技术领域
[0001] 本
发明涉及安全监控领域，尤其涉及一种基于物联网的办公区安全监控系统。
背景技术
[0002] 随着智慧城市和物联网的发展，以集中办公为目的的写字楼、办公区越来越多，这些地方人员非常密集，成分也非常复杂，如何保证这些区域的安全极为重要。随着自动化和数字化的发展，已经有不少写字楼、办公区安装了以消防或安保为目的的监控系统，但是这些系统大多是独立运行，且运行效率不高，难以对上述区域进行全方位、高标准的保护，因此，有必要针对现有的问题重新设计一种全方位的安全监护系统。
发明内容
[0003] 本发明的目的是通过以下技术方案实现的。
[0004] 根据本发明的实施方式，提出一种基于物联网的办公区安全监控系统，所述系统包括基于物联网的主控平台、智能消防单元、安保监控单元、智能照明单元、多媒体显示系统、CAN总线以及CAN总线接入单元；
[0005] 所述智能消防单元用于确保智能消防单元稳定运行，以及监控区域内火情并根据主控平台的指令执行灭火动作，所述智能消防单元包括消防设备
稳定性监测单元以及火情智能识别单元；
[0006] 所述安保监控单元用于监控区域内的非法闯入，包括安保监控分控器、闯入检测单元以及报警单元；
[0007] 所述智能照明单元用于根据主控平台的指令对区域内特定区域进行照明；
[0008] 所述多媒体显示系统用于接收并展示基于物联网的主控平台输出的需要展示的信息；
[0009] 所述基于物联网的主控平台、安保监控单元、智能照明单元、智能消防单元、多媒体显示系统均通过CAN总线接入单元连接CAN总线，从而实现各单元与主控平台的交互。
[0010] 根据本发明的具体实施方式，所述消防设备稳定性监测单元包括一个主消防
泵掉电测试单元、备用消防泵掉电测试单元、主消防泵启动测试单元、备用消防泵启动测试单元、蓄
水池水位监测单元、继电器运行监测单元、主备汲水管通畅监测单元、以及故障反馈单元；所述主消防泵掉电测试单元、备用消防泵掉电测试单元分别用于主备消防泵的掉电检测，所述主消防泵启动测试单元、备用消防泵启动测试单元分被用于主备消防泵的启动检测，以确定启动是否有故障，所述蓄水池水位监测单元用于监视蓄水池的水位，以保证满足规定的消防水位，所述继电器运行监测单元用于监测继电器装置运行是否正常；所述主备汲水管通畅监测单元用于监测汲水管道是否通畅，以及故障反馈单元用于在各个测试或监测单元发现某个消防设备故障时向主控平台反馈。
[0011] 根据本发明的具体实施方式，所述火情智能识别单元包括：
[0012]
动态图像采集模
块，用于采集现场的动态图像；
[0013] 图像数据获取模块，用于获取从动态
图像采集模块传过来的视频图像信息；
[0014] 图像存储模块，用于将动态图像采集模块采集的数据存储到
存储器中；
[0015] 映射建立模块，用于对全向视
角传感器的参数进行标定，建立空间的实物图像与所获得的视频图像的映射关系；
[0016] 色彩空间转换模块，用于将彩色图像中的每一个
像素点的
颜色从
RGB颜色空间转换到CbCr色彩空间；
[0017] 图像展开处理模块，用于将采集的圆形视频图像展开为全景柱状图，根据圆形全* * ** ** *方位图像上的一个点(x ，y)和矩形柱状全景图上的一个点(x ，y )的映射关系，建立(x ，y*)与(x**，y**)的映射矩阵，式(1)所示：
[0018]
[0019] 上式中， 是映射矩阵， 是圆形全方位图像上的像素矩阵，是矩形柱状全景图上的像素矩阵；
[0020] 运动目标检测模块，用于将所获得的当前
帧现场视频图像与一个相对比较稳定的基准参考图像进行差值运算，图像相减的计算公式如式(2)表示：
[0021] fd(X，t0，ti)＝f(X，ti)‐f(X，t0) (2)
[0022] 上式中，fd(X，t0，ti)是实时拍摄到图像与基准参考图像间进行图像相减的结果：f(X，ti)是实时拍摄到图像；f(X，t0)是基准参考图像；
[0023] 并将当前图像中与相邻K帧的图像相减计算公式如(3)所示：
[0024] fd(X，ti‐k，ti)＝f(X，ti)‐f(X，ti‐k) (3)
[0025] 上式中，fd(X，ti‐k，ti)是实时拍摄到图像与相邻K帧图像间进行图像相减的结果；f(X，ti‐k)是相邻K帧时的图像；
[0026] 如fd(X，t0，ti)≥
阈值、fd(X，ti‐k，ti)≥阈值成立时，判定为可疑火苗对象：
[0027] 如fd(X，t0，ti)≥阈值、fd(X，ti‐k，ti)＜阈值，判定静止对象，并用式(4)来更新替换基准参考图像：
[0028]
[0029] 如fd(X，t0，ti)＜阈值，判定为静止对象；
[0030] 贯通范围计算模块，用于对当前图像进行标记，像素灰度为0的小区表示此小区无可疑火苗，像素灰度为1则表示此小区有可疑火苗，计算当前图像中的像素是否与当前像素周围相邻的某一个点的像素相等，如灰度相等判断为具有贯通性，将所有具有贯通性的像素作为一个贯通范围；
[0031] 火苗确认模块，用于判定为可疑火苗后，对每个贯通范围求出其面积Si，并依照如下：
[0032] 1)若Si＜阈值1，则该变化区域为噪声点；
[0033] 2)若Si＞阈值2，则该变化区域为大面积的红外光线变化；
[0034] 3)若阈值1＜Si＜阈值2，则该变化区域为可疑的火苗区域；
[0035] 判断为可疑的火苗区域后，计算相邻帧变化图像的相似度εi，如公式(5)所示，[0036]
[0037] 式中，bi(x，y)为上一帧中可疑的火苗区域，bi+1(x，y)为当前帧中可疑的火苗区域；
[0038] 根据上述计算结果，类型划分为：
[0039] 1)若εi≤阈值1，则图像模式为快速运动的亮点；
[0040] 2)若εi≥阈值2，则图像模式为固定红外发光区域；
[0041] 3)若阈值1＜εi＜阈值2，则图像模式为火苗；
[0042] 所述阈值1和阈值2可以根据经验预先设定。
[0043] 如果发现火苗，则迅速启动报警程序，将火情上传至主控平台，并等待主控平台的灭火指令；
[0044] 火苗发生
位置计算模块，用于根据三维空间与图像像素的对应性关系，计算火苗的中心点，确定火源点位置；
[0045] 灭火控
制模块，用于在接收到主控平台的灭火指令后，控制喷头驱动装置使喷头朝向火源点移动，当喷头对准火点时，发出打开喷头
阀门灭火的指令。
[0046] 相比于
现有技术，通过本发明的基于物联网的办公区安全监控系统，可以对办公区域的安保，消防进行全方位的监控和维护，同时，通过对各个子系统的改进，更加有效的提高了安保和消防设施的工作效率和准确率，具有非常现实的积极意义。
附图说明
[0047] 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0048] 附图1示出了根据本发明实施方式的基于物联网的办公区安全监控系统结构示意图；
[0049] 附图2示出了根据本发明实施方式的消防设备稳定性监测单元结构示意图；
[0050] 附图3示出了根据本发明实施方式的火情智能识别单元结构示意图；
[0051] 附图4示出了根据本发明实施方式的安保监控单元结构示意图。
具体实施方式
[0052] 下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0053] 根据本发明的实施方式，提出一种基于物联网的办公区安全监控系统，如附图1所示，所述系统包括基于物联网的主控平台、智能消防单元、安保监控单元、智能照明单元、多媒体显示系统、CAN总线以及CAN总线接入单元；
[0054] 所述智能消防单元用于确保智能消防单元稳定运行，以及监控区域内火情并根据主控平台的指令执行灭火动作，所述智能消防单元包括消防设备稳定性监测单元以及火情智能识别单元；
[0055] 所述安保监控单元用于监控区域内的非法闯入，包括安保监控分控器、闯入检测单元以及报警单元；
[0056] 所述智能照明单元用于根据主控平台的指令对区域内特定区域进行照明；
[0057] 所述多媒体显示系统用于接收并展示基于物联网的主控平台输出的需要展示的信息；
[0058] 所述基于物联网的主控平台、安保监控单元、智能照明单元、智能消防单元、多媒体显示系统均通过CAN总线接入单元连接CAN总线，从而实现各单元与主控平台的交互。
[0059] 根据本发明的具体实施方式，上述消防设备稳定性监测单元实现对消防设备的稳定性监测；所述消防设备组成部分可以包括，但不限于：主消防泵、备用消防泵、主消防泵分控器、备用消防泵分控器、中间继电器、消防蓄水池及与消防蓄水池连接的消防供水管道、排水
回流管道、主消防泵汲水管、备用消防泵汲水管，在消防供水管道处装有水压转换器，在排水回流管道处装有排水
电动阀。
[0060] 所述消防设备稳定性监测单元，如附图2所示，包括一个主消防泵掉电测试单元、备用消防泵掉电测试单元、主消防泵启动测试单元、备用消防泵启动测试单元、蓄水池水位监测单元、继电器运行监测单元、主备汲水管通畅监测单元、以及故障反馈单元；所述主消防泵掉电测试单元、备用消防泵掉电测试单元分别用于主备消防泵的掉电检测，所述主消防泵启动测试单元、备用消防泵启动测试单元分被用于主备消防泵的启动检测，以确定启动是否有故障，所述蓄水池水位监测单元用于监视蓄水池的水位，以保证满足规定的消防水位，所述继电器运行监测单元用于监测继电器装置运行是否正常；所述主备汲水管通畅监测单元用于监测汲水管道是否通畅，以及故障反馈单元用于在各个测试或监测单元发现某个消防设备故障时向主控平台反馈。
[0061] 通过上述各测试以及监测单元的运行，可以于平时及时发现消防设备的故障，避免火灾发生时，因为消防设备故障而导致的重大损失。
[0062] 根据本发明的具体实施方式，如附图3所示，所述火情智能识别单元包括：
[0063] 动态图像采集模块，用于采集现场的动态图像；
[0064] 图像数据获取模块，用于获取从动态图像采集模块传过来的视频图像信息；
[0065] 图像存储模块，用于将动态图像采集模块采集的数据存储到存储器中；
[0066] 映射建立模块，用于对全向视角传感器的参数进行标定，建立空间的实物图像与所获得的视频图像的映射关系；
[0067] 色彩空间转换模块，用于将彩色图像中的每一个像素点的颜色从RGB颜色空间转换到CbCr色彩空间；
[0068] 图像展开处理模块，用于将采集的圆形视频图像展开为全景柱状图，根据圆形全方位图像上的一个点(x*，y*)和矩形柱状全景图上的一个点(x**，y**)的映射关系，建立(x*，y*)与(x**，y**)的映射矩阵，式(1)所示：
[0069]
[0070] 上式中， 是映射矩阵， 是圆形全方位图像上的像素矩阵，是矩形柱状全景图上的像素矩阵；
[0071] 运动目标检测模块，用于将所获得的当前帧现场视频图像与一个相对比较稳定的基准参考图像进行差值运算，图像相减的计算公式如式(2)表示：
[0072] fd(X，t0，ti)＝f(X，ti)‐f(X，t0) (2)
[0073] 上式中，fd(X，t0，ti)是实时拍摄到图像与基准参考图像间进行图像相减的结果：f(X，ti)是实时拍摄到图像；f(X，t0)是基准参考图像；
[0074] 并将当前图像中与相邻K帧的图像相减计算公式如(3)所示：
[0075] fd(X，ti‐k，ti)＝f(X，ti)‐f(X，ti‐k) (3)
[0076] 上式中，fd(X，ti‐k，ti)是实时拍摄到图像与相邻K帧图像间进行图像相减的结果；f(X，ti‐k)是相邻K帧时的图像；
[0077] 如fd(X，t0，ti)≥阈值、fd(X，ti‐k，ti)≥阈值成立时，判定为可疑火苗对象：
[0078] 如fd(X，t0，ti)≥阈值、fd(X，ti‐k，ti)＜阈值，判定静止对象，并用式(4)来更新替换基准参考图像：
[0079]
[0080] 如fd(X，t0，ti)＜阈值，判定为静止对象；
[0081] 贯通范围计算模块，用于对当前图像进行标记，像素灰度为0的小区表示此小区无可疑火苗，像素灰度为1则表示此小区有可疑火苗，计算当前图像中的像素是否与当前像素周围相邻的某一个点的像素相等，如灰度相等判断为具有贯通性，将所有具有贯通性的像素作为一个贯通范围；
[0082] 火苗确认模块，用于判定为可疑火苗后，对每个贯通范围求出其面积Si，并依照如下：
[0083] 1)若Si＜阈值1，则该变化区域为噪声点；
[0084] 2)若Si＞阈值2，则该变化区域为大面积的红外光线变化；
[0085] 3)若阈值1＜Si＜阈值2，则该变化区域为可疑的火苗区域；
[0086] 判断为可疑的火苗区域后，计算相邻帧变化图像的相似度εi，如公式(5)所示，[0087]
[0088] 式中，bi(x，y)为上一帧中可疑的火苗区域，bi+1(x，y)为当前帧中可疑的火苗区域；
[0089] 根据上述计算结果，类型划分为：
[0090] 1)若εi≤阈值1，则图像模式为快速运动的亮点；
[0091] 2)若εi≥阈值2，则图像模式为固定红外发光区域；
[0092] 3)若阈值1＜εi＜阈值2，则图像模式为火苗；
[0093] 所述阈值1和阈值2可以根据经验预先设定。
[0094] 如果发现火苗，则迅速启动报警程序，将火情上传至主控平台，并等待主控平台的灭火指令；
[0095] 火苗发生位置计算模块，用于根据三维空间与图像像素的对应性关系，计算火苗的中心点，确定火源点位置；
[0096] 灭火
控制模块，用于在接收到主控平台的灭火指令后，控制喷头驱动装置使喷头朝向火源点移动，当喷头对准火点时，发出打开喷头阀门灭火的指令。
[0097] 根据本发明的实施方式，所述动态图像采集模块是全向视角传感器，所述全向视角传感器包括用于反射监控领域中物体的外凸反射镜面、透明圆柱体、高清球机，所述外凸反射镜面朝下，所述透明圆柱体
支撑外凸反射镜面，用于拍摄外凸反射镜面上成像体的高清球机位于透明圆柱体的内部，高清球机位于外凸反射镜面的虚焦点上。
[0098] 根据本发明的具体实施方式，如附图4所示，所述安保监控单元包括安保监控分控器、闯入检测单元以及报警单元。
[0099] 所述闯入检测单元包括闯入确认单元和闯入识别单元，所述闯入确认单元包括多个设置于区域入口附近的基于zigbee的测量
节点、链路强度汇集节点以及闯入确认运算单元，所述基于zigbee的测量节点之间进行无线通信，各节点依次发送无线
信号，其它节点接收无线信号并记录接收信号强度，链路强度汇集节点通过zigbee技术收集所有基于zigbee的测量节点测量到的无线链路信号强度信息，同时，将采集的信息发送给闯入确认运算单元，闯入确认运算单元根据无线链路强度信息实现对是否有物体闯入的检测。
[0100] 所述闯入确认运算单元根据无线链路强度信息实现对是否有物体闯入的检测具体包括：
[0101] 假设各基于zigbee的测量节点之间形成n条无线链路，在t‐1与t时刻分别得到由这n条无线链路接收信号强度的均值m和方差v组成的特征矩阵A和B如下：
[0102]
[0103] 其中，特征矩阵A和B包含了无线链路信号强度的均值m以及方差v特征，mn1以及vn2分别代表第n条无线链路的信号强度均值及方差；计算特征矩阵A和B中对应元素值的大小相似程度得到匹配度矩阵C如下：
[0104]
[0105] 其中，mn1‐m'n1代表了第n条链路的均值的差异，vn1‐v'n1代表了第n条链路的方差的差异，dn代表了第n条链路的长度。当匹配度矩阵C的各元素之和大于设定的阈值时，所述闯入确认运算单元将判定物体闯入，并且通过安保监控分控器向主控平台报告闯入信息。
[0106] 当主控平台接收到报告的闯入信息时，如果当时为夜晚，则向智能照明单元发出指令，向所在区域进行照明，并且向所述安保监控分控器发出指令，启动闯入识别单元，进行闯入识别，所述闯入识别单元包括：
[0107] 影像获取单元，用于获取静态图像，并传输给
图像处理单元。
[0108] 影像处理单元，用于对静态影像进行预处理，得到灰度补偿影像。
[0109] 人像检测单元，用于对灰度影像进行人像检测和
定位；若检测到人像则获得固定大小的灰度人像影像，并传输给人像识别单元；若没有检测到人像则直接将灰度影像传输给背景对比单元；
[0110] 背景对比单元，用于将数据存储单元存储的平均背景影像和人像检测单元传来的灰度影像分别划分为若干个权重不同的子影像,计算对应子影像的匹配度，并对所有子影像的匹配度进行加权求和，若加权求和结果大于预设的匹配度阈值，则作为检测到异常的灰度影像存储到数据存储单元，并通知报警单元进行报警。
[0111] 人像识别单元，用于对灰度人像影像和数据存储单元存储的已注册人像影像进行特征提取、计算匹配度，根据匹配度判断是否为陌生人，若为陌生人则通知报警管理单元进行报警。
[0112] 人像注册单元，用于实时检测灰度人像影像，并进行标记。
[0113] 数据存储单元，用于存储已注册人像影像，被判为陌生人的灰度人像影像，检测到异常的灰度影像，平均背景影像和用户自定义信息。
[0114] 所述人像识别单元在进行特征提取、计算匹配度时包括如下步骤：
[0115] a)对待识别的灰度人像影像q和数据存储单元存储的N幅已注册人像影像pi(i＝1,2…,N)进行局部双值模式变换，用以减小光照等变化带来的影响；
[0116] b)将步骤a)变换后的影像划分成L个大小相同且互不重叠的子影像块；
[0117] c)对待识别灰度人像影像q的每个子影像块qj和所有对应的已注册人像影像的子影像块pi,j进行随机
采样，即随机选择qj和pi,j若干个相同位置的数值，得到测试特征子集q’j和训练特征子集p’i,j，其中i＝1,2…,N，j＝1,2,…L；
[0118] d)计算测试特征子集和训练特征子集之间的汉明距离作为匹配度度量，若测试特征子集和最相似的训练特征子集之间的汉明距离超过预先设定的匹配度阈值，则认为此次随机采样所代表的子影像块qj和pi,j(i＝1,2…,N)不相似；
[0119] e)步骤c)和d)重复k次，即进行k次随机采样，统计待识别的灰度人像影像q的L个子影像块一共得到的不相似次数，若不相似次数超过预定阈值则认为待识别的灰度人像影像q和数据存储单元存储的N幅已注册人像影像都不相似，为陌生人或未注册，否则为已注册。
[0120] 所述智能照明单元用于根据主控平台的指令对区域内特定区域进行照明；
[0121] 所述多媒体显示系统用于接收并展示基于物联网的主控平台输出的需要展示的信息，例如火情信息和闯入信息。
[0122] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以
权利要求的保护范围为准。
