谭坤淋
关键词：高空瞭望；
图像识别；
预警
在现代城市安全防护中，智能图像监控已经成为重要的组成元素，是打造“数字城市”的关键一环。“高空瞭望”属于一种传统的城市防范思路，在工业化发展下，其也被赋予新的理念。基于该思路，融合先进科技，达到区域全景覆盖的效果。
1高空瞭望图像智能识别
高空瞭望技术通常是指在超过30m的高空，安设高倍的监控设备，可对几百米乃至数千米范围内的事物进行监控。该项技术具有远程、全天候等特点，近年来多用在交通、电力与公安等领域。智能图像识别则基于计算机视觉与图像处理等现代技术，在监控系统上设置相应的智能模块，并利用计算机后台数据进行处理，以筛掉无价值或是具有干扰性内容，自动识别出监控视频中的物体，提取其中有价值的数据，迅速完成异常定位，并能随即响应。
2高空瞭望智能图像识别系统设计原则
高空瞭望系统是面向道路交通、城市管理等需要进行设计，涉及视频数据采集与传输、识别、总指挥调度等，具有较高的智能化水平，而且能够确保系统运行的实时性。概括来讲，其设计原则包含下述几个方面。
（1）先进性和适用性。高空瞭望识别系统汇集多项前沿技术，内置功能具有高效性和可操作性、便利性等特点。而且，系统安装与调试、使用都比较容易，保证了对各类场景的适用性[1]。（2）经济性和实用性。高空瞭望系统设计，必须根据具体用途需求与当前信息技术水平，结合应用场景，制定满足用户所需的系统功能方案，并在合理组合的基础上，保证系统使用的性价比，在控制总投入的同时，确保系统的可用性和稳定性。（3）可靠性和安全性。该类系统开发设计的成果应当保障其可靠性，即使日后系统由于自身故障或是外部干扰无法继续工作，也能保留既有数据信息，便于检修恢复。（4）开放性。在系统开发中，可把既有成熟系统当作设计对象，并综合分析应用场景附近通信条件，并根据实际用途和已有系统实现联动运行，以保障系统数据的开放性与可利用性。（5）可扩展性。无论该类系统被用到何种场景中，在初期设计中，相关人员均要考虑未来技术升级与功能需求增加等方面的问题，所以系统需具备更新与扩容等类似功能，可按照系统需求变化，合理、高效拓展。在初期设计中可留出冗余部分，以适应日后发展。
3高空瞭望智能图像识别系统规划设计分析
本文以高空监控城区为基本需求方向，以实现全时段、全域监控为目标进行系统规划建设方面的讨论。
3.1系统架构
高空瞭望系统基础框架应包含视频采集与识别预警、监控中心和数据传送系统4个主要模块。（1）视频采集模块。该部分主要由大量前端设备构成，包括高清透雾摄像机及其长焦镜头，为进一步确保采集视频信号的清晰度，还搭配红外夜视成像与激光辅助照明等，并且在室外设置了高精度云台。另外，在视频采集模块还设有防护罩与防雷、接地设施、前端控制柜等。（2）识别预警模块。将视频图像分析功能进行硬件化处理，选择模块化的设计思路，对应用场景视频加以分析，以实现智能识别预警。此处讨论的系统识别预警率超过98%，而且错报与漏报的概率非常小。（3）监控中心管理模块。装配具有回放、储存与显示功能的设备，内置相应的管理系统，在高空瞭望系统中起到指挥中枢的作用。考虑到城市干道监控的应用场景，可直接把前端点位连接到本地交警部门的智能管理平台中。（4）数据传送模块。本系统选择PON（无源光纤网络）专线，这能提升图像数据的独立性，并降低外界条件的影响，同时保障信息传输的可靠性和安全性。
3.2技术特点
（1）智能雨刷。因为高空瞭望装置通常布设于区域制高点，日常养护与运维难度较大，再加上高空处的设备极易被雾霾、风沙等干扰，在镜头表面产生附着物，影响视频图像采集的质量，所以应定期清理镜头。但普通高空处监控装置，仅能在后台人工操控下完成清扫动作，这并不符合智能识别检测的需要[2]。因此，本系统采取智能化的设备，利用软件程序智能控制雨刷，通过自动定期清扫，能有效缩短人工运维的时间与节约成本，同时使监控装置始终处于最优运行状态，以保证采集到的数据都具备可用性。
（2）超远距离监控。此处讨论的高空瞭望系统装载设备，最远能监控到8km处的事物，支持搭配750mm焦距规格的光学镜头。正常光線下，白天能采集到距离8km的图像，而夜间的监控距离也能达到5km左右，并且在白天能准确识别出1—3km内的车牌信息。
（3）透雾功能。雾霾是很多地区比较常见的天气状况，而在该种天气条件下一般摄像机设备无法采集到画面清晰的视频图像，所以在系统规划设计中考虑装配具备透雾性能的设备以实施监控。该项动态视频透雾技术，主要基于灰霾、烟尘与雾气等成像基本特征形成数字建模，并借助图像处理技术，将画面颜色表现与细节处加以恢复，以实现透雾功能，从而提高系统的环境适应性与可用性。
3.3传输网络
在高空瞭望系统中，数据传送选用PON连接形式，各点连人8M标准宽带，平台移动机房与交警部门之间的信号传输带宽单独设置成224M。其中，PON内不设置任何电子器件与电源，以各类无源器件为主，也不涉及有源电子设备。在每个无源光网络体系内，设置OLT（光线路终端）和配套的ONUs（光网络单元），前者安设在中心控制站，后者则分布在用户场所。同时，二者之间的ODN（光配线网）中有管线与无源分光器，抑或是耦合器。
该种传输网络的可用性比较突出，一是整体造价相对较少，日常运维难度低，支持功能扩展，符合后期系统升级需要。在PON体系下，数据传输过程无需电源与各类电子部件，所以现场布设施工比较简单，几乎不用运维，长期使用与管理的成本投入较少，符合大面积布设监控设备的需要。二是纯介质网络，这样能有效预防电磁干扰与雷电威胁，可以适应绝大多数自然、复杂的使用场景。三是资源占用少。装配PON的监控系统平台，由于PON仅占用极少的系统资源，使初期建设投资比较少，后期扩展也非常简单，投入回报率高，同时具有良好带宽，上下对称带宽可达到2.5Gb/s。另外，PON服务范围较广。其是“点一多点”的网络结构，整体呈现“扇形”状态，可节约大量资源，在条件固定的情况下能服务更多的用户，加之系统共享局端设备与光线，也能控制前期投入规模。其带宽配置也非常灵活，可按照应用场景的变化进行调整[3]。
3.4云台设置
3.4.1功能要求
考虑到本系统主要应用于城市干线交通监控中，前期规划把本地路口、车站与交通枢纽等场所作为主要监控区域。云臺设计方面，本系统采用3km、5km、8km三个监控距离规格，视频采集范围覆盖周围3—8km的区域。系统前端装配高清摄像机，支持各个监控场所需要，选择不同焦距规格的镜头，实现在1—3km的远处清楚采集到车牌图像。在高空瞭望系统中，云台可实现的功能如下。（1）精准对焦。系统支持自动对焦，可以改变视频信息的清晰度。（2）迅速完成目标定位。系统配置高性能云台模块，让前端摄像机可以保持在高速旋转状态中，并根据系统数据分析确认的异常点锁定目标。（3）无抖动显示。系统云台本身拥有硬件防抖性能，即使在对所搜目标进行定位的过程中，也可使视频画面保持平稳o （4）预设位功能。本系统云台支持预设数百个点位，操作管理人员可结合监控需要进行增减、修改。云台会自动保存预设点，并迅速在相应位置进行动态监控。（5）控制功能。此处讨论的系统云台支持不同规格的数字接口，在系统后端便可操作云台，实现调焦与转动等控制功能。除了以上几项基本使用功能，考虑到应用场景环境条件的不确定性，确保在遇到较为恶劣的天气时，系统可以保持正常的工作状态，所选云台以及有关设施对于温湿度的适应力应较强，并且能抵御大风的干扰。同时，加装避雷设备与自动雨刷，使系统具有防雷、耐腐蚀、防尘与防水的性能。
3.4.2云台选择
高空瞭望系统在规划设计中，选择的云台主要有3种。（1）焦距为6.25～300mm。其在白日能实现3km范围内的视频动态检测，信噪比为55 dB，同时可遮挡隐私，共24个区域，最多能将8个区域的资料呈现在一个画面上，加之宽动态效果，无论是白天，还是黑夜都能清楚呈现采集到的图像。内置激光补光，有效范围超过0.8 km。系统运行中，云台能按照倍率距离，自动调整激光灯强度与角度，让采集图像处于最优状态中[4]。（2）焦距在11—350 mm，在白日可采集5 km范围内的信息。其在隐私遮挡方面，与上一种画面区域条件相同，并且能进行多边形遮挡。宽动态效果搭配良好降噪性能，保障了图像清晰度。激光补光范围与前者一致，红外照射能达到360 m的距离。并且，同样是利用倍率距离改变照射角度与强度。云台在静止状态下，功耗为22 W。监控视野方面，水平3600、垂直（-35°）～ 90°没有盲区，水平与垂直方向操控速度分别是0.1°～ 160°/s．0.1°～60°/s。另外，支持设定5条巡航线，以及24条模式路径，单位记录时间均超过15 min。（3）焦距为12.5～750 mm，白日监控范围达到8 km。其他基本技术性能和前两种类似，此处不再赘述。
4高空瞭望智能图像识别系统建设实例讨论
某地总面积为6597km2，建成区约占14%，其中主城区在120km2左右。为尽早发现火情，当地相关部门早在20世纪就建设了人工瞭望台，并配以高倍的望远镜。在城市逐渐发展中，大量高楼拔地而起，原本瞭望台观察视线受阻，慢慢被取消。
4.1建设难点
（1）气相干扰。高空瞭望系统中的摄像机安装位置非常高，容易受大风与本身基础结构滑动影响，导致拍摄画面失稳，降低图像质量。所以，使用抗风水平较高的云台，并提高摄像机本身的工作精度，以满足所需图像质量要求。另外，摄像机自我清扫以及其他运维保护都关系到整体运行状态。（2）智能识别火警图像。因为遇到雨雪雾天均会影响动态采集数据的质量，同时市区内热源高密度分布，以及建筑物形成“热岛效应”，都会提高识别火灾的难度。（3）高空瞭望系统和GIS连接。在通过高空瞭望系统确认火情后，应当立刻锁定发生位置。但因为摄像机位于高空，对地面点位的识别容易产生巨大误差，导致错过最佳的救援时间。
4.2系统构成
在该系统中包括云台摄像机与网络通信、数据库、图像智能分析。前文对于前两个部分有详细阐述，此处主要介绍后两者。其中，图像智能分析是基于突发类的热源图像识别，对监控范围内全部场景加以统计分析，继而检测识别出突发热源；
数据库用于保存大量监控信息，可作为系统智能分析的依据。下文以图像智能分析为例，讨论其运行过程。
4.3图像智能分析
高空瞭望条件下，对有效范围内全部场景实施自动统计，主要运行环节如下。（1）360°图像画面拼接。高空识别平台上，将水平方向上360°的图像数据拼接起来，得到全景图。该项功能借助特征匹配算法，系统会自动生成变换矩阵，将周视画面拼成完整图像[5]。（2）完成拼接处理后，系统平台通过混合高斯模型，不断更新和积累全景图数据。进一步通过统计分布模型对全景图加以描述，并根据图像序列建立统计分布模型，继而判断场景内的异常目标。在该过程中，背景更新依托计算机的视觉系统，并通过目标跟踪功能，在背景中提取到目标信息。而背景更新算法对应收敛性，以及相关数字模型估计可靠性，决定了系统对于突变点的响应效率与识别准确度。在此基础上，根据突发类热源在全景图上的特殊性，系统自动锁定热源，并迅速报警。另外，系统对于固定热源和突发热源的识别，由于前者具有长期存在的特点，且分布相对规律，缺乏奇异性，所以不会对突发类热源的智能识别检测产生干扰。
5结束语
在高空瞭望图像识别下，依托高清摄像机与数据传输等，对监控场景范围进行全面识别检测，以便及时发现突发异常点。借助其高度自动化与智能化，能够有效减少有关工作者的任务量，即使无人值守，也能高效获得相关事件信息。
猜你喜欢图像识别预警基于BIM的基坑开挖实时感知与预警应用研究中华建设(2020年5期)2020-07-24基于Resnet-50的猫狗图像识别电子制作(2019年16期)2019-09-27法国发布高温预警 严阵以待备战“史上最热周”今日农业(2019年12期)2019-08-13高速公路图像识别技术应用探讨中国交通信息化(2019年4期)2019-07-13图像识别在物联网上的应用电子制作(2018年19期)2018-11-14图像识别在水质检测中的应用电子制作(2018年14期)2018-08-21园林有害生物预警与可持续控制现代园艺(2017年22期)2018-01-19浅谈模式识别在图像识别中的应用电子测试(2017年23期)2017-04-04辽宁 短缺药品三级预警中国卫生(2016年12期)2016-11-23基于多组合内容的图像识别机制电子设计工程(2015年8期)2015-02-27