基于LabVIEW的综合客运枢纽站智能监控系统设计

唐瑞雪，刘可敬，程学庆,3，王 鑫，邢 颖

（1. 西南交通大学 轨道交通国家实验室(筹)，成都 610031；2. 西南交通大学 交通运输与物流学院，成都 610031；3. 西南交通大学 综合交通运输智能化国家地方联合工程实验室，成都 610031)

当前科技发展日新月异，视频监控技术从早期的模拟、模数混合系统发展为如今的数字化、网络化，并朝着智能监控系统演变[1]。智能视频监控系统主要由视频数据采集、编码、传输以及分析处理等模块构成，其中图像处理与识别是关键技术之一。

西方国家研究智能视频监控技术较早，美国的S3系统[2]和欧盟的ADVISOR[3]监控项目是典型代表，近年随着信息技术快速发展和公共安全防护意识增强，智能视频监控系统在全球范围内已成为研究热点，并广泛应用于安防、交通管理等多个领域[4]。

中国的智能视频监控技术起步较晚，由于近年来国家的大力扶持和计算机等相关技术的快速发展，图像处理与识别技术研究也日益深入。王兵兵[5]重点研究了图像处理中的目标区域提取和行人目标识别算法，并设计了客流检测算法，有很强的借鉴和学习意义。黄源源[6]对视频监控中的自动人脸识别、视频增强和视频编码优化等关键技术进行了研究和分析。宋波涛[7]等对视频图像中的运动目标检测和跟踪等技术进行了深入研究。

国内外的相关研究拓展了智能视频技术的研究路径，本设计在前人已有研究成果基础上，提出利用LabVIEW开发综合客运枢纽站监控系统。LabVIEW程序又称虚拟仪器（VI），包括前面板、程序框图以及图标/连接器，其中，前面板是图形用户界面，程序框图提供VI的源程序。为完成本系统开发，另需安装视觉开发包（VDM）、视觉生成器（VBAI）和视觉采集软件（VAS）3个辅助工具包。在设计中对图像处理相关技术方法进行了研究和改造，并利用机器视觉相关模块进行实现，并达到了应用水准，为图像处理技术的可视化处理提供了新的解决办法。

1 客运枢纽站智能监控需求分析与架构

1.1 智能监控系统功能需求分析

综合客运枢纽站是集铁路、地铁、公交客运等交通方式于一体实现零接驳的综合客运站，具有空间庞大立体、流线复杂、客流密集等特点。综合客运枢纽站智能监控需求表现为如下3个方面[8]：

（1）应具有实时的视频采集和传输功能，方便调用查看保存视频，这是监控系统的基本功能要求。

（2）对采集到的站内区域视频实时分析处理，实现客流信息的自动提取和统计分析，为车站管理提供依据。

（3）监控系统应具备良好的人机界面方便操作，自动生成工作日志，并预留接口以备更新完善。

1.2 智能监控系统功能设计

1.2.1 图像采集功能

视频图像采集是监控系统的基础，通过整合将多个摄像头采集到的监控图像分别显示到对应的屏幕上，并同时保存到相应文件夹内的视频文件上，还应具有截图功能。

1.2.2 视频播放功能

监控视频播放是将采集到的视频图像按要求进行播放和分析。经试验，普通播放器播放采集到的监控视频，会发生播放速度过快且难以控制的问题，因此专门设计了视频播放程序。

1.2.3 客流检测功能

车站客流的自动检测与统计是监控系统智能化的关键技术。利用LabVIEW的图像处理模块对视频图像进行实时处理，得到行人数量、位置等信息，并推算当前时刻行人的密度、速度，获得实时的客流信息。

1.3 智能监控系统组成

按照“高内聚低耦合”的软件设计方法对各功能程序进行模块化改造，智能监控系统的主要组成部分有主程序、图像采集模块、视频播放模块、客流检测模块和其他相关程序，其中，监控主程序是各子程序模块的入口和联系的纽带。本监控系统具有较高的可操作性和鲁棒性，主程序前面板，如图1所示。

图1 智能监控系统主程序前面板

在本智能监控系统中，主要采用两种方式在各模块之间传输数据：

（1）通过调用系统文件实现数据的传输和控制，该方法主要应用于用户管理和系统设置；

（2）通过队列函数在同一程序框图的不同部分间或不同VI间进行数据通信，具有实时性强、传输信息量大、可双向传输等优点。

2 客运枢纽站智能监控系统实现

2.1 视频监控图像采集设备及布设原则

前端图像采集设备主要有摄像机和云台。根据场所要求不同，站内视频监控方式可主要分为定点监控和多方位监控2种，分别选择不同的摄像头与安装类型，如表1所示。

表1 视频监控方式与布设方法

目前，监控布设理论研究主要将视频监控采集点布设问题转化为覆盖问题进行求解[9]。通过将监控区域抽象为平面多边形，将监控点抽象为多边形中的点，将监控范围抽象为以监控点为圆心、监控距离为半径的圆，把视频监控采集点的布设抽象为平面几何问题求解。

客运枢纽站视频采集点布设原则[10]一般为以下几点：以高铁客运站内部布局为基础、以旅客在枢纽站内的流线为核心、以重点区域的监控为重心、监控覆盖范围全面、具有前瞻性和经济性。

为满足客流检测需求，在本设计中客流监控视频采集点设置在出站口、通道各处的关键位置和客流流线控制区域，摄像头安装于天花板上，垂直对地拍摄行人头部灰度图像，既能够减少行人影像的交叠，又由于行人头部与浅色地面灰度值相差较大，利于提高检测准确度。

2.2 监控图像采集及播放模块设计

2.2.1 图像采集模块设计

监控图像采集按信息流动的方向，有摄像头选取和布设、图像采集与传输，图像显示与保存等过程。其中上节已经讨论了摄像头选取和布设问题，此处利用LabVIEW将图像采集显示、视频采集保存和图像抓拍整合在一起，其程序框图简图，如图2所示。

图2 单摄像头图像采集程序框图

基于集中监控配置和优化程序结构考虑，将位置相邻的4个摄像头编为一组。首先将单摄像头采集程序按采集前、采集中、采集后的不同功能用途分别做成子程序，并将各子程序的执行属性设置为“共享副本重复执行”，这样各子程序就可以独立并行执行。再制作一个路径子程序，按照不同监控设备名称和当前日期、时间自动创建文件夹来保存视频采集的视频和图像，实现视频图像的同时采集和分别保存，减少了重复编程，降低了系统复杂程度，并解决了由于程序过大引起的卡顿问题。

LabVIEW处理子程序时，只需要将要用的组件代码和数据空间动态载入内存，减少了内存占用，多个子VI可以并行运行，实现合理有序的编程模式和简洁的界面布局，提高了程序鲁棒性。在实际应用中，根据大区的数目将该程序复制多份并分别重命名设置保存即可投入使用，不需另行设计。多摄像头图像采集部分核心程序，如图3所示。

2.2.2 视频播放模块设计

用LabVIEW制作视频播放程序的方法主要有2种：

（1）通过打开自动化函数调用系统的视频播放软件，其优点是制作简单，操作方便，兼容多种视频格式，缺点是无法进行操作控制，难以扩展，不符合视频监控回放的要求；

（2）视频播放程序设计方法类似视频录制逆过程，其流程大致为“打开AVI视频文件——在循环中逐帧读取图像并显示——播放完毕——结束循环关闭视频文件”，在播放过程中可以通过滑动杆控件作为视频进度条显示播放的进度。

图3 多摄像头图像采集程序框图

本设计采用第2种方法，利用LabVIEW设计出易用且功能完备的AVI视频播放器，通过设计，利用简单内循环和移位寄存器使得滑动杆控件成为可以调节的进度条，并得以通过单选按钮、控制进度杆和循环间隔等实现对视频播放的控制，视频播放程序设计，如图4所示。

图4 监控视频播放程序框图

上述程序可以实现录制视频的正常播放、快进、快退、暂停等功能，并可以通过扩展添加截图和目标追踪功能。

2.3 客流检测理论及程序实现

客流检测模块首先通过图像处理的方法将采集到的目标区域视频图像进行实时处理，提取出当前图像中的动态目标图像，然后使用机器视觉的方法进行识别，得到监控区域行人的人数、密度和速度信息[11]，为客流预警及应急疏散提供了技术支持。

采用灰度图像并使用背景差分法提取动态目标图像，将当前图像与背景图像相比较并取灰度差值的绝对值，可尽量减少有用像素的损失，提高运动目标采集准确率。

背景差分法得到前景灰度图像含有很多的杂质像素和空洞，不能直接用于行人识别，将前景灰度图像依次进行灰度形态学处理、自动阈值运算和图像分割处理，得到杂质较少的行人前景图像。图像处理的核心程序，如图5所示。

利用LabVIEW机器视觉函数列表中的 IMAQ Count Objects2函数处理图像，可以得到前景图像中的孤立色块（行人）的数目、面积和其在图中的质心坐标等。利用行人所占像素数与图像总像素数之比，可以计算得到站内该区域行人的密度信息。利用相同间隔时间内的行人位置的变化，可以计算得到行人的平均速度。在实际应用中首先将图像处理、客流检测程序整合成一个子程序，并设置为可重入执行，然后利用队列函数将其与图像采集程序有机地联系在一起，得到实时的行人信息，通过队列的方法将得到的运动目标数据传输到主程序中进行统计和处理。

图5 部分图像处理程序框图

客流流量、速度、密度是车站客流安全状态判别的3个基础指标要素，也是反应客流状况最重要的数据，在对客流安全等级标准设置完成后，可以使用强度图展示车站不同区域的客流安全状态，为车站客流智能化预警提供直接的管理工具。为验证检测效果，将客流检测模块加入到单摄像头图像采集程序中，并整合做出一个完整的客流检测程序，采用人员应急疏散仿真工程软件Path finder构建车站疏散三维场景，采用顶视图进行拍摄和同步检测，程序前面板，如图6所示。

图6 客流采集检测前面板

根据检测情况可知，在行人较为稀疏时数量检测成功率高，人数较多时容易发生图像粘连，使得检测出的行人数量和密度偏低，使用人群灰度占比当做密度指标可以有效弥补这一缺陷。另外行人速度跳变过大，经过分析，改用“行人平均位置坐标——平均移动距离坐标——平均移动距离——平均移动速度”的流程进行处理，改正了将不同帧行人坐标直接加减的错误做法，同时又采用移动平均法对速度曲线进行平滑处理，得到了更为直观准确的检测结果。

3 结束语

本设计基于铁路综合客运枢纽站的监控需求，利用LabVIEW软件开发了智能视频监控系统。在系统中利用模块化设计实现了程序复用，降低了系统复杂度，解决了多摄像头视频采集的卡顿问题，并利用图像处理技术完成客流检测与分析，为车站智能化客流预警管理提供解决办法。以后会将研究的重点放在人头定位检测和人脸识别上吗，并继续提高检测效率。

[1] 郭长青，魏 奇，付 思，等. 城市轨道交通警用数字视频监控系统[J]. 铁路计算机应用，2016，25（11）： 58-61.

[2] Y. Tian, A. W. Senior, A. Hampapur, et al. IBM Smart Surveillance System (S3): event based video surveillance system with an open and extensible framework[J]. Machine Vision and Applications, 2008(19): 315-327.

[3] NILS T S, STEPHEN J M. The ADVISOR Visual Surveillance System[C]//Proceedings of the ECCV Workshop on Applications of Computer Vision, Prague, 2004:103-111．

[4] Lee S C, Nevatia R. Hierarchical abnormal event detection by real time and semi-real time multi-tasking video surveillance system[J].Machine vision and anplicatio ns,2014,25(1):133-143.

[5] 王兵兵. 基于视频的轨道交通客流监控系统的设计与实现[D].北京：北京建筑工程学院，2012.

[6] 黄源源. 视频监控系统中一些关键技术的研究[D].成都：电子科技大学，2013.

[7] 宋波涛. 智能视频监控系统的设计与实现[D].长春：吉林大学，2009.

[8] 李 利，芮孟寨，庄 哲. 内燃机车远程监控平台信息管理系统设计[J]. 铁路计算机应用，2016，25（6）： 31-34.

[9] 谢征宇，贾利民，秦 勇，等. 铁路客运枢纽视频监控采集点布设模型[J]. 中南大学学报：自然科学版，2013（S2）：254-257.

[10] 谢征宇，董宝田. 高铁客运枢纽视频监控采集点布设研究[J]. 综合运输，2010（8）：65-68.

[11] 李得伟，孙宇星，黄建玲.地铁客流预警技术基础探讨[J].都市快轨交通，2013（2）：62-66.