摘  要： 首先对大型超市变风量中央空调系统进行总体设计，并将视频图像处理技术运用到大型超市中央空调节能控制的研究中，提出了一种基于帧间差分与背景差分结合的运动目标检测算法计算局部区域的人流密度，根据局部区域的人流密度利用PLC来控制温度和新风量，实现了系统节能，达到了“风跟人走”的效果。

　　关键词： 中央空调；视频图像处理；运动检测；可编程控制器

　　大型综合超市中央空调在设计时一般都是根据超市的面积和空调单位面积的冷热负载量来设计其最大负荷。考虑到季节等气候因素，中央空调负荷设计的原则是按照一年中最大负荷来设计，并留有5%~10%的余量，运行中根据季节变化人为决定水泵的运行台数，水泵和风机转速一旦工作不会因局部温度或CO2浓度变化而改变转速，一方面造成能源浪费严重，另一方面降低了顾客购物的舒适度。本文将视频图像处理技术引入到大型超市中央空调节能控制中，提出一种基于帧间差分法和背景差分法结合的运动目标检测算法分析各个区域的视频图像，获得各个区域的人流密度，根据人流密度来控制局部区域的温度和新风量，既实现了良好的节能效果，又为顾客营造了舒适的购物环境。

1 系统总体设计

　　整个中央空调系统由空调机组、新风机组以及监控系统组成，新风机组实现与外界的空气流通，降低CO2浓度从而改善超市内空气舒适度，空调机组实现制冷从而降低超市内温度。新风机组主要由新风阀门、回风阀门、排风阀门、送风风机、回风风机和各个区域送风风机组成。通过对新风阀门、回风阀门两个风门的开度进行控制以调节新回风比例，增大新风比例可提高室内空气品质和舒适程度，提高回风比例可起到节能的效果，但新风比例不得少于15%，根据管压或者各区域的需求风量来控制送回风风机转速。空调机组主要由变频水泵和末端风机盘管组成，可以通过调节水泵转速和末端风机盘管风机转速来控制制冷量[1]。

　　该控制系统运用可编程控制器技术、多变量控制理论、变频调节技术，对中央空调多变量系统进行集散控制，通过超市内各区域的温度传感器、CO2浓度传感器、图像传感器，将前端温度变化、空气质量、人流情况等多个变量对新风机组以及空调机组的水泵和风机进行变频控制。

　　首先，在超市模型出入口安装光电传感器（或漫反射传感器），利用可编程控制器内脉冲计数器计算出超市内的总购物人数，计算出中央空调系统总的冷热负荷，根据总的冷热负荷确定超市内所需新风量，控制新回风风门的开度从而调节超市内各个区域CO2浓度。

　　同时在生鲜水果区等人流量多的区域安装CO2浓度和温度传感器，PLC根据现场采集到的温度与CO2浓度数据对末端风机及水泵转速进行PID控制从而调节局部新风量和制冷量[2]；在日用品区等人流量少的区域尝试安装温度传感器和高清摄像头，通过采集视频图像并配合视频图像采集卡采集区域视频流数据，利用C++视频图像处理技术中的运动目标检测技术对视频流进行分析得到该区域内人流密度，利用C++中MScomm控件实现串口通信将数据按照自定义通信协议传送至PLC，通过PLC控制末端风机和水泵转速来调节新风量和制冷量。

2 目标检测

　　高清摄像机采集到的视频流数据是基于静止背景的图像序列，目前在静止背景下常用的目标检测方法有帧差法、背景差分法和光流法等。帧差法和背景差分法计算简单，实时处理效率高，因此是最常用的运动目标检测方法[3]。本系统根据帧间差分法和背景差分法的优缺点，提出了一种在运动区域内结合使用两种方法来提取运动目标的方法，这种方法首先根据帧间差分图像确定运动区域，然后在确定的运动区域内对背景差分图像和帧间差分图像进行运动目标检测，最后得到区域内运动目标占整个图像的百分比。

　　2.1 建立背景模型

　　目前常见的建立背景模型方法是假定像素服从某种分布模型（如高斯分布），通过一段时间的训练获得其参数并不断更新其分布参数，就可得到较好的背景更新方法[4]。首先对背景的每个像素点的灰度分布建立高斯模型，用高斯分布的混合模型去模拟，公式为：

　　其中，D为偏差门限，取值范围为2~3，本文取D=2.5。如果像素值为Xt，属于第n个高斯分布，在t+1时刻的高斯分布参数更新为：

　　2.2 变化区域的检测

　　帧间差分法能够检测出相邻两帧间发生变化的区域，设fk（i，j）和fk+1（i，j）为视频序列中连续的两帧图像，将这两帧图像进行差分处理，检测规划为：

　　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为检测的阈值，由于变化区域需要与背景图像进行进一步的处理来分割出运动物体，在此取T=5；Bk+1（i，j）表示差分后确定为背景的区域；Mk+1（i，j）表示差分后确定为运动变化的区域。

　　2.3 运动目标的检测

　　区分出图像中变化和非变化区域之后，针对当前帧图像，只对变化区域中图像与背景图像作差分来检测运动的物体。

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

　　当前帧图像与背景图像作差分之后，还需要进行阈值分割，将差分图像变成二值图像，阈值的选取是阈值分割的关键[5]。

　　2.4 形态学过滤

　　形态学过滤用来从图像中提取对于表达和描绘区域形状有用处的图像分量，在二值图像中，所有黑色像素的集合是图像完整的形态学描述。形态学基本运算有膨胀和腐蚀，先腐蚀后膨胀为开操作，先膨胀后腐蚀为闭操作。

　　开操作能使目标区域轮廓变得光滑，断开狭窄的间断和消除毛刺，定义为：

　　闭操作能消除狭窄的间断和小的孔洞，并填补轮廓线中的空隙，起到平滑边界的作用，定义为：

　　经过开操作和闭操作，能消除图像中孤立的点、干扰形成的小碎块和物体边界点，也可使腐蚀后的图像中的目标区域面积有所补偿，然后用3×3的矩形窗口对图像进行中值滤波，进一步消除图像噪声[5]。

3 目标检测算法的实现

　　静态背景目标检测程序类为CStaticDetect，建立目标检测类CStaticDetect后接收到一帧视频图像，调用对象的图像帧接收函数ReceiveFrame。在函数中包括两个参数，一个参数是图像帧数据，另一个参数是当前帧数量。达到阈值以后ReceiveFrame函数会自动建立背景模型。最后进行目标检测，检测结果利用差分图像函数m_pDiffImage的成员函数输出。目标检测类CStaticDetect的定义过程如下：

　　#define BACK_ALL_NUM 100//计算背景所需帧数

　　#define BACK_SEQ_NUM 3//计算背景循环数目

　　#define THRESHOLD 20//设置差分阈值

　　Class CstaticDetect

　　{

　　Public：

　　CstaticDetect（int nwidth，int nheight）；

　　Virtual~CstaticDetect（）；

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

　　Public：

　　BYTE*m_pCurImage；//当前图像

　　BYTE*m_pDetectImage；//检测结果图像

　　Int m_nFrame，count；

　　Int WIDTH，HEIGHT，IMAGESIZE；

　　Short int*m_pBackHistgram；//背景颜色统计

　　BYTE*m_pGrayImage；//当前灰度图像

　　BYTE*m_pBackground；//背景估计图像

　　BYTE*m_pDiffImage；//差分图像

　　UINT*m_pTemplate；//存取多帧数据

　　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 实验结果

　　实验采用PC和海康威视DS4004HC视频采集卡。搭建一个大型超市中央空调模型，将其划分为两个区域，其中一个区域安装高清摄像头，通过摄像头感知该区域人流量的变化，将视频流数据分析结果通过PLC来控制现场的步进电机带动电磁阀门开合模拟新回风阀门开度变化，小风机变频控制来模拟风机转速的变化。模型内铺设轨道，玩具小火车模拟区域内人流变化。视频采集卡负责采集区域内视频流数据。在VC++6.0开发环境下编写程序对视频流数据进行运动目标检测，对摄像机输出的视频流图像进行8帧/s的采集分析，每帧图像大小为320像素×240像素，检测结果利用MScomm控件进行串口通信，按照自定义协议及PLC自带的232串口通信模块传送至PLC。视频流数据分析结果如图1所示，其中图1（a）为任意抓取的某一帧图像，图1（b）为利用简化的混合高斯模型提取出的背景图像，图1（c）为利用背景差分与帧间差分结合的方法检测到的运动目标，图1（d）为经过形态学过滤后的运动目标

　　在大型超市中视频系统已经很完善，将视频图像处理技术引入到该中央空调节能控制中，利用帧间差分与背景差分相结合的运动目标检测算法分析局部区域人流密度，可以根据区域内的人流密度来控制局部制冷量和新风量，进行局部区域的精确控制，既对整个暖通空调系统的节能起到了重要的作用，又能给超市内顾客营造一个舒适的购物环境，真正达到“风跟人走”的节能效果。该系统已经应用在三江学院地源热泵中央实验室中，根据运行效果来看，节能效果较佳；该控制方案入围在德国菲尼克斯总部举行的“2012菲尼克斯电气全球自动化应用大奖赛”总决赛。

　　参考文献

　　[1] 周洪煜，陈小健，陈孜虎.变水量与变风量的中央空调节能控制策略[J].控制工程，2011，18（3）：474-478.

　　[2] 林利瓦，徐小勇，张军，等.中央空调变流量PLC控制系统的设计[J].自动化仪表，2009，32（9）：234-236.

　　[3] 李宁，黄山，张先震，等.基于背景差分的人体运动检测[J].微计算机信息，2009，25（7）：257-258.

　　[4] 董王崇，王天珍，许刚.视频图像中的运动检测[J].武汉理工大学学报（信息与管理工程版），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.