基于Zigbee技术的智能家居系统设计方案
2012-07-19 14:40:14
责任编辑: cpslili
收藏本文
智能家居系统使用Socket（）实现客户机与服务器之间的通信。通过USB 摄像头采集数据，对数据进行获取、压缩和编码后通过TCP/IP 协议将数据打包发送到网络，同时在服务器端创建Socket（）进行监听，来接受客户机的请求。当客户机发送connect（）连接请求后，服务器通过accept（）接收客户机连接请求。然后服务器与客户机之间通过send（）函数和recv（）函数实现发送、接收数据。Socket（）通信模型如图7 所示。
图7 Socket 通信模型
4.4 入侵检测功能实现
为了减少网络传输和系统的压力，在视频采集端，每采集一次图像就对采集的数据进行一次处理。该函数设定一个图像发生变化的阈值c_limit,然后将图像所有像素之差与阈值c_limit 进行比较，如果大于阈值c_limit,则认为图像发生了变化，否则即认为没有变化，则不将该次采集的图像数据写入JPEG 文件保存，这样可以极大地提高视频存储的能力，同时减少各资源的浪费。
4.5 利用openCV 库实现人脸检测
OpenCV 是Intel 公司面向应用程序开发者开发的计算机视觉库，其中包含大量的函数用来处理计算机视觉领域中常见的问题，例如运动分析和跟踪、人脸识别、3D 重建和目标识别等。
在openCV 函数可编程过程中，CvSize 和IpImage 是两个比较常用的结构。CvSize 结构表示矩形尺寸的结构，结构中分别定义了矩形的宽度和高度。IpImage 结构主要针对视觉方面处理。
软件实现中首先通过函数IpImage* cvCreateImage （cvSize（img->wIDTh,img->height）， 8, 1 ）为图像分配内存，然后使用函数cvCvtColor（ img, gray, CV_BGR2GRAY ）将RGB图像转为灰度图像。为了让输入图像大小相同通过cvResize（ gray, small_img, CV_INTER_LINEAR ） 对图像进行缩放，函数cvEqualizeHist（ small_img, small_img ）实现灰度图像直方图均衡化。然后利用函数cvHaarDetectObjects（small_img,cascade, storage1,1.1, 2, CV_HAAR_DO_CANNY_PRUNING,cvSize （30, 30）） 对图像进行脸部检测， 最后利用函数cvGetSeqElem、cvRound、cvCircle 将脸部用圆圈标示。图8 为脸部检测效果图。
图8 脸部检测效果图
5 结束语
项目社会和经济效益分析。
主要用途和应用范围：1）对机要部门的监视、控制和报警，如档案室、文件室、金库、博物馆等；2）工厂、市场等的监视，如工厂生产过程、市场、营业厅、展览厅、货场等的监视；3）对交通运输的监视，如公共交通、铁路车站、铁路调度等的监视；4）用于安全报警，如防盗、防火等的报警；5）在安全身产方面的应用，如煤矿等。
经济效益：随着人们生活水平的提高，大家对智能家居的需求越来越高，而作为中国房地产的配套产业，中国的智能家居经过多年发展，已成为一个集控制、计算机、家电等多种新技术为一体的新兴产业。但是，由于市场不规范、行业标准不完善，市场发展并不是很成熟，如今还处于群雄逐鹿的"战国时代".具有很大的市场潜力。
社会效益：随着哥本哈根会议和"十二五规划" 当前，当低碳减排已成为一项国家行动，而智能家居在这方面有自己的优势。其不仅智能而且节能，具有较高的社会效益
