1环境模拟
一个典型的图像采集系统的组成应该包括图像采集器，图像采集卡以及操作应用软件。在仓库的出/入库门上安装摄像头，RFID天线与阅读器，它们通过各自的线路与控制中心的控制台连接，控制台是一台装有图像采集卡与仓储管理系统的PC机。
在每辆叉车上粘贴RFID电子标签。在集成仓储管理系统中，RFID设备辅助图像中间件对出/入库的叉车进行图像抓取，识别与分析，将分析结果传给管理系统进行相应操作，实现货物的自动检测计量。每次出/入库的详细信息（包括图片与视频信息）会被绑定为一条记录保存到数据库中。不同图像采集设备厂商所提供的设备接口和设备所使用的协议可能各不相同，为了屏蔽不同图像采集设备之间存在的差异，设备接口层采用分布式代理模式，每一个图像采集设备都将会配置一个代理。代理负责控制图像采集设备的驱动，数据采集与保存等工作，将不同设备传进来的数据转换成标准化格式。
代理之间通过UDP/IP上的XML消息来交流信息，增强了中间件的可扩展性。每个设备都对应一份设备配置文件，配置文件通过设备层的管理引擎进行组合。不同摄像头与视频卡传送的图像数据流经由代理发送到设备层的管理引擎。代理可以实现设备驱动的调用事件。主要的
2.代理相关类图结构
2.1图像处理层图像处理层是图像中间件的核心层，其实时对原始数据进一步处理，检测识别货物并封装了图片保存，视频保存等操作。
2.1.1图像保存与视频保存
图像处理层接收到事件处理层解析后的上层的图像或视频保存命令，从下层采集的原始数据中提取当前场景的数据流保存为图片信息或视频信息。每次叉车运载货物出/入库时，中间件自动调用图像与视频保存功能，可以保存出/入库图片以及具有一定持续时间的视频。
图像与视频的保存操作分别在单独的线程中进行，有效地保证了图像数据的快速，实时处理。
2.2.2货物检测
货物检测过程是通过对缓冲队列中图像进行运动检测，识别，匹配，分析等操作后得到出/入库货物的数量。
（1）图像缓冲设备层传送到中间件的原始图像数据量大，且对于货物检测来说很多属于无用数据。图像缓冲机制将大量原始数据按照一定的规则进行筛选缓冲，去除冗余数据，将符合条件的图像数据存放于待处理队列中，等待进一步处理调用。图像缓冲操作是在单独的线程中进行的。
（2）获取运动区域本文采用帧差法来实现运动目标的检测。在图像缓冲队列中获取相邻的两帧图像，将他们的差分图像进行二值化处理，通过像素值变化与阈值大小的比较来判断像素是背景像素还是前景像素，利用标记的像素区域确定运动目标在图像中的运动区域。为去除期间噪声的影响，采用在差分图中寻找基于块生长的连通区域，将面积小于一定阈值的区域抛弃。
（3）货物识别货物识别的实现主要使用了Harr分类器。
利用大量样本的Harr特征进行分类器训练，得到一个级联分类器。级联分类器是指*终的分类器是由几个简单分类器级联组成。Harr训练流程如图6所示。训练样本分为正例样本和反例样本。正例样本采用的是叉车上不同层数的货物，反例样本是指车间内除货物外各种变化的场景，如空车，行人，灯光等。
图6HarrTraining流程在图像检测中，被检窗口依次通过每一级分类器，这样在前面几层的检测中大部分的候选区域就被排除了，全部通过每一级分类器检测的区域即为目标区域。目标运动检测的运动区域可能是人，空车或载有货物的叉车等情况，通过货物识别可以去除人和空车等对运动区域的影响。
（4）背景消除仓储管理系统中采用RFID技术实现一种背景更新机制。叉车经过RFID的感应区域，系统会读取到叉车上的RFID信号并激活背景更新引擎。当RFID信号消失时间持续一定值时，系统会调用中间件提供的背景更新接口进行背景更新。天气或时间等因素的变化可能会造成的场景的明显变化，不利于图像检测与识别。RFID的使用可以保证仓库中场景背景短时间内的持续更新，能够在很大程度上消除上述情况的影响。
将货物运动区域图像与当前更新背景图像进行差减，以达到消除背景的效果，保留下图像中的货物运动区域。
（5）模板匹配根据已知模式（模板图），到另一幅图中搜索相匹配的子图像的过程，称为模板匹配。它是一种基于像素灰度值的相关算法。
（6）区域生长区域生长方法是从图像的一个像素出发，逐步增加像素数进行区域增长。对由这些像素组成的区域使用某种均匀测度度量测试其均匀性。若为真则继续扩大区域，直到均匀测度为假。
我们将模板匹配技术与区域生长技术相结合，以模板匹配找出的*佳匹配点O（i，j）作为生长的种子点，按照灰度差准则在运动区域内进行区域生长，*终将目标物分割出来。
对货物分割出来的区域，采用基于轮廓的分析方法进行*后筛选，得到的正常生长结果可以用来判断货物数量。
2.2事件处理层
事件处理层为应用系统提供访问接口，应用系统通过接口发送服务命令，中间件将相应的处理结果转换为应用系统所理解格式反馈给上层应用系统。事件处理模块分为三个子模块。
2.2.1配置管理模块
主要对图像采集设备的物理配置信息进行管理，保证设备的正常运转并提供异常处理措施。
2.2.2事件类型模块
图像处理结果可能含有不同的语义信息，事件类型模块按照上层定义的业务规则对处理结果进行分析与分类，判断事件类型。本文中事件类型主要有如下三种类型：正常出/入库事件叉车载货进行正常的出库或入库事件。
返库事件生产入库作业时，叉车载货由仓库到生产车间的事件（正常应该是叉车载货由生产车间到仓库）；出库作业时，叉车载货返回仓库的事件（正常应该是叉车载货出仓库）。
非满事件出/入库时叉车载货不满的事件。
3.图像中间件的实践应用
上述图像中间件被集成在某石化公司的仓储视觉计量与监控系统中，通过实际测试可以实现实时监控货物出入库情况，对货物进行准确检测与计量，支持历史图像与视频查询，对数据进行有效采集，传输和记录，整体提高了工作效率和生产安全性。
3.1实时监控
客户应用程序可以调用图像中间件提供的视频监控接口，实现对各工作场景的多路实时监控，可以随时截取任意场景的实时图像，录制视频。
3.2检测计量
载有货物的叉车经过出/入库门时，图像中间件可以快速分析叉车的运动方向（进门还是出门）以及运载货物的数量，并将这些信息记录保存到数据库，更新应用系统的出/入库记录的实时显示。图7为现场出库记录。
3.3图像与视频查询系统
可以实时显示货物每次出/入库所对应的详细记录信息，用户可以调看每条记录中的图像与视频。应用程序也支持对历史出/入库记录的详细查询，调用历史图像与视频，保证每次出/入库记录有证可依。
4.结论
本文提出了一种应用于仓储管理系统中的图像中间件的设计模式。这种图像中间件结构能很好地屏蔽低端各种物理设备的信息，按照封装的业务逻辑对图像数据进行处理，将结果上传给需要的应用程序；应用代理和订阅/解析技术，使系统有良好的可扩展性和移植性；通过应用图像采集系统实现了对出/入库货物的检测与计量，提高了生产效率和安全性。图像中间件技术的应用使图像数据采集，分析和处理与应用程序相分离，可适用于不同的图像采集卡与应用系统。图像中间件采用模块化结构，允许企业根据不同的需求对功能模块进行添加和裁剪，可以广泛推广到其他商业领域中。