Архитектура интеллектуальной охранной системы
Разработка интеллектуальной системы охраны объектов различной важности. Обнаружение движущегося объекта на охраняемой территории, выделение его изображения рамкой с целью фокусирования внимания оператора и вычисление относительного размера объекта.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 26.04.2019 |
Размер файла | 776,0 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
Архитектура интеллектуальной охранной системы
М.А. Макагонова, Н.Г. Макагонов
Пермский национальный исследовательский
политехнический университет
Разработана система охраны объектов различной важности. ЭВМ, прикрепленная к охраняемой территории, обнаруживает движущийся объект, выделяет его изображение рамкой с целью фокусирования внимания оператора и вычисляет относительный размер движущегося объекта. Данные, полученные на ЭВМ, передаются на сервер, который предлагает возможные решения на экране диалогового окна.
Ключевые слова: функции MatLab; видеопоток, сервер, ЭВМ, графический интерфейс.
M.A. Makagonova, N.G. Makagonov
Architecture of intelligent security system
A system of protection of sites of varying importance. The data from each object are processed on a computer attached to them and sent to the server. The program installed on the server solves the problem of the need for specific solutions, thus reducing the time to make decisions.
Key words: Functions of MatLab; video stream; serve; computers; graphical user interface.
Введение
На сегодняшний день охрана объектов - самый эффективный и доступный способ защитить свою собственность, бизнес и семью. Программные продукты, связанные с данным вопросом, обладают, с точки зрения авторов, одним существенным недостатком - поступающая информация (в нашем случае видеоизображения) никак не обрабатывается и не анализируется компьютером. Вся информация должна обрабатываться человеком, поэтому диспетчер должен обладать недюжинными способностями.
Предлагаемая система охраны предназначена для поиска оптимального пути реализации охраны большого числа объектов с привлечением минимального количества личного состава, а также минимизации рисков, которые могут иметь место при возникновении нештатных ситуаций в период функционирования системы и могут привести к существенному экономическому ущербу. В случае проникновения на объект система подает сигнал и сама принимает решение о возможных дальнейших действиях, оставляя право окончательного решения человеку. Если оператор нажимает кнопку "ДА", выражая тем самым согласие, система сразу же посылает на объект ближайшую группу немедленного реагирования.
Выбор среды разработки
Для решения данной задачи в качестве среды программирования была выбрана система MATLAB. В настоящее время MATLAB является мощным универсальным средством решения задач, возникающих в различных областях человеческой деятельности. Проблемы, решение которых может быть осуществлено при помощи MATLAB и его расширения (Toolbox), связаны с матричным анализом, обработкой сигналов и изображений, задачами математической физики, оптимизационными, финансовыми задачами, обработкой и визуализацией данных, картографическими изображениями, нейронными сетями, нечеткой логикой и многими другими. Также MATLAB является мощной средой создания программных продуктов.
Алгоритм программы сводится к обнаружению движения в поле зрения стационарной камеры видеонаблюдения, выделению найденного движущегося объекта рамкой, и нахождению относительного размера движущегося объекта для последующей передачи всей собранной информации на сервер, где она обрабатывается с целью принятия решений.
Описание алгоритма программы для ЭВМ
Из видеопотока производится захват двух последовательных изображений с помощью функции "getdata". Частота дискретизации (характеристика камеры) определяет временной интервал между последовательными снимками. При технической необходимости данный интервал может быть изменен программными методами только в сторону увеличения. Использовав функцию "imabsdiff" из стандартной библиотеки MatLab: "image Processing Toolbox", каждый элемент изображения Y вычитаем из соответствующего элемента изображения X и помещаем абсолютную разность этих элементов в результирующий массив Z.
Таким образом, на результирующем изображении появляются пятна (рис.1), соответствующие тем местам на изображениях, на которых происходило изменение и, следовательно, движение.
Рис. 1. Белые пятна
интеллектуальная система охрана
Затем с помощью функции "im2bw" полученное цветное изображение преобразуем (с порогом отсечения 0.2) в бинарное (черно-белое). Данная процедура необходима, так как цветовой окрас пятен - не информативный показатель. Для дальнейшей работы необходима информация о форме и размерах этих пятен. Данное преобразование позволяет уменьшить количество обрабатываемой информации при анализе пятен, так как бинарному изображению соответствует только одна матрица, а цветному изображению в RGB представлении - целых три.
С использованием функции "find(z)", возвращающей индексы строк и столбцов ненулевых элементов бинарной матрицы, строится рамка, охватывающая все пятна. Рамка, полученная при анализе бинарного изображения, строится на первоначальном цветном изображении (рис. 2), доступном для оператора сервера, с целью более быстрого фокусирования внимания оператора на движущемся объекте.
Рис. 2. Рамка
Описание алгоритма программы для сервера
Сервер считывает информацию из массива, оставленного ЭВМ. В массиве хранится информация о размере движущегося объекта на каждой конкретной камере (если движение отсутствует, размер равен нулю). Сервер имеет доступ к видеопотоку с любой камеры.
Поступившая информация, обрабатывается, находя объект с максимальной опасностью. Данный параметр ("опасность") складывается не только из относительного размера движущегося объекта, но и из установленного весового коэффициента важности объекта.
Затем в диалоговом окне сервера (рис.3) на основе обработанных данных показывается принятое решение. Под решением подразумевается вызов охраны на объект, который по результатам анализа получает наибольший параметр "опасность".
Рис. 3. Графическое окно оператора сервера
С помощью диалогового окна оператор может как принять решение, предлагаемое машиной, так и отклонить его. В случае несогласия оператора с предложенным решением, сервер предложит вызов охранной группы на объект со второй степенью "опасности" (если такой конечно имеется), и так до тех пор, пока все объекты с положительной степенью "опасности" не будут исчерпаны.
Особенности предложенного программного продукта
В программе была использована авторская функция, собирающая изображения только с тех видеопотоков, номера которых указанны в динамическом массиве. Изменения в массиве доступны пользователю посредством графического интерфейса. Таким образом, данная функция делает программу универсальным средством для работы с набором камер, допускающим возможность увеличения или уменьшения их числа. Скорость работы программы увеличена за счет создания автономного EXE-файла. Создан удобный графический интерфейс (ГИ) для работы оператора сервера. С помощью ГИ оператор может подключиться к обработанному видеопотоку с любой интересующей его видеокамеры для проверки стабильности ситуации.
Количество подключенных камер определяется автоматически, не требуется дополнительной настройки компьютера и камер. Движущиеся объекты, относительный размер которых не превосходит порога, указанного оператором, программа на сервере не включает в анализ.
Список литературы
1. Ануфриев И.Е., Смирнов А.Б., Смирнова Е.Н. MATLAB 7. CПб.: БХВ-Петербург, 2005. 1104 с.
2. Дьяконов В., Абраменкова И. MATLAB. Обработка сигналов и изображений: cпец. справочник. СПб.: Питер, 2002. 608 с.
Размещено на Allbest.ru
...Подобные документы
Определение основных функциональных требований к модулям автоматизированной информационной системы. Разработка концептуальной модели данных. Реализация системы учета объектов интеллектуальной собственности и научно-технической продукции университета.
дипломная работа [5,2 M], добавлен 26.05.2012Анализ исследований на тему предрасположенности человека к химических зависимостям. Создание опроса, на основе проанализированной литературы. Анализ и выбор технологии для создания интеллектуальной системы. Проектирование интеллектуальной системы.
дипломная работа [2,5 M], добавлен 26.08.2017Технико-экономическое обоснование разработки интеллектуальной справочной системы по музыкальным произведениям. Задачно-ориентированная спецификация, онтология и содержательная декомпозиция базы знаний проектируемой справочной интеллектуальной системы.
курсовая работа [2,2 M], добавлен 04.12.2010Особенности создания интеллектуальной справочной системы по логике, ее технико-экономическое обоснование. Онтология, содержательная декомпозиция, исходные тексты базы знаний, ее верификация и отладка. Тестирование интеллектуальной справочной системы.
курсовая работа [3,4 M], добавлен 14.07.2012Функциональные возможности библиотеки OpenGL. Разработка процедуры визуализации трехмерной сцены, интерфейса пользователя и подсистемы управления событиями с целью создания приложения для построения динамического изображения 3D-модели объекта "Самолет".
курсовая работа [1,7 M], добавлен 28.06.2011Подготовка к созданию интеллектуальной системы: определение проблемы, поиск эксперта, анализ расходов и прибыли. Стадии разработки прототипной системы, ее развитие до промышленной экспертной системы (ЭС). Оценка, стыковка с программами и поддержка ЭС.
презентация [79,0 K], добавлен 03.01.2014Метод сетевого оператора и его применение в задачах управления. Исследование на основе вычислительного эксперимента синтезируемой системы автоматизированного управления космического аппарата, методом интеллектуальной эволюции. Алгоритм пчелиного роя.
дипломная работа [1,8 M], добавлен 17.09.2013Задачи применения модели персонализации в сети Интернет. Программная реализация интеллектуальной системы, позволяющей при заданном запросе подбирать клиенту необходимый косметический товар. Использование ассоциативных правил для разработки программы.
курсовая работа [1,3 M], добавлен 17.04.2012Разработка алгоритма и реализация интеллектуальной информационной системы, позволяющей оценить время в неделю, необходимое для осуществления функций технической поддержки администратора с необходимым уровнем надежности работы локальной сети.
курсовая работа [37,4 K], добавлен 01.12.2009Обзор алгоритмов распознания объектов на двумерных изображениях. Выбор языка программирования. Обнаружение устойчивых признаков изображения. Исследование алгоритмов поиска объектов на плоскости. Модификация алгоритма поиска максимума дискретной функции.
дипломная работа [1,0 M], добавлен 16.06.2013Характеристика объекта автоматизации. Создание многоуровневой архитектуры приложения, отладка метода безошибочной идентификации пользователей системы. Разработка нестандартного метода преобразования объектов базы данных в объекты классов приложения.
курсовая работа [395,4 K], добавлен 28.04.2015Анализ объекта защиты информации, ознакомление с его уровнем защищенности. Понятие и классификация угроз. Классы каналов несанкционированного получения информации. Оценка автоматизированной системы комнаты для переговоров конфиденциального характера.
контрольная работа [17,1 K], добавлен 25.05.2015Назначение и типы роботов-андроидов. Функции обнаружения объектов в робототехнике; машинное, электромагнитное зрение, датчики препятствий на ИК лучах. Разработка концептуально-функциональной модели робота типа "шагающий" с функцией обнаружения объекта.
курсовая работа [3,0 M], добавлен 20.12.2012Разработка операторского интерфейса системы мониторинга и управления объекта, обладающего инерционными свойствами. Создание программного обеспечения для отображения данных системы в среде программирования ST. Моделирование имитаторов объекта управления.
курсовая работа [3,1 M], добавлен 14.02.2016База знаний интеллектуальной справочной системы по алгебре дробей со стандартными набором информационно-поисковых операций, пользовательским интерфейсом. Тестирование на стандартных вопросах и шаблонах поиска. Интеграция со смежными предметными областями.
курсовая работа [12,3 M], добавлен 06.05.2011- Разработка и исследования метода сетевого оператора для адаптивного управления динамическим объектом
Генетическое программирование и алгоритм. Метод сетевого оператора. Матрица, вариации и вектор сетевого оператора. Метод интеллектуальной эволюции. Сетевой оператор базового решения. Движение робота в плоскости X,Y, симуляция с начальными условиями.
дипломная работа [2,6 M], добавлен 23.09.2013 Основы программирования с использованием библиотеки OpenGL. Приложение для построения динамического изображения модели объекта "Батискаф": разработка процедуры визуализации трехмерной схемы, интерфейса пользователя и подсистемы управления событиями.
курсовая работа [1,4 M], добавлен 26.06.2011Анализ аппаратно-программных средств для проекта системы удаленного контроля состояния объекта на основе модулей фирмы Advantech. Техническая характеристика программируемых контроллеров. Информационный расчёт системы, моделирование работы отдельных узлов.
дипломная работа [3,4 M], добавлен 24.01.2016Системная концепция комплексного обеспечения системы защиты информации. Описание автоматизированной системы охраны "Орион" и ее внедрение на объекте защиты. Технические каналы утечки информации. Разработка системы видеонаблюдения объекта защиты.
дипломная работа [1,2 M], добавлен 30.08.2010Системно-комплексный анализ выбранного объекта автоматизации. Структура пользовательского интерфейса автоматизированной системы. Функциональный аспект информационной страты объекта. Концептуальная модель базы данных. Нормализация полученных отношений.
курсовая работа [64,9 K], добавлен 25.02.2014