本發(fā)明涉及農(nóng)業(yè)大棚安全技術(shù)領(lǐng)域，特別是涉及一種基于IB-Adaboost人臉檢測的農(nóng)業(yè)大棚報警系統(tǒng)及方法。

背景技術(shù)：

隨著大棚技術(shù)的大規(guī)模應(yīng)用，因大棚被盜的事件次數(shù)居高不下，給果農(nóng)帶來的損失越來越大。為了降低大棚被盜的嚴重程度和提高對盜竊者的監(jiān)視，越來越多的先進技術(shù)被應(yīng)用到農(nóng)業(yè)大棚安全控制領(lǐng)域。在大棚被盜事件中，主要的受害群體是辛苦種植卻無收成的那些果農(nóng)戶主。因此，對于農(nóng)業(yè)大棚防竊，若給農(nóng)場主能在蔬果被盜竊事件發(fā)生前提早通知果農(nóng)并記錄盜竊者信息，不僅蔬果能免于被偷竊，也能及時獲取盜竊者的身份，并將之繩之以法。一般情況下發(fā)生了犯罪案件后查看犯罪錄像時犯罪嫌疑人或是無遮擋或是佩戴遮擋物，無遮擋的情況下通過身份識別檢測出人臉信息；遮擋的情況下會給偵破案件帶來了一定的困難。所以，針對不管有遮擋還是無遮擋能開發(fā)出對可疑人物自動識別的報警系統(tǒng)具有重要的應(yīng)用價值和廣泛的應(yīng)用前景。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是提供一種基于IB-Adaboost人臉檢測的農(nóng)業(yè)大棚報警系統(tǒng)及方法，能夠有效地減少大棚被偷竊的情況發(fā)生。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：提供一種基于IB-Adaboost人臉檢測的農(nóng)業(yè)大棚報警系統(tǒng)，包括：識別模塊，用于獲取現(xiàn)場的視頻圖像；圖像采集模塊，與所述的識別模塊相連，用于采集所述視頻圖像，并將所述視頻圖像數(shù)字化；嵌入式處理器，與所述的圖像采集模塊相連，用于接收數(shù)字化后的視頻圖像，并通過內(nèi)嵌的IB-Adaboost人臉檢測算法對視頻圖像進行分析和處理；及移動終端，用于接收處理結(jié)果。

所述嵌入式處理器內(nèi)嵌的IB-Adaboost人臉檢測算法處理視頻圖像時首先對圖像進行光照補償處理，改善光照不均勻?qū)D像質(zhì)量的影響；結(jié)合Adaboost算法提高人臉分類性能；接著通過YCbCr顏色空間轉(zhuǎn)換并二值化圖像，嘗試縮小人臉檢測區(qū)域以降低漏檢；然后進行膚色區(qū)域特征提取，以期達到提高人臉檢測的效果，提高了系統(tǒng)的實時人臉檢測性能。

所述識別模塊為CCD攝像機。

所述圖像采集模塊為圖像采集卡。

所述基于IB-Adaboost人臉檢測的農(nóng)業(yè)大棚報警系統(tǒng)還包括與嵌入式處理器相連的存儲單元，所述存儲單元用于存儲可疑的視頻圖像。

所述嵌入式處理器通過GPRS貓將處理結(jié)果發(fā)送給所述移動終端。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：還提供一種使用上述基于IB-Adaboost人臉檢測的農(nóng)業(yè)大棚報警系統(tǒng)的方法，包括系統(tǒng)初始化，獲取現(xiàn)場的視頻圖像；對視頻圖像進行采集，并將采集后的視頻圖像進行數(shù)字化處理；采用IB-Adaboost人臉檢測算法對數(shù)字化處理后的視頻圖像進行處理及分析，判斷是否有可疑人物出現(xiàn)，其中，系統(tǒng)初始化包括對識別模塊是否工作、識別模塊的采集圖像的分辨率、加載自己訓(xùn)練的OpenCV視覺訓(xùn)練庫、加載眼睛檢測分類器、鼻子檢測分類器、嘴檢測分類器；所述嵌入式處理器通過內(nèi)嵌的IB-Adaboost算法對視頻圖像進行分析和處理具體包括以下步驟：

使用“參考白”規(guī)范化顏色外觀:把圖像中像素亮度的前5％的值作為參考白；

先使用Haar-like特征表示人臉，使用“積分圖”實現(xiàn)特征數(shù)值的快速計算；使用Adaboost算法挑選出一些最能代表人臉的矩形特征作為弱分類器，按照加權(quán)投票的方式將弱分類器構(gòu)造為一個強分類器；將訓(xùn)練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器；

對圖像進行YCbCr色彩空間的轉(zhuǎn)換，從而實現(xiàn)提高能辨率的功能；

利用形態(tài)學(xué)方法對帶檢測圖像進行二值化化處理，剔除非人臉區(qū)域；

檢測出人臉區(qū)域?qū)θ四槄^(qū)域進行身份識別，判斷是否能識別出對方身份是誰，如果檢測不出則發(fā)送信息給大棚種植人員。

所述方法還包括判斷是否有遮擋面部的可疑人物的步驟，如果檢測到臉部有遮擋，則提示除去遮擋，如果不按照提示操作，則發(fā)送信息給大棚種植人員。

有益效果

由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點和積極效果：

本發(fā)明可有效地幫助大棚種植戶主對偷竊行為有十足的了解，以保證戶主能盡早對是否有發(fā)生偷竊情況做出正確反映，從而減少偷竊這種犯罪行為的發(fā)生。本發(fā)明通過識別模塊、圖像采集模塊、嵌入式處理器、移動終端以及GPRS貓進行農(nóng)業(yè)大棚安全控制報警。

本發(fā)明能夠?qū)梢扇宋锿蹈`進行實時檢測，具有成本低、安全性強、帶有智能、報警及時、便于普及維護費低等特點，可用于所有農(nóng)業(yè)大棚，加強了農(nóng)業(yè)大棚的安全性，降低了農(nóng)業(yè)大棚被偷竊的犯罪率。

附圖說明

圖1是本發(fā)明的系統(tǒng)框圖；

圖2是本發(fā)明的IB-Adaboost算法流程圖；

圖3是Adaboost算法流程圖。

具體實施方式

下面結(jié)合具體實施例，進一步闡述本發(fā)明。應(yīng)理解，這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對本發(fā)明作各種改動或修改，這些等價形式同樣落于本申請所附權(quán)利要求書所限定的范圍。

如圖1所示，本發(fā)明提供的一種基于改進的Adaboost人臉檢測的農(nóng)業(yè)大棚安全控制報警系統(tǒng)，包括識別模塊，其用于獲取現(xiàn)場的視頻圖像；圖像采集模塊，與所述的識別模塊相連，用于采集所述視頻圖像，并將所述視頻圖像數(shù)字化；嵌入式處理器，與所述的圖像采集模塊相連，用于接收數(shù)字化后的視頻圖像，并通過內(nèi)嵌的改進的IB-Adaboost人臉檢測算法對視頻圖像進行分析和處理；及移動終端，用于接收處理結(jié)果。該系統(tǒng)通過提前報警判斷，減少了犯罪份子投機的可能性，提高了農(nóng)業(yè)大棚的安全性，同時，對偷竊犯罪的偵破工作有了很大的幫助。

所述識別模塊為CCD攝像機。所述圖像采集模塊為圖像采集卡。所述基于IB-Adaboost人臉檢測的農(nóng)業(yè)大棚報警系統(tǒng)還包括與嵌入式處理器相連的存儲單元，所述存儲單元用于存儲可疑的視頻圖像。所述嵌入式處理器通過GPRS貓將處理結(jié)果發(fā)送給所述移動終端。

圖像識別模塊采用CCD攝像機，通過CCD攝像機獲取現(xiàn)場的視頻圖像，能對現(xiàn)場進行監(jiān)控并判斷是否有可以目標出現(xiàn)。將圖像進行采集，利用視頻采集設(shè)備把識別模塊傳輸過來的模擬信號捕捉下來并將其數(shù)字化。采集下來的圖像需要進行灰度化，灰度化的目的是加快檢測速度，保證達到實時的目的。

由此可見，本發(fā)明可有效地幫助大棚種植戶主對偷竊行為有十足的了解，以保證戶主能盡早對是否有發(fā)生偷竊情況做出正確反映，從而減少偷竊這種犯罪行為的發(fā)生。本發(fā)明通過識別模塊、圖像采集模塊、嵌入式處理器、移動終端以及GPRS貓進行農(nóng)業(yè)大棚安全控制報警。

系統(tǒng)初始化，獲取現(xiàn)場的視頻圖像；對視頻圖像進行采集，并將采集后的視頻圖像進行數(shù)字化處理；采用IB-Adaboost人臉檢測算法對數(shù)字化處理后視頻圖像進行處理及分析，并判斷是否有遮擋面部的可疑人物；如果檢測到人臉，則與已經(jīng)存儲的人臉進行匹配，如果識別不成功，則發(fā)送信息給種植戶主；如果檢測到臉部有遮擋，提示除去遮擋，如果不按照提示操作，則發(fā)送信息給種植戶主。

所發(fā)送的信息為彩信，彩信上附有采集的可疑人物的照片。其中，當(dāng)識別模塊不能正確進行模板匹配或者檢測到有可疑人物不去除遮擋物時，啟動彩信報警系統(tǒng)。該系統(tǒng)的主要功能為將報警圖片信息通過GPRS貓發(fā)送到相關(guān)工作人員的移動終端。

結(jié)合圖2，本算法基于傳統(tǒng)的Adaboost算法進行了適當(dāng)?shù)母倪M，提出一種改進的IB-Adaboost(Illumination compensation and Binarization)人臉檢測方法。該方法首先對圖像光照補償預(yù)處理，改善圖像光照質(zhì)量；其次，基于Adaboost算法訓(xùn)練人臉分類器；接著對圖像進行YCbCr色彩空間轉(zhuǎn)換并二值化處理，縮小人臉搜索區(qū)域；再經(jīng)過R、G、B顏色疊加獲取皮膚區(qū)域的彩色圖像實現(xiàn)人臉檢測。即在人臉未遮擋的情況下能很好地檢測到人臉并進行身份識別，一但身份信息不匹配，則開啟彩信報警模式提示工作人員注意；而當(dāng)出現(xiàn)人臉故意遮擋的時候則會判斷遮擋的面部人物，如有則提示除去遮擋物，如果連續(xù)三次提示未除去遮擋，則開啟彩信報警模式提示工作人員注意。

結(jié)合圖3，Adaboost算法根據(jù)弱學(xué)習(xí)的反饋，適應(yīng)性地調(diào)整假設(shè)的錯誤率，得到檢測率較高的強分類器，以提高分類性能。先使用Haar-like特征表示人臉，使用“積分圖”實現(xiàn)特征數(shù)值的快速計算；使用Adaboost算法挑選出一些最能代表人臉的矩形特征(弱分類器)，按照加權(quán)投票的方式將弱分類器構(gòu)造為一個強分類器；將訓(xùn)練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器，級聯(lián)結(jié)構(gòu)能有效地提高分類器的檢測速度。

不難發(fā)現(xiàn)，本發(fā)明能夠?qū)梢扇宋锿蹈`進行實時檢測，具有成本低、安全性強、帶有智能、報警及時、便于普及維護費低等特點，可用于所有農(nóng)業(yè)大棚，加強了農(nóng)業(yè)大棚的安全性，降低了農(nóng)業(yè)大棚被偷竊的犯罪率。