基于数字图像处理的智能监控系统

李 戈

(大连外国语大学 软件学院， 辽宁 大连 116044)

随着各行业对安全的需求，监控系统的应用越来越广泛.同时随着对监控信息质量要求的提高，监控信息量也在急剧增加,传统的采用人工来监管处理和分析监控信息的方式已不能满足实际需要.主要体现在:监控信息量大，对存储设备的容量提出了更高的要求；工作人员疲倦可能导致监控失效;无法实时查询切事后查询耗时太长，但大都是无效信息多(无异常信息)；无法实现异常情况提供实时报警且能通过提供各种手段阻止异常事件发生.

智能视频监控[1-2]由于采用基于计算机视觉及图像处理及分析技术，可以将传统监控的“事后查询”变为“主动防护”,能够提供实时报警、基于网络的异地快速视频查询、事前趋势预测等诸多功能.由于可进行智能视频录制及图像拍摄，存储设备的容量大大降低.从而把工作人员从繁重的不间断的分析视频监控场景的工作量成倍地降低.

智能视频监控在软硬件的协同配合下，可以实现在无需人为干预的情况下, 根据需要录制或者拍摄，记录的信息分辨率自动调节.利用计算机视觉处理技术和图像分析方法，对摄像机录制的视频或者拍摄到的图像序列进行自动分析，并可以按照特定的需求对监控内容进行提取.通过控制系统的运动部件对动态场景中目标的定位、识别和跟踪[3],从而提高了监控的效率、质量，使得录制信息的有效信息率成倍增加，而工作人员的劳动量大幅度降低，并且能在监控目标出现异常情况的时候作出及时反应.

1 智能监控技术

智能视频监控的核心是智能化的分析处理系统,该系统采用各种智能算法对采集的数据进行处理，从而实现了对目标现场的智能检测及控制.主要采用了以下几种技术[4].

1)运动目标检测技术

该技术是从视频图像序列中,将用户感兴趣的运动区域从背景图像中提取出来.运动目标检测技术是智能视频监控的基础,可以为目标分类、目标跟踪和行为分析提供所必需的数据.由于背景图像及其环境随时间的不确定性,造成检测的可靠度降低.目前这种方法有时间差分法、光流法和背景减除法.

2)目标跟踪技术

该技术是在视频序列中对感兴趣的目标进行有效的跟踪,是智能视频监控系统的一个重要组成部分.常用的方法有基于模型的跟踪、基于轮廓的跟踪、基于特征的跟踪及基于外表的跟踪.其中基于特征的跟踪包括特征的提取和特征的匹配两个过程.

3)行为模式分析技术

该技术是智能视频监控的关键技术,也是目前视频监控技术研究的热点.行为模式分析技术通过对视频数据的海量信息进行自动分析,过滤掉用户不关心的信息,提取用户关注的信息,实时发现监控画面的异常,预测可能发生的事件,最大限度的降低误报、提高监控效率.该方法将视频监控的功能从“事后查询”变成了“事前预测”,大大改进了视频监控的性能.

4)视频检索技术

该技术是从大量的视频数据中找到用户所需要的视频片段.目前基于内容的视频检索研究最多,主要集中在识别和描述图像的颜色、纹理、形状、空间关系,对视频数据进行镜头边缘检测、关键帧选取以及故事情节的重构等方面.

5)图像处理技术

该技术是对监控现场进行静态图像拍摄，通过图像处理技术，对拍摄的图像进行图像处理，如图像增强处理、灰度处理、滤波、变换、图像分割、形态学分析、特征提取，并结合模式识别技术，人工神经网络，支持向量机等技术对图像进行识别，从而智能地判断监控现场的状态.

6)智能存取技术

该技术根据图像处理的结果，实时动态地决定某时刻是拍摄还是录制状态，调整拍摄或录制图像或视频分辨率，间隔时间等.

7)智能控制技术

根据图像处理分析结果，通过控制运动控制器，控制云台的运动，实时地跟踪监控目标.并通过声光报警，或拔打值班人员电话，发送异常状态信息.

在以上各技术中，视频检索技术及图像处理技术是智能控制的基础.其决定了智能监控的品质和水平.

2 智能监控系统的软硬件设计

2.1 智能监控系统的硬件设计

随着电子技术的发展和计算机硬件成本的不断降低，智能监控系统的计算机硬件价格已大幅度减低，利用计算机作为主要的控制中心已成为可能.当前1000GB的大容量硬盘仅有300～400元.采用大容量的硬盘来存储实时摄取的静态图像及视频数据，通过对图像进行压缩和灰度化处理，可以大大节省磁盘空间.通过设置无异常场景图像、旧图像自动删除的周期，现代硬盘完全可以无须更换就可以使系统长时间地工作.

如图1所示，系统将视频控制矩阵或摄录机的AV端输出端连接于FlyVideo的外接信号输入端，以增加可录入的图像信号源的路数.AV信号经图像采集卡转换为数字图像后传输给主机并存储在计算机主机的硬盘上.

图1 智能监控系统的硬件构成

如果需要高分辨率的视频或静态图像，可以采用数字高分辨率摄像头.运动控制部分如图2所示.多功能控制卡用来向云台控制器和辅助设备发送控制信号，控制指令的格式及何时发出指令由计算机控制程序根据现场状态自动实现.

云台、镜头、防护罩多功能控制器，主要用于对云台、电动三可变镜头、防护罩的雨刷等受控设备的控制.多功能控制器原理图如图2所示[5].

图2 多功能控制原理图

2.2 智能监控系统的软件设计

监控系统采用Visual studio 2010开发，使用语言为C++，系统运行平台为 Windows XP或者 Windows 7.

智能监控系统的软件模块构成如图3所示.主要由定时器、键盘及红外探头触发模块，图像管理模块，图像存储模块，图像查询模块，图像分析模块，图像传输模块，图像处理算法模块等功能模块组成.

图3 智能监控系统的软件模块构成图

其中图像管理模块可以实现视频或图像的分辨率管理及控制；信号源设置；压缩率级灰度化处理；图像备份及图像删除等功能.图像查询模块可实现按文件名查询，按日期时间查询，多条件链接查询，异常事件查询等.

进行图像处理的关键是：锁定静态内存，获得内存指针；创建用户自己的图像缓冲区；将静态内存中的数据读入图像缓冲区，对内存中的图像数据进行处理，图像保存或图像回显.设计的关键实现函数主要有HGDataTransform( ) ,HGStaticMemlock()，HGOpenSnapEx ( )，HGStartSnapEx ( ) .如图4所示.

图4 图像处理流程图

视频采集卡负责采集现场图像及录制视频，视频控制矩阵的视频输出可由程序控制，可以独立地切换画面、控制云台的水平转动及垂直转动等.

图像远程传输主要通过定时触发方式、侵入图像触发方式以及约定触发方式三种.

当触发发生时，同时触发网页内容的更新和文件发布及相关数据的传输.

3 侵入图像侦测的方式和实现算法

数字化图像监控系统的最大优点在于分辨率高，并且可调.对于智能监控和自动化监控是最理想的首选.

侵入图像侦测的原理是，把监视场景的背景图像或前一时刻的图像作为监控的原始标准图像，监控过程中如果有侵入事件发生，那么这幅作为标准的图像就会发生变化.即摄入的图像在部分像素上与原背景图像相比发生了一定的变化，而根据两幅图像的变化率大小和变化分布特点区域，利用一定的判定规则、人工智能、机器学习等算法，就可以判断侵入事件发生的真伪.从而使系统自动进入最佳分辨率，最佳间隔时间的图像拍摄及影像录制，或报警提示或其他处理例程.

为了满足摄制图像的实时性及提高智能判断的准确率要求，局部像素的噪声干扰信号通过像素点变化取舍值而剔除[6].

侵入图像的各种侦测方式的实现如下

1)图像相减方式侦测

代数运算是指对两幅图像进行点对点的加、减、乘、除四则运算而得到输出图像的运算.通过对两幅图像的减法运算，判断一幅图片中是否有变化及变化的幅度大小.图像减法处理运算的数学表达式如下：

C(x,y)=A(x,y)-B(x,y)

其中A(x,y)和B(x,y)为输入对象，而C(x,y)为运算结果输出对象.

图像相减可用于去除一副图像中不需要的加性图案，也可以用于检测同一场景的两幅图像之间的变化.

对于色彩图像，需进行相关处理，由灰度值判断图像变化.根据YUV的颜色空间分析，Y分量的物理含义就是亮度，它包含了灰度图的所有信息，所以只用Y分量就能够表示出彩色图像的灰度信息.YUV和RGB之间的关系如下公式所示：

Y=0.3R+0.59G+0.11B

根据R、G、B的值求出Y值后，就可以用此值表示出灰度图.因此，图像的减法运算可以根据两幅图像(原始图像和实时图像)的灰度值相减来得到，并根据经验选取适当的阈值或通过人工智能算法计算合适的阈值，从而求出变化的像素总数.

通过计算“相减结果”所在的区域所占像素数在整个监控画面中所占的百分比，就可判断出原始场景中是否有侵入.如图5所示.

(a) (b) (c)图5 图像相减方式

2)颜色分量比较方式侦测

在很多情况下，我们监控的目的不是为了看到发生侵入现象前后相减的图像，而是为了在不用直接观察监视器的情况下就能判断是否有侵入现象，所以只要计算出发生异常区域所占的比例即可，以此为依据进行侵入现象判断.

3)交叉扫描方式侦测

把整个监视场景图像交叉划分，在整个监控图像区域形成一张栅格监控网.侦察扫描有间隔的行和列的像素段数据，如果图像中某几个地方有异常，将相当于“网”的某几段有触动.实质上就是把实时图像与原始图像相比较，判断在哪几段的像素值发生了灰度变化，根据发生变化的情况，判断场景的异常.这种方法的优点是计算量小.

4)交错马赛克方格方式侦测

该侦测方法用均匀分布的小块区域图像统计的方法侦测场景图像的变化.把整个侦测区域分成多块交错小方格，每个小方格代表一块探测区域.这种方式容易消除一些因自然的光照问题而产生的不规则灰度变化影响，比用单一细线网格方式侦测更能反映局部变化情况.

4 实验结果与讨论

表1给出了采用人工监控和智能监控两种方式下，分别采用高、低分辨率对某场所进行12h实时监控时所用的查询时间及占用磁盘空间的对比实验数据.

表1 两种监控方式下的监控数据

实验分析表明，在相同监控时间下，智能监控查询所需时间缩短，占用磁盘空间减小，降低了成本，提高了检出率，适应实时性要求.

通过比较，线像素内存操作模式比点像素处理模式速度快60～90倍，故图像监视系统中应首先考虑采用线像素内存操作模式.

通过实际测试，动态图像中各像素的噪声干扰信号可通过选取合理的阈值过滤掉，阈值一般取8～26.图像亮度小，阈值可取较小值；亮度大，可取较大值.图像减法运算准确直观；颜色分量比较方式速度比较快；交叉网格扫描方式比较适中；交错马赛克方格扫描方式侦测具有一定的均衡性.因此，线像素内存操作模式的四种方式可分别用于不同的场合，也可以根据实际环境情况，按照可靠性和准确性的不同要求，对其中的方式进行动态调整.

5 结束语

本文研究的基于数字图像处理的智能监控系统，克服了传统的监控系统存在的诸多缺点.具有实时性强，反应速度快，外存储器容量要求小，智能化程度高等优点.为分散式小型监视系统的实现提供了一个简易而方便的构建方案.它适应于不同层次的家庭防盗、小区保安、医疗监视和教学、银行监视和变电所无人职守等系统中.本文论述的方法同样可以应用于其他智能监控系统中.

系统的智能化程度取决于智能软件的程度，基于专家系统的智能监控系统将提高智能监控水平.

[1]AdlemanL.Molecularcomputationofsolutiontocombinatorialproblems[J].Science, 1994, 66: 1021-1024.

[2]OuyangQ,KaplanPD,LiuSM, et al.DNAsolutionofthemaximalcliqueproblem[J].Science, 1997, 278: 446-449.

[3]QinJ,ZengXP,LiYM, et al.Intelligentsurveillantsystembasedonvideoanalysis[J].ComputerEngineeringandApplications, 2008, 44(25) : 6-8.

[4]RossDA,LimJW,LinRS,et al.Incrementallearningforrobustvisualtracking[J].InternatianalJournalofComputerVision, 2008，77:125-141.

[5] 刘富强.多媒体图像技术及应用[M].北京:人民邮电出版社，2000.

[6] 蒋先刚.基于delphi的数字图像处理工程软件设计[M].北京：中国水利水电出版社，2006.