海关查验平台视频监控系统及QT显示界面设计

秦鑫烽 王亚丽 吴明春

摘 要：海关查验常用的手段是人工检查，为了提高海关查验的智能化，减轻海关人员的工作量，采用视频处理技术对海关查验平台中每个集装箱的到场时间、开箱、关箱、以及离场时间的检测，本文采用QT对此检测结果进行显示。

关键词：海关查验;Qt;视频监控

引言：

随着我国经济的高速发展，对外的进出口贸易的不断加大，海关在进出口货物的查验中扮演者尤为重要的角色。海关查验是指海关在接受报关单位的申报后，依法为确定进出境货物的性质、原产地、货物状况、数量和价值是否与货物申报单上已填报的详细内容相符，对货物进行实际检查的行政执法行为。海关查验方式分为两种，一种是人工查验，另一种是设备查验，在人工查验中，我们需要对出境货物的检查包括对集装箱的到来时间、开箱、关箱，以及箱子离场的时间进行统计，并记录到数据库当中。然而这种方式需要耗费大量的时间去记录每个集装箱的相关信息，并上传到服务器上。祝胜男[1]等利用超像素级上下文特征对集装箱进行检测，陈超[2]等通过模板匹配和特征匹配进行集装箱识别，张绍明[3]等则对大角度透视变形集装箱进行识别。而对于移动的集装箱的识别，也有很多相应的研究。文献[4-7]分别用不同算法对运动物体进行检测，识别出运动的物体。本文主要论述的是采用视频处理器技术将采集到的视频信息进行分析处理，得到放箱子、开箱、关箱、箱子离场的时間节点信息，同时使用QT制作界面将每个平台的时间信息和开关门状态的图片显示在界面上进行显示。

一、视频处理

由于海关查验平台中具有众多的摄像头，此处只是对某个摄像头的视频数据进行采集，当前的视频信息不一定包含我们需要的信息，直接选取剪辑好的视频进行处理。在采集的视频中选取具有的放箱，开箱等操作过程的视频片段，对其进行裁剪，合并，最终形成一个完整的流程。裁剪视频的目的是为了在调试代码中更快地看到效果，节省时间。

对视频的操作就是对每张图片进行操作。原图为图1，首先读取本地视频，选取视频中的感兴趣区域，对开箱子和关箱子而言，采用去除人为干扰的因素来选取感兴趣区域如图2所示，由于感兴趣区域的面积很小，为了更好地看出效果图，本文在结果演示中将感兴趣区域重新设置大小设置为400*400的矩形图片。

接下来是提取矩形区域中的四根柱子，由于柱子是竖直方向的，所以采用水平方向的sobel边缘检测算法，获得竖直方向的特征，对其进行先腐蚀，后膨胀，设置阈值，将感兴趣区域二值化处理获得黑白图像如图3所示。关箱子的时候有四根柱子，所以白点总数多，选择比较阈值，大于阈值则认为箱子已经关闭。

二、QT界面设计

1、打开视频：使用Push Button按钮来进行点击打开文件，使用OpenGL Widget控件显示视频信息。在UI界面上将Push Button和OpenGL Widget相关联，在写好的类中定义信号和槽函数，点击按钮就会产生一个信号，槽函数负责接收信号，在槽函数中我们编写代码，用来实现打开本地的文件选择视频，使用OpenCV读取视频信息。

2、显示视频：视频的显示就是将每一帧图片，轮流的在该控件上显示，需要定时器来不断地更新该控件上的内容，能达到视频播放的效果。在此处添加图像处理的代码。如果定时器不更新，OpenGL Widget控件上，将会出现花屏。

3、显示图片和文本信息：Qt中显示图片和文字信息的控件可以使用QLabel，在UI界面中拖拽控件，并设置好合适大小。Qlabel可以接受多种格式的图片，此处使用JPG格式图片，先使用imread（）读取图片，然后将图片加载到Qimage中，需要进行相应的格式转换，使用Qpixmap获取图像，最后使用show显示，完成Qt界面设计，放箱及开箱如图4和5所示。

三、结论

本文介绍了在海关查验平台中对集装箱的放箱，开关箱门以及拿走的视频进行分析，使用OpenCV视频处理知识，完成了视频监控的主要任务，最终以QT进行界面设计，实时显示海关查验过程。

参考文献

[1] 祝胜男，郭炜炜，柳彬，张增辉，郁文贤.利用超像素级上下文特征进行靠岸集装箱船检测[J].武汉大学学报（信息科学版），2019，44（04）：578-585.

[2] 陈超，牛王强，杜芃.基于模板匹配和特征匹配的集装箱箱号识别算法[J].上海海事大学学报，2019，40（01）：65-70.

[3] 张绍明，毛艺凡，王建梅，冯甜甜.大角度透视变形集装箱图像箱号识别方法[J].同济大学学报（自然科学版），2019，47（02）：285-290.

[4] 屈晶晶，辛云宏.连续帧间差分与背景差分相融合的运动目标检测方法[J].光子学报，2014，43（07）：219-226.

[5] 王聪，刘明光，齐飞.智能视频监控系统动态目标检测与识别算法综述[J].电气技术，2018，19（09）：6-11.

[6] 贺超宇，郑紫微，卢愿.基于SURF和FREAK的移动终端动态背景运动目标检测[J].光电子·激光，2019，30（02）：146-153.

[7] Musa M.Ameen，Alaa Eleyan. Score Fusion of SIFT & SURF Descriptors for Face Recognition Using Wavelet Transforms[J]. International Journal of Image， Graphics and Signal Processing（IJIGSP），2017，9（10）.

作者简介：王亚丽，通讯作者，邮箱wangyali_buaa@163.com，本文由大学生创新创业训练计划项目支持