第36卷哈尔滨师范大学自然科学学报
Vol．36，No．52020
第5期
NATUＲAL SCIENCES JOUＲNAL OF HAＲBIN NOＲMAL UNI
太阳能浴室VEＲSITY
*
王国荣，张伟光＊＊，杨
旭，余昌筠
（哈尔滨师范大学）
【摘
要】基于图像识别的人体目标检测传感器采用热释电红外技术与图像
识别算法对特定区域内人体目标进行检测．通过热释电红外传感器检测人体是否进入检测区， 图像识别算法检测人体是否停留或离开检测区．图像检测算法结合了背景差分法和帧差分法来增加人体目标检测的可靠性．利用OV7725摄像头进行图像采集，
将采集的图像进行灰度化、图像识别算法处理、中值滤波、二值化．对处理后的图像中白像素点进行统计并与阈值进行比较，
来判断人体是否存在检测区域内，
图像算法部分由STM32进行运算．模块外扩了IO 口、UAＲT 、SPI 、IIC 、CAN 通信接口，
方便用户拓展使用．【关键词】人体检测；图像处理；热释电红外传感器；STM32
中图分类号：TP391．4
文献标识码：A
文章编号：1000－5617（2020）05－0053－08
收稿日期：2020－07－11
*基金项目：哈尔滨师范大学硕士研究生创新科研项目＊＊通讯作者
0引言
高校教室通常采用开方式管理，学生可以自
主选择教室进行自习，
照明设备通常由学生自主管理，
教室经常会出现“长明灯”现象．据统计，高校教室占据整个校园总电量的40%以上，按照
《建筑照明设计标准GB50032－20》规定，教室的照明功率密度为9W /m 2
，
教室的大小标准尺寸为12m ˑ8m ，
每天每个教室的用电时长假设为12h ，
每学年按照270h 计算，以一个高校200间教室为例，按照每年节电率平均30%计算，
节约电费大约为15 20万人民币［1］
．照明节
电不仅能节省大量能源还能够节省大量资金．
目前高校主要通过热释电红外传感器模块检测教室区域内是否有人体存在，
控制灯具开启和关断．热释电红外传感器模块分为三部分：菲
涅尔透镜、热释电红外感应探头、信号处理电路
［2］
雨水循环系统．其中，菲涅透镜将人体发出的红外线聚焦
到热释电红外感应探头上来增大感应距离，并将探测区分为交替变化的明区和暗区
［3］
．当人体处
局部镀锡
在暗区中，
无论人体如何动作，传感器都不能检测到人体存在．只有人体在明区和暗区之间移动，
热释电敏感元感应到红外线的变化才能够产生感应电压，
经过信号处理电路形成触发信号．另外，人体在明区和暗区之间的移动速度越大，输出电压越大．人体在看书、学习时，身体动作幅度很小，
无法在视区之间形成有效的运动，也可能人体处于暗区中，
会造成该模块对检测区域内有无人体进行误判，
当人体动作幅度大一点，又会产生控制信号输出．在教室照明灯控制中，误判所造成的非正常开启和关断不仅影响学习和办公，
也会影响灯具寿命［4］
．
哈尔滨师范大学自然科学学报2020年第36卷
针对上述问题，该文提出利用图像识别并结合热释电红外技术，对检测区内是否存在人体进行检测、判断，达到了人在灯亮、人走灯灭的效果．
1模块总体设计
目标检测传感器模块原理框图如图1所示，主要由五部分组成：热释电红外传感器部分、OV7725摄像头部分、外部SＲAM、STM32主控部分、通信接口部分．热释电传感器部分主要检测动态人体目标、OV7725部分检测静态、准静态人体目标，STM32主控部分主要负责对采集的图像进行运算、采集热释电传感器触发信号、与外接设备进行通信．由于图像数据占据内存较大，该设计中使用外部SＲAM对图像处理算法的数据进行存储．该模块外拓了USAＲT、IIC、SPI、CAN、IO以及无线通信接口，方便用户拓展使用
．
图1目标检测传感器模块原理框图
2目标检测算法
该文选用帧差分法、背景差分法来判定人体
是否存在于检测区域内，差分算法涉及到图像处
理技术包括灰度化、中值滤波以及二值化．帧差
分法能够检测出人体微小动作变化，但是当人体
处于静止状态时需要结合背景差分法来进行判
定．倘若检测区域内有面积比较大的杂物，需要
结合两种方法与定时器多次判定来区分杂物和
人体．
2．1帧差分、背景差分法
帧差分法主要是对视频中相邻帧或者是相
隔一段时间的两帧进行差分运算，如公式（1）所
示，b（x，y，t）为当前视频帧，b（x，y，t－i）为前i
时刻的视频帧，p1（x，y，t）为差分后的图像，T为
二值化阈值，若差分图像中某一位置像素值大于
阈值T，则为前景，否则为背景［5］．t时刻的帧差
分图像如图2所示，从帧差分图像可以看出人体
处于准静止状态．通过设定阈值T1，若差分图像
中白像素点总数大于阈值T1，则表明人体处于
准静止或者运动状态，若小于阈值T1，则表明人
体处于静止状态．
p
1
（x，y，t）=
1|b（x，y，t）－b（x，y，t－i）|＞T
0{其他（1）45
第5期
第一中文基于图像识别的人体目标检测传感器模块设计
（a ）t 时刻的图像（b ）t －i 时刻的图像（c ）帧差分图像
图2帧差分法图
背景差分法与帧差分法类似，不同之处在于背景差分法采用当前帧图像与背景图像进行差分，
在背景差分法中，关键部分是背景的更新［6］
．
公式（2）为t 时刻的背景差分表达式，设b （x ，y ，t ）为t 时刻的视频帧，a （x ，y ）背景图像，p 2（x ，y ，t ）为差分后的图像，T 为二值化阈值．图3为背景差分法图，系统将判定为检测区域内无
人时刻的图像作为更新的背景图像，统计图3背景差分图像中白像素点总数并与阈值T 2比较，
白像素点数目大于T 2时可以判定人体存在于检测区域内．
p 2（x ，
y ，t ）=1|b （x ，y ，t ）－a （x ，y ）|＞T 0
{
其他
（2
）
（a ）当前视频帧（b ）背景图像（c ）背景差分图像
图3背景差分法图
当检测区域内有面积较大的杂物，需要进行背景差分、
帧差分法来判定，背景差分法和帧差分法交替判定三次来区分人体或者杂物，详细流程在软件设计部分进行阐述．2．2
图像处理
摄像头采集到的图片需要进行预处理，减少噪点对数据处理的影响，
减轻处理器的运算负担．图像灰度处理主要有分量法、最大值法、均值法、
加权均值法几种方式［7］
，采用加权均值法能
够得到更好的灰度图像［8］
，该文选用加权均值法
对采集的图像进行灰度处理，
加权均值公式如（3）所示：
Gray =0．114B +0．578G +0．299Ｒ
（3）
图像采集过程中会存在椒盐噪声，该文利用中值滤波去除椒盐噪声，
选用的模板为3ˑ3模板，
中值滤波不仅能够对椒盐噪声起到抑制的作用，
而且能够有效的将图片边缘信息进行保留，图4为中值滤波示意图．
5
5
哈尔滨师范大学自然科学学报2020年第36
卷
倒挂器
（a ）加椒盐噪声的图像（b ）中值滤波的图像
图4中值滤波图
该文需要对差分后的图像进行二值化，为了减小前景与背景的误判，
采用自适应阈值算法对差分图像进行二值化，二值化图如图5所示
．
（a ）帧差分图像（b ）二值化后的图像
图5二值化图
3硬件电路设计
硬件电路主要包括图像采集电路、热释电红
外传感器电路、外部SＲAM 以及通信接口电路
［9］
．该文选择的芯片为STM32F103ZET6，其最
高频率可达72MHz ，
自带了64K 字节的SＲAM ，因该文涉及到图像算法，存储一张320ˑ240图像数据就需要75K 的内存，
所以需要将图像数据在外部SＲAM 进行存储．3．1
图像采集电路设计
图像采集电路OV7725图像传感器，有效像素为30W．直接利用STM32的IO 口抓取数据困难，
非常耗费处理器资源，因此该文配合FIFO 芯片（AL422B ）对图像数据进行缓存．图6
为图像
图6图像采集电路
6
5
第5期基于图像识别的人体目标检测传感器模块设计
采集电路，
STM32的PG13、PD3分别与OV7725的SDA 、SCL 引脚相连，用来配置OV7725内部寄存器，
STM32的PB3引脚控制U2是否将OV7725采集到的数据缓存到FIFO．FIFO 的数据输出位与STM32的PC0－PC7相连，STM32可通过控制PG14、PG15引脚对缓存数据进行读取．3．2
外部SＲAM 电路设计
该文选用ISIS 公司生产的IS62WV5126静态内存芯片作为外部SＲAM ，
内存有1M 字节，外部SＲAM 电路图如图7所示，
该芯片与STM32的FSMC （灵活的静态存储控制器）进行连接
［10］
．
程控步进衰减器系统
将I /O0－I /O15、
A0－A18、OE 、WE 、CS 、UB 、LB 与STM32的FSMC 接口的D0－D15、
A0－A18、OE 、WE 、CS 、UB 、LB 连接，选用FSMC 的存储块区1的片选3来控制IS62WV5126．3．3
红外传感器电路设计
红外传感器电路选用BISS0001芯片，其中内置二级运放，
通过第一级运放将信号进行放大，
耦合到第二级将信号再次放大，同时将信号抬高VDD 信号的一半，
然后进入COP1、COP2双向鉴幅器进行比较．当电压幅度高于COP1、
或图7
IS62WV5126电路图
者低于COP2时，则输出触发信号．A 引脚可以配置触发、
不可触发两种模式．STM32的PA1引脚与VO （控制信号输出引脚）相连，
STM32通过读取PA1电平来决定是否开启摄像头采集图像，
电路设计如图8所示
．图8红外传感器电路图
3．4
通信接口电路
该模块设置了丰富的通信接口：WIＲLESS 无线接口、USAＲT 、IIC 、SPI 、CAN 、IO 接口，用户可以根据自己的需要选择接口．外设接口电路如图9所示．在CAN 通信接口中，选择TJA1050数据收发芯片．
7
5
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议