基于帧间差分图像处理技术在电梯门系统应用
基于PLC控制的电梯自动控制系统
基于PLC控制的电梯自动控制系统[摘要]电梯是高层建筑不可缺少的运输工具，用于垂直运送乘客和货物，传统的电梯控制系统主要采用继电器--接触器进行控制，其缺点是触点多，故障率高、可靠性差、维修工作量大等，而采用 PLC组成的控制系统可以很好地解决上述问题，使电梯运行更加安全、方便、舒适。
目前在电梯行业已得到广泛应用。
在层数和控制功能较少的场合，采用PLC控制较为有利。
本设计主要介绍了3层电梯的PLC 的特点、PLC的功能、发展趋势、PLC控制电梯的软、硬件设计。
在示意图、接线图、电梯的控制梯形图、指令表、和程序流程图的基础之上提出了PLC的编程方法。
可编程控制系统（Programmable Logic Controller）是一种专门为在工业环境下应用而设计的数字运算操作电子系统。
它采用一种可编程的存储器，通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。
可编程控制器是计算机技术与自动化控制技术相结合而开发的一种适用工业环境的新型通用自动控制装置，是作为传统继电器的替换产品而出现的。
随着微电子技术和计算机技术的迅猛发展，可编程控制器更多地具有了计算机的功能，不仅能实现逻辑控制，还具有了数据处理、通信、网络等功能。
由于它可通过软件来改变控制过程，而且具有体积小、组装维护方便、编程简单、可靠性高、抗干扰能力强等特点，已广泛应用于工业自动化控制控制的各个领域，大大推进了机电一体化的进程。
[关键词] PLC功能及特点硬件设计软件设计目录引言 (1)1.概述 (1)1.1 PLC的简介 (1)1.2 PLC的特点 (1)1.3 PLC的功能 (2)２电梯的设计分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．３2.1 分析被控对象 (3)2.2 确定输入/输出设备 (3)2.3 选择PLC (3)3.硬件电路设计 (4)3.1 电梯控制构成 (4)3.2 PLC控制电路 (4)3.3 位移控制电路 (5)3.4 端站保护 (5)3.5自动开关门控制系统 (5)4.软件设计 (7)4.1 设计要求 (7)4.2 根据设计要求可以作出电梯示意图 (7)4.3 概括设计要求 (7)4.4 根据呼叫方式分析可以得出电磁铁工作表 (8)4.5 I/O分配..............................................................９4.6 状态流程图 (9)4.7 梯形图 (9)4.8 程序 (9)附图1 (10)附图2 (10)附图3 (12)附图4 (12)附图5 (13)附图6 (14)结束语 (16)参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．１７目前电梯作为高层建筑中垂直运行的交通工具已与人们的日常生活密不可分。
基于MSP430F149单片机实现电梯门机控制系统的设计
基于MSP430F149单片机实现电梯门机控制系统的设计贺为婷
【期刊名称】《世界电子元器件》
【年(卷),期】2022()1
【摘要】电梯是现代人们生活中不可或缺的工具。
目前的电梯门机控制系统均有其固有的缺陷,这些缺陷使电梯不能正常运行、维护工作量大甚至造成人身伤害。
因此,研制一种高性能、高可靠性且维护方便、成本适中的电梯门机控制系统具有重要的现实意义。
1系统的硬件设计系统的硬件构成如图1所示,输入及显示电路完成人机交互功能,对电梯门机的执行过程进行设定;计算控制电路根据设定参数和外部输入的信号,依照一定的控制规律,完成计算及控制逻辑输出;而驱动和保护电路接受计算控制电路的控制逻辑,根据此逻辑控制执行机构的动作,同时监控自身及执行机构的状态,在发生故障时保护电路动作,以保护元器件安全。
【总页数】3页(P20-22)
【作者】贺为婷
【作者单位】不详
【正文语种】中文
【中图分类】TP273;TU857
【相关文献】
1.基于MSP430F149单片机的电子音乐播放器设计及实现
2.基于MSP430F149单片机的大气环境CO2探测仪的设计与实现
3.基于MSP430F149单片机的自由
摆平板控制系统研究4.基于MSP430F149单片机的自由摆平板控制系统研究5.基于MSP430F149单片机的智能路灯控制系统
因版权原因，仅展示原文概要，查看原文内容请购买。
帧间差分法
帧间差分法
帧间差分法是一种图像处理技术，常被应用于诸如监控系统之类的环境中，用于检测任何可能出现的运动。
它的原理是将视频中的两帧图片进行对比，根据灰度水平对像素点的变化进行计算，看看有没有部分出现变化。
帧间差分法可以有效识别目标，但又能够抑制自然变化，如阳光影响和气温变化等。
它通过比较两帧图像中相同区域的差异，从而可以实现运动检测，并建立生动可靠的描述。
由于有效地识别运动变化，帧间差分法可以用于多种不同的场景，包括无人机定位、火灾检测、偷盗行为检测、交通监控以及多种机器视觉应用等等。
此外，因为它的算法简单，具有节约时间和资源的优势，所以广受欢迎。
总而言之，帧间差分法能够有效地检测目标、运动变化，使用算法简单，效率高，是现今图像处理领域中一种有效而又实用的技术。
图像处理算法之帧间差分法
图像处理算法之帧间差分法
1. 基本原理
帧间差分法是⼀种通过对视频图像序列的连续两帧图像做差分运算获取运动⽬标轮廓的⽅法。
当监控场景中出现异常⽬标运动时，相邻两帧图像之间会出现较为明显的差别，两帧相减，求得图像对应位置像素值差的绝对值，判断其是否⼤于某⼀阈值，进⽽分析视频或图像序列的物体运动特性。
其数学公式描述如下：
D(x,y)为连续两帧图像之间的差分图像，I(t)和I(t-1)分别为t 和t-1时刻的图像，T 为差分图像⼆值化时选取的阈值，D(x,y) = 1表⽰前景，D(x,y)= 0表⽰背景。
2. 优缺点
优点：算法实现简单，程序设计复杂度低，运⾏速度快；动态环境⾃适应性强，对场景光线变化不敏感。
缺点：“空洞”现象（运动物体内部灰度值相近）；“双影”现象（差分图像物体边缘轮廓较粗）；不能提取出运动对象的完整区域，仅能提取轮廓；算法效果严重依赖所选取的帧间时间间隔和分割阈值。
3. 三帧差法
⽬的：解决帧间差分法的“双影”问题。
算法步骤如下：
可在⼀定程度上消除帧间差分法的“双影”现象。
基于FPGA视频和图像处理系统的FIFO缓存技术-电视技术
基于FPGA视频和图像处理系统的FIFO缓存技术向厚振，张志杰，王鹏（中北大学信息与通信工程学院，山西太原 030051）【摘要】通过研究视频图像处理和视频图像帧格式以及FIFO缓存技术，提出了基于FPGA 的视频图像处理系统设计。
该设计运用帧间差分法、同步FIFO缓存设计，有效避免了图像处理系统设计中亚稳态和异步信号处理等时序性难题，实现了视频图像序列的动态目标检测系统设计。
ChipScope在线逻辑分析结果表明，所设计的系统具有实时的视频图像处理性能，与基于外接存储器缓存的系统设计相比较，稳定性更高，实时性更好，功耗更低。
【关键词】FPGA；图像处理；帧差法；FIFO；动态目标检测；ChipScope【中图分类号】TN941.1 【文献标识码】AThe FIFO Cache Technology in the Video and Image Processing System based on FPGA XIANG Hou-zhen，ZHANG Zhi-jie，WANG Peng(School of Information and Communication Engineering, North University of China,Taiyuan 030051, China)【Abstract】Through the research of the video image processing，the video image frame format and the FIFO cache technology, a video image processing system design based on FPGA is proposed. The design seheme make use of the frame difference method and the sychronous FIFO cache design, which can effectively avoid the inevitable problems of the metastability and asynchronous signal timing in the image processing system design, and complete the dynamic target detection system design of the video image sequence. ChipScope logic analysis results indicate that, the design has a real-time video image processing performance, and compared to the external memory cache system design, higher stability, better real-time character,lower power consumption.【Key words】FPGA; image processing; Frame difference; FIFO; dynamic target detection; ChipScope1 引言近年来，基于FPGA硬件技术的视频图像处理系统被广泛地应用于视频智能监控、智能交通系统、视频采集、跟踪系统等等。
动态背景下基于帧间差分与模板匹配相结合的运动目标检测
Ｍ ｏ ｉ ａ ｇ ｔｄ ｔ ｃ ｉ ｎ ｃ ｍ ｂｉ ｅ ｗｏ ｆ ａ ｅ ｄ ｆｅ ｅ ｃ ｓ ｗｉｈ ｅ ｐ ａ ｅ ｍ ａ ｃ ｉ ｖ ｎｇ ｔ ｒ ｅ ｅ ｅ ｔｏ ｏ ｎ ｄ ｔ ｒ ｍ ｉ ｒ ｎ ｅ ｔ ｔ ｍ ｌ ｔ ｔ ｈ ｎｇ ｍ ｅ ｈ ｄ ｎｄ ｒ ｄ ｎａ ｃ ｂａ ｋ ｒ ｕｎ ｔ ｏ ｓ ｕ ｅ ｙ ｍｉ ｃ ｇ ｏ ｄ
（ Ａ Ｓ Ｃ） 除 图像 中 由 于 目标 运 动 部 分 产 生 的误 匹 配 点 。 用 背景 补 偿 的 方 法将 静 态 背 景 下 的 帧 间差 分 目标 检 测 Ｒ ＮＡ 剔 运
算 法应用 于动态情况 ， 实现 了动 态 背 景 下 的 运 动 目标 检 测 ， 过 提 取 目标 特 征 与后 续 多 帧 图像 进 行 特 征 匹 配 的 方 通
像 图像预处理
算 法 去 除 因 目标 运 动 导 致 的误 匹 配 ， 保 了 图 像 配 准 的 准 确 确
目标 检 测 是 将 感 兴 趣 区域 从 背 景 中分 离 出 来 ． 将 目标 它 的 分 割 和 识 别 合 二 为 一 ， 运 动 图像 分 析 、 能 监 控 、 球 探 是 智 月 测 中巡 游 导 航 、 事 目标 检 测 、 机 交 互 技 术 中 的一 个 重 要 军 人 环 节 。国 内外 对 目标 检 测 的研 究 已经 取 得 了一 定 的 成 果 。但 对于动态背景 、 目标 部 分 遮 挡 及 光 照 变 化 较 大 的 图像 序 列 的 检 测 效 果 还有 待 于 提高 。 按 照 目标 和 背 景 的相 对 运 动 差 异 。 以将 目标 识 别 分 为 可
Ａｂ ｔ ａ ｔ Ａ ｖｎ ｒ ｅ ｅ ｅ ｔ ｎａ ｇ ｒ ｈ ｉ ｐ ｅ ｅ ｔｄ ｗｈｃ ｏ ｉ ｅ ａ ｓｄｆｅｅ ｃ ｉ ｅ ｌ ｔ ｔｈ ｎ ｔ ｏ ｓ ｓｒ ｃ ： ｍｏ ｉ ｇｔ ｇ ｔ ｔ ｃｉ ｌ ｏｉ ｍ ｒ ｓ ｎｅ ｉｈ ｃ ｍｂ ｎ ｄｆ ｍｅ ｉ ｒ ｎ ｅｗ ｔ ｔｍｐ ａｅ ｍａｃ ｉｇ ｍｅ ｈ ｄ ａ ｄ ｏ ｔ ｓ ｒ ｈ
帧间差分法运动目标检测过程及原理
帧间差分法运动目标检测过程及原理帧间差分法（Frame Difference Method）是一种常用的视频运动目标检测方法，它通过比较视频帧之间的变化来检测目标的运动。
这种方法广泛应用于视频监控、交通管理、智能交通等领域，并且在实际应用中取得了不错的效果。
1.视频帧获取：需要获取视频输入，并将视频分解成一帧一帧的图像。
2.帧间差分计算：对于连续的两帧图像，通过对两帧图像进行减法操作，计算出图像像素点之间的差值。
这个差值可以表示出两帧图像之间的变化情况，有助于检测出图像中的运动目标。
3.差分图像处理：得到帧间差分图像后，需要对其进行一定的处理，以便进一步提取出图像中的运动目标。
常见的处理方法包括阈值处理、形态学操作等。
4.目标提取与分析：将处理后的帧间差分图像进行目标提取，得到目标的边界信息。
可以进一步对目标进行形状、大小、速度等特征分析。
5.目标跟踪与识别：通过目标提取和特征分析，可以对目标进行跟踪和识别，得到目标的运动轨迹和行为信息。
帧间差分法的原理：帧间差分法主要包括以下几个关键步骤：1.差分计算：通过对两帧图像进行像素级的差分计算，得到一个差分图像。
通常采用的方法是直接相减或者采用其他像素级的差分运算方法。
2.阈值处理：得到的差分图像中可能存在一些噪声或者细微的变化，需要通过设置一个合适的阈值来将目标的变化和噪声区分开来。
3.形态学操作：通过形态学操作，可以进一步处理差分图像，去除一些不必要的细节，加强目标的轮廓信息。
4.目标提取：根据处理后的差分图像，可以得到目标的二值图像，进而提取出目标的轮廓信息。
帧间差分法的优点包括不需要训练数据、对目标的尺度不敏感、对光照变化不敏感等。
帧间差分法在应对复杂场景、目标遮挡、背景复杂等情况下仍然存在一定的局限性，需要结合其他方法进行改进和完善。
基于帧间差分的彩色视频背景提取
１８
程
学
院
学
报
第 ２ 卷 ５
对实时背景的 自 动识别和抓拍也是一个技术难点。
研 究 和实验证 明 ， 于选择 更新法 的彩色视 频背景 提取 的效果好 于 多帧平 均法 ， 基 通过选 取合理 的红 绿蓝 三分 量权重 和 图像序列 时 间段 ， 以较好 地提 取 出实 时背景 。 可
赖于阈值的选取 ， 如果阈值选择不合理 ， 背景图像将很快变得不可用 。
对于智能视频监控及动态 目标检测 ， 背景提取和更新 问题一直是一个研 究的重点和难点 文中重点针对 ８，
摄像机静止时 ， 存在动态 目 的彩色视频场景背景 的实时提取进行了详细分析和研究 。 标 在摄像机静止时 ， 背景提取和更新 的理想情况是在视频场景里 ， 隔一段时间就拍 １ 帧不含运 动 目 标物的场景
第 ２ 卷第 ２ ５ 期 ２１ ｏ ０年 ４月
成
都 信 息 工 程 学 院 学 报
１ Ｙ ０Ｇ
Ｖ ． ５ Ｎｏ． ２ ２ Ａｐ ．２ ０ ｆ ０１
Ｊ ＯＵＲ Ｌ ＯＦＣ ＮＣ Ｕ ＵＮ Ｖ Ｒ Ｉ ＮＡ ＨＥ ￣ Ｉ Ｅ ＳＴＹＯＦＩ ＯＲ ＮＦ ＭＡＴＩ Ｔ姗 ＯＮ
文 章 编 号 ：１７ ．７ ２ ２ １ ）２０ ６ ．５ ６ １１ ４ （０ ００ ．１７０
像 中的运动 区域 。连 续 帧差法对 动态 环 境有 很好 的适应 性 ， 位置 不 准 确 ， 割 出 的运 动 目标 不 完 整 ， 能完 全 但 分 不
提取出 目 标的所有相关点 ， 容易在运动实体内部产生空洞现象， 帧间差分法只能应用在摄像机静止情况下 的动态 且标检 测 。 减背景法 通过 当前 图像与背景图像之间的差分来检测运动区域 ， ６ 这种方法是 目前运动检测 中最常用的一 种方法。其优点是位置准确 ， 速度快 ， 只需要获取当前的一幅图像 ， 运算量低 ， 以做到实时检测与分割 ， 可 不足之 处 是受 环境 光线 变化 的影 响 ， 非受 控环 境下 ， 要加 人背 景 图像更 新 机 制 ， 背 景法 也 只能 应用 在 摄 像 机静 止 在 需 减
帧间差分法运动目标检测过程及原理
帧间差分法运动目标检测过程及原理1. 引言1.1 背景介绍帧间差分法是一种常用的视频分析技术，通过比较连续帧之间的差异来检测视频中的运动目标。
随着视频监控系统的普及和应用领域的不断拓展，运动目标检测技术变得越来越重要。
传统的运动目标检测方法往往存在一些局限性，如受到光照和阴影等环境因素的影响，导致检测精度不高。
帧间差分法可以有效克服这些问题，其基本原理是通过比较相邻两帧图像的差异来确定图像中的运动目标。
当两帧图像之间的差异超过一定阈值时，就可以判定出存在运动目标。
这种方法简单有效，能够准确地捕捉到视频中的动态目标，具有较高的检测精度和实时性。
在现实应用中，帧间差分法被广泛应用于视频监控、智能交通等领域。
通过结合其他技术，如背景建模和运动轨迹分析，可以更进一步提高运动目标检测的准确性和稳定性。
帧间差分法的发展不仅有助于提升视频监控系统的智能化水平，还为其他相关领域的研究和应用提供了重要参考。
1.2 研究意义1. 提高视频监控效率：现如今，视频监控已经成为重要的安全防范手段，而帧间差分法可以有效地提高监控系统的效率，实现对运动目标的自动检测和跟踪。
2. 减少人力成本：传统的人工检测方法需要大量的人力投入，而帧间差分法可以实现自动化的运动目标检测，从而节约人力成本。
3. 提高检测精度：帧间差分法可以对视频序列中的像素进行差分运算，准确地检测出目标的运动轨迹，提高了检测的精度。
4. 加强安防监控：运用帧间差分法可以及时发现异常行为和可疑目标，加强安防监控，保障社会治安。
研究帧间差分法在运动目标检测中的应用具有重要的意义，不仅可以提高监控效率和精度，还可以减少人力成本，加强安防监控，是当前研究中的热点和难点之一。
2. 正文2.1 帧间差分法基本原理帧间差分法是一种常用于视频处理中的运动目标检测技术。
其基本原理是通过比较相邻帧之间的像素差异来判断是否存在运动目标。
具体来说，帧间差分法首先对输入的视频序列进行帧间差分处理，得到差分图像。
基于FPGA视频和图像处理系统的FIFO缓存技术
【 关键词 】Ｆ Ｇ ； Ｐ Ａ 图像处理 ； 帧差法 ；ＩＯ 动 态 目标检测 ；ｈ Ｓｏｅ ＦＦ ； Ｃ ｉ ｃｐ ｐ 【 中图分类号】Ｔ ９ １１ Ｎ ４． 【 文献标识码】Ａ
ＦＩ ＦＯ ｃ ｃ ｎｏ ｏ ｙ ｉ Ｖｉ ｅ ｎ ｍａｇ ｏｃ ｓ ｉ ｇ Ｓｙ ｔｍ ｓ ｄ ｏｎ ＦＰＧＡ Ｃａ ｈｅ Ｔｅ ｈ ｌ ｇ ｎ ｄ ｏ ａ ｄ Ｉ ｅ Ｐｒ ｅ ｓｎ ｓｅ Ｂａ ｅ
ｏ ｊ
图 ３ ＩＥ Ｓ ｈ ｍａｉ Ｓ ｍｂ ｌＦＦ 部 分 原 理 图 Ｓ ｃ ｅ ｔ ｙ ｏ Ｉ Ｏ ｃ
敏感的图像数据， 通常图像处理的也是图像灰度值 。
是第一帧的奇数场或是偶数场的 ｙ 值信号。ｙ值信号进入 了计算能力上 的支持 。Ｄ Ｍ模块为 内部例化器件提供系 ｂＦＦ Ｃ ＩＯ缓存 ， 相当于将 ｙ 值信号做 了延迟 ， 读使能开启输出 统 时钟信号。另外 ， Ｃ Ｄ Ｍ具有将信号差分 、 相移 、 倍频 、 分 Ｙ信号 。在系统时钟下 ， 两个 ＦＦ ＩＯ输 出的 ａ ，ｙ ｙｂ 则是 Ｖ Ｉ ＰＮ
都非常重要 。
频 图像信号 ， 经图像缓存 模块缓 冲， 一路 传输 给检 测模块 路直接还原为视频数据流信号 ， 完善 的系统显示模块还
经 Ａ ７ ２ 编码芯片转换输 出 Ｌ Ｄ显示 ， Ｃ 视频 图像处 理 系 统设 计 中， 频 信 号 经过 采 集 、 视 缓 进行算法处理 ， Ｓ Ａ １１ 存、 处理 、 出（ 输 显示或存 储 ） 。而缓存模块 的设计取决 于
Ｘ Ａ Ｇ Ｈ ｕｈ ｎ Ｚ Ａ Ｇ Ｚ ｉｅ ＷＡ Ｇ Ｐ ｎ Ｉ Ｎ ｏ ｚｅ ， Ｈ Ｎ ｈｊ ， Ｎ ｅ ｇ ｉ
智能安防视频监控的设计
智能安防视频监控的设计摘要：智能安防视频监控就是要用视频采集和图像处理的方法，通过对实时监控进行自动地、实时分析来检测在监控范围之内是否有运动物体的出现。
文章主要研究了智能监控的基本理论和关键技术，重点研究了静止背景下运动目标的检测。
基于运动信息，使用连续帧间差分法检测运动目标目标，试验结果表明，该算法有计算简单，运算快速与稳定的特点。
关键词：运动目标检测；帧差差分；安防监控中图分类号：ts736+.2 文献标识码：a 文章编号：一、视频监控的应用与意义（一）视频监控应用现代社会是一个人口密集、高度复杂的社会，面临的突发事件和异常事件越来越多，其监控的难度与重要性也越来越突出。
随着全球对安防监控的需求日益增加，前端设备和网络设备价格的迅速下滑，人们不断建立起规模越来越大的视频监控系统。
近年来，视频监控在各行各业得到广泛的应用，生活中有小区安全控，电讯行业有机站监控，银行系统有柜员机监控，林业部门有火情监控，交通方面有违章和流量监控等等。
从功能上讲，视频监控可用于安全防范、信息获取和指挥调度等方面。
（二）视频监控的意义建设社会治安智能视觉监控分析处理系统，加强监控信息的综合利用，是促进城市治安防控体系可持续发展、建设平安城市和和谐社会的重要举措。
研究智能安防视频监控是非常必要的，对我国经济的发展、和谐社会的建设都有着积极的作用。
二、常用的运动检测方法运动物体的视频监控主要是针对包含运动图像序列进行分析处理，包括运动检测、目标分类、目标跟踪及行为理解与描述几个过程，其中，运动检测、目标分类、目标跟踪属于视觉中的低级和中级处理部分，而行为理解和描述则属于高级处理，涉及到计算机视觉、模式识别和人工智能领域的许多核心课题，是一个具有挑战性的问题。
其基本任务是从摄像机摄取的视频图像序列中恢复人体或车辆等运动目标的结构参数，并对其行为进行识别和判断。
目前，检测运动目标的方法主要有：光流法、连续帧差分法和背景差分法。
基于计算机视觉的电梯轿厢智能监控系统的研究与设计
基于计算机视觉的电梯轿厢智能监控系统的研究与设计基于计算机视觉的电梯轿厢智能监控系统的研究与设计摘要为了保障人们的生命财产安全，电梯轿厢监控系统逐渐变成一个重要的场所监控领域。
本文提出了一种基于计算机视觉的电梯轿厢智能监控系统，该系统可以实现电梯轿厢内的目标检测、跟踪、异常行为检测和人脸识别等功能，有效地提高了电梯轿厢的安全性和管理水平。
本文首先介绍了电梯轿厢监控系统的研究背景和现状。
然后，针对目标检测和跟踪问题，提出了基于深度学习的目标检测器YOLOv3和基于卡尔曼滤波的目标跟踪算法。
针对异常行为检测问题，提出了基于深度学习的行为识别模型和基于分类器的异常行为检测方法。
针对人脸识别问题，提出了基于深度学习的人脸检测和识别模型。
最后，本文设计和实现了一个基于计算机视觉的电梯轿厢智能监控系统原型。
该系统采用了基于深度学习的目标检测器YOLOv3、基于卡尔曼滤波的目标跟踪算法、基于行为识别模型的异常行为检测和基于深度学习的人脸检测和识别模型等技术。
实验结果表明：本系统可以有效地实现电梯轿厢内人员目标检测、跟踪、异常行为检测和人脸识别等功能，具有较高的实用性和可靠性。
关键词：电梯轿厢，计算机视觉，目标检测，目标跟踪，异常行为检测，人脸识别AbstractIn order to ensure the safety of people's lives and property, the elevator car monitoring system has gradually become an important place monitoring field. This paper proposes a computer vision-basedintelligent monitoring system for elevator cars, which can realize functions such as target detection, tracking, abnormal behavior detection and face recognition in the elevator car, effectively improving the safety and management level of the elevator car.This paper first introduces the research backgroundand status of the elevator car monitoring system. Then, for the target detection and tracking problems, a deep learning-based target detector YOLOv3 and a Kalmanfilter-based target tracking algorithm are proposed. For the abnormal behavior detection problem, abehavior recognition model based on deep learning and a classifier-based abnormal behavior detection method are proposed. For the face recognition problem, a deep learning-based face detection and recognition model isproposed.Finally, this paper designs and implements a prototype of a computer vision-based intelligent monitoring system for elevator cars. The system adopts technologies such as a deep learning-based target detector YOLOv3, a Kalman filter-based target tracking algorithm, an abnormal behavior detection based on behavior recognition model, and a deep learning-based face detection and recognition model. Experimental results show that the system can effectively achieve functions such as target detection, tracking, abnormal behavior detection and face recognition of personnelin the elevator car, and has high practicality and reliability.Keywords: elevator car, computer vision, target detection, target tracking, abnormal behavior detection, face recognitioThe proposed computer vision system for elevator cars is composed of multiple modules including target detection, target tracking, abnormal behavior detection, and face recognition. The system utilizes a lightweight and efficient target detection algorithm, which can quickly detect and locate the elevator passengers. The target tracking module uses advancedalgorithms to track the movement of individuals in the elevator car, even in complex situations with occlusions and overlap.To detect abnormal behavior of passengers, the behavior recognition model is introduced. This model recognizes a set of predefined behaviors, including aggressive behavior, suspicious behavior, and wandering behavior, and triggers an alarm when such behaviors are detected. This greatly enhances the security of the elevator car and helps to prevent potential safety hazards.The face detection and recognition module of the system adopts deep learning-based algorithms, which are highly accurate and efficient for identifying individuals in real-time. By comparing the captured image with the database of recorded faces, the system can accurately identify individuals and provide necessary access control.Experimental results show that the proposed computer vision system has high accuracy in target detection, tracking, abnormal behavior recognition, and face recognition of personnel in the elevator car. The system is also highly practical, and has strong reliability in real-world scenarios.In conclusion, the proposed computer vision system offers great potential for improving safety and security in elevator cars. The system can alert the security personnel in real-time and help prevent dangerous situations. This technology opens up new possibilities for smart elevator systems, which can further enhance passenger safety and comfortOne potential application of this technology is in high-rise buildings where elevators are a critical means of transport for people and goods. Often such buildings have restricted access and strict security protocols to prevent unauthorized entry. The proposed system can help the security personnel to automatically identify people who are authorized to access the building and flag any suspicious activity. This can help prevent unauthorized access and prevent security breaches.Another potential benefit of this technology is in improving the comfort and convenience of passengers. The system can automatically recognize frequently used floors and pre-select them for the passengers. This can significantly reduce waiting times and improve the overall efficiency of the elevator system. Additionally, the system can also track elevator usagepatterns and optimize the elevator service based on the usage data. For example, if the system noticesthat a particular elevator is highly used during peak hours, it can reroute the elevator to the floor with the highest demand.Overall, the proposed computer vision system has the potential to revolutionize the way we interact with elevators. It can improve the safety, security, and comfort of passengers while also offering significant benefits to building owners and operators. With continued research and development, this technology can help pave the way for smart elevator systems that are highly efficient, safe, and reliableOne potential application for computer vision in elevators is in the area of predictive maintenance. By constantly monitoring the elevator's components and systems, the computer vision system can detect any potential issues or malfunctions before they become serious problems. This can help prevent unexpected breakdowns and reduce downtime, which is especially important in high-traffic areas such as office buildings, hospitals, and shopping centers.Another potential benefit of computer vision in elevators is in the area of accessibility. Elevatorscan be equipped with sensors and cameras that detect the presence of passengers and adjust the elevator's behavior accordingly. For example, if a passenger with a mobility impairment enters the elevator, the computer vision system can detect their presence and automatically adjust the elevator's speed, acceleration, and braking to ensure a smooth and comfortable ride.Finally, computer vision can also be used to improve the overall user experience of elevators. For example, the system can detect passenger preferences and adjust the lighting, temperature, and music accordingly. It can also provide real-time information about wait times, elevator capacity, and upcoming floors, which can help reduce passenger anxiety and improve overall satisfaction.In conclusion, computer vision has the potential to revolutionize the way we interact with elevators. From improving safety and security to enhancingaccessibility and user experience, this technology offers a wide array of benefits for both passengers and building owners/operators. With continued research and development, we can expect to see smart elevator systems that are highly efficient, safe, and reliable in the years to comeIn summary, computer vision technology cansignificantly improve the performance andfunctionality of elevators. It can facilitate better crowd management, enhanced security, improved accessibility, and excellent passenger experience. Assurance of these benefits will enable building owners and operators to provide a more efficient, safe, and reliable elevator service. Therefore, we foreseean increase in the adoption of smart elevator systems in the future as this technology continues to advance。
基于FPGA的电梯控制系统设计
摘要电梯作为现代化的产物，早在上个世纪就已经进入了人们的生活之中。
随着城市建设的不断发展，高层建筑的不断增多，电梯作为高层建筑中垂直运行的交通工具已与人们的日常生活密不可分。
目前电梯控制系统主要有三种控制方式：继电路控制系统、FPGA/CPLD的控制系统、微机控制系统。
FPGA/CPLD控制系统由于运行可靠性高、使用维修方便、抗干扰性强、设计和调试周期较短等优点，倍受人们重视，已经成为目前在电梯控制系统中使用最多的控制方式。
本文设计了一款基于FPGA 的四层电梯控制系统设计。
该控制系统主要有按键输入部分、FPGA控制处理部分、显示部分、提醒部分等组成。
该控制系统以FPGA 芯片EP2C5T114为核心，采用VHDL 语言进行描述，采用有限状态机的设计方法完成的。
通过程序仿真调试及硬件运行，结果表明，本程序可以完成电梯运行所有按键请求输入、按键指示灯显示、楼层显示、电梯运行方向指示、关门延时、到达提醒等，电梯运行正确无误。
该设计采用模块化编程，升级可实现任意多层电梯系统，具有很强的适应性和实用性。
关键词：VHDL，电梯控制器， FPGA ， Quartus IIAbstractAs a modern elevator product early in the last century has entered people's lives. With the continuous development of urban construction, the growing number of high-rise buildings, the elevator as high-rise buildings in a vertical run of transport has been inextricably linked with people's daily lives. Currently there are three main elevator control system control: Following the circuit control system, FPGA / CPLD control systems, computer control system. FPGA / CPLD control system due to high reliability, easy maintenance, strong anti-jamming design and debug cycle is shorter, etc., much of the attention of people, has become in the elevator control system using the most control.This paper presents an FPGA-based four-story elevator control system design. The control system has the key input section, FPGA control processing section, a display section, reminding parts and other components. The control system EP2C5T114 FPGA chip as the core, using VHDL language to describe finite state machine design complete. Simulation and hardware debugging through the program runs, the results show that the procedure can be completed where the elevator buttons request input, key indicator displays, floor displays, elevator directions, closing delay setting, arrived reminders, elevators run correctly. The design is modular programming, upgrades can be any multi-elevator system, has strong adaptability and practicality.Keywords: VHDL, Elevator controller, FPGA, Quartus II目录摘要 (I)Abstract (II)目录........................................................................................................................................... I II 第1章绪论 .. (1)1.1 课题研究的背景及意义 (1)1.2 国内外状况的研究 (1)1.2.1国内电梯的状况 (1)1.2.2 国外电梯的状况 (2)1.3 本章小结 (2)第2章EDA的介绍 (3)2.1 EDA技术的简介 (3)2.2 FPGA的简介 (4)2.3 VHDL语言的简介 (5)2.4 FPGA开发环境 (7)2.5 状态机的简介 (8)2.6 本章小结 (9)第3章方案分析与论证 (10)3.1 设计任务 (10)3.2 设计思路 (10)3.3 软件系统流程 (12)3.4 状态原理图说明 (15)3.5 本章小结 (16)第4章软件设计原理及开发测试 (17)4.1 软件编程在Quartus II中实现的流程 (17)4.2 仿真操作与结果分析 (23)4.2.1仿真的基本操作 (23)4.2.2仿真图的分析 (25)4.3本章小结 (29)第5章硬件设计原理及开发调试 (31)5.1 芯片介绍 (31)5.2 硬件实现下载 (31)5.3 硬件电路原理图 (33)5.3.1 按键部分硬件电路设计 (33)5.3.2 按键指示灯部分硬件电路设计 (33)5.3.3 楼层显示部分硬件电路设计 (34)5.3.4上升下降指示灯硬件电路图设计 (35)5.4 设计在硬件电路板上的运行 (35)5.4.1 硬件电路图功能介绍 (35)5.4.2 硬件电路的开发调试 (37)5.5 本章小结 (40)结论 (41)参考文献 (42)致谢 (43)附录A 本设计的RTL级视图 (44)附录B 硬件电路原理图 (45)附录C 部分程序 (46)第1章绪论1.1 课题研究的背景及意义随高层楼宇的增加，电梯越来越普遍的走进了人们的生活，对人们的生活的影响也越来越大。
智能视频监控中运动目标检测的算法研究
智能视频监控中运动目标检测的算法研究一、本文概述随着科技的飞速发展和技术的广泛应用，智能视频监控在公共安全、智能交通、智能家居等领域扮演着越来越重要的角色。
运动目标检测作为智能视频监控系统的核心技术之一，旨在从监控视频中准确识别并跟踪运动目标，对于提高监控系统的智能化水平和实际应用效果具有重要意义。
本文旨在深入探讨智能视频监控中运动目标检测的算法研究，通过对现有算法的分析、比较和优化，提出一种更加高效、准确的运动目标检测算法，以期推动智能视频监控技术的发展和应用。
本文首先将对智能视频监控系统的基本架构和工作原理进行简要介绍，明确运动目标检测在其中的地位和作用。
接着，将重点回顾和分析现有的运动目标检测算法，包括基于背景减除、帧间差分、光流法等传统算法，以及基于深度学习和卷积神经网络的现代算法。
在此基础上，本文将深入探讨各种算法的优缺点和适用范围，为后续的算法优化和创新提供理论支撑。
本文还将关注运动目标检测算法在实际应用中所面临的挑战和问题，如光照变化、背景干扰、目标遮挡等。
针对这些问题，本文将提出一系列针对性的优化策略和方法，旨在提高算法在复杂环境下的鲁棒性和准确性。
本文将通过实验验证所提算法的有效性和性能，并与现有算法进行比较分析，以证明其在实际应用中的优越性和价值。
本文将总结智能视频监控中运动目标检测算法的研究现状和发展趋势，展望未来的研究方向和应用前景。
通过本文的研究，旨在为智能视频监控技术的发展提供有益的理论和实践支持，推动其在各个领域的应用和推广。
二、相关技术研究综述随着计算机视觉和技术的飞速发展，智能视频监控在运动目标检测方面取得了显著进展。
运动目标检测作为视频监控的核心技术之一，其准确性和实时性对于智能监控系统的性能至关重要。
本节将综述当前运动目标检测的主要算法及其优缺点，为后续研究提供参考。
帧间差分法是一种基于连续帧之间像素差异的运动目标检测方法。
它通过比较相邻帧之间的像素变化来检测运动物体。
基于帧间差分法的ARM安防监测系统
成 。系统 硬件 组成 如 图 １ 所示 。系统 功能 示意 图如 图 ２所 示 。本设 计采 用 了 Ｓ ｕ ｍｓ ｕ ｎ ｇ 公司的 ￥ ３ Ｃ ６ ４ １ ０处 理
器， 另外配置了 ２ Ｇ的 Ｎ Ａ Ｎ Ｄ Ｆ ｌ ａ ｓ ｈ存储器和 ２ ５ ６ Ｍ Ｂ的内存。￥ ３ Ｃ ６ ４ １ ０ 是一个基于 Ａ Ｒ Ｍ１ １ 的１ ６ ／ ３ ２ 位的
．
／＼ 一 ／ ／
（移 动中 心） ．
控 目Ｌ 广 ＿ ———Ｊ ＼
标
— — — ］
／
图１ 系统硬 件组成 图
图 ２ 系统 功能 示意 图
Ｃ Ｍ Ｏ Ｓ 摄像头采用的是 １ ３ ０ 万像素的 Ｃ Ｍ Ｏ Ｓ摄像头 ０ Ｖ ９ ６ ５ ０ ， ２ ０引脚封装。Ｇ Ｓ Ｍ模块使用 的是德 国西 门子工业 Ｇ Ｓ Ｍ模块 Ｔ Ｃ ３ ５ Ｉ 。该模块支持语音和数据信号传输 ， 利用 Ａ Ｔ指令可双向传输指令和数据 ， 接 口方 式支持串口、 Ｕ Ｓ Ｂ ， 工作在 Ｅ Ｇ Ｓ Ｍ ９ ０ ０ 和Ｇ Ｓ Ｍ １ ８ ０ ０双频段。 Ｔ Ｃ ３ ５ １ 支持 Ｇ Ｓ Ｍ ０ ７ ． ０ ５所定义的 Ａ Ｔ指令集的指 令， 数据接 口通过 Ａ Ｔ命令实现传输指令和数据 ， 可 以传输 Ｔ ｅ ｘ ｔ 和Ｐ Ｄ Ｕ两种格式的短信。Ｔ ｅ ｘ ｔ 格式下 只能 发送 Ａ Ｓ Ｃ Ｉ Ｉ 码表中的前 １ ２ ８ 个字符（ 也就是英文字母 ， 英文标点符号 ， 阿拉伯数字） ， 此次设计要发送 中文字
基于图像拼接和帧间差分输电线路图像分割方法
基于图像拼接和帧间差分输电线路图像分割方法孙苗苗;姜媛媛;李振璧;王政;刘钊【期刊名称】《红外技术》【年(卷),期】2017(39)2【摘要】针对无人机载红外摄像仪拍摄的输电线路红外图像易于受背景信息干扰且不易于分割出输电线信息,提出了一种基于图像拼接和帧间差分相结合的算法,来实现输电线分割定位信息.采用基于SIFT的图像配准算法来实现图像拼接,再将得到的两幅图像的重合部分进行帧间差分,初步实现了输电线的分割;采用Canny算法,对分割得到的输电线进行边缘检测,采用霍夫变换检测出分割出来的输电线,最终对输电线定位.%Infrared images of the power lines taken by infrared camera in UAV is susceptible to interference by background information and is not easy to split the characteristics from the power lines.The paper proposes an algorithm based on image stitching and combination of inter-frame difference,initially getting the power lines segmentation.Image registration algorithm which is based on the SIFT to achieve image stitching is used,and then the difference is got from the overlapping portion of the two images inter-frame,initially realizing the segmentation of the power lines.Then Canny algorithm is used to detect the edge of picture obtained by segmentation,the Hough transform being used to detect lines,and ultimately the power lines are located.【总页数】5页(P168-172)【作者】孙苗苗;姜媛媛;李振璧;王政;刘钊【作者单位】徽理工大学,安徽淮南232001;徽理工大学,安徽淮南232001;徽理工大学,安徽淮南232001;徽理工大学,安徽淮南232001;徽理工大学,安徽淮南232001【正文语种】中文【中图分类】TP751【相关文献】1.一种基于帧间差与图像分割的运动目标分割方法 [J], 陈娟;应骏;王健;曾爽2.一种基于帧间差分与背景差分的运动目标检测新方法 [J], 邱德润;朱明旱;伍宗富3.基于帧间差分法-单点多框检测器的圈养生猪打斗行为识别方法 [J], 张苏楠;田建艳;菅垄;姬政雄4.帧间差分相位谱帧长和帧移的最优设置方法 [J], 王金芳;虢明;聂新礼5.一种基于梯度图像帧间差分和背景差分的运动目标检测新方法 [J], 潘翔鹤;赵曙光;柳宗浦;王媛因版权原因，仅展示原文概要，查看原文内容请购买。
电梯编码器的工作原理及作用
电梯编码器的工作原理及作用电梯编码器的工作原理及作用：它是一种将旋转位移转换成一串数字脉冲信号的旋转式传感器，这些脉冲能用来控制角位移，如果电梯编码器与齿轮条或螺旋丝杠结合在一起，也可用于测量直线位移。
电梯编码器产生电信号后由数控制置CNC、可编程逻辑控制器PLC、控制系统等来处理。
在ELTRA电梯编码器中角位移的转换采用了光电扫描原理。
读数系统是基于径向分度盘的旋转，该分度由交替的透光窗口和不透光窗口构成的。
此系统全部用一个红外光源垂直照射，这样光就把盘子上的图像投射到接收器表面上，该接收器覆盖着一层光栅，称为准直仪，它具有和光盘相同的窗口。
接收器的工作是感受光盘转动所产生的光变化，然后将光变化转换成相应的电变化。
一般地，旋转电梯编码器也能得到一个速度信号，这个信号要反馈给变频器，从而调节变频器的输出数据。
故障现象：1、旋转电梯编码器坏（无输出）时，变频器不能正常工作，变得运行速度很慢，而且一会儿变频器保护，显示“PG断开”...联合动作才能起作用。
要使电信号上升到较高电平，并产生没有任何干扰的方波脉冲，这就必须用电子电路来处理。
电梯编码器pg接线与参数矢量变频器与电梯编码器pg之间的连接方式,必须与电梯编码器pg的型号相对应。
一般而言,电梯编码器pg型号分差动输出、集电极开路输出和推挽输出三种,其信号的传递方式必须考虑到变频器pg卡的接口,因此选择合适的pg卡型号或者设置合理.电梯编码器一般分为增量型与绝对型，它们存着最大的区别：在增量电梯编码器的情况下，位置是从零位标记开始计算的脉冲数量确定的，而绝对型电梯编码器的位置是由输出代码的读数确定的。
在一圈里，每个位置的输出代码的读数是唯一的；因此，当电源断开时，绝对型电梯编码器并不与实际的位置分离。
如果电源再次接通，那么位置读数仍是当前的，有效的；不像增量电梯编码器那样，必须去寻找零位标记。
现在电梯编码器的厂家生产的系列都很全，一般都是专用的，如电梯专用型电梯编码器、机床专用电梯编码器、伺服电机专用型电梯编码器等，并且电梯编码器都是智能型的，有各种并行接口可以与其它设备通讯。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于帧间差分图像处理技术在电梯门系统应用摘要：电梯门系统作为电梯中的门户，其更好的安全性，智能性一直是研究人员追求的。
本文采用ARM 处理器，运用图像处理技术对动态目标进行检测，跟踪和简单的预测，从而实时得检测需要使用电梯的人的情况，快速响应。
实验结果证明，所设计的系统能实时性，适应性都基本满足要求，具有较大的实用价值。
关键词：电梯门；帧间差分；图像处理中图分类号：TP273.5Application of elevator door system based on inter-frame differenceimage processing technologyXING Hai-xiao, ZHAO Guo-jun,Wangfei ,ZENG Guo-wei, LU Xin-sen (College of Mechanical Engineering, Zhejiang University of Technology, Hangzhou 310014, China) Abstract:As a gateway to elevator, door system’s security, inte lligence has always been pursued by researchers. In this paper, the use of ARM processors and the image processing technology for dynamic target detection, tracking and predicting easily, so get real-time detection of people who need to use the elevator, then rapid response. Experimental results show that this system real-time performance, adaptability to meet all basic requirements, greater application value. Keywords: elevator door; Inter-frame Difference; image processing0. 引言随着现代化城市的高速发展，高层建筑的日益增多，电梯需求量越来越大，同时，人们对电梯的要求也越来越高。
作为进出电梯轿厢安全保证，门保护装置一直是用户最关心的产品之一，也是衡量电梯质量的一个重要指标。
目前，电梯门保护装置主要分2大类：机械门保护，光电门保护。
1. 本课题研究的主要内容随着图像识别技术的日新月异，提出了基于ARM的嵌入式图像识别智能电梯门安全保护系统。
通过硬件的设计和运用，以及算法的研究，开发出一套智能的通过图像识别的电梯门安全保护系统（以下简称系统）。
主要实现两大功能：（1）在电梯门即将关闭时有人在一定角度走向电梯门时，本系统能通过这个人的运动轨迹识别其是要乘电梯还是仅仅路过，从而控制电梯门的开启或关闭，达到“闻香识客”功能。
（2）在电梯门关闭时，通过拍摄电梯轿厢门间的图像，判断门间是否有物体，当有物体挡住时，则电梯门开启；反之，则关闭。
2. 系统的组成本系统总体设计思路是用CMOS摄像头采集转换视频信号，用ARM作主控芯片进行采集图像的缓存控制，并用动态检测算法对图像进行判别，识别有无运动目标出现，并进行轨迹分析。
主要以S3C2440为核心构建主板的硬件系统和软件。
硬件系统包括基于CMOS摄像头OV9650的图像采集模块，存储模块，图像处理模块，通信模块，电源模块等子模块。
CMOS 摄像头镜头S3C2440ARM9 SOC SRAM 数据IIC 控制地址数据控制PC 上位机调试FLASH串口调试接口控制数据地址电梯控制电梯门机LCD数据图1 基于ARM 图像采集处理的电梯门安全控制系统3．系统对目标检测算法的研究3.1 几种常见的运动检测算法动态目标的检测是智能识别控制系统的第一步，在整个处理中占有很重要的地位，它的准确性直接关系到后继工作的难易程度，以至于整个系统的成败。
其目的就是把运动目标从背景中分离出来以便进一步分析。
在视频图像处理中，运动目标的检测和估计主要有背景差分法、帧间差分法和光流场法这几种比较常用的方法。
3.2 基于帧间差分背景建模的运动目标检测在解决电梯门控制实际问题中，考虑到实时性及可靠性的要求，要求算法不能太复杂，不能太费时，采用了帧间差分和背景差相融合的方法实现对运动目标的分割。
主要包括背景模型建立、动态目标的检测等步骤。
3.2.1 背景模型的建立背景模型是背景差分法运动检测的基础。
为了在视频序列中得到干净的背景帧，本系统提出了一种新的背景建模方法。
首先在包含运动目标及背景的视频图像中，用帧间差分法将一段时间里采集的视频序列图像两两进行差分运算，对各个像素点沿时间轴的变化规律进行统计分析，从而把各帧中属于背景的像素点检测出来，再将这些背景像素点重组出背景帧。
这种算法采用一种较为简单的背景模型方案。
背景模型中每个像素由该点处的三个值来模型化：相继帧间的平均像素灰度值(A)，最大(M)最小(N)灰度值。
这三个模型参数通过在较少运动情况下经一段时间(一般为几秒)来训练获得。
定义图像序列中第k 帧第x 行第y 列像素的灰度值为(,,)I x y k ,则第k 帧图像可以表示为：(1,1,) (,1,)() (,1,) (,,)I k I k n I k I m k I m n k ⎛⎫ ⎪= ⎪ ⎪⎝⎭（3.1）(,,)d x y k 为相继帧差，反映了相邻帧间的灰度变化：(,,)(,,)(,,1)d x y k I x y k I x y k =-- (3.2) 1 (,,)0 if d TD x y k if d T>⎧=⎨≤⎩ (3.3)其中阈值T 被用来除噪声，对固定的坐标位置(,)x y ，(,,)D x y k 表示为帧数k 的函数，它记录了位置(,)x y 处像素随时间的变化。
在连续m 帧内如果(,,)D x y k 恒等于零，则该点为背景，如是不为零则继续训练。
(,,)0if D x y k ≡ (1,2)k i i i m =+++11(,)(,,)i mi i A x y I x y k m +=+=∑ (3.4) (,)((,,)) M x y Max I x y k = (,)( (,,)) N x y Min I x y k = (3.5)(,)(,)(,)A x y M x y N x y 、、为在连续m 帧内对于坐标位置(,)x y 处非运动像素点的平均灰度值、最大灰度值和最小灰度值。
m 是动态值，根据实时性及实际需求合理取值，一般为5~20，本实验测试中选取m=10。
由各点的平均灰度值(,)A x y 组成背景模型(,)B x y ，(,)M x y 、(,)N x y 用于阈值T 及Th 值的选定修正。
3.2.2 动态目标的检测在背景恢复后，可以在每一帧和背景之间用减法运算得到亮度分量求得背景帧差分图。
但有可能由于背景的不及时更新，产生误检测，我们先对图像进行帧差检测是否有运动物体存在，如有长时间帧差法检测不到运动物体则更新背景图像，如果检测到运动的存在再用背景差法，检测物体的具体位置及运物轨迹。
当电梯运行到当前层时，摄像头开始采集图像，为保证实时性与可靠性，先进行帧间差分检测：(,,)(,,)(,,1)DF x y k I x y k I x y k =-- (3.6)1 (,,)0 if d TD x y k if d T>⎧=⎨≤⎩ (3.7) 若111(,,)n mx y D x y k T ==≤∑∑，判断为无运动目标出现，继续进行帧差检测，并同时对无运动帧数进行计数，如长时间无帧差变化，则以当前帧更新到背景中。
式中T 为去噪音阈值，而1T 为剔除微小的物体变动的阈值。
当检测到有运动时，为精确判断目标的位置，采用背景差分法检测。
3.3 运动轨迹判断与跟踪本系统中运动目标轨迹分析和跟踪的目的是：通过对视频图像序列的分析，测出目标人物在每帧图像上的位置，计算出目标速度的估计，进行运行矢量分析，判断其运动方向，并且预测下一刻的位置。
在跟踪系统对目标跟踪的过程中，目标的空间位置按照自身的运动规律在不断地变化，形成了目标自身的空间轨迹。
在本系统中，运动距离较短，目标人物在检测范围内的运动轨迹一般都为直线，通过一般线性拟合可以达到满意的效果。
3.3.1 特征的提取为了方便对目标的跟踪，需要从检测出运动目标选取一定的特征作为跟踪的参数。
一个常用的特征是运动区域的质心位置坐标，质心位置具有跟踪方便，稳定性高等优点。
由于要求达到实时快速的处理，因此本文选用一种快速求解运动物体质心的算法。
1111,NNc i c ii i x x y yNN====∑∑ (3.8)式中，,c c x y 是质心的坐标，N 是运动目标像素总数，,i i x y 是运动目标像素的坐标。
由上述算法就可求得运动物体分别在前后两帧视频图像中的质心。
运动区域在运动过程中，其面积变化有一定的延续性，在一定范围内波动，可以将面积作为行人目标的辅助判据。
在跟踪初始化时记录运动区域的面积A ，在跟踪过程中判断区域的面积变化在一定范围内。
3.3.2 线性拟合假设拟合函数是线性函数，即拟合函数的图形是一条平面上的直线。
而表中的数据点未能精确地落在一条直线上的原因是实验数据的误差。
则下一步是确定函数：y a bx =+从几何背景来考虑，就是要以a 和b 作为待定系数，确定一条平面直线使得表中数据所对应的m 个点尽可能地靠近这条直线。
一般来讲，数据点将不会全部落在这条直线上，如果第k 个点的数据恰好落在这条直线上，则这个点的坐标满足直线的方程，即k k a bx y +=(3.9)如果这个点不在直线上，则它的坐标不满足直线方程，有一个绝对值为的k k a bx y +-差异（残差）。
于是全总部点处的总误差为：51kk k a bxy =+-∑ (3.10)这是关于a 和b 的一个二元函数，合理的做法是选取a 和b ，使得这个函数取极小值。
但是在实际求解问题时为了操作上的方便，常常是求a 和b 使得函数21(,)()mk k k F a b a bx y ==+-∑ (3.11)达到极小。
通过求导，解得a ，b 分别为：a y bx =- (3.12)1122211()()()mmk k kk k k mmkkk k x y mx yxx y y b xmxxx ====---==--∑∑∑∑ (3.13)其中，1111,m mk k k k x x y y m m ====∑∑ （3.14） 从而得线性拟合函数：y a bx =+ (3.15) 本文选取连续的5帧图像进行线性拟合，通过拟合的直线，预测下一步运行的位置，并判断运动方向。