论文部分内容阅读
【摘 要】伴随着现代信息处理技术和理论的的不断发展和进步，越来越多的行业广泛用到视频监控系统，视频监控系统的发展为社会带来了巨大的变革，特别是在公共安全领域，应用更为广泛。智能监控系统中视频图像处理的重要的内容是运动目标的检测与跟踪。人体运动视觉分析的核心是利用图像处理与图像分析相关技术，从图像中检索、识别、追踪特定图像并对其行为进行分析与描述。本文从系统的时效性和高效性，对智能监控系统信息处理技术行了分析和研究，并就硬件设计问题提出的相应的见解。
【关键词】智能监控 信息技术 应用
一、智能监控系统硬件构成
（一）系统的总体结构
常用嵌入式智能监控系统设备由摄像机、云台、视频ADC、存储器、数字图像处理处理控制器、视频合成等部分组成。存储器的作用是根据设定的时间周期存储图像数据；视频合成的功能是将视频信号与字符相叠加，使之转换为模拟视频信号。
（二）视频信号输人部分
视频信号的采集器件一般使用由CCD图像传感器组成的摄像机，摄像机的核心部件是CCD。
（三）视频图像处理部分
视频采集部件中，将模拟信号转换成数字信号并传输到计算部分进行处理时依靠图像采集卡完成的，本设计中的A/D转换等功能的实现是通过ⅣP5150A来完成的。
二、目标检测
（一）运动目标检测
实现系统的自动跟踪功能，首先要保证运动目标检测准确的检测出运动目标。当前具有不同的效果以及难度的用来检测运动目标的算法标准有很多种。为了达到更好的效果，我们通常不采取单一的哪一种算法来实现，而是改进某种需要的算法或者对几种不同的算法进行综合，从而更好的实现设计要求。在运动目标检测的算法中，帧间差分法、背景差分法以及光流法是较为常用的，其中最为复杂的是光流法。
（二）图像分割
图像分割的定义就是把图像根据各自的特性划定区域的过程，而利用了图像中需要选取的目标与其背景灰度特性差异进行的阈值分割是一种应用较为广泛的方法。这种方法的原理就是把完整的图像根据不同的灰度级别划分为两类区域，所谓选取就是指选择其中一个区域的阈值.从而就能得知图像中的各个像素点属于哪一个灰度级别的区域，从而得到了二度图像。但是这种方法存在一定的局限性，即是对要选取的区域与另一个区域对比度强的景物方才特别有效，否则有效性略差。
（三）运动检测算法
有比较多的算法可以用于运动目标的检测，本文是讨论针对的是突然出现在时监控系统中特定背景下的运动物体。在一般的视频监控系统中，我们可以认为摄像机和背景的位置是固定的，那么由此得出，背景在整幅视频中的位置是相对静止的。将背景画面中突然出现图像部分能够完整的分割开来，这是运动检测算法要实现的关键功能所在。差分图像算法是本文所探讨的整个算法的基础，提取运动目标，应当通过以下程序完成：
1.计算待处理的图像与背景图像的差图像
根据背景图像在图像序列中是不变的这一原则，采用比较待处理图像与背景图像对应像素点的灰度值之差别，就可以发现当背景中是否有运动物体出现，从而实现快速检测运动物体的功能，因此计算待处理图像与背景图像对应像素绝对值之差，就是我们整个工程的第一步，我们称之为计算出差图像。
2.中值滤波
在图像的分析过程中，往往会遇到参数提出存在误差的情况，出现此种现象的重要原因是，之前获取到的图像经常会存在比较多的小的孤立噪声，而这些噪声使得在其后进行的工作中存在参数提取的误差。在实践中比较常用的均值滤波和高斯滤波并不能很好的适用于此，因为在去除误差的同时也会造成图像边缘变得比较模糊。因此应当考虑适用既能很好的去除小的孤立噪声，又能避免出现边缘模糊的中值滤波来完成。
3.对差图像进行阈值分割
在差图像中对于没有突然有运动物体出现在背景中的部分，在差去处以后灰度值将相对较小；除此之外对于有运动物体出现的部分，像素在差去处以后灰度值相对较大，这主要是因为物体和背景之间存在一个灰度差，因此如果希望比较好的提取背景中变化部分的图像，则应当采取双峰值阈值分割的方法。
4.将处理的后一帧图像与差分之后的二值化图像合并。
三、总结
本文较为详细介绍了运动目标的检测方法及主要步骤，对硬件系统的设计提出的观点并进行了论证。就智能监控系统各项功能的实现和应用提出了实用性强的解决方案。
参考文献：
[1]付永会，张风超，张宪民.一种改进的基于颜色直方图的实时目标跟踪算法[J].数据采集与处理，2001，16（3）： 309-31 4.
[2]张银南，岑岗，凌勇坚.基于运动检测的智能监控系统的设计与实现[J].计算机时代.2005，（6）：29—30.
[3]于成忠，朱骏，袁晓辉.基于背景差法的运动目标检测[J].东南大学学报（自然科学版），2005，35（11）：159—161.
[4]章毓晋.图像分割[M].北京：科学出版社，2001：9-57.
[5]吴谨.基于最大熵的灰度阈值选取方法[J].武汉科技大学学报（自然科学版），2004，27（1）：58-60.
【关键词】智能监控 信息技术 应用
一、智能监控系统硬件构成
（一）系统的总体结构
常用嵌入式智能监控系统设备由摄像机、云台、视频ADC、存储器、数字图像处理处理控制器、视频合成等部分组成。存储器的作用是根据设定的时间周期存储图像数据；视频合成的功能是将视频信号与字符相叠加，使之转换为模拟视频信号。
（二）视频信号输人部分
视频信号的采集器件一般使用由CCD图像传感器组成的摄像机，摄像机的核心部件是CCD。
（三）视频图像处理部分
视频采集部件中，将模拟信号转换成数字信号并传输到计算部分进行处理时依靠图像采集卡完成的，本设计中的A/D转换等功能的实现是通过ⅣP5150A来完成的。
二、目标检测
（一）运动目标检测
实现系统的自动跟踪功能，首先要保证运动目标检测准确的检测出运动目标。当前具有不同的效果以及难度的用来检测运动目标的算法标准有很多种。为了达到更好的效果，我们通常不采取单一的哪一种算法来实现，而是改进某种需要的算法或者对几种不同的算法进行综合，从而更好的实现设计要求。在运动目标检测的算法中，帧间差分法、背景差分法以及光流法是较为常用的，其中最为复杂的是光流法。
（二）图像分割
图像分割的定义就是把图像根据各自的特性划定区域的过程，而利用了图像中需要选取的目标与其背景灰度特性差异进行的阈值分割是一种应用较为广泛的方法。这种方法的原理就是把完整的图像根据不同的灰度级别划分为两类区域，所谓选取就是指选择其中一个区域的阈值.从而就能得知图像中的各个像素点属于哪一个灰度级别的区域，从而得到了二度图像。但是这种方法存在一定的局限性，即是对要选取的区域与另一个区域对比度强的景物方才特别有效，否则有效性略差。
（三）运动检测算法
有比较多的算法可以用于运动目标的检测，本文是讨论针对的是突然出现在时监控系统中特定背景下的运动物体。在一般的视频监控系统中，我们可以认为摄像机和背景的位置是固定的，那么由此得出，背景在整幅视频中的位置是相对静止的。将背景画面中突然出现图像部分能够完整的分割开来，这是运动检测算法要实现的关键功能所在。差分图像算法是本文所探讨的整个算法的基础，提取运动目标，应当通过以下程序完成：
1.计算待处理的图像与背景图像的差图像
根据背景图像在图像序列中是不变的这一原则，采用比较待处理图像与背景图像对应像素点的灰度值之差别，就可以发现当背景中是否有运动物体出现，从而实现快速检测运动物体的功能，因此计算待处理图像与背景图像对应像素绝对值之差，就是我们整个工程的第一步，我们称之为计算出差图像。
2.中值滤波
在图像的分析过程中，往往会遇到参数提出存在误差的情况，出现此种现象的重要原因是，之前获取到的图像经常会存在比较多的小的孤立噪声，而这些噪声使得在其后进行的工作中存在参数提取的误差。在实践中比较常用的均值滤波和高斯滤波并不能很好的适用于此，因为在去除误差的同时也会造成图像边缘变得比较模糊。因此应当考虑适用既能很好的去除小的孤立噪声，又能避免出现边缘模糊的中值滤波来完成。
3.对差图像进行阈值分割
在差图像中对于没有突然有运动物体出现在背景中的部分，在差去处以后灰度值将相对较小；除此之外对于有运动物体出现的部分，像素在差去处以后灰度值相对较大，这主要是因为物体和背景之间存在一个灰度差，因此如果希望比较好的提取背景中变化部分的图像，则应当采取双峰值阈值分割的方法。
4.将处理的后一帧图像与差分之后的二值化图像合并。
三、总结
本文较为详细介绍了运动目标的检测方法及主要步骤，对硬件系统的设计提出的观点并进行了论证。就智能监控系统各项功能的实现和应用提出了实用性强的解决方案。
参考文献：
[1]付永会，张风超，张宪民.一种改进的基于颜色直方图的实时目标跟踪算法[J].数据采集与处理，2001，16（3）： 309-31 4.
[2]张银南，岑岗，凌勇坚.基于运动检测的智能监控系统的设计与实现[J].计算机时代.2005，（6）：29—30.
[3]于成忠，朱骏，袁晓辉.基于背景差法的运动目标检测[J].东南大学学报（自然科学版），2005，35（11）：159—161.
[4]章毓晋.图像分割[M].北京：科学出版社，2001：9-57.
[5]吴谨.基于最大熵的灰度阈值选取方法[J].武汉科技大学学报（自然科学版），2004，27（1）：58-60.