基于网络化的建筑工地渣土车视觉检测系统设计

系统中，监控对象比较单一，均是渣土车，所以车高不会有很大变化，根据前期调查，渣土车的车高一般都在2.5m以上，系统中把光电开关的架设高度选定在2.0m。可以保证所有型号的渣土车能够被触发，并可以防止人为误触发。
3.2成像装置
在系统对渣土车的成像设备的选取上，因为系统需要对渣土车的车体成像检测渣土的掉落情况。所以需要选取适当摄像机的角度和位置。为了达到最佳的成像效果，需要对摄像机进行变焦和云台控制等操作。
经过调查发现，对于普通渣土车和卡车，除了长度方面，在高度和宽度方面不会有太大的变化，表1是部分卡车尺寸表。
表1主要轻型卡车车型外形尺寸表

从表1分析可知，大部分轻型卡车的高度在2～2.4m左右，摄像机的安装高度应该高于2.5m，以获得较大的视场。
在该渣土车检测系统中，镜头到被摄物体（车辆）的距离随车辆的运动不断变化，镜头焦距要随之变化，镜头到车辆的距离大致取决于，Lx的值介于被监测路段距离内，如图4所示。针对该渣土车辆检测系统的应用要求，监控路面是十几米长度的情况下，普通20倍光学变焦的摄像机完全可以满足需求。对于摄像机的选择，根据现场条件，在增加辅助光源的情况下，使用普通摄像机即可；或者采用主动红外夜视摄像机，可以取得更好的效果。

图4安装参数计算示意图
4渣土图像分析方法
将2台摄像机所拍摄的2段视频中第1帧及最后一帧作为检测依据，采用实时性高的差分检测方法，分析渣土图像是否达到合格标准。
（1）差分方法基本原理
将灰度图像厂（x，y）与参考灰度图像f（x'，y'）对应象素相减，并且阈值化来提取图像f（x，y）中的灰度值变化区域。

（2）基于差分方法的渣土图像分析
将拍摄的前侧方、后侧方图片分别与标准图片采用差分方法，设定适当阈值T得到灰度值的变化区域。
由于变化区域可能是由渣土颗粒、扬尘微粒、天气差异（如雨点、光线变化等）引起，而违规掉渣的颗粒较大，其合格标准大小可根据用户提供的标准图片分析得到（这里假定能获得前侧方、后侧方对应与视频第一帧、最后1帧的标准渣土图像）。为了检测出变化区域是否是不合格渣土颗粒，对变化区域获得其大小，与标准颗粒大小比较后得到检测结果。
5网络传输及数据库
系统采用客户机／服务器模型，可以实现局域网内的实时数据传输。保证在现场无人值守的情况下，能将图像和视频数据实时到远程总控服务器。图像数据库用于图像、视频数据的保存和管理，并能按时间、车辆信息来检索车辆。
6结论
本文设计的基于网络化的智能渣土车检测系统根据工地现场的实际行车情况，完成了远程图像的监控系统，通过对渣土图像分析，实现了路面快速视觉检测，同时开发的图像数据库很好地完成了图像与视频信息在局域网内实时传输，具有重要的应用意义。
参考文献
1郑南宁.计算机视觉与模式识别.国防工业出版社，1998.
2束长宝，于照，张继勇.基于TCP/IP的网络通信及其应用.微计算机信息，2006，12-1.
3刘桂芝.智能社区网络视频监控报警联动系统的设计.微计算机信息，2007，10-1.