一种视频监控新算法研究

朱金加　楚栓成

摘要：针对当前视频监控系统普遍存在的视频数据时间冗余多、系统资源利用率低等缺点，提出一种合理控制视频采集和录制的新算法。该算法以图像帧间相关度分析为基础，能及时准确地捕获监控区域的细节变化，并有效节约监控系统的硬盘资源。经过软件调试和指定平台上的多次测试，证实该算法是一种性能稳定、行之有效的控制算法，整个监控系统的资源利用率也有所提高。

关键词关键词：视频数据时间冗余；帧相关度；视频采集；资源利用率

DOIDOI：10.11907/rjdk.143836

中图分类号：TP311.5

文献标识码：A文章编号文章编号：16727800（2015）002007103

基金项目基金项目：国家自然科学基金项目（61162005）

作者简介作者简介：朱金加（1983-），男，湖北随州人，北方民族大学电信学院硕士研究生，研究方向为信号检测与信息处理；楚栓成（1963-），男，河南荥阳人，北方民族大学电信学院副教授、高级工程师，研究方向为电子与无线通信技术。

0引言

视频监控系统现已广泛应用于收费站、大型超市、仓库等地，监控管理员可通过观看各监控点的视频发现安全隐患。这类监控系统虽十分便利，但也存在如下问题：系统连续采集、录制，硬盘连续不断地被写入实时采集的视频数据，而在浏览监控录像时，如果监控画面长时间“无异常出现”，则必须多次快进直到出现新画面。在此过程中，存储设备损耗很大。而且，监控系统硬盘属于高消耗设备，应提高利用率。

事实上，大多数时候监控区域是安全状态，采集系统和录像系统这一阶段处理的是无应用价值的数据。有价值的信息往往是监控区域内“有异常”的细节变化。因此，笔者摸索出一种能减少资源损耗的控制算法，以期提高系统的资源利用率和实用性。

1算法设计

1.1算法功能概述

算法的目标是避免无效视频信息的录入，减少设备损耗，提高系统整体效率。算法设计的重难点是：根据经验数据提取控制参数，对监控系统的视频采集、录制进行合理控制。

一般而言，监控系统有固定的观察区，有人闯入或发生危险时，必然可以看到监控画面某部分出现连续变化，此变化速度通常低于采集设备的捕获速度。例如陌生人进入房间拿东西然后走开，正常情况下这一过程总能被及时捕获，也即人在观看监控画面或事后观看录像时总能从画面上发现有“异常”的信息，因此监控系统的视频数据必然存在时间冗余。

根据这一经验，将一段时间间隔内图像帧间变化较小甚至“长期静止”的部分视为冗余数据（称为“时间冗余引起的视觉冗余＼[1＼]”），将变化稍大的各连续帧保留下来，再按时序写入硬盘，最终得到的录像则是经“去时间冗余”处理的帧序列。硬盘空间将因此得到高效利用，驱动模块和传输模块的资源损耗也将降低。

上述方法有两个要点：一是录像结果不影响正常观看，二是要根据环境灵活设置和调整算法中的若干阈值。

1.2算法原理设计

（1）一般状态。系统开机（设为0时刻）即开始采集现场图像信息，系统将其处理成数字化的图像信号，此图像信号放入缓存（f_0），同时写入硬盘（m_0）作为稍后的参考数据。在一段时间后（假设为t时刻），将最近一次采集到的帧（即缓存中栈顶数据f_t）与最初（0时刻）采集的帧（m_0）做相关度运算，即使用矩阵相关性取得图像帧的差异＼[3＼]，再取其标量数值e_0。

若e_0低于阈值（设定w），则认为监控画面无变化，仅需保留硬盘初始写入的图像数据（m_0）作为这一段时间内的“录像”，也即录像暂停；否则，系统连续向硬盘写入图像数据（从m_0到m_t）。显然，“录像”时间短于真实监控时间。由于t时间短，算法的时间复杂度低，故整个过程中时间延迟很小，不会影响系统的实时性。

（2）省电状态，即“休息”状态。如果在相当长的时间内（设为d，d=10×t）监控区域没有“异常”，将暂停采集（暂停时长取5×t）。在此过程中，采集和录像进程完全被挂起。“休息”结束后，监控系统的采集和录像进程进入就绪态，经过t间隔后，将缓存中的最新图像帧与硬盘最近一次写入的帧做比较。若比较结果超出阈值，采集和录像同时进入运行态，即“一般状态”。直到再次出现d时长的“静止”，并进入“休息”状态，如此循环。

1.3流程设计

根据上文所述，避免无效采集从而减少读写硬盘的时间是流程设计的关键。

具体的时间阈值t以及图像差运算的阈值w，应根据具体应用环境进行调整：人流量大或环境复杂的地方宜使用较短时间t和较大w，人流量小的环境应预留较长的t和保持较小的w。算法流程如图1所示。

图1算法流程

2算法实验平台

算法能否发挥作用，需要在实验平台上用具体程序实现，再经过反复测试、评估才能验证算法的可行性。

笔者利用S5PV210作主控芯片，附加必要的外设；采用1200线模拟摄像头（又称枪机）做视频采集设备；使用VGA接口输出，从而可用电脑显示器观察监控画面；此外，采用普通机械式4T容量的监控硬盘存储录像。

视频监控系统是一个复杂的工程，其中高速电路的设计、芯片选型、视频编码以及算法优化、编程语言的选择等共同制约着程序的健壮性和执行速度，最终影响实验结果，因此可能会出现画面清晰度不够或视频延迟等现象。

3算法实现和验证

3.1技术要点

在确定的平台上，算法的性能直接与数据结构设计、程序语言的运行效率等相关。因此，设计过程中必须作大量优化。

（1）在程序设计中，对监控区的亮度信号必须根据实际环境设定合适的阈值，以减少背景抖动带来的错误判断。具体取值要求反复实验查看效果来确定。

（2）录像系统暂停过程中，要求采集设备每t时间存储图像到缓存并与硬盘参考图像做相关度运算。因摄像头背景相对固定，所以相关度计算可采用较简单的帧间减法＼[1＼]实现。考虑到S5PV210开发板支持H.264编码，所以决定应用此编码，以体现出优越性。数据结构设计中，帧缓存采用栈实现。

（3）系统“休息”时，计数器继续工作，系统“休息”结束后归零。程序设计中，用多线程技术监听外界变化和保存现场。

3.2关键部分设计

算法使用VC++7.0和jdk7.0环境共同实现。考虑到各功能模块对实时性和内存控制的不同要求，实时控制部分用C++及OpenCV2.4工具辅助实现，其它用JAVA和JMF2.1实现，涉及混编的部分采用JNI技术。

在调试阶段，用断点调试方法观察计数器变量n的变化是否与设计逻辑相符，以验证对录像的控制是否准确。

调试成功后经交叉编译并移植到预装有Linux2.6的监控系统板上，然后开始对系统进行全面测试，包括硬件的工作稳定性、录像清晰度等。以下对关键部分编程技巧进行阐述。

3.2.1视频中图像帧获取

该步骤使用C++实现：首先建立通信环境。

String str_Cam="vfw：Microsoft WDM Image Capture （Win32）：0"； //载入设备驱动程序

CaptureDeviceInfo di_Cam= CaptureDeviceManager.getDevice（str_Cam）； //搜索采集设备

MediaLocator ml = di_Cam.getLocator（）；//建立数据源对象

try{

Player player=Manager.createRealizedPlayer（ml）；

player.start（）；//取得图像流，线程启动

}catch（Exception e）{...}

//线程资源准备就绪，开始读帧数据到缓冲区

FrameGrabbingControl fgc=

（FrameGrabbingControl）player.getControl（"javax.media.control.FrameGrabbingControl"）；

...；//此处省略了C++内存环境异常等处理

Buffer bufFrame= fgc.grabFrame（）； //此处调用抓帧方法，先捕获一帧数据，将其读入缓存

BufferToImage btoi=new BufferToImage（（VideoFormat） buf.getFormat（））； //该帧存图片

3.2.2相邻图像帧相关度计算

使用JAVA语言和OpenCV2.4实现：在t间隔后，取最近一次采集的图像帧读入缓存，再与硬盘最新帧进行比较，取得视频帧差并求图像帧间相关度，判断是否超出阈值＼[2＼]。

int count=0； //用10次计数获得“10×t间隔”时间

while（count<10）{

for（i=0；i

for（j=0；j

...；//此处省略了帧差法中step等变量的定义，详见参考书目＼[3，4＼]

if（abs（ data1＼[i*step+j+0＼]-data0＼[i*step+j+0＼]）>e_t） //灰度差超阈值，监控区有异常

{break；...；} //跳出帧间比较；进入常态模式，向硬盘写入每一帧

else{...} //帧间相关度高，监控区安全；接着检查下一像素点

} //不需要把缓存帧写入硬盘，继续比较下一像素点

}count++； //计时间隔递增

}//若10倍t间隔内未见异常，则转入“休息”态，系统的采集与录像功能挂起

3.3实验结果

所得录像数据写入硬盘，对应不同时间的两帧，观看录像时取得的对应图片并作比较。两帧对应两幅图片。为考察算法运行效果，特选择两种极端情形进行测试：

第一幅图，显示的是静止的瓶子和旁边静坐着的人，表示系统暂时“休息”中。由于画面中塑料瓶和人都持续静止了一段时间，采集和录像部分将被挂起（时间设定为5个t间隔），届时系统停止向硬盘写入图像帧，只有针对t的计时器仍在工作。

第二幅图，某时刻突然取走塑料瓶，相比前一帧（从硬盘最近写入的栈获取）此时画面只剩下静坐着的人。系统检测到当前缓存帧与硬盘中最新一帧差异很大，应当判定监控区域有异常，立即进入连续采集并录像的状态。此时计数器置零，系统等待下一个t间隔的循环检查。

根据程序调试的打印n值结果可知：系统的计数器变化与采集状态能够对应，说明系统已能按照算法的设计流程判断采集图像的最佳时机，并通过与阈值做差运算最终实现对采集和录像模块的控制；多次实验过程中观看画面无跳跃，基本捕捉到了异常并录像。

4结语

从实验结果看，初步实现了减少采集次数和有效控制读写硬盘时间这一目的。限于笔者图像处理经验上的不足，本文算法仍存在局限性：摄像头对监控区域内不同位置或方向的分辨能力不同，视野边界部分和正对镜头的近距离区域在发生同样程度变化时，系统未能准确作出反应。此类不足，降低了算法的实用性。本文所述研究内容旨在抛砖引玉，如何克服弊端并提高系统的资源利用率，有待后期进一步研究与改进。

参考文献参考文献：

＼[1＼]HELD CORNELIUS，et al.Intelligent video surveillance＼[J＼].Computer，2012，45（3）：8384.

＼[2＼]王建文，陆璐.视频监控的异常报警机制＼[J＼].计算机与数字工程，2007（5）：121123.

＼[3＼]陆系群，陈纯.图像处理原理、技术与算法＼[M＼].杭州：浙江大学出版社，2001.

＼[4＼]章毓晋.图像处理和分析＼[M＼].北京：清华大学出版社，2000.

＼[5＼]刘宏飞.基于JMF的视频医疗系统的设计与实现＼[D＼].西安：西北大学，2004.

责任编辑（责任编辑：黄健）