System monitoringu pomieszczeń zamkniętych oparty na zespole kamer internetowych

• Autorzy: Orszulak U. , Babicz S.

Warianty tytułu

EN

The indoor monitoring system based on webcams

• Konferencja: XXVII cykl seminarów zorganizowanych przez PTETiS Oddział w Gdańsku ZASTOSOWANIE KOMPUTERÓW W NAUCE I TECHNICE 2017 (XXVII; 2017; Gdańsk, Polska)
• Języki publikacji: PL

Abstrakty

PL

Artykuł opisuje system do monitoringu pomieszczeń zamkniętych oparty na zespole kamer internetowych. System umożliwia rejestrację obrazu za pomocą trzech kamer internetowych w momencie wykrycia ruchu i przekazuje w czasie rzeczywistym nagrany film użytkownikowi na dowolne urządzenie posiadające system Android. Dzięki takiemu rozwiązaniu można kontrolować dane pomieszczenie np. pokój dziecka, biuro czy też sklep. Umożliwia to podjęcie szybszej reakcji w z związku detekcją poruszającego się obiektu. System, po wykryciu ruchu w pomieszczeniu, rejestruje przez określony czas sekwencje obrazów. Poza opracowaniem odpowiedniego kodu analizującego obraz z kamery internetowej składa się z odpowiedniej infrastruktury sprzętowej oraz aplikacji przeznaczonej dla systemu Android.

EN

The article presents a monitoring system based on a set of webcams. The system allows to record the movie from three webcams at the moment of motion detection in real-time. User have an access to the movies by application on Android device. Three most popular edges detection algorithms were implemented and tested: Laplace’s processing, Sobel mask and Canny algorithm. Authors elaborated the three edge detection algorithms and tested their functionality in presence and absence of moving object in different natural lighting conditions – day and night. For each situation (day/night, presence/absence of movement) one thousand single tests were carried out. The detection was conducted every 66 ms. The tests prove that the Laplace's operator is the most effective edge algorithm for this task. A program based on the Laplce operator does not perform erroneous motion detection and its efficiency in the presence of a moving object is over 96%. The Canny algorithm would only apply in the day if it were to be used in the RGB. Worst of all, Sobel's operator, has so high sensitivity that it detects the movement almost all the time event if it not occurs.

Słowa kluczowe

PL

system alarmowy; detekcja krawędzi; analiza obrazu

EN

monitoring; edge detection; image processing

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2017
• Tom: Nr 57
• Strony: 77--80
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Orszulak U.

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Katedra Metrologii i Optoelektroniki, tel.: [phone]

autor

Babicz S.

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Katedra Metrologii i Optoelektroniki, tel.: [phone]

Bibliografia

• 1. Gatter M.: Getting It Right in Print: Digital Pre-press for Graphic Designers Laurence King Publishing, 2004.
• 2. Galer M., Horvat L.: Digital Imaging: Essential Skills, Focal Press, 2003.
• 3. Malina W., Smiatacz M.: Cyfrowe przetwarzanie obrazów - Filtry cyfrowe, Filtry liniowe, Filtry wyostrzające, Operator Laplace'a , Akademicka Oficyna Wydawnictwa EXIT, Warszawa, 2008, s. 74 - 77.
• 4. Malina W., Smiatacz M.: Cyfrowe przetwarzanie obrazów - Algorytmy krawędziowe, Algorytmy oparte na operatorze Gaussa, Laplasjan Gaussowski, Akademicka Oficyna Wydawnictwa EXIT, Warszawa 2008, s. 98 - 102.
• 5. Wilk J.: Techniki cyfrowego rozpoznawania krawędzi obrazów, Wydawnictwo Stowarzyszenia Polska - Wschód, Oddział Świętokrzyski, Kielce, 2009.
• 6. Malina W., Smiatacz M.: Cyfrowe przetwarzanie obrazów - Algorytmy wykrywania krawędzi, Algorytm Canny'ego, Akademicka Oficyna Wydawnictwa EXIT, Warszawa, 2008, s. 106 - 115.
• 7. Canny, J: A computational approach to edge detection, IEEE Transactions on pattern analysis and machine intelligence, No. 6, 1986, s. 679-698.
• 8. Ze-xian K., Han-hong J., Chao-liang Z.: Moving objects detection based on three frames differencing and GMM. Advanced Materials Research, Vol. 694-697, 2013, s. 1974-1977.
• 9. Xiaofeng L., Tao Z., Zaiwen L.: A novel method on moving-objects detection based on background substraction and three frames differencing, 2010 Computational Intelligence and Design (ISCID), 2012 Fifth International Symposium on, Vol. 1, 2012, s. 148-151.
• 10. Yang K., Cai Z, Zhao L.: Algorithm Reasearch on Moving Object Detection of Surveillance Video Sequence, Institute if Information Science and Engineering , Hebei University of Science and Technology, 2013, s. 308-309.
• 11. Bouwmans T., El Baf F., Vachon B.: Background Modeling using of Gaussians for Foreground Detection - A Survey, Bentham Science Publishers, 2008.
• 12. Cheezum M. K., Walker W. F., Guilford W. H.: Quantitative Comparison of Algorithms for Tracking Single Fluorescent Particles, Biophysical Journal, Vol. 81, Iss. 4, 2001, s. 2378-2388.
• 13. Friemel B. H., Bohs L. N., Trahey G. E:. Relative performance of two-dimensional speckle-tracking techniques: normalized correlation, non-normalized correlation and sum-absolute-difference, Ultrasonics Symposium, Proceedings, IEEE. Vol. 2. IEEE, 1995, s. 1481-1484.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).