技术领域
[0001] 本
发明属于门锁报警技术领域，尤其涉及一种简易门锁报警提醒系统及方法。
背景技术
[0002]
电子门锁是随着电子技术的发展而出现的，在使用的方便性、防非法开启、智能管理等方面是机械锁无法比拟的，因此在对安全要求较高的行业得到广泛应用。市场上常见的主要是磁卡、IC卡、TM卡、射频卡电子门锁。门锁作为安全防范产品必须具有安全性、
稳定性。安全性可从两方面来衡量：一是抵抗故意破坏、恶作剧和蓄意的撬、钻等暴
力破坏。在此方面，机械锁和电子门锁的机械强度一般都能够达到要求。而在所有各类门锁中，只有射频卡电子门锁是全封闭结构，其安全性最好。二是防范技术开启，机械锁的防技术开启的能力很差。不管那种结构的机械锁都可被其他手段开启。钥匙可以复制就是很大的安全隐患。在电子门锁中，磁卡因无密码限制，其钥匙卡易被复制。IC卡和射频卡则彻底解决了防范技术开启的问题。然而，现有对门锁状态进行检测时，需额外安装门锁状态检测机构，造成安装成本较高；同时，现有采用报警的方式是在智能门锁发生被破坏的情况下实现报警，然而，在对智能门锁未发生破坏的情况下也可能存在安全问题包括人身安全。
[0004] 现有对门锁状态进行检测时，需额外安装门锁状态检测机构，造成安装成本较高；同时，现有采用报警的方式是在智能门锁发生被破坏的情况下实现报警，然而，在对智能门锁未发生破坏的情况下也可能存在安全问题包括人身安全。
发明内容
[0005] 针对现有技术存在的问题，本发明提供了一种简易门锁报警提醒系统及方法。
[0006] 本发明是这样实现的，一种简易门锁报警提醒方法，所述简易门锁报警提醒方法包括：
[0007] 步骤一，通过摄像模
块利用摄像器采集开门人的图像数据；通过门锁状态检测模块利用门锁检测组件对门锁状态进行检测；
[0008] 步骤二，主控模块通过
人脸识别模块利用识别程序对采集的人脸进行识别；
[0009] 通过密码匹配模块利用匹配程序对输入的门锁密码进行匹配；具体包括：
[0010] 步骤1，对图像进行n次
小波变换并保留小波变换后低频部分的子图像，则子图像的宽度与高度均为原图像的 子图像面积为原图像面积的 在子图像内进行匹配；采用改进型归一化互相关度量方法，在子图像上遍历搜索，搜索过程中保留几个相似度较高的匹配点；搜索结束后，将相似度较高的匹配点映射到原始待匹配图像的搜索子区域中；
[0011] 步骤2，分别在每个搜索子区域内采用以下步骤进行匹配，具体为：原始待匹配图像宽度M，高度N，模板图像宽度m，高度n；图像匹配即是找出模板图像在原图像中的
位置坐标，取左上
角坐标为(i,j)，则取值范围分别是1≤i≤(M-m)和1≤j≤(N-n)，且i，j都是整数；
[0012] 在每个子区域中取一个种群，记作种群1、种群2、种群3，种群4；对四个种群分别进行初始化操作，其中每个种群保留15个初始化个体；图像匹配的实数编码形式为(i,j)，在各种群范围内随机生成初始化个体，个体坐标表示为(Xi,Xj)，表达式如下：
[0013] Xi＝Dxk+rand()*Wk；
[0014] Xj＝Dyk+rand()*Hk；
[0015] k＝1,2,3,4表示不同种群，(Dxk,Dyk)为各种群左上角位置坐标，rand()取0到1间随机数，Wk、Hk为各种群的宽度与高度；
[0016] 在当前个体Xa上加上种群中另外两个个体Xb与Xc的差值来完成变异操作；通过随机选择种群中另外两个个体Xb与Xc，将当前个体Xa变异成Xa*，表达式如下：
[0017] Xa*＝Xa+F*(Xb-Xc)；
[0018] 其中，F为变异因子，本发明中F具体取值范围是0.3至0.5；Xa取各种群中每代的最优
染色体，记作Tk(k＝1,2,3,4)；则上式写成：
[0019] Xa*＝Tk+F*(Xb-Xc)；
[0020] 原个体为Xa(Xi,Xj)，在种群中随机选一个不比当前个体适应度值低的个体Va(Vi,Vj)作为交叉对象；则新生成个体Ua(Ui,Uj)表示为：
[0021]
[0022]
[0023] rand()取0到1之间随机数，CR为交叉因子，本发明CR具体取值范围是0.6至0.8；j随机取整数0或整数1；
[0024] 保存最优染色体，采用改进型归一化互相关计算公式作为适应度函数，公式如下：
[0025]
[0026] 重复步骤(3)、步骤(4)、步骤(5)；随着
迭代次数的增加，不同种群中最优染色体之间的差异不断增大，逐渐舍弃适应度值较低的种群；
[0027] 基于上述匹配过程对每个种群进行初始化，选择合适的变异因子与交叉因子，经过变异操作、交叉操作以及选择操作，完成一次处理；迭代过程中，逐渐舍弃相似性较差的搜索子区域；迭代结束时，仅保留一个子区域，找到最佳匹配点，完成匹配过程；
[0028] 步骤3，使用基于
图像序列的
三维重建算法得到粗糙且稀疏的人脸点
云，得到每一
帧图像拍摄时相机在三维空间中的变换矩阵；
[0029] 再次对原始图像进行处理，使用基于邻域的
块匹配算法，对图像中进行稠密特征匹配；
[0030] 接下来根据得到的相机在空间中的位置，对得到的稠密特征点对进行合法性检验，并将符合要求的特征点映射到三维点云中对应的位置；
[0031] 使用基于人脸轮廓的外点删除算法对得到的点云进行一次外点过滤，并进行一次
颜色重映射，得到最终
质量远好于原始点云的稠密点云；
[0032] 所述改进型归一化互相关度量方法的公式如下：
[0033]
[0034] S(x,y)表示原始待匹配图像中坐标位置为(x,y)处
像素点的灰度值，T(u,v)表示模板图像中坐标位置为(u,v)处像素点的灰度值，模板图像大小为m×n；
[0035] 通过门锁判断模块利用判断程序对人脸识别、门锁匹配进行判断是否正确；
[0036] 步骤三，通过报警模块利用报警器根据判断非法入侵进行报警通知；
[0037] 步骤四，通过显示模块利用显示器显示采集的开门人的图像数据。
[0038] 进一步，步骤一中，所述门锁状态检测模块检测方法包括：
[0039] (1)获取门锁内锁舌状态检测组件检测的第一
信号和门旋检测组件检测的第二信号；
[0040] (2)通过所述第一信号判断所述门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的
开关状态；
[0041] (3)根据所述锁舌状态及所述开关状态，判断所述门锁是否正确上锁。
[0042] 进一步，所述第一信号为磁通量，所述通过所述第一信号判断所述门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的开关状态的步骤包括：
[0043] 根据所述磁通量判断所述锁舌状态是否为完全伸出状态；
[0044] 所述第二信号为门旋角度，所述通过所述第一信号判断所述门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的开关状态的步骤包括：
[0045] 判断所述门旋角度是否等于关门角度；
[0046] 在所述门旋角度等于所述关门角度时，则确认所述门锁所在门的开关状态为关闭状态。
[0047] 进一步，所述判断所述门旋角度是否等于关门角度的步骤之前，所述方法还包括：
[0048] 获取所述门旋检测组件按照预设的时间间隔采集的
角速度；
[0049] 根据所述角速度，确定角速度方向发生改变时的临界时间点；
[0050] 计算所述临界时间点时的门旋角度；
[0051] 从所述门旋角度中选取预设数量的最大门旋角度和最小门旋角度，得到最大角度序列和最小角度序列；
[0052] 从所述最大角度序列和最小角度序列中确定角度
波动范围在预设范围内的目标角度序列；
[0053] 根据所述目标角度序列的门旋角度得到关门角度。
[0054] 进一步，步骤三中，所述报警模块报警方法包括：
[0056] 2)进行包括判断：
[0057] 判断一：判断所述请求信息中是否存在与预先设定的智能门锁触发开锁的开锁信息相匹配的请求内容；
[0058] 判断二：判断所述请求信息中是否存在与预先设定的所述智能门锁触发报警信息相匹配的请求内容；若所述判断一和所述判断二均为是，则执行下一步；
[0059] 3)启动所述智能门锁的开锁程序和启动所述智能门锁的报警程序。
[0060] 进一步，所述当所述判断一为是，而所述判断二为否时，则仅执行所述启动所述智能门锁的开锁程序；
[0061] 所述预先设定的智能门锁触发开锁的开锁信息包括：
[0062] 预先存储授权用户对所述智能门锁触发开锁的开锁数字密码和/或开锁指纹密码；
[0063] 所述预先设定的所述智能门锁触发报警的报警信息包括：
[0064] 预先存储授权用户对所述智能门锁触发报警的报警数字密码和/或报警指纹密码。
[0065] 本发明的另一目的在于提供一种简易门锁报警提醒系统，所述简易门锁报警提醒系统包括：
[0066] 摄像模块，与主控模块连接，用于通过摄像器采集开门人的图像数据；
[0067] 门锁状态检测模块，与主控模块连接，用于通过门锁检测组件对门锁状态进行检测；
[0068] 主控模块，与摄像模块、门锁状态检测模块、人脸识别模块、密码匹配模块、门锁判断模块、报警模块、显示模块连接，用于通过主控芯片控制各个模块正常工作；
[0069] 人脸识别模块，与主控模块连接，用于通过识别程序对采集的人脸进行识别；
[0070] 密码匹配模块，与主控模块连接，用于通过匹配程序对输入的门锁密码进行匹配；
[0071] 门锁判断模块，与主控模块连接，用于通过判断程序对人脸识别、门锁匹配进行判断是否正确；
[0072] 报警模块，与主控模块连接，用于通过报警器根据判断非法入侵进行报警通知；
[0073] 显示模块，与主控模块连接，用于通过显示器显示采集的开门人的图像数据。
[0074] 本发明的另一目的在于提供一种实现所述简易门锁报警提醒方法的简易门锁报警提醒设备。
[0075] 本发明的另一目的在于提供一种实现所述简易门锁报警提醒方法的信息
数据处理终端。
[0076] 本发明的另一目的在于提供一种计算机可读存储介质，包括计算机指令，当其在计算机上运行时，使得计算机执行所述的简易门锁报警提醒方法。
[0077] 本发明的优点及积极效果为：
[0078] 本发明通过门锁状态检测模块在对门锁状态进行检测时，获取门锁内锁舌状态检测组件检测的第一信号和门旋检测组件检测的第二信号，通过所述第一信号判断门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的开关状态，根据所述锁舌状态及所述开关状态，判断所述门锁是否正确上锁，从而只需通过门锁自身即可实现对门锁是否正确上锁进行检测，而无需额外在门体或
门框上安装其他的门锁检测机构，大大降低了进行门锁状态检测的安装成本，并且不会影响门原有的使用环境；同时，通过报警模块根据判断所接收到的开启智能门锁的请求信息是否与预先设定的智能门锁触发开锁的开锁信息匹配，执行所述智能门锁开启操作，并在执行开启操作的同时判断所述请求信息中是否存在与预先设定的所述智能门锁触发报警信息相匹配的请求内容，若存在，则启动报警程序；由于在开启门锁的操作时包含了报警操作，因此，报警操作不易察觉，能够在保证人身安全的前提下完成报警。
[0079] 本发明通过密码匹配模块利用匹配程序对输入的门锁密码进行匹配中，步骤1，对图像进行n次小波变换并保留小波变换后低频部分的子图像，则子图像的宽度与高度均为原图像的 子图像面积为原图像面积的 在子图像内进行匹配；采用改进型归一化互相关度量方法，在子图像上遍历搜索，搜索过程中保留几个相似度较高的匹配点；搜索结束后，将相似度较高的匹配点映射到原始待匹配图像的搜索子区域中。
[0080] 步骤2，分别在每个搜索子区域内采用以下步骤进行匹配，具体为：原始待匹配图像宽度M，高度N，模板图像宽度m，高度n；图像匹配即是找出模板图像在原图像中的位置坐标，取左上角坐标为(i,j)，则取值范围分别是1≤i≤(M-m)和1≤j≤(N-n)，且i，j都是整数；对每个种群进行初始化，选择合适的变异因子与交叉因子，经过变异操作、交叉操作以及选择操作，完成一次处理；迭代过程中，逐渐舍弃相似性较差的搜索子区域；迭代结束时，仅保留一个子区域，找到最佳匹配点，完成匹配过程。
[0081] 步骤3，使用基于图像序列的三维重建算法得到粗糙且稀疏的人脸点云，得到每一帧图像拍摄时相机在三维空间中的变换矩阵；
[0082] 再次对原始图像进行处理，使用基于邻域的块匹配算法，对图像中进行稠密特征匹配；
[0083] 接下来根据得到的相机在空间中的位置，对得到的稠密特征点对进行合法性检验，并将符合要求的特征点映射到三维点云中对应的位置；
[0084] 使用基于人脸轮廓的外点删除算法对得到的点云进行一次外点过滤，并进行一次颜色重映射，得到最终质量远好于原始点云的稠密点云；可获得准确的匹配人脸图像，为设备安全应用提供保证。
附图说明
[0085] 图1是本发明
实施例提供的简易门锁报警提醒系统结构图。
[0086] 图中：1、摄像模块；2、门锁状态检测模块；3、主控模块；4、人脸识别模块；5、密码匹配模块；6、门锁判断模块；7、报警模块；8、显示模块。
[0087] 图2是本发明实施例提供的简易门锁报警提醒方法
流程图。
具体实施方式
[0088] 为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明包括。
[0089] 现有对门锁状态进行检测时，需额外安装门锁状态检测机构，造成安装成本较高；同时，现有采用报警的方式是在智能门锁发生被破坏的情况下实现报警，然而，在对智能门锁未发生破坏的情况下也可能存在安全问题包括人身安全。
[0090] 为解决上述问题，下面结合附图对本发明作详细的描述。
[0091] 如图1所示，本发明实施例提供的简易门锁报警提醒系统包括：摄像模块1、门锁状态检测模块2、主控模块3、人脸识别模块4、密码匹配模块5、门锁判断模块6、报警模块7、显示模块8。
[0092] 摄像模块1，与主控模块3连接，用于通过摄像器采集开门人的图像数据。
[0093] 门锁状态检测模块2，与主控模块3连接，用于通过门锁检测组件对门锁状态进行检测。
[0094] 主控模块3，与摄像模块1、门锁状态检测模块2、人脸识别模块4、密码匹配模块5、门锁判断模块6、报警模块7、显示模块8连接，用于通过主控芯片控制各个模块正常工作。
[0095] 人脸识别模块4，与主控模块3连接，用于通过识别程序对采集的人脸进行识别。
[0096] 密码匹配模块5，与主控模块3连接，用于通过匹配程序对输入的门锁密码进行匹配。
[0097] 门锁判断模块6，与主控模块3连接，用于通过判断程序对人脸识别、门锁匹配进行判断是否正确。
[0098] 报警模块7，与主控模块3连接，用于通过报警器根据判断非法入侵进行报警通知。
[0099] 显示模块8，与主控模块3连接，用于通过显示器显示采集的开门人的图像数据。
[0100] 如图2所示，本发明实施例提供的简易门锁报警提醒方法包括：
[0101] S101，通过摄像模块利用摄像器采集开门人的图像数据。通过门锁状态检测模块利用门锁检测组件对门锁状态进行检测。
[0102] S102，主控模块通过人脸识别模块利用识别程序对采集的人脸进行识别。通过密码匹配模块利用匹配程序对输入的门锁密码进行匹配。通过门锁判断模块利用判断程序对人脸识别、门锁匹配进行判断是否正确。
[0103] S103，通过报警模块利用报警器根据判断非法入侵进行报警通知。
[0104] S104，通过显示模块利用显示器显示采集的开门人的图像数据。
[0105] 下面结合具体实施例对本发明作进一步描述。
[0106] 实施例1
[0107] 本发明提供的门锁状态检测模块2检测方法包括：
[0108] (1)获取门锁内锁舌状态检测组件检测的第一信号和门旋检测组件检测的第二信号。
[0109] (2)通过所述第一信号判断所述门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的开关状态。
[0110] (3)根据所述锁舌状态及所述开关状态，判断所述门锁是否正确上锁。
[0111] 本发明提供的第一信号为磁通量，所述通过所述第一信号判断所述门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的开关状态的步骤包括：
[0112] 根据所述磁通量判断所述锁舌状态是否为完全伸出状态。
[0113] 本发明提供的第二信号为门旋角度，所述通过所述第一信号判断所述门锁的锁舌状态，并通过所述第二信号判断所述门锁所在门的开关状态的步骤包括：
[0114] 判断所述门旋角度是否等于关门角度。
[0115] 在所述门旋角度等于所述关门角度时，则确认所述门锁所在门的开关状态为关闭状态。
[0116] 本发明提供的判断所述门旋角度是否等于关门角度的步骤之前，所述方法还包括：
[0117] 获取所述门旋检测组件按照预设的时间间隔采集的角速度。
[0118] 根据所述角速度，确定角速度方向发生改变时的临界时间点。
[0119] 计算所述临界时间点时的门旋角度。
[0120] 从所述门旋角度中选取预设数量的最大门旋角度和最小门旋角度，得到最大角度序列和最小角度序列。
[0121] 从所述最大角度序列和最小角度序列中确定角度波动范围在预设范围内的目标角度序列。
[0122] 根据所述目标角度序列的门旋角度得到关门角度。
[0123] 实施例2
[0124] 本发明提供的报警模块7报警方法包括：
[0125] 1)接收开启智能门锁的请求信息。
[0126] 2)进行包括判断：
[0127] 判断一：判断所述请求信息中是否存在与预先设定的智能门锁触发开锁的开锁信息相匹配的请求内容。
[0128] 判断二：判断所述请求信息中是否存在与预先设定的所述智能门锁触发报警信息相匹配的请求内容。若所述判断一和所述判断二均为是，则执行下一步。
[0129] 3)启动所述智能门锁的开锁程序和启动所述智能门锁的报警程序。
[0130] 本发明提供的当所述判断一为是，而所述判断二为否时，则仅执行所述启动所述智能门锁的开锁程序。
[0131] 本发明提供的预先设定的智能门锁触发开锁的开锁信息包括：
[0132] 预先存储授权用户对所述智能门锁触发开锁的开锁数字密码和/或开锁指纹密码。
[0133] 本发明提供的预先设定的所述智能门锁触发报警的报警信息包括：
[0134] 预先存储授权用户对所述智能门锁触发报警的报警数字密码和/或报警指纹密码。
[0135] 实施例3
[0136] 本发明通过密码匹配模块利用匹配程序对输入的门锁密码进行匹配。具体包括：
[0137] 步骤1，对图像进行n次小波变换并保留小波变换后低频部分的子图像，则子图像的宽度与高度均为原图像的 子图像面积为原图像面积的 在子图像内进行匹配。采用改进型归一化互相关度量方法，在子图像上遍历搜索，搜索过程中保留几个相似度较高的匹配点。搜索结束后，将相似度较高的匹配点映射到原始待匹配图像的搜索子区域中。
[0138] 步骤2，分别在每个搜索子区域内采用以下步骤进行匹配，具体为：原始待匹配图像宽度M，高度N，模板图像宽度m，高度n。图像匹配即是找出模板图像在原图像中的位置坐标，取左上角坐标为(i,j)，则取值范围分别是1≤i≤(M-m)和1≤j≤(N-n)，且i，j都是整数。
[0139] 在每个子区域中取一个种群，记作种群1、种群2、种群3，种群4。对四个种群分别进行初始化操作，其中每个种群保留15个初始化个体。图像匹配的实数编码形式为(i,j)，在各种群范围内随机生成初始化个体，个体坐标表示为(Xi,Xj)，表达式如下：
[0140] Xi＝Dxk+rand()*Wk；
[0141] Xj＝Dyk+rand()*Hk；
[0142] k＝1,2,3,4表示不同种群，(Dxk,Dyk)为各种群左上角位置坐标，rand()取0到1间随机数，Wk、Hk为各种群的宽度与高度。
[0143] 在当前个体Xa上加上种群中另外两个个体Xb与Xc的差值来完成变异操作。通过随机选择种群中另外两个个体Xb与Xc，将当前个体Xa变异成Xa*，表达式如下：
[0144] Xa*＝Xa+F*(Xb-Xc)。
[0145] 其中，F为变异因子，本发明中F具体取值范围是0.3至0.5。Xa取各种群中每代的最优染色体，记作Tk(k＝1,2,3,4)。则上式写成：
[0146] Xa*＝Tk+F*(Xb-Xc)。
[0147] 原个体为Xa(Xi,Xj)，在种群中随机选一个不比当前个体适应度值低的个体Va(Vi,Vj)作为交叉对象。则新生成个体Ua(Ui,Uj)表示为：
[0148]
[0149]
[0150] rand()取0到1之间随机数，CR为交叉因子，本发明CR具体取值范围是0.6至0.8。j随机取整数0或整数1。
[0151] 保存最优染色体，采用改进型归一化互相关计算公式作为适应度函数，公式如下：
[0152]
[0153] 重复步骤(3)、步骤(4)、步骤(5)。随着迭代次数的增加，不同种群中最优染色体之间的差异不断增大，逐渐舍弃适应度值较低的种群。
[0154] 基于上述匹配过程对每个种群进行初始化，选择合适的变异因子与交叉因子，经过变异操作、交叉操作以及选择操作，完成一次处理。迭代过程中，逐渐舍弃相似性较差的搜索子区域。迭代结束时，仅保留一个子区域，找到最佳匹配点，完成匹配过程。
[0155] 步骤3，使用基于图像序列的三维重建算法得到粗糙且稀疏的人脸点云，得到每一帧图像拍摄时相机在三维空间中的变换矩阵。
[0156] 再次对原始图像进行处理，使用基于邻域的块匹配算法，对图像中进行稠密特征匹配。
[0157] 接下来根据得到的相机在空间中的位置，对得到的稠密特征点对进行合法性检验，并将符合要求的特征点映射到三维点云中对应的位置。
[0158] 使用基于人脸轮廓的外点删除算法对得到的点云进行一次外点过滤，并进行一次颜色重映射，得到最终质量远好于原始点云的稠密点云。
[0159] 所述改进型归一化互相关度量方法的公式如下：
[0160]
[0161] S(x,y)表示原始待匹配图像中坐标位置为(x,y)处像素点的灰度值，T(u,v)表示模板图像中坐标位置为(u,v)处像素点的灰度值，模板图像大小为m×n。
[0162] 在上述实施例中，可以全部或部分地通过
软件、
硬件、
固件或者其任意组合来实现。当使用全部或部分地以
计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、
计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个
网站站点、计算机、
服务器或
数据中心通过有线(例如同轴
电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、
微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是
磁性介质，(例如，
软盘、
硬盘、磁带)、光介质(例如，DVD)、或者
半导体介质(例如固态硬盘Solid State Disk(SSD))等。
[0163] 以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单
修改，等同变化与修饰，均属于本发明技术方案的范围内。
