摘  要： 首先對大型超市變風(fēng)量中央空調(diào)系統(tǒng)進(jìn)行總體設(shè)計(jì),，并將視頻圖像處理技術(shù)運(yùn)用到大型超市中央空調(diào)節(jié)能控制的研究中,，提出了一種基于幀間差分與背景差分結(jié)合的運(yùn)動目標(biāo)檢測算法計(jì)算局部區(qū)域的人流密度，根據(jù)局部區(qū)域的人流密度利用PLC來控制溫度和新風(fēng)量,，實(shí)現(xiàn)了系統(tǒng)節(jié)能,，達(dá)到了“風(fēng)跟人走”的效果。

　　關(guān)鍵詞： 中央空調(diào),；視頻圖像處理,；運(yùn)動檢測；可編程控制器

　　大型綜合超市中央空調(diào)在設(shè)計(jì)時(shí)一般都是根據(jù)超市的面積和空調(diào)單位面積的冷熱負(fù)載量來設(shè)計(jì)其最大負(fù)荷?？紤]到季節(jié)等氣候因素,，中央空調(diào)負(fù)荷設(shè)計(jì)的原則是按照一年中最大負(fù)荷來設(shè)計(jì)，并留有5%~10%的余量,，運(yùn)行中根據(jù)季節(jié)變化人為決定水泵的運(yùn)行臺數(shù),，水泵和風(fēng)機(jī)轉(zhuǎn)速一旦工作不會因局部溫度或CO2濃度變化而改變轉(zhuǎn)速，一方面造成能源浪費(fèi)嚴(yán)重,，另一方面降低了顧客購物的舒適度,。本文將視頻圖像處理技術(shù)引入到大型超市中央空調(diào)節(jié)能控制中，提出一種基于幀間差分法和背景差分法結(jié)合的運(yùn)動目標(biāo)檢測算法分析各個(gè)區(qū)域的視頻圖像,，獲得各個(gè)區(qū)域的人流密度,，根據(jù)人流密度來控制局部區(qū)域的溫度和新風(fēng)量，既實(shí)現(xiàn)了良好的節(jié)能效果,，又為顧客營造了舒適的購物環(huán)境,。

1 系統(tǒng)總體設(shè)計(jì)

　　整個(gè)中央空調(diào)系統(tǒng)由空調(diào)機(jī)組、新風(fēng)機(jī)組以及監(jiān)控系統(tǒng)組成,，新風(fēng)機(jī)組實(shí)現(xiàn)與外界的空氣流通,，降低CO2濃度從而改善超市內(nèi)空氣舒適度，空調(diào)機(jī)組實(shí)現(xiàn)制冷從而降低超市內(nèi)溫度,。新風(fēng)機(jī)組主要由新風(fēng)閥門,、回風(fēng)閥門、排風(fēng)閥門,、送風(fēng)風(fēng)機(jī)、回風(fēng)風(fēng)機(jī)和各個(gè)區(qū)域送風(fēng)風(fēng)機(jī)組成,。通過對新風(fēng)閥門,、回風(fēng)閥門兩個(gè)風(fēng)門的開度進(jìn)行控制以調(diào)節(jié)新回風(fēng)比例，增大新風(fēng)比例可提高室內(nèi)空氣品質(zhì)和舒適程度,，提高回風(fēng)比例可起到節(jié)能的效果,，但新風(fēng)比例不得少于15%，根據(jù)管壓或者各區(qū)域的需求風(fēng)量來控制送回風(fēng)風(fēng)機(jī)轉(zhuǎn)速,?？照{(diào)機(jī)組主要由變頻水泵和末端風(fēng)機(jī)盤管組成，可以通過調(diào)節(jié)水泵轉(zhuǎn)速和末端風(fēng)機(jī)盤管風(fēng)機(jī)轉(zhuǎn)速來控制制冷量[1],。

　　該控制系統(tǒng)運(yùn)用可編程控制器技術(shù),、多變量控制理論、變頻調(diào)節(jié)技術(shù),，對中央空調(diào)多變量系統(tǒng)進(jìn)行集散控制,，通過超市內(nèi)各區(qū)域的溫度傳感器、CO2濃度傳感器、圖像傳感器,，將前端溫度變化,、空氣質(zhì)量、人流情況等多個(gè)變量對新風(fēng)機(jī)組以及空調(diào)機(jī)組的水泵和風(fēng)機(jī)進(jìn)行變頻控制,。

　　首先,，在超市模型出入口安裝光電傳感器（或漫反射傳感器），利用可編程控制器內(nèi)脈沖計(jì)數(shù)器計(jì)算出超市內(nèi)的總購物人數(shù),，計(jì)算出中央空調(diào)系統(tǒng)總的冷熱負(fù)荷,，根據(jù)總的冷熱負(fù)荷確定超市內(nèi)所需新風(fēng)量，控制新回風(fēng)風(fēng)門的開度從而調(diào)節(jié)超市內(nèi)各個(gè)區(qū)域CO2濃度,。

　　同時(shí)在生鮮水果區(qū)等人流量多的區(qū)域安裝CO2濃度和溫度傳感器,，PLC根據(jù)現(xiàn)場采集到的溫度與CO2濃度數(shù)據(jù)對末端風(fēng)機(jī)及水泵轉(zhuǎn)速進(jìn)行PID控制從而調(diào)節(jié)局部新風(fēng)量和制冷量[2]；在日用品區(qū)等人流量少的區(qū)域嘗試安裝溫度傳感器和高清攝像頭,，通過采集視頻圖像并配合視頻圖像采集卡采集區(qū)域視頻流數(shù)據(jù),，利用C++視頻圖像處理技術(shù)中的運(yùn)動目標(biāo)檢測技術(shù)對視頻流進(jìn)行分析得到該區(qū)域內(nèi)人流密度，利用C++中MScomm控件實(shí)現(xiàn)串口通信將數(shù)據(jù)按照自定義通信協(xié)議傳送至PLC,，通過PLC控制末端風(fēng)機(jī)和水泵轉(zhuǎn)速來調(diào)節(jié)新風(fēng)量和制冷量,。

2 目標(biāo)檢測

　　高清攝像機(jī)采集到的視頻流數(shù)據(jù)是基于靜止背景的圖像序列，目前在靜止背景下常用的目標(biāo)檢測方法有幀差法,、背景差分法和光流法等,。幀差法和背景差分法計(jì)算簡單，實(shí)時(shí)處理效率高,，因此是最常用的運(yùn)動目標(biāo)檢測方法[3],。本系統(tǒng)根據(jù)幀間差分法和背景差分法的優(yōu)缺點(diǎn)，提出了一種在運(yùn)動區(qū)域內(nèi)結(jié)合使用兩種方法來提取運(yùn)動目標(biāo)的方法,，這種方法首先根據(jù)幀間差分圖像確定運(yùn)動區(qū)域,，然后在確定的運(yùn)動區(qū)域內(nèi)對背景差分圖像和幀間差分圖像進(jìn)行運(yùn)動目標(biāo)檢測，最后得到區(qū)域內(nèi)運(yùn)動目標(biāo)占整個(gè)圖像的百分比,。

　　2.1 建立背景模型

　　目前常見的建立背景模型方法是假定像素服從某種分布模型（如高斯分布）,，通過一段時(shí)間的訓(xùn)練獲得其參數(shù)并不斷更新其分布參數(shù)，就可得到較好的背景更新方法[4],。首先對背景的每個(gè)像素點(diǎn)的灰度分布建立高斯模型,，用高斯分布的混合模型去模擬，公式為：

　　其中,，D為偏差門限,，取值范圍為2~3，本文取D=2.5,。如果像素值為Xt,，屬于第n個(gè)高斯分布,，在t+1時(shí)刻的高斯分布參數(shù)更新為：

　　2.2 變化區(qū)域的檢測

　　幀間差分法能夠檢測出相鄰兩幀間發(fā)生變化的區(qū)域，設(shè)fk（i,，j）和fk+1（i,，j）為視頻序列中連續(xù)的兩幀圖像，將這兩幀圖像進(jìn)行差分處理,，檢測規(guī)劃為：

　　fk+1（i,，j）=Bk+1（i，j） |fk+1（i,，j）-fk（i,，j）|<TMk+1（i，j） |fk+1（i,，j）-fk（i,，j）|≥T（5）

　　其中，T為檢測的閾值,，由于變化區(qū)域需要與背景圖像進(jìn)行進(jìn)一步的處理來分割出運(yùn)動物體,，在此取T=5；Bk+1（i,，j）表示差分后確定為背景的區(qū)域,；Mk+1（i，j）表示差分后確定為運(yùn)動變化的區(qū)域,。

　　2.3 運(yùn)動目標(biāo)的檢測

　　區(qū)分出圖像中變化和非變化區(qū)域之后,，針對當(dāng)前幀圖像，只對變化區(qū)域中圖像與背景圖像作差分來檢測運(yùn)動的物體,。

　　Dk+1（i,，j）=fk+1（i，j）-Bk（i,，j）,，（i，j）|∈Mk+1（i,，j）0，               其他（6）

　　當(dāng)前幀圖像與背景圖像作差分之后,，還需要進(jìn)行閾值分割,，將差分圖像變成二值圖像，閾值的選取是閾值分割的關(guān)鍵[5],。

　　2.4 形態(tài)學(xué)過濾

　　形態(tài)學(xué)過濾用來從圖像中提取對于表達(dá)和描繪區(qū)域形狀有用處的圖像分量,，在二值圖像中，所有黑色像素的集合是圖像完整的形態(tài)學(xué)描述,。形態(tài)學(xué)基本運(yùn)算有膨脹和腐蝕,，先腐蝕后膨脹為開操作,，先膨脹后腐蝕為閉操作。

　　開操作能使目標(biāo)區(qū)域輪廓變得光滑,，斷開狹窄的間斷和消除毛刺,，定義為：

　　閉操作能消除狹窄的間斷和小的孔洞，并填補(bǔ)輪廓線中的空隙,，起到平滑邊界的作用,，定義為：

　　經(jīng)過開操作和閉操作，能消除圖像中孤立的點(diǎn),、干擾形成的小碎塊和物體邊界點(diǎn),，也可使腐蝕后的圖像中的目標(biāo)區(qū)域面積有所補(bǔ)償，然后用3×3的矩形窗口對圖像進(jìn)行中值濾波,，進(jìn)一步消除圖像噪聲[5],。

3 目標(biāo)檢測算法的實(shí)現(xiàn)

　　靜態(tài)背景目標(biāo)檢測程序類為CStaticDetect，建立目標(biāo)檢測類CStaticDetect后接收到一幀視頻圖像,，調(diào)用對象的圖像幀接收函數(shù)ReceiveFrame,。在函數(shù)中包括兩個(gè)參數(shù)，一個(gè)參數(shù)是圖像幀數(shù)據(jù),，另一個(gè)參數(shù)是當(dāng)前幀數(shù)量,。達(dá)到閾值以后ReceiveFrame函數(shù)會自動建立背景模型。最后進(jìn)行目標(biāo)檢測,，檢測結(jié)果利用差分圖像函數(shù)m_pDiffImage的成員函數(shù)輸出,。目標(biāo)檢測類CStaticDetect的定義過程如下：

　　#define BACK_ALL_NUM 100//計(jì)算背景所需幀數(shù)

　　#define BACK_SEQ_NUM 3//計(jì)算背景循環(huán)數(shù)目

　　#define THRESHOLD 20//設(shè)置差分閾值

　　Class CstaticDetect

　　{

　　Public：

　　CstaticDetect（int nwidth，int nheight）,；

　　Virtual~CstaticDetect（）,；

　　Void ReceiveFrame（int index，BYTE* sBuf,，DETECT_METHOD sMethod）,；

　　Public：

　　BYTE*m_pCurImage；//當(dāng)前圖像

　　BYTE*m_pDetectImage,；//檢測結(jié)果圖像

　　Int m_nFrame,，count；

　　Int WIDTH,，HEIGHT,，IMAGESIZE；

　　Short int*m_pBackHistgram,；//背景顏色統(tǒng)計(jì)

　　BYTE*m_pGrayImage,；//當(dāng)前灰度圖像

　　BYTE*m_pBackground；//背景估計(jì)圖像

　　BYTE*m_pDiffImage,；//差分圖像

　　UINT*m_pTemplate,；//存取多幀數(shù)據(jù)

　　Private：

　　Void RGBTOGRAY（BYTE*sRGB,，BYTE*sGray，int nWidth,，int nHeight）,；

　　Void DiffImage（BYTE*sRGB，BYTE*pGray,，int nWidth,，int nHeight，int nThreshold）,；

　　Void GetMultidata（BYTE*sGray,，int nWidth，int nHeight）,；

　　Void GetBgimage（）,；

　　}；

4 實(shí)驗(yàn)結(jié)果

　　實(shí)驗(yàn)采用PC和?？低旸S4004HC視頻采集卡,。搭建一個(gè)大型超市中央空調(diào)模型，將其劃分為兩個(gè)區(qū)域,，其中一個(gè)區(qū)域安裝高清攝像頭,，通過攝像頭感知該區(qū)域人流量的變化，將視頻流數(shù)據(jù)分析結(jié)果通過PLC來控制現(xiàn)場的步進(jìn)電機(jī)帶動電磁閥門開合模擬新回風(fēng)閥門開度變化,，小風(fēng)機(jī)變頻控制來模擬風(fēng)機(jī)轉(zhuǎn)速的變化,。模型內(nèi)鋪設(shè)軌道，玩具小火車模擬區(qū)域內(nèi)人流變化,。視頻采集卡負(fù)責(zé)采集區(qū)域內(nèi)視頻流數(shù)據(jù),。在VC++6.0開發(fā)環(huán)境下編寫程序?qū)σ曨l流數(shù)據(jù)進(jìn)行運(yùn)動目標(biāo)檢測，對攝像機(jī)輸出的視頻流圖像進(jìn)行8幀/s的采集分析,，每幀圖像大小為320像素×240像素,，檢測結(jié)果利用MScomm控件進(jìn)行串口通信，按照自定義協(xié)議及PLC自帶的232串口通信模塊傳送至PLC,。視頻流數(shù)據(jù)分析結(jié)果如圖1所示,，其中圖1（a）為任意抓取的某一幀圖像，圖1（b）為利用簡化的混合高斯模型提取出的背景圖像,，圖1（c）為利用背景差分與幀間差分結(jié)合的方法檢測到的運(yùn)動目標(biāo),，圖1（d）為經(jīng)過形態(tài)學(xué)過濾后的運(yùn)動目標(biāo)

　　在大型超市中視頻系統(tǒng)已經(jīng)很完善，將視頻圖像處理技術(shù)引入到該中央空調(diào)節(jié)能控制中,，利用幀間差分與背景差分相結(jié)合的運(yùn)動目標(biāo)檢測算法分析局部區(qū)域人流密度，可以根據(jù)區(qū)域內(nèi)的人流密度來控制局部制冷量和新風(fēng)量,，進(jìn)行局部區(qū)域的精確控制,，既對整個(gè)暖通空調(diào)系統(tǒng)的節(jié)能起到了重要的作用,，又能給超市內(nèi)顧客營造一個(gè)舒適的購物環(huán)境，真正達(dá)到“風(fēng)跟人走”的節(jié)能效果,。該系統(tǒng)已經(jīng)應(yīng)用在三江學(xué)院地源熱泵中央實(shí)驗(yàn)室中,，根據(jù)運(yùn)行效果來看，節(jié)能效果較佳,；該控制方案入圍在德國菲尼克斯總部舉行的“2012菲尼克斯電氣全球自動化應(yīng)用大獎(jiǎng)賽”總決賽,。

　　參考文獻(xiàn)

　　[1] 周洪煜，陳小健,，陳孜虎.變水量與變風(fēng)量的中央空調(diào)節(jié)能控制策略[J].控制工程,，2011，18（3）：474-478.

　　[2] 林利瓦,，徐小勇,，張軍，等.中央空調(diào)變流量PLC控制系統(tǒng)的設(shè)計(jì)[J].自動化儀表,，2009,，32（9）：234-236.

　　[3] 李寧，黃山,，張先震,，等.基于背景差分的人體運(yùn)動檢測[J].微計(jì)算機(jī)信息，2009,，25（7）：257-258.

　　[4] 董王崇,，王天珍，許剛.視頻圖像中的運(yùn)動檢測[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版）,，2004,，26（4）：1-3.

　　[5] SPAGNOLO P， DO RAZIO T,， LEO M,， et al. Moving object segmentation by background subtraction and temporal analysis[J]. Image and Vision Computing， 2006,， 24（5）： 411-423.

　　[6] CUCCHIARA R,， PICCARDI M， PRATI A. Detecting moving objects,， ghosts,， and shadows in video streams[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence， 2003,， 25（10）：1337-1342.