集功能。完成所有網絡攝像機的圖像采集后，服務器開始取出采集到的圖像進行圖像識別，判斷增氧機的工作狀態(tài)并根據工作狀態(tài)進行相應的處理。完成所有圖像的識別后服務器重新進入等待狀態(tài)，等待下一個采集周期。
[0055]在具體實施中，數據錄入模塊主要是為養(yǎng)殖人員提供手動錄入相關數據并對數據進行管理的功能。模塊主要包括了攝像機數據錄入、增氧機數據錄入和基本信息錄入功能。其中攝像機數據錄入包括攝像機編號、IP地址、連接賬戶密碼、畫面內增氧機編號、畫面內魚塘編號、部署位置、部署時間和運行情況。增氧機數據錄入包括增氧機編號、所屬攝像機編號、增氧機主機中點像素坐標、增氧機圖像范圍像素坐標區(qū)域和部署時間。基本信息錄入包括采集周期、魚塘數量及編號、養(yǎng)殖人員數量及編號、公司名稱、養(yǎng)殖場地址、主要養(yǎng)殖品種等。如圖3所不。
[0056]數據錄入模塊的大部分數據是通過常規(guī)的文本框進行信息錄入，完成錄入后服務器將文本框中的內容存入數據庫。只有攝像機數據錄入功能中的連接信息錄入和增氧機數據錄入功能中的增氧機圖像和中點坐標選取功能較為特殊。
[0057]攝像機連接信息錄入是養(yǎng)殖人員通過文本框錄入連接信息，完成輸入后服務器會自動根據輸入的信息嘗試連接網絡攝像機，如果成功連接網絡攝像機并且接收到來自網絡攝像機的連接正常反饋信息，則服務器判斷錄入的信息正確并進入下一步；如果無法連接網絡攝像機，或者網絡攝像機反饋錯誤信息，則服務器判斷信息不正確，自動返回連接信息錄入界面。
[0058]增氧機坐標選取是在養(yǎng)殖人員選擇增氧機所屬網絡攝像機，服務器連接對應網絡攝像機并采集一張實時圖像后，養(yǎng)殖人員通過在圖像上的鼠標操作來選取相應坐標。養(yǎng)殖人員首先通過鼠標框選的方式，選擇增氧機在圖像上的范圍，服務器根據框體的位置獲取邊界像素點坐標。之后養(yǎng)殖人員在增氧機主機中間點處雙擊鼠標，服務器判斷鼠標位置并記錄鼠標雙擊時所在點的像素坐標值。完成后進入下一步。
[0059]數據模塊模塊的工作流程如圖4所示:
[0060]進入服務器，并且在服務器的程序窗體中選擇進入數據錄入模塊后，可以通過按鍵選擇進入三種錄入功能。
[0061]點擊進入攝像機數據錄入功能可選擇新增、修改和刪除網絡攝像機信息。如果要新增網絡攝像機，在文本框中錄入連接攝像機所需的IP地址和賬戶密碼，確認后系統(tǒng)開始嘗試連接攝像機，如果連接失敗則提示錯誤并退出回到首頁；如果成功連接，系統(tǒng)將自動將唯一的編號賦予此網絡攝像機。接著在文本框中輸入其余攝像機相關信息，點擊保存后完成新增攝像機的操作。
[0062]點擊進入增氧機數據錄入功能可以選擇新增、修改和刪除增氧機信息。如果要新增增氧機，通過列表選擇增氧機所屬的網絡攝像機，系統(tǒng)將自動開始連接網絡攝像機、采集一張實時圖像并在窗體上顯示此圖像。在圖像上框選增氧機的圖像范圍，然后點擊選擇增氧機的主機中間點。完成坐標選擇后系統(tǒng)將自動給增氧機分配唯一的編號，養(yǎng)殖人員確認數據后完成新增增氧機的操作。
[0063]點擊進入基本信息錄入功能可以選擇新增、修改和刪除基本信息。如果要新增基本信息，需要在文本框中輸入相應的信息，點擊保存完成基本信息的錄入。
[0064]進一步地，圖像采集模塊包括:
[0065]攝像機信息查詢單元，用于查詢數據庫，取出數據庫內所有網絡攝像機和增氧機的信息；
[0066]自動連接單元，用于根據查詢到的網絡攝像機數據，自動逐個連接網絡攝像機；
[0067]圖像截取單元，用于控制網絡攝像機采集實時圖像，并接收網絡攝像機發(fā)送的實時圖像。
[0068]具體實施中，如圖5所示，圖像采集模塊包括了攝像機信息查詢功能、攝像機連接功能、圖像截取功能和圖像存儲功能。網絡攝像機使用RJ45接口接入局域網，并且其自身有獨立的IP地址，可以通過局域網網絡進行遠程訪問。服務器的圖像采集模塊的主要工作就是通過局域網連接網絡攝像機，控制攝像機采集實時圖像，并且將圖像傳輸到服務器內。
[0069]攝像機信息查詢功能是服務器自動查詢數據庫，取出數據庫內所有網絡攝像機和增氧機的信息，包括網絡攝像機編號、IP地址、連接賬戶及密碼、網絡攝像機視頻范圍內可見的增氧機編號、增氧機的圖像范圍像素坐標及增氧機主機中點像素坐標。
[0070]自動連接功能是根據查詢到的網絡攝像機數據，自動開始逐個連接網絡攝像機。
[0071]圖像截取功能是在服務器成功連接網絡攝像機后，控制網絡攝像機采集實時圖像并且將圖像傳輸到本模塊中。
[0072]圖像存儲功能是根據采集到的圖像所屬的網絡攝像機編號、圖像包含的增氧機編號和采集時間對圖像進行命名，并存入固定的緩存文件夾中。
[0073]圖像采集模塊的工作流程如圖6所示，系統(tǒng)到達人工設定的采集時間后，圖像采集模塊開始運作。模塊首先查詢數據庫中所有正在運行的網絡攝像機的編號、圖像中的增氧機的編號、網絡攝像機的IP地址、遠程連接的賬戶密碼。模塊開始逐個連接正在運行的網絡攝像機。如果確認成功連接，圖像識別模塊就控制網絡攝像機采集實時圖像，等待網絡攝像機完成采集并且將圖像傳輸進模塊后，將圖像按照網絡攝像機編號、采集時間作為圖像文件名保存在指定的文件夾內；如果模塊無法成功連接網絡攝像機，模塊將會發(fā)出報警信息并將故障反饋信息保存進數據庫。完成圖像采集后，模塊自動判斷是否還有未進行圖像采集的網絡攝像機，如果有就連接下一個網絡攝像機，如果完成所有網絡攝像機的圖像采集，則通知狀態(tài)識別模塊準備開始狀態(tài)識別。
[0074]進一步地，狀態(tài)識別模塊包括:
[0075]增氧機數據查詢單元，用于根據實時圖像中的網絡攝像機的編號確定增氧機的編號，并查詢增氧機的圖像邊界坐標、主機中點坐標和設定的工作狀態(tài)；
[0076]圖像識別單元，用于對截取出來的增氧機圖像進行圖像識別處理；
[0077]狀態(tài)整合分析單元，用于根據圖像識別單元所作出的識別處理結果分析出增氧機的工作狀態(tài)。
[0078]如圖7所示，狀態(tài)識別模塊包括增氧機數據查詢功能、三種算法的圖像識別功能和狀態(tài)整合分析功能。增氧機數據查詢功能是根據圖像的網絡攝像機編號確定增氧機編號，并且查詢增氧機的圖像邊界坐標、主機中點坐標和設定的工作狀態(tài)。圖像識別功能是對截取出來的增氧機圖像，依次進行水花像素統(tǒng)計、增氧機中點判斷和增氧機邊界判斷這三種圖像識別處理。狀態(tài)整合分析功能是根據圖像識別功能做出的三種判斷結果，綜合分析出增氧機的工作狀態(tài)。
[0079]狀態(tài)識別模塊的總體工作流程如圖8所示:
[0080](I)增氧機數據查詢
[0081]狀態(tài)識別模塊啟動后，取出一張采集到的圖像，確定其中包含的增氧機編號后，對其中的增氧機逐一查詢該增氧機的圖像范圍坐標、主機中點坐標和設定的工作狀態(tài)。
[0082](2)圖像自動識別截取
[0083]此功能是用于截取增氧機圖像。模塊提取未進行識別的網絡攝像機實時圖像后，根據網絡攝像機編號和數據庫中手工錄入的增氧機的圖像坐標范圍，將圖像中的增氧機圖像單獨截取出來，準備用于圖像識別。
[0084](3)水花像素統(tǒng)計判斷
[0085]此功能是計算圖像中水花像素點的數量，根據增氧機圖像范圍內水花像素點占總像素點的比例，判斷增氧機的工作狀態(tài)。具體計算步驟為:
[0086]步驟1，模塊將增氧機圖像從彩色的RGB矩陣轉換為灰度Gray矩陣；
[0087]步驟2，去除增氧機圖像上下20%的區(qū)域；
[0088]步驟3，統(tǒng)計各個灰度值上像素點的數量占圖像總像素點數量的百分比；
[0089]步驟4，計算灰度值在220以上的像素點占圖像總像素點的比例。
[0090]如果是水花像素點占總像素點的50%以上，則向模塊發(fā)出正常運行的狀態(tài)標識；如果是30%以下，則項模塊發(fā)出未運行的狀態(tài)標識；如果在30%至50%之間，則去除原來圖像的左右各10%的區(qū)域，下方20%的區(qū)域以及增氧機中點以上的區(qū)域，然后判斷RGB矩陣中藍、綠、紅色數值都大于200的像素點占截取后的圖像像素點總數量的比例，如果大于50%，則向模塊發(fā)出運行功率低的狀態(tài)標識；如果小于50%，則向模塊發(fā)出未運行的狀態(tài)標識。
[0091](4)增氧機中點判斷
[0092]根據圖像中增氧機中點的顏色，判斷增氧機運行時濺起的水花是否達到遮擋增氧機主機的聞度。具體步驟為:
[0093]步驟1，提取出數據庫中手工錄入的增氧機主機中點位置坐標；
[0094]步驟2，根據增氧機圖像尺寸調整中點采集尺寸，截取出增氧機主機中點正方形區(qū)域圖像；
[0095]步驟3，根據正方形圖像的RGB矩陣進行逐個像素點的判斷統(tǒng)計，計算主機像素和水花像素占中點區(qū)域的比例。
[0096]如果藍色數值大于紅色和綠色，并且藍色數值小于120，則判斷為主機像素點；否則判斷為非主機像素點。如果主機像素點占總的正方形區(qū)域的80%以上，則向系統(tǒng)發(fā)出主機中點清晰的狀態(tài)標識，否則發(fā)出主機中點模糊的標識。
[0097](5)增氧機邊界判斷
[0098]根據圖像中增氧機主機的左右上三條邊界線來判斷增氧機是否能夠被正常識別。具體步驟為:
[0099]步驟I,使用cvCvtColor函數,把增氧機圖像從彩色的RGB矩陣轉換成灰度Gray矩陣；
[0100]步驟2，然后系統(tǒng)使用算子內核設定為3的cvLaplace函數進行拉普拉斯檢測邊緣，將灰度圖像轉換為邊緣圖像；
[0101]步驟3，由于進行拉普拉斯算子處理后的邊緣圖像在邊緣部分依舊是階梯遞增，使用以100為閾值的CvThreshold函數，對邊緣圖像進行二值化轉換；
[0102]步驟4,使用cvCreateStructuringElementEx函數構建出3X3像素、錨點在正中間的矩形結構元素，之后使用這個矩形結構元素對二值化后的邊緣圖像進行先膨脹3次然后腐蝕3次的處理，將那些只有很短的斷裂口的邊緣連接起來；
[0103]步驟5，取出錄入的增氧機中點坐標，從中點坐標向左逐個像素點掃描直至掃描到邊界像素點，從接觸點左右延伸各兩個像素點，以橫排5個像素點向上掃描，直至掃描不到邊界，記錄下最高的坐標；
[0104]步驟6，從中點坐標向右逐個像素點掃描直至掃描到邊界點，延伸成橫排5個像素點向上掃描，記錄下最聞的坐標；
[0105]步驟7，從中點坐標向上逐個像素點掃描直至掃描到邊界點，上下各延伸兩個像素點形成豎排5個像素點，分別向左右掃描直至掃描不到邊界，記錄最左和最右的像素點。
[0106]如果左、右、上邊界有交集，則向系統(tǒng)發(fā)出邊界線清晰的狀態(tài)標識，否則發(fā)出邊界線模糊的狀態(tài)標識。
[0107](6)狀態(tài)整合分析
[0108]完成三種識別方法的狀態(tài)分析后，系統(tǒng)整合三種狀態(tài)標識并進行自動判斷。
[0109]當水花總量統(tǒng)計判斷為運行狀態(tài)、增氧機中點判斷為模糊狀態(tài)、增氧機邊界判斷為模糊狀態(tài)時，判定為增氧機正常運行；當水花總量統(tǒng)計判斷為未運行，增氧機中點判斷為清晰狀態(tài)，增氧機邊界判斷為清晰狀態(tài)時，判定為增氧機停止工作；當水花總量判斷為低功率，增氧機中點判斷和邊界判斷中至少有一項判斷為清晰狀態(tài)時，判定增氧機處于低功率工作狀態(tài)。
[0110]其余情況下，系統(tǒng)取出同一個網絡攝像機的其余兩張圖像進行判斷。如果仍舊不符合以上三種狀態(tài)，則向用戶發(fā)出未知狀態(tài)提示，并保存3張實時圖像。
[0111]在本發(fā)明實施例中，通過自動采集使用部署在水產養(yǎng)殖場的網絡攝像機的實時圖像，分析圖像中增氧機的工作狀況，判斷增氧機是否出現故障停機，可以代替?zhèn)鹘y(tǒng)的人工巡視，能夠監(jiān)測增氧機的工作狀況，降低系統(tǒng)的部署成本和水產養(yǎng)殖場的運行成本，便于系統(tǒng)維護。本發(fā)明實施例公開了一種基于圖像識別的遠程視頻監(jiān)控系統(tǒng)及方法，該系統(tǒng)可應用于種植業(yè)、養(yǎng)殖業(yè)等多個方面，本說明書中以水產養(yǎng)殖中的增氧機作為監(jiān)控對象。
[0112]另外，本發(fā)明實施例還提供一種基于圖像識別的視頻監(jiān)控方法，如圖9所示，該方法包括:
[0113]S901，對水產養(yǎng)殖場中的增氧機進行圖像采集；
[0114]S902，接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。
[0115]本發(fā)明實施例中的基于圖像識別的視頻監(jiān)控方法的實現過程及原理可參見本發(fā)明的基于圖像識別的視頻監(jiān)控系統(tǒng)的實施例中關于的各模塊功能的工作原理及實施過程的描述，這里不再贅述。
[0116]本領域普通技術人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，該程序可以存儲于一計算機可讀存儲介質中，存儲介質可以包括:只讀存儲器(ROM，Read Only Memory)、隨機存取存儲器(RAM，RandomAccess Memory)、磁盤或光盤等。
[0117]另外，以上對本發(fā)明實施例所提供的基于圖像識別的視頻監(jiān)控系統(tǒng)及方法進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的一般技術人員，依據本發(fā)明的思想，在【具體實施方式】及應用范圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發(fā)明的限制。
【權利要求】
1.一種基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述系統(tǒng)包括: 多臺網絡攝像機，用于對水產養(yǎng)殖場中的增氧機進行圖像采集； 圖像處理服務器，用于接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。
2.如權利要求1所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述圖像處理服務器包括: 圖像采集模塊，用于通過局域網連接網絡攝像機，控制網絡攝像機進行實時圖像的采集，并從網絡攝像機獲取實時圖像； 數據錄入模塊，用于錄入網絡攝像機數據、增氧機數據、基本信息； 狀態(tài)識別模塊，用于查詢增氧機數據，確定增氧機在圖像中的區(qū)域坐標，并根據截取出來的增氧機圖像進行圖像識別，分析增氧機的工作狀態(tài)。
3.如權利要求2所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述圖像采集模塊包括: 攝像機信息查詢單元，用于查詢數據庫，取出數據庫內所有網絡攝像機和增氧機的信息； 自動連接單元，用于根據查詢到的網絡攝像機數據，自動逐個連接網絡攝像機； 圖像截取單元，用于控制網絡攝像機采集實時圖像，并接收網絡攝像機發(fā)送的實時圖像。
4.如權利要求2所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述狀態(tài)識別模塊包括: 增氧機數據查詢單元，用于根據實時圖像中的網絡攝像機的編號確定增氧機的編號，并查詢增氧機的圖像邊界坐標、主機中點坐標和設定的工作狀態(tài)； 圖像識別單元，用于對截取出來的增氧機圖像進行圖像識別處理； 狀態(tài)整合分析單元，用于根據圖像識別單元所作出的識別處理結果分析出增氧機的工作狀態(tài)。
5.如權利要求4所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述圖像識別單元用于對增氧機圖像依次進行水花像素統(tǒng)計判斷、增氧機中點判斷、增氧機邊界判斷。
6.如權利要求5所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述狀態(tài)整合分析單元根據圖像識別單元進行的水花像素統(tǒng)計判斷、增氧機中點判斷、增氧機邊界判斷三種判斷結果綜合分析出增氧機的工作狀態(tài)。
7.如權利要求5所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述圖像識別單元還用于將增氧機圖像從彩色的RGB矩陣轉換為灰度Gray矩陣；去除增氧機圖像上下20%的區(qū)域；統(tǒng)計各個灰度值上像素點的數量占圖像總像素點數量的百分比；計算灰度值在220以上的像素點占圖像總像素點的比例。
8.如權利要求5所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述圖像識別單元還用于提取出數據庫中手工錄入的增氧機主機中點位置坐標；根據增氧機圖像尺寸調整中點采集尺寸；截取出增氧機主機中點正方形區(qū)域圖像；根據正方形圖像的RGB矩陣進行逐個像素點的判斷統(tǒng)計，計算主機像素和水花像素占中點區(qū)域的比例。
9.如權利要求5所述的基于圖像識別的視頻監(jiān)控系統(tǒng)，其特征在于，所述狀態(tài)整合分析單元還用于當水花總量統(tǒng)計判斷為運行狀態(tài)、增氧機中點判斷為模糊狀態(tài)、增氧機邊界判斷為模糊狀態(tài)時，判定為增氧機正常運行；當水花總量統(tǒng)計判斷為未運行，增氧機中點判斷為清晰狀態(tài)，增氧機邊界判斷為清晰狀態(tài)時，判定為增氧機停止工作；當水花總量判斷為低功率，增氧機中點判斷和邊界判斷中至少有一項判斷為清晰狀態(tài)時，判定增氧機處于低功率工作狀態(tài)。
10.一種基于圖像識別的視頻監(jiān)控方法，其特征在于，所述方法包括: 對水產養(yǎng)殖場中的增氧機進行圖像采集； 接收網絡攝像機所采集的增氧機的圖像，并進行圖像識別，判斷增氧機的工作狀態(tài)，并根據增氧機的工作狀態(tài)進行相應處理。
【文檔編號】G07C3/00GK104202560SQ201410401822
【公開日】2014年12月10日 申請日期:2014年8月14日 優(yōu)先權日:2014年8月14日
【發(fā)明者】張飛揚, 陳聯誠, 郭立宏 申請人:胡月明, 華南農業(yè)大學, 廣東友元國土信息工程有限公司