摘 要： 首先對大型超市變風量中央空調系統進行總體設計，并將視頻圖像處理技術運用到大型超市中央空調節能控制的研究中，提出了一種基于幀間差分與背景差分結合的運動目標檢測算法計算局部區域的人流密度，根據局部區域的人流密度利用PLC來控制溫度和新風量，實現了系統節能，達到了“風跟人走”的效果。
關鍵詞： 中央空調；視頻圖像處理；運動檢測；可編程控制器
大型綜合超市中央空調在設計時一般都是根據超市的面積和空調單位面積的冷熱負載量來設計其最大負荷?？紤]到季節等氣候因素，中央空調負荷設計的原則是按照一年中最大負荷來設計，并留有5%~10%的余量，運行中根據季節變化人為決定水泵的運行臺數，水泵和風機轉速一旦工作不會因局部溫度或CO2濃度變化而改變轉速，一方面造成能源浪費嚴重，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引入到大型超市中央空調節能控制中，提出一種基于幀間差分法和背景差分法結合的運動目標檢測算法分析各個區域的視頻圖像，獲得各個區域的人流密度，根據人流密度來控制局部區域的溫度和新風量，既實現了良好的節能效果，又為顧客營造了舒適的購物環境。
1 系統總體設計
整個中央空調系統由空調機組、新風機組以及監控系統組成，新風機組實現與外界的空氣流通，降低CO2濃度從而改善超市內空氣舒適度，空調機組實現制冷從而降低超市內溫度。新風機組主要由新風閥門、回風閥門、排風閥門、送風風機、回風風機和各個區域送風風機組成。通過對新風閥門、回風閥門兩個風門的開度進行控制以調節新回風比例，增大新風比例可提高室內空氣品質和舒適程度，提高回風比例可起到節能的效果，但新風比例不得少于15%，根據管壓或者各區域的需求風量來控制送回風風機轉速?？照{機組主要由變頻水泵和末端風機盤管組成，可以通過調節水泵轉速和末端風機盤管風機轉速來控制制冷量[1]。
該控制系統運用可編程控制器技術、多變量控制理論、變頻調節技術，對中央空調多變量系統進行集散控制，通過超市內各區域的溫度傳感器、CO2濃度傳感器、圖像傳感器，將前端溫度變化、空氣質量、人流情況等多個變量對新風機組以及空調機組的水泵和風機進行變頻控制。
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脈沖計數器計算出超市內的總購物人數，計算出中央空調系統總的冷熱負荷，根據總的冷熱負荷確定超市內所需新風量，控制新回風風門的開度從而調節超市內各個區域CO2濃度。
同時在生鮮水果區等人流量多的區域安裝CO2濃度和溫度傳感器，PLC根據現場采集到的溫度與CO2濃度數據對末端風機及水泵轉速進行PID控制從而調節局部新風量和制冷量[2]；在日用品區等人流量少的區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域視頻流數據，利用C++視頻圖像處理技術中的運動目標檢測技術對視頻流進行分析得到該區域內人流密度，利用C++中MScomm控件實現串口通信將數據按照自定義通信協議傳送至PLC，通過PLC控制末端風機和水泵轉速來調節新風量和制冷量。
2 目標檢測
高清攝像機采集到的視頻流數據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算簡單，實時處理效率高，因此是最常用的運動目標檢測方法[3]。本系統根據幀間差分法和背景差分法的優缺點，提出了一種在運動區域內結合使用兩種方法來提取運動目標的方法，這種方法首先根據幀間差分圖像確定運動區域，然后在確定的運動區域內對背景差分圖像和幀間差分圖像進行運動目標檢測，最后得到區域內運動目標占整個圖像的百分比。
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），通過一段時間的訓練獲得其參數并不斷更新其分布參數，就可得到較好的背景更新方法[4]。首先對背景的每個像素點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：
![HIO3]@}Y_WKKK80G[URYJ[3.png](http://files.chinaaet.com/images/2015/06/03/6356895339474600009704571.png "HIO3]@}Y_WKKK80G[URYJ[3.png")
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個高斯分布，在t+1時刻的高斯分布參數更新為：
2.2 變化區域的檢測
幀間差分法能夠檢測出相鄰兩幀間發生變化的區域，設fk（i，j）和fk+1（i，j）為視頻序列中連續的兩幀圖像，將這兩幀圖像進行差分處理，檢測規劃為：
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，由于變化區域需要與背景圖像進行進一步的處理來分割出運動物體，在此取T=5；Bk+1（i，j）表示差分后確定為背景的區域；Mk+1（i，j）表示差分后確定為運動變化的區域。
2.3 運動目標的檢測
區分出圖像中變化和非變化區域之后，針對當前幀圖像，只對變化區域中圖像與背景圖像作差分來檢測運動的物體。
Dk+1（i，j）=fk+1（i，j）-Bk（i，j），（i，j）|∈Mk+1（i，j）0， 其他（6）
當前幀圖像與背景圖像作差分之后，還需要進行閾值分割，將差分圖像變成二值圖像，閾值的選取是閾值分割的關鍵[5]。
2.4 形態學過濾
形態學過濾用來從圖像中提取對于表達和描繪區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學描述。形態學基本運算有膨脹和腐蝕，先腐蝕后膨脹為開操作，先膨脹后腐蝕為閉操作。
開操作能使目標區域輪廓變得光滑，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，并填補輪廓線中的空隙，起到平滑邊界的作用，定義為：
經過開操作和閉操作，能消除圖像中孤立的點、干擾形成的小碎塊和物體邊界點，也可使腐蝕后的圖像中的目標區域面積有所補償，然后用3×3的矩形窗口對圖像進行中值濾波，進一步消除圖像噪聲[5]。
3 目標檢測算法的實現
靜態背景目標檢測程序類為CStaticDetect，建立目標檢測類CStaticDetect后接收到一幀視頻圖像，調用對象的圖像幀接收函數ReceiveFrame。在函數中包括兩個參數，一個參數是圖像幀數據，另一個參數是當前幀數量。達到閾值以后ReceiveFrame函數會自動建立背景模型。最后進行目標檢測，檢測結果利用差分圖像函數m_pDiffImage的成員函數輸出。目標檢測類CStaticDetect的定義過程如下：
#define BACK_ALL_NUM 100//計算背景所需幀數
#define BACK_SEQ_NUM 3//計算背景循環數目
#define THRESHOLD 20//設置差分閾值
Class CstaticDetect
{
Public：
CstaticDetect（int nwidth，int nheight）；
Virtual~CstaticDetect（）；
Void ReceiveFrame（int index，BYTE* sBuf，DETECT_METHOD sMethod）；
Public：
BYTE*m_pCurImage；//當前圖像
BYTE*m_pDetectImage；//檢測結果圖像
Int m_nFrame，count；
Int WIDTH，HEIGHT，IMAGESIZE；
Short int*m_pBackHistgram；//背景顏色統計
BYTE*m_pGrayImage；//當前灰度圖像
BYTE*m_pBackground；//背景估計圖像
BYTE*m_pDiffImage；//差分圖像
UINT*m_pTemplate；//存取多幀數據
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 實驗結果
實驗采用PC和?？低旸S4004HC視頻采集卡。搭建一個大型超市中央空調模型，將其劃分為兩個區域，其中一個區域安裝高清攝像頭，通過攝像頭感知該區域人流量的變化，將視頻流數據分析結果通過PLC來控制現場的步進電機帶動電磁閥門開合模擬新回風閥門開度變化，小風機變頻控制來模擬風機轉速的變化。模型內鋪設軌道，玩具小火車模擬區域內人流變化。視頻采集卡負責采集區域內視頻流數據。在VC++6.0開發環境下編寫程序對視頻流數據進行運動目標檢測，對攝像機輸出的視頻流圖像進行8幀/s的采集分析，每幀圖像大小為320像素×240像素，檢測結果利用MScomm控件進行串口通信，按照自定義協議及PLC自帶的232串口通信模塊傳送至PLC。視頻流數據分析結果如圖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合的方法檢測到的運動目標，圖1（d）為經過形態學過濾后的運動目標
在大型超市中視頻系統已經很完善，將視頻圖像處理技術引入到該中央空調節能控制中，利用幀間差分與背景差分相結合的運動目標檢測算法分析局部區域人流密度，可以根據區域內的人流密度來控制局部制冷量和新風量，進行局部區域的精確控制，既對整個暖通空調系統的節能起到了重要的作用，又能給超市內顧客營造一個舒適的購物環境，真正達到“風跟人走”的節能效果。該系統已經應用在三江學院地源熱泵中央實驗室中，根據運行效果來看，節能效果較佳；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用大獎賽”總決賽。
參考文獻
[1] 周洪煜，陳小健，陳孜虎.變水量與變風量的中央空調節能控制策略[J].控制工程，2011，18（3）：474-478.
[2] 林利瓦，徐小勇，張軍，等.中央空調變流量PLC控制系統的設計[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動檢測[J].微計算機信息，2009，25（7）：257-258.
[4] 董王崇，王天珍，許剛.視頻圖像中的運動檢測[J].武漢理工大學學報（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.