本發(fā)明涉及智能家居領(lǐng)域，具體涉及一種智能家居安全監(jiān)控系統(tǒng)。

背景技術(shù)：

現(xiàn)有技術(shù)中的家居監(jiān)控系統(tǒng)，在防盜方面通常采用紅外探頭在夜間進(jìn)行監(jiān)控，還有采用攝像頭進(jìn)行室內(nèi)監(jiān)控，當(dāng)發(fā)生失竊或其他情況時，為事主提供事后證據(jù)，但都是在險情發(fā)生后的事后補(bǔ)救，有時無法為事主挽回?fù)p失，需要一種智能家居安全監(jiān)控系統(tǒng)能夠在事故發(fā)生前就發(fā)出預(yù)警，阻止險情的發(fā)生。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種智能家居安全監(jiān)控系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

一種智能家居安全監(jiān)控系統(tǒng)，包括攝像頭、視頻處理器、傳感器組、智能識別終端、無線傳輸網(wǎng)絡(luò)和客戶端；所述攝像頭包括高分辨率攝像頭與低分辨率攝像頭，分別用于采集監(jiān)控區(qū)域內(nèi)的實時人臉圖像和環(huán)境圖像，攝像頭與所述視頻處理器有線連接，安裝在家居環(huán)境內(nèi)；所述視頻處理器用于對實時人臉圖像和環(huán)境圖像進(jìn)行合成處理，得到高清晰度監(jiān)控圖像；所述智能識別終端與所述視頻處理器和傳感器組有線連接，用于對高清晰度監(jiān)控圖像和傳感器組采集到的信息中的異常信息進(jìn)行識別，并通過所述無線傳輸網(wǎng)絡(luò)向客戶端發(fā)送預(yù)警信號；所述無線傳輸網(wǎng)絡(luò)用于將高清晰度監(jiān)控圖像和傳感器組采集到的信息無線傳輸?shù)娇蛻舳恕?/p>

本發(fā)明的有益效果為：本發(fā)明可實時監(jiān)控家居環(huán)境內(nèi)的多種信息，功能全面，能夠為用戶提供舒適、智能、安全的居家生活。

附圖說明

利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的框架結(jié)構(gòu)圖；

圖2時本發(fā)明的視頻處理器的框架結(jié)構(gòu)圖；

圖3是本發(fā)明的傳感器組的框架結(jié)構(gòu)圖。

附圖標(biāo)記：

攝像頭1、視頻處理器2、傳感器組3、智能識別終端4、無線傳輸網(wǎng)絡(luò)5、客戶端6、高分辨率攝像頭10、低分辨率攝像頭11、監(jiān)控圖像去噪模塊201、監(jiān)控圖像分解模塊202、監(jiān)控圖像合成模塊203、一氧化碳傳感器301、二氧化碳傳感器302、溫度傳感器303、濕度傳感器304、粉塵傳感器305、煙霧傳感器306和振動傳感器307。

具體實施方式

結(jié)合以下應(yīng)用場景對本發(fā)明作進(jìn)一步描述。

參見圖1，包括攝像頭1、視頻處理器2、傳感器組3、智能識別終端4、無線傳輸網(wǎng)絡(luò)5和客戶端6；所述攝像頭1包括高分辨率攝像頭10與低分辨率攝像頭11，分別用于采集監(jiān)控區(qū)域內(nèi)的實時人臉圖像和環(huán)境圖像，攝像頭1與所述視頻處理器2有線連接，安裝在家居環(huán)境內(nèi)；所述視頻處理器2用于對實時人臉圖像和環(huán)境圖像進(jìn)行合成處理，得到高清晰度監(jiān)控圖像；所述智能識別終端4與所述視頻處理器2和傳感器組3有線連接，用于對高清晰度監(jiān)控圖像和傳感器組采集到的信息中的異常信息進(jìn)行識別，并通過所述無線傳輸網(wǎng)絡(luò)5向客戶端6發(fā)送預(yù)警信號；所述無線傳輸網(wǎng)絡(luò)5用于將高清晰度監(jiān)控圖像和傳感器組3采集到的信息無線傳輸?shù)娇蛻舳恕?/p>

優(yōu)選地，如圖2所示，所述傳感器組包括一氧化碳傳感器、二氧化碳傳感器、溫度傳感器、濕度傳感器、粉塵傳感器、煙霧傳感器和振動傳感器，分別用于采集家居環(huán)境內(nèi)的一氧化碳濃度、二氧化碳濃度、溫度、濕度、粉塵濃度、煙霧濃度和振動強(qiáng)度信息。

優(yōu)選地，所述高清晰度監(jiān)控圖像和傳感器組采集到的信息中的異常信息包括陌生人闖入、一氧化碳泄漏、二氧化碳濃度過高、室溫過高或過低、濕度過高或過低、粉塵濃度過高和5級以上地震。

本發(fā)明上述實施例，本發(fā)明可實時監(jiān)控家居環(huán)境內(nèi)的多種信息，功能全面，能夠為用戶提供舒適、智能、安全的家居生活。

優(yōu)選地，如圖3所示，所述視頻處理器包括監(jiān)控圖像去噪模塊、監(jiān)控圖像分解模塊和監(jiān)控圖像合成模塊；

所述監(jiān)控圖像去噪模塊將帶噪聲的人臉圖像和環(huán)境圖像進(jìn)行小波變換處理，得到相應(yīng)的小波系數(shù)，此時得到的小波系數(shù)包括無噪聲小波系數(shù)以及噪聲小波系數(shù)，然后采用改進(jìn)的閾值函數(shù)將得到的小波系數(shù)進(jìn)行閾值化處理，以濾除噪聲小波系數(shù)，得到無噪聲小波系數(shù)，最后，利用閾值化處理后得到無噪聲小波系數(shù)進(jìn)行對人臉圖像和環(huán)境圖像進(jìn)行重構(gòu)，得到無噪聲人臉圖像和無噪聲環(huán)境圖像，其中采用的改進(jìn)的閾值函數(shù)為：

式中，表示無噪聲小波系數(shù)，f為帶噪聲的人臉圖像和環(huán)境圖像進(jìn)行小波變換處理后得到的小波系數(shù)，sgn(·)為符號函數(shù)，x為符號函數(shù)的變量，j和k為可調(diào)參數(shù)，μ為小波系數(shù)閾值，δ為噪聲標(biāo)準(zhǔn)差，p和q為帶噪聲的人臉圖像和環(huán)境圖像的寬度和高度；

當(dāng)j＝0或k＝∞時，此改進(jìn)的閾值函數(shù)為硬閾值函數(shù)，當(dāng)j＝1且k＝1時，此改進(jìn)的閾值函數(shù)為軟閾值函數(shù)。

本發(fā)明上述實施例，通過改進(jìn)的閾值函數(shù)對噪聲小波系數(shù)進(jìn)行濾除，保留無噪聲小波系數(shù)，有利于在對人臉圖像和環(huán)境圖像進(jìn)行重構(gòu)時得到無噪聲人臉圖像和環(huán)境圖像，同時可通過調(diào)節(jié)參數(shù)j和k，可以使改進(jìn)的閾值函數(shù)介于軟、硬閾值函數(shù)之間，克服了硬閾值函數(shù)處理得到的小波系數(shù)不連續(xù)以及軟閾值函數(shù)對小波系數(shù)的計算偏差缺點，因此有利于提高對人臉圖像和環(huán)境圖像去噪處理時的效率與精確度。

優(yōu)選地，所述監(jiān)控圖像分解模塊包括：

(1)對無噪聲人臉圖像和無噪聲環(huán)境圖像采用非下采樣contourlet變換(nsct)分別進(jìn)行分解處理，得到各自的一個低頻子帶系數(shù)t1^low(p,q)和t2^low(p,q)，以及各自的一系列的高頻子帶系數(shù)和其中1≤a≤a，1≤b≤ba；

t1^low(p,q)和t2^low(p,q)分別表示無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在像素點(p,q)處的低頻子帶系數(shù)，和表示無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在像素點(p,q)處的第a個尺度的第b個方向的高頻子帶系數(shù)，a為尺度數(shù)，a表示第a個尺度，b為第b個方向，ba為第a個尺度下的方向數(shù)；

(2)利用(p,q)處像素點經(jīng)過nsct進(jìn)行分解處理后得到的子帶系數(shù)與周圍4個像素點的子帶系數(shù)值進(jìn)行比較，用自定義活躍度計算公式逐點計算兩幅無噪聲圖像像素點的活躍度，利用無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2的高頻子帶系數(shù)進(jìn)行活躍度計算，得到像素點(p,q)的高頻子帶的活躍度，自定義活躍度計算公式為：

式中，和分別表示無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2中(,q)處像素點第a個尺度的第b個方向的高頻子帶活躍度，和表示無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在(p,q)處的第a個尺度第b個方向的高頻子帶系數(shù)；

(3)同樣地，利用自定義活躍度計算公式，將高頻子帶系數(shù)換成低頻子帶系數(shù)，對兩幅無噪聲圖像的低頻子帶的活躍度進(jìn)行計算，得到無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在(p,q)處像素點的低頻子帶的活躍度r1^low(p,q)和r2^low(p,q)。

本發(fā)明上述實施例，通過逐點計算無噪聲人臉圖像和無噪聲環(huán)境圖像像素點的活躍度，由于人臉圖像為高分辨率攝像頭拍攝所得，自然地，人臉部分圖像的像素點活躍度會比較高，其余部分的采用低分辨率攝像拍攝的圖像，這樣組合有利于降低監(jiān)控圖像的空間占存，而且在智能識別終端對人臉進(jìn)行識別時速度更快，同時確保識別的準(zhǔn)確度。

優(yōu)選地，所述監(jiān)控圖像合成模塊包括：

(1)對無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在點(p,q)處的活躍度進(jìn)行比較，得到相應(yīng)的活躍度比較結(jié)果，根據(jù)活躍度比較結(jié)果，對子帶系數(shù)進(jìn)行重新取值，得到新的高頻子帶系數(shù)與新的低頻子帶系數(shù)，并將新的子帶系數(shù)作為合成后的高清晰度監(jiān)控圖像的子帶系數(shù)，具體為：

式中，t(p,q)為合成后的高清晰度監(jiān)控圖像在點(p,q)處重新取值后的子帶系數(shù)，r1(p,q)和r2(p,q)分別為無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2中(p,q)處像素點的活躍度，r1(p,q)包括r1^low(p,q)和包括r2^low(p,q)和和t2(p,q)分別為無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在點(p,q)處的子帶系數(shù)，t1(p,q)包括t1^low(p,q)和t2(p,q)包括t2^low(p,q)和t1^low(p,q)和t2^low(p,q)分別表示無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在像素點(p,q)處的低頻子帶系數(shù)，和表示無噪聲人臉圖像t1和無噪聲環(huán)境圖像t2在像素點(p,q)處的第a個尺度的第b個方向的高頻子帶系數(shù)，p和q分別表示兩幅無噪聲圖像的寬度和高度，β為調(diào)整閾值，β設(shè)定為0.5；

當(dāng)r1(p,q)＝r1^low(p,q)時，r2(p,q)＝r2^low(p,q)，t1(p,q)＝t1^low(p,q)，t2(p,q)＝t2^low(p,q)，當(dāng)時，

(2)將得到的新的高頻子帶系數(shù)和新的低頻子帶系數(shù)作為合成圖像的高頻子帶系數(shù)和低頻子帶系數(shù)，通過nsct逆變換重構(gòu)圖像，得到合成后的高清晰度監(jiān)控圖像。

本發(fā)明上述實施例，將高分辨率的人臉圖像與環(huán)境圖像進(jìn)行合成，合成的高清晰度監(jiān)控圖像，能夠突出人臉，無論是在智能識別終端對人臉的識別還是在用戶翻看監(jiān)控圖像時對人物的辨認(rèn)都十分有利，而且除了人臉圖像，其余圖像皆采用低分辨率的環(huán)境圖像，降低了無關(guān)因素的干擾。

最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。