著录项信息
专利名称 | 一种基于无线传感网络技术的智能化城市安全防范方法 |
申请号 | CN201310554169.7 | 申请日期 | 2013-11-08 |
法律状态 | 授权 | 申报国家 | 中国 |
公开/公告日 | 2014-02-12 | 公开/公告号 | CN103581667A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | H04N19/00 | IPC分类号 | H;0;4;N;1;9;/;0;0;;;H;0;4;N;7;/;1;8;;;H;0;4;W;8;4;/;1;8查看分类表>
|
申请人 | 浙江工商大学 | 申请人地址 | 浙江省杭州市下沙高教园区学正街18号
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 浙江工商大学 | 当前权利人 | 浙江工商大学 |
发明人 | 肖亮;王璐雅;陈庭贵;袁霄;魏建良 |
代理机构 | 杭州斯可睿专利事务所有限公司 | 代理人 | 王利强 |
摘要
一种基于无线传感网络技术的智能化城市安全防范方法,包括以下步骤:1)数据的自动化采集:具有数据采集、处理和无线通信功能的智能节点组成的无线传感网络,通过无线传感网络进行数据采集;2)数据的视频压缩:采用MPEG‑4视频图象压缩编码技术;3)数据的传输;4)数据的自动化接收与处理:利用数据采集卡和服务器,对数据的分类采用基于关联度量的决策树分类方法;5)城市安全防范结果的输出:根据分类处理,输出对应报警的处理结果。本发明提供了一种简化结构、兼顾成本和防范效果、适用性良好的基于无线传感网络技术的智能化城市安全防范方法。
1.一种基于无线传感网络技术的智能化城市安全防范方法,其特征在于:所述城市安全防范方法包括以下步骤:
1)数据的自动化采集:具有数据采集、处理和无线通信功能的智能节点组成的无线传感网络,通过无线传感网络进行数据采集;
2)数据的视频压缩:采用MPEG-4视频图像压缩编码技术;
3)数据的传输:首先利用无线传感网络的通信信道来完成相关数据的短距离传输;其次采用互联网和PSTN网作为传输信道,完成了相关数据的远程自动化传输;
4)数据的自动化接收与处理:利用数据采集卡和服务器,对数据的分类采用基于关联度量的决策树分类方法,包括以下步骤:
首先,在采集的数据集中选择需要建立决策树的数据集,设为D;
其次,在D中选择若干个属性构成条件属性集Ai,i=1,2,…,n,选择一个属性作为决策属性B,Ai与B构成新的数据集D1;此时,若选择的决策属性值超过3个,则提示是否进行决策属性预处理,若进行,则根据处理要求将属性值“浓缩”成较少的若干个值;并通过计算各条件属性与决策属性间有无关联,删除一些与分类相关性小的属性;计算方法为:对于所有的条件属性Ai及决策属性B,i=1,2,…,n,计算Ai与B的x2统计量,与B无关的属性将从条件属性集中被删除,形成处理后的数据集D2;
再次,计算D2中各条件属性Ai与决策属性B的系数Pi,i=1,2,…,m;m≤n,对于所有的Ai选择Ak,其中k=1,2,…,m,并且pk=(Pi中的最大值);此外,根据上面的划分结果建立决策树,每一次划分将 建立决策树一层新的节点,每一个D2k对应决策树一个节点,k=1,2,…,l,前述若对应一叶节点,其值为一完整类;
最后,由于建立的决策树已采用阈值τ实施了剪枝,因此,通过决策树上各分枝,可直接生成形如“如果条件1满足且条件2满足……以及条件n满足,那么进行决策”的分类规则;
5)城市安全防范结果的输出:根据分类处理,输出对应报警的处理结果。
2.如权利要求1所述的一种基于无线传感网络技术的智能化城市安全防范方法,其特征在于:所述步骤1)中,首先利用WSN中的空分多址技术的兼容节点对,按最小能耗最多配对准则,找出最佳的数据汇聚点;然后以兼容节点对的位置特征作为权值来源,使用加权最大配对算法,得出各汇聚节点对应的最优配对节点对集合;直到找出具有最多配对数目和最大覆盖集的数据汇聚点集合P’,访问集合P’的近似最短路径即是移动节点的最终路径。
3.如权利要求1或2所述的一种基于无线传感网络技术的智能化城市安全防范方法,其特征在于:所述步骤2)中,MPEG-4在基于对象的视频编码中,编码的基本单元是对象,该编码过程分为三步:
(2.1)对原始视频流中采用全自动、半自动或人工方法分割出视频对象;
(2.2)对视频对象进行编码,对不同视频对象的运动信息、形状信息和纹理信息分配不同的码字;
(2.3)对各个视频对象的码流进行复合;
然后,对视频对象进行分割,先对原始图像数据进行简化以利于 分割,通过低通滤波、中值滤波、形态滤波来完成;其次对视频图像数据进行特征提取,再基于某种均匀性标准来确定分割决策,根据所提取特征将视频数据归类,最后是进行相关后处理,以实现滤除噪声及准确提取边界。
一种基于无线传感网络技术的智能化城市安全防范方法\n技术领域\n[0001] 本发明属于无线网络、视频压缩、数据传输技术领域,涉及一种城市安全防范方法。特别适用于城市安全防范的问题。\n背景技术\n[0002] 随着社会经济的长足发展,人们生活富裕了,如何保护好这来之不易的经济建设成果,成了全社会的焦点问题。每年的火灾都造成了无法挽回的经济损失,盗窃、燃气泄漏等安全问题,每年也要从人们手中掠夺走数目惊人的财富。国家每年都投入大量的人力物力来保安全,建立了较为完备的硬件设施,但使用效果却不尽人意。往往是火势已经很严重时,消防人员才赶到现场,控制处理都变得十分困难。经常是警察赶到现场,窃贼已经逃之夭夭。\n[0003] 利用电子技术对安全状态进行监测,可以实现无间断的连续控制,能够提前发现安全隐患,赢得处理时间,具有十分重要的实用价值,也是安防系统采用的重要手段。现有的安防系统产品,大都是有线的,需要专门的布线施工,就会破坏用户的装修结构,得不到用户的认可,这限制了其发展应用。少数无线系统由于价格昂贵,也没得到很好的推广。改变这种现状的最有效办法,就是充分考虑用户的需求,研制出价优质高、施工方便的无线安防产品。同时现有的安防系统,往往是独立工作,规模都比较小,无法充分利用社会资源。造成一边是社会人力物力的闲置浪费,一边是险情得不到及时处理的尴尬局面。要弥补这些不足,就必须加大安全防范系统智能化的研究,充分利用高新技术手段和现有的基础设施,提高安全防范技术水平和应用推广的力度。\n发明内容\n[0004] 为了克服已有城市安全防范方式的结构复杂、不能兼顾成本和防范效果、适用性较差的不足,本发明提供了一种简化结构、兼顾成本和防范效果、适用性良好的基于无线传感网络技术的智能化城市安全防范方法。\n[0005] 本发明解决其技术问题所采用的技术方案是:\n[0006] 一种基于无线传感网络技术的智能化城市安全防范方法,包括以下步骤:\n[0007] 1)数据的自动化采集:具有数据采集、处理和无线通信功能的智能节点组成的无线传感网络,通过无线传感网络进行数据采集;\n[0008] 2)数据的视频压缩:采用MPEG-4视频图象压缩编码技术;\n[0009] 3)数据的传输:首先利用无线传感网络的通信信道来完成相关数据的短距离传输;其次采用互联网和PSTN网作为传输信道,完成了相关数据的远程自动化传输;\n[0010] 4)数据的自动化接收与处理:利用数据采集卡和服务器,对数据的分类采用基于关联度量的决策树分类方法,包括以下步骤:\n[0011] 首先,在采集的数据集中选择需要建立决策树的数据集,设为D;\n[0012] 其次,在D中选择若干个属性构成条件属性集Ai(i=1,2,…,n),选择一个属性作为决策属性B,Ai与B构成新的数据集D1;此时,若选择的决策属性值超过3个,则提示是否进行决策属性预处理,若进行,则根据处理要求将属性值“浓缩”成较少的若干个值;并通过计算各条件属性与决策属性间有无关联,删除一些与分类相关性小的属性;计算方法为:对于所有的条件属性Ai(i=1,2,…,n)及决策属性B,计算Ai(i=1,2,…,n)与B的x2统计量,与B无关的属性将从条件属性集中被删除,形成处理后的数据集D2;\n[0013] 再次,计算D2中各条件属性Ai(i=1,2,…,m;m≤n)与决策属性B的系数Pi(i=1,\n2,…,m),对于所有的Ai(i=1,2,…,m),选择Ak|k=1,2,…,m,and pk=max(Pi);此外,根据上面的划分结果建立决策树。每一次划分将建立决策树一层新的结点,每一个D2k(k=1,2,…,l)对应决策树一个结点,前述若对应一叶结点,其值为一完整类;\n[0014] 最后,由于建立的决策树已采用阈值τ实施了剪枝,因此,通过决策树上各分枝,可直接生成形如“IF条件1and条件2and…and条件nTHEN决策”的分类规则;\n[0015] 5)城市安全防范结果的输出:根据分类处理,输出对应报警的处理结果。\n[0016] 进一步,所述步骤1)中,首先利用WSN中的空分多址技术的兼容节点对,按最小能耗最多配对准则,找出最佳的数据汇聚点;然后以兼容节点对的位置特征作为权值来源,使用加权最大配对算法,得出各汇聚节点对应的最优配对节点对集合;直到找出具有最多配对数目和最大覆盖集的数据汇聚点集合P’,访问集合P’的近似最短路径即是移动节点的最终路径。\n[0017] 更进一步,所述步骤2)中,MPEG-4在基于对象的视频编码中,编码的基本单元是对象,该编码过程分为三步:\n[0018] (2.1)对原始视频流中采用全自动、半自动、人工等方法分割出视频对象;\n[0019] (2.2)对视频对象进行编码,对不同视频对象的运动信息、形状信息和纹理信息分配不同的码字;\n[0020] (2.3)对各个视频对象的码流进行复合;\n[0021] 然后,对视频对象进行分割,先对原始图像数据进行简化以利于分割,通过低通滤波、中值滤波、形态滤波来完成;其次对视物图像数据进行特征提取,再基于某种均匀性标准来确定分割决策,根据所提取特征将视频数据归类,最后是进行相关后处理,以实现滤除噪声及准确提取边界。\n[0022] 本发明的技术构思为:针对目前城市安全防范存在的问题,结合具体环境应用和通信需求以及经济性等方面的特点,并考虑现有的技术成果,提出一种基于无线传感网络技术的智能化城市安全防范方法。通过该方法有效实现城市安防的自动报警与处理,具有广泛的适用性。\n[0023] 本发明引入无线传感网络和视频图像压缩等技术实现城市安防的自动报警与处理,首先,利用无线传感网络中的空分多址(SDMA)技术获取城市安全防范图象信息和状态信息。其次,为了节约数据传输带宽,使用先进的MPEG4视频图象压缩编码技术,在保证图象质量的前提下,减少了传输数据量,最终得到最优的聚类划分。再次,为了实现城市安全防范基本信息的传输,先利用无线通信信道来完成相关信息的短距离传输,再采用互联网和PSTN网作为传输信道,完成了相关信息的远程自动化传输。最后,为了实现城市安全防范信息的自动化接收和处理,利用数据采集卡和服务器结合,完成信息的自动接收、保存、分类和对应报警的处理输出。\n[0024] 本发明的有益效果在于:本发明有效地克服了传统城市安全防范方法存在的不足,有效实现城市安防的自动报警与处理,具有广泛的适用性。\n附图说明\n[0025] 图1是基于MPEG-4视频图象压缩编码方法框架。\n[0026] 图2是PSTN组成图。\n具体实施方式\n[0027] 下面结合附图对本发明作进一步描述。\n[0028] 参照图1和图2,一种基于无线传感网络技术的智能化城市安全防范方法,包括以下步骤:\n[0029] 1)数据的自动化采集:无线传感网络(WSN)是由大量具有数据采集、处理和无线通信功能的智能节点组成的自组织的测量网络,这里首先利用WSN中的空分多址(SDMA)技术的兼容节点对,按最小能耗最多配对准则,找出最佳的数据汇聚点;然后以兼容节点对的位置特征作为权值来源,使用加权最大配对算法(Hopcroft-Karp算法),得出各汇聚节点对应的最优配对节点对集合;直到找出具有最多配对数目和最大覆盖集的数据汇聚点集合P’,访问集合P’的近似最短路径即是移动节点的最终路径;\n[0030] 2)数据的视频压缩:为了节约数据传输带宽,在保证图像质量的前提下,需减少传输数据量,这里采用MPEG-4视频图象压缩编码技术。MPEG-4在基于对象的视频编码中,编码的基本单元是对象,主要针对纹理、形状、运动这三种信息的编码技术,其结构原理如图1所示,其中形状、运动与纹理编码模块是其核心模块。通常,该编码过程分为三步:\n[0031] (2.1)对原始视频流中采用全自动、半自动、人工等方法分割出视频对象。\n[0032] (2.2)对视频对象进行编码,对不同视频对象的运动信息、形状信息和纹理信息分配不同的码字。\n[0033] (2.3)对各个视频对象的码流进行复合。\n[0034] 然后,对视频对象进行分割,通常先对原始图像数据进行简化以利于分割,这可通过低通滤波、中值滤波、形态滤波来完成,其次对视物图像数据进行特征提取,可以是颜色、纹理、运动、帧差、位移帧差乃至语义等特征,再基于某种均匀性标准来确定分割决策,根据所提取特征将视频数据归类,最后是进行相关后处理,以实现滤除噪声及准确提取边界;\n[0035] 3)数据的传输:为了实现城市安全防范基本数据的传输,首先利用无线通信信道来完成相关数据的短距离传输;其次采用互联网和PSTN网作为传输信道,完成了相关数据的远程自动化传输,其中PSTN作为世界上发展最早的通信网络,是普及率最高,业务量最大,覆盖范围最广的网络。这里在城市安全防范智能化系统中,首选PSTN固定电话网来传送防火、防盗、防燃气泄漏报警信息,其基本结构组成如图2所示,其中电话机等是用户直接使用的工具,主要完成将用户的声音信号和电信号之间的转换。同时用户终端设备还具有发送和接收电话呼叫的能力,用户通过电话机来发起呼叫,通过振铃知道有电话呼入;\n[0036] 4)数据的自动化接收与处理:为了实现城市安全防范数据的自动化接收和处理,利用数据采集卡和服务器结合,完成数据的自动接收、保存、分类和对应报警的处理输出,其中数据的分类方法是其关键,这里对数据的分类主要采用基于关联度量的决策树分类方法,首先在采集的数据集中选择需要建立决策树的数据集,设为D;其次,在D中选择若干个属性构成条件属性集Ai(i=1,2,…,n),选择一个属性作为决策属性B,Ai与B构成新的数据集D1;此时,若选择的决策属性值超过3个,则提示是否进行决策属性预处理,若进行,则根据处理要求将属性值“浓缩”成较少的若干个值;并通过计算各条件属性与决策属性间有无关联,删除一些与分类相关性小的属性,从而简化训练数据集。计算方法为:对于所有的条件属性Ai(i=1,2,…,n)及决策属性B,计算Ai(i=1,2,…,n)与B的x2统计量,与B无关的属性将从条件属性集中被删除,形成处理后的数据集D2;再次,计算D2中各条件属性Ai(i=1,2,…,m;m≤n)与决策属性B的系数Pi(i=1,2,…,m),对于所有的Ai(i=1,2,…,m),选择Ak|k=1,\n2,…,m,and pk=max(Pi);此外,根据上面的划分结果建立决策树。每一次划分将建立决策树一层新的结点,每一个D2k(k=1,2,…,l)对应决策树一个结点。前述若对应一叶结点,其值为一完整类;最后,由于建立的决策树已采用阈值τ实施了剪枝,因此,通过决策树上各分枝,可直接生成形如“IF条件1and条件2and…and条件nTHEN决策”的分类规则;\n[0037] 5)城市安全防范结果的输出:在实现上述城市安防数据的采集、传输及处理后输出相应结果。
法律信息
- 2016-09-14
- 2014-03-12
实质审查的生效
IPC(主分类): H04N 19/00
专利申请号: 201310554169.7
申请日: 2013.11.08
- 2014-02-12
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2011-09-28
|
2011-05-16
| | |
2
| |
2013-04-17
|
2012-11-30
| | |
3
| |
2012-09-12
|
2012-04-13
| | |
4
| | 暂无 |
2004-11-30
| | |
5
| |
2012-06-20
|
2011-11-29
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |