【技术实现步骤摘要】
本专利技术属于校园监控，尤其涉及校园安防打架行为动态监测预警分级算法。
技术介绍
1、校园监控是利用监控设备对学校场所进行全方位、全高清视频立体化管理和监控。另外可以对摄像机、云台进行远程控制，设置各种报警与联动，并对监控内容进行数字录像和储存，对数字录像文件进行编辑、检索和回放功能。校园监控系统主要是网络化实时高清视频监控。它使管理人员在控制室中能观察到所有重要地点的情况，将监测区的情况以视频图像等方式实时传送到管理中心，值班人员通过主控显示器可以随时了解学校各个地方的实时情况。然而，现有校园监控图像不清晰，影响对校园学生行为的监控；同时，不能准确监测学生心理异动。
2、综上所述，现有技术存在的问题是：现有校园监控图像不清晰，影响对校园学生行为的监控；同时，不能准确监测学生心理异动。
技术实现思路
1、针对现有技术存在的问题，本专利技术提供了一种校园打架行为动态检测预警分级算法。
2、本专利技术是这样实现的，一种校园打架行为的监控系统，所述校园打架行为的监控系统包括：
3、校园视频采集模块，与视频传输模块连接，用于通过摄像器采集校园视频数据；
4、视频传输模块，与校园视频采集模块、主控模块连接，用于通过数据传输设备将采集视频传输到主控模块；
5、主控模块，与视频传输模块、视频增强模块、视频图像提取模块、视频图像分析模块、学生心理监测模块、警报模块、显示模块连接，用于通过单片机控制各个模块正常工作；
6、视频增
7、视频图像提取模块，与主控模块连接，用于通过图像处理软件提取视频图像特征；
8、视频图像分析模块，与主控模块连接，用于通过分析程序分析图像行为特征；
9、学生心理监测模块，与主控模块连接，用于监测学习心理健康状态；
10、警报模块，与主控模块连接，用于通过警报器根据分析异常欺凌行为及学生异常心理进行及时警报通知；
11、显示模块，与主控模块连接，用于通过显示器显示采集校园视频数据。
12、本专利技术的另一目的在于提供一种执行所述校园打架行为的监控系统的校园安防打架行为动态监测预警分级算法：
13、首先，通过校园视频采集模块利用摄像器采集校园视频数据；通过视频传输模块利用数据传输设备将采集视频传输到主控模块；其次，主控模块通过视频增强模块利用视频处理程序增强视频清晰度；通过视频图像提取模块利用图像处理软件提取视频图像特征；通过视频图像分析模块利用分析程序分析图像行为特征；通过学生心理监测模块监测学习心理健康状态；通过警报模块利用警报器根据分析异常欺凌行为及学生异常心理进行及时警报通知；通过显示模块利用显示器显示采集校园视频数据。
14、进一步，所述校园打架行为的监控方法的视频增强模块增强方法如下：
15、(1)将待增强图像分割为多个大小相同的图像块，对每个图像块做灰度直方图统计，获取每个图像块的图像信息，所述图像信息包括：图像块中各灰度级的直方图高度、图像块的灰度均值和灰度方差；
16、(2)根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值；
17、(3)根据计算得到的局部直方图高度阈值对图像块进行对比度的自适应调整；
18、(4)根据对比度调整结果获取所有图像块中心像素点的灰度值，通过插值得到增强后图像中非图像块中心像素点的灰度值，输出增强后的图像；
19、其中，所述根据每个图像块的图像信息及设定的全局直方图高度阈值计算出该图像块的局部直方图高度阈值，按照如下公式计算得到局部直方图高度阈值：
20、
21、其中，limitblock为局部直方图高度阈值、mean为图像块灰度均值、std为图像块灰度方差、glimit为全局直方图高度阈值、thresholdlow为设定的暗区调整阈值、thresholdhigh为设定的亮区调整阈值。
22、进一步，所述校园安防打架行为动态监测预警分级算法如下：
23、1)获取学生在校心理行为数据；通过实时/准实时方式将来自学校教务系统、一卡通系统、学工系统、图书馆系统、出入控制系统中与心理行为相关的表同步至本预警系统；
24、2)对来自上述信息系统的相关表的字段进行分析，选择出所需的字段并提取至单一一张表中；对该表数据进行数据预处理；通过所述心理测试自评表的结果，对学生进行心理健康状态标签标记，将患有轻度、中度、重度学生归为一类，无抑郁归为另一类；
25、3)使用pca算法对上述特征进行降维，在获得学生心理行为数据和提取出主要特征分量后，利用神经网络算法，建立和训练心理行为异动监测预警模型；
26、4)获取新的学生多信息源数据，根据所述的心理行为异动监测预警模型进行预测，得到新的学生个体的心理健康状态。
27、本专利技术的另一目的在于提供一种应用所述校园打架行为的监控方法的信息数据处理终端。
28、本专利技术的另一目的在于提供一种应用所述校园打架行为的监控方法的校园监控系统。
29、本专利技术的优点及积极效果为：
30、本专利技术通过视频增强模块将待增强图像分割为多个大小相同的图像块，获取待增强图像块的图像信息，根据图像信息获取局部直方图高度阈值，根据局部直方图高度阈值对图像块进行对比度自适应调整；对不同的图像块采用对应的局部直方图高度阈值进行对比度增强，该方法可以实现灰度级上均匀的充分平铺，而不会像全局直方图均衡化方法会在灰度级上留下过多空白区域而导致过增强或增强不够，对不同监控场景的适应性强；同时，通过学生心理监测模块可以获得更全面、准确度高、动态性能好、客观、科学的学生心理行为异动监测数据.
本文档来自技高网...【技术保护点】
1.一种校园打架行为的监控系统，其特征在于，所述校园打架行为的监控系统包括：
2.一种执行权利要求1所述校园打架行为的监控系统的校园安防打架行为动态监测预警分级算法，其特征在于：
3.如权利要求2所述的校园安防打架行为动态监测预警分级算法，其特征在于，所述校园打架行为的监控方法的视频增强模块增强方法如下：
4.如权利要求2所述的校园安防打架行为动态监测预警分级算法，其特征在于，所述校园打架行为的监控方法的学生心理监测方法如下：
5.一种应用权利要求2～4任意一项所述校园打架行为的校园安防打架行为动态监测预警分级算法的信息数据处理终端。
6.一种应用权利要求2～4任意一项所述校园打架行为的校园安防打架行为动态监测预警分级算法的校园监控系统。
【技术特征摘要】
1.一种校园打架行为的监控系统，其特征在于，所述校园打架行为的监控系统包括：
2.一种执行权利要求1所述校园打架行为的监控系统的校园安防打架行为动态监测预警分级算法，其特征在于：
3.如权利要求2所述的校园安防打架行为动态监测预警分级算法，其特征在于，所述校园打架行为的监控方法的视频增强模块增强方法如下：
4.如权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。