基于烟雾特征提取算法的物流易燃品信息管理与预警平台*

徐艳红

(池州职业技术学院 安徽池州 247000)

当前，国内物流管理方面存在社会管理工作冗余繁琐、人工重复处理概率大、物流数据规模巨大、仓储运输监测能力不足、物流管理实时性差等尖锐问题，亟待处理。Android 是一种基于Linux 的自由及开放源代码的操作系统，其手机的市场占有率远远超过iOS，广泛应用于各种移动设备终端。文章结合Android平台开发了一套可视化的移动物流管理系统，以便管理者实时、远程掌握物流信息，指导操作人员开展货物管理与运输管理工作。

1 Android平台下移动物流管理系统设计

1.1物流管理系统整体架构

Android平台主要包括应用程序、应用程序框架、系统运行库、linux 4个层次，其中linux是的核心所在，其构成如图1所示。Linux层创造了稳定的系统环境，是整个系统最底层的驱动，提供了硬件设备的驱动程序、进程和内存管理、安全性功能管理等核心内容，换言之系统软件与硬件之间的通信由Linux实现[2]，Linux解决了多用户登录系统时的用户间资源分离问题。

另外，Android 平台应用程序依赖JAVA 语言实现，同时包含大规模的C/C++库，Android 系统实现了对这些“库”的封装，因而可在程序中直接调用。为此，该研究将Android技术作为核心技术，考虑了现代物流行业的出入库管理、在库管理、信息查询、环境监测、物品安全等需求[2]，设计了可视化移动物流管理系统，其整体架构如图2所示。

图2 基于Android的可视化移动物流管理系统架构

由图2可知，该系统将可视化物流管理划分为用户管理模块、运输管理模块、仓储管理模块三部分，其中，基于RFID扫描技术实现物品的快速出入库管理，利用传感器网络实现运输与仓储管理方面的环境监测与环境警报问题。

1.2系统日常管理功能

1.2.1基于RFID标签的入库管理 系统利用RFID标签技术快速写入、读取待入库物品的信息，实现仓储环境货物快速入库。图3为RFID标签采集数据的原理。

图3 RFID标签数据采集原理

系统基于RFID标签的仓储入库管理过程如图4所示。

图4 基于RFID标签的仓储入库管理过程

由图4可知，当系统后台服务器下达货物入库指令后，物流管理系统客户端界面接收信息后弹出消息提示；仓储管理人员通过查询入库清单获得待入库物品的详细信息，在指定区域内存放待入库的货物并设置区域RFID标签，将对应RFID标签匹配到单位(如：箱、袋等)货物上，由于RFID标签内存储着编号信息，在入库清单内选中相应物品的同时扫描物品标签与区域标签，即可获得全部待入库物品的信息[3]；仓储管理人员点击标签信息发送指令将标签内的信息存储至服务器后台，当“入库成功”信息返回后证明已成功将物品与RFID标签绑定，在物流管理系统对RFID标签展开操作，代替对货物的直接操作。系统基于RFID技术实现了半无人化入库操作，减少了人工参与度、减少了操作失误概率。

1.2.2物流管理消息推送 系统基于MQTT协议实现Android平台物流管理信息的推送，MQTT协议定义了消息发布者、消息代理、消息订阅者三个角色，其关系模型如图5所示。

图5 MQTT消息推送协议关系模型

其中服务器即为代理，担负三项关键功能：①受理发布者、订阅者的注册请求，维护管理对应的注册信息；②管理物流消息的主题；③对发布者发送来的消息进行存储/向订阅者转发操作。

另外，Android平台客户端是模型中的订阅者，向代理服务器注册并提交订阅的物流管理信息主题，并等待接收该主题相应的消息；值得注意的是，发布者具有客户端和服务端的双重身份，可根据需求转换：相对消息代理服务器而言发布者应用“客户端”身份，需要向其注册并发布特定主题的消息；对订阅者而言发布者应用“服务端”身份，作为物流管理系统的应用服务器，动态的向订阅者发送物流操作消息。

1.3基于纹理特征提取算法的物流易燃品管理预警

烟雾是识别物流仓储火灾危险的关键因素，传统烟雾探测器靠近火源才能检测出火灾的危险性，致使预警信息发送不及时。基于图像分割的烟雾检测算法有效弥补了烟雾探测设备的不足[4]，能够在复杂的场性和环境中预先识别出可能引发火灾的因素。

另外，烟雾识别预警之前需做好以下准备工作：平台统基于ZigBee 无线传感器网络构建仓储物品监测、运输物品监测的技术支撑，设计了ZigBee无线传感器组网。无线传感器网络包括温度传感器、湿度传感器、图像传感器等信息采集设备，实时监测货物所在区域的温湿度、红外参数、现场图像等信息。无线传感器网络连接了继电器控制模块、工作电路开关单元，赋予其灵活控制照明设备、暖通设备的权限，增强了仓储环境监测的智能化水平。另外，无线传感器网络保护故障管理模块，可实时发现传感器节点的运行状态，将传感器异常信息及时传递给仓储管理人员，在移动终端界面显示。

1.3.1烟雾运动区域提取 物流易燃品管理预警分为两个关键步骤：烟雾特征提取和烟雾分类。基于视频图像监测物流易燃品火灾风险过程中，最重要的是监测物品的烟雾信息，而烟雾颜色信息是最为重要的视觉信息之一，因为火灾发生时伴随温度提升的现象，温度提升使得烟雾颜色发生浅灰色到黑色的转变，因此烟雾颜色的视觉特征尤其突出[5]。针对这一特点，依据采集的物流易燃品图像信息进行烟雾特征提取。

首先提取烟雾的运动区域，由高斯混合模型完成。其原理是将物流易燃品图像各像素建立为高斯分布模式，实时更新高斯模型，使用标准差与均值判断哪些为运动的像素，进而得到烟雾的运行区域。基于高斯混合模型如公式(1)所示：

(1)

其中，P[Ht(x，y)]表示t时刻图像帧H的像素点(x，y)的概率分布估计；单高斯模型数量用ε表示，较大的数值表示模型处理高复杂度场景信息的能力更佳；高斯混合模型内第i个单高斯模型权值与均值分别用ωi，t、ϑi，t表示；第i个单高斯模型协方差矩阵为Σi，t，高斯分布的概率密度函数为η，详细形式如公式(2)所示：

η[Ht(x，y)，ϑi，t，∑i，t]=

(2)

将RGB颜色空间中的三个颜色通道像素视为独立关系，所以得到一致的方差，采用公式(3)描述它们的协方差矩阵：

∑i，t=σ2Ht(x，y)

(3)

上述过程中，物流易燃品仓储背景图像的学习是由高斯混合模型更新参数实现的，时间的前进带动了背景信息的变换，所以将满足高斯分布的像素视为“前景像素”，帧图像中的烟雾运动区域则由前景像素构成。提取图像运动区域后，YUV 色彩空间中确定疑似烟雾区域后利用颜色滤出方法分割出疑似烟雾区域。

1.3.2烟雾纹理特征提取 在烟雾疑似区域的基础上，基于均匀局部二值模式提取烟雾的纹理特征值，即LBP算法。LBP算法获得特征智能的原理如下：对比像素与邻域像素灰度值获取其像素模式值，且直方图表达图像纹理特征的灰度纹理算子，由像素模式值统计得到。 公式(4)为局部二值模式 算法公式：

(4)

其中，像素点灰度值和邻域内像素点灰度值分别用α1、α2表示，邻域像素点数量为P。

局部二值模式算法使用LBP 值描述烟雾区域的纹理信息。算法运行过程中，是在3×3邻域内对比灰度值，得到 8 位二进制数得到 256 种模式，即得到该邻域中心点的 LBP 值[6]，即为烟雾的纹理特征值。

最后，需要将烟雾分类为烟雾与非烟雾两个类型，具体使用BP神经网络对提取的烟雾特征实施二分类，将从疑似烟雾区域图像中提取的纹理特征值作为BP神经网络分类器的输入向量。当分类得到的图像信息确为烟雾时，需要向物流信息管理者发送预警信息，及时查看物流易燃品的仓储管理状况，避免火灾发生风险。

此外，无线传感器网络采集的运输环境数据、仓储环境数据实时发送至服务器端在Android手机移动终端同步显示，管理人员通过Android平台获得物流管理信息与各方面人员进行沟通协调，实现远程化物流信息管理与监测。此外，仓储环境与运输环境的电气设备运行参数与状态在手机端显示，当无线传感器网络、物流环境、电气设备出现异常状态时都将在物流系统界面上产生预警，通知管理人员。

2测试与分析

2.1可视化界面设计

系统用户登录界面、入库管理界面、环境监测界面如图6和图7所示。

图6 用户登录界面

图7 物流环境监测界面

用户登录界面是Android平台下物流管理系统终端的首要界面，首先要注册账户或者使用已注册账户登录，密码与账户信息要一致，不同用户类型具有不同权限。

在物流环境监测环节，用户可以实时查询运输环境与仓储环境的监控视频信息、温湿度信息、烟雾信息，还可以获取仓储场所内电气设备的运行状态，及时获知物流管理中存在的异常与警报信息。

2.2功能测试

表1为文章系统的功能测试结果。该系统通过了物流管理系统的多种功能测试，测试结果均符合预期效果，证明该系统功能基本可靠，具有较强的物流管理实际应用价值。

表1 系统的功能测试结果统计

3结论

文章基于Android平台设计了一种可视化、移动性的物流管理系统，从运输、仓储、用户三个层面进行系统设计，主要凸显了Android平台支撑下物流管理系统的RFID标签出入库功能、环境监测与预警功能、消息推送功能，充分满足了物流管理领域高效率信息存储、低人工参与、远程监管等需求。在系统测试部分，该系统通过了全部测试内容，验证了该系统开展物流管理的可靠性，为投入物流管理实际应用提供有力证据。