针对视频监控中人工监督的低效率、传感器在轿厢内安装困难等问题,结合电梯轿厢内场景的特征,设计了一套基于ARM的电梯轿厢门智能识别监控系统。门状态智能识别系统以三星的Exynos4412为控制中心,搭载Linux系统驱动视频采集模块,通过基于计算机视觉的门状态识别算法实现轿厢内门开关状态的识别。电梯轿厢门状态智能识别系统是以数字图像处理为基础,为满足轿厢内监控设备的小型化、安装便利等需求,本文采用前端识别技术。在嵌入式Linux系统上实现图像采集、图像预处理,采用基于Hough线变换算法来实现开关门状态监测。实验表明,该系统能对轿厢门状态进行准确识别,在检测识别和安防领域具有很好的应用前景总体设计系统采用ＵＳＢ摄像头加高性能的ＡＲＭ作为整个系统的硬件架构。在ＡＲＭ＿Ｌｉｎｕｘ系统上移植ＯｐｅｎＣＶ，门状态识别系统-电动折弯机数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机基于Ｖ４Ｌ２通过ＵＳＢ摄像头采集视频图像，结合基于计算机视觉的门状态识别算法，在ＡＲＭ上实现电梯轿厢门状态识别。系统总体设计方案如图１所示，系统由硬件层、操作系统层、应用软件层三部分组成。图１系统总体设计方案图①硬件层部分：核心板作为电梯门状态智能识别系统的控制处理中心，智能监控系统的硬件平台总体框图如图２所示。图２系统硬件平台总体框图②操作系统层部分：操作系统部分选择以Ｕ－Ｂｏｏｔ为基础的Ｂ的文件系统，Ｌｉｎｕｘ选本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/择３．０．８版本的内核。③应用软件层部分：ＯｐｅｎＣＶ结合相应算法编写应用程序，实现电梯门状态的智能识别。２系统开发平台的搭建与图像采集２．１系统开发平台的搭建（１ｒ制作用于引导操作系统内核，为系统的启动进行硬件初始化、分配内存空间和系统配置等工作。的移植过程分为４步：①解压下载的ｕ－ｂｏｏｔ．ｔａｔ．ｂｚ２文件；②修改编译脚本、添加Ｅｘｙｎｏｓ４４１２的平台信息；③选择交叉编译和编译需要的文件；④执行编译，生成ｕ核移植本系统选择Ｌｉｎｕｘ３．０．对图像完成预处理，预处理包括：灰度化、图像去噪声，将通过预处理之后的图像进行边缘检测获取边缘图像，为了得到更好的边缘效果，对获取的边缘图像进行膨胀处理，最后通过基于Ｈｏｕｇｈ的电梯门状态识别算法获得电梯门的开关状态，门状态识别系统总体流程如图４所示。图４门状态识别系统总体流程通过比较电梯轿厢关门和打开的状态，可以发现，电梯关闭状态下左右两扇电梯轿厢门会形成一条为直线的门缝，如图５红色框所示，两扇电梯门关闭形成的门缝。电梯门形成的门缝具有直线特性，通过图像中特定的区域范围判断是否有超过特定长度的直线，从而判断门的开关状态，因此电梯门状态可通过判断图像中固定区域检测到直线的长度来实现。Ｈｏｕｇｈ线变换可以有效避免图像中一些特征点遮挡现象的干扰，具有很好的容错性和鲁棒性，所以采用基于Ｈｏｕｇｈ线变换来作为电梯门状态识别的核心算法。图５电梯轿箱内开关门状态图片３．１电梯门状态识别算法原理分析Ｈｏｕｇｈ变换是一种使用表决原理的参数估计技术［７］，基本思想是借助图像空间和Ｈｏｕｇｈ参数空间的点与线之间对偶的关系，在一个参数空间中通过累积器使用一个符合预先设定的阈值得到一个符合该特定形状的集合作为霍门状态识别系统-电动折弯机数控滚圆机滚弧机张家港电动钢管滚圆机滚弧机本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/