网络数字视频图像监控技术的优化分析

余鹏

摘要：本文阐述了网络数字视频图像监控系统新技术研发的必要性，研究分析了网络数字视频图像监控技术的优化。

关键词：网络数字视频；图像监控；优化

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2018）07-0225-01

当前，图像监控技术在我国应用越来越广泛，尤其在保密单位、制造企业、银行、交通部门等行业以及政府部门监控设施属于必备条件。传统监控系统存在很多方面的劣势，监控存在死角，清晰度不高，监控资料保存困难，且调用效率低。网络数字视频图像监控技术在传统的技术上进行升级和创新，结合了图像处理和信息技术，有效解决了传统监控技术的缺陷，不仅能对简单运动进行检测，还能对复杂运动进行识别和判断。本文从网络数字视频图像监控技术的优化进行分析和探讨，为数字视频监控技术的更新提供一些参考。

1 网络数字视频图像监控系统新技术研发的必要性

目前使用图像监控系统的行业主要是生产制造行业，用来对无人化的生产环节进行监控，通过自动化技术实现企业的现代化发展。监控存在的主要场所有停车库、银行营业部、军事基地等地方，出于安全性和保密性的要求，必须安装图像监控系统。因此，监控系统的市场需求量极大，那么就必须提升监控效率和效果，为不同行业提供安全可靠的保障。

网络数字视频图像监控系统与传统监控系统相比，自动化水平更高。传统监控系统需要依靠人工观察，如果监控人员发现异常情况，立刻人工报警。通过视频序列检测技术在监控系统的应用，实现了网络数字视频图像监控技术的优化。不需要专门监控人员的监视，而可以自动检测图像中的人和物的行为活动，如果发现其活动与预先设定危险情况匹配，就会自动报警。视频序列检测技术使网络数字视频图像监控系统的自动化水平大大提升，强化了监控的工作效益。除了自动报警之外，还可以统计各种观测到的数据信息。比如，在交通部门中运用此技术时，能够自动统计各个主干道的车流量情况，同时能够将日车流量绘制成曲线。

2 网络数字视频图像监控技术优化

2.1 网络数字视频图像监控技术的难点

运动是我们日常生活中的常态，许多信息都由运动产生，那么要想实现图像序列运动检测技术的优势，就要对物体的运动信息进行深入研究。例如，制造企业利用监控系统来监控生产各个环节和流程上的工作行为，交通部门利用监控系统来监测和统计车流量。同时对物体运动的研究也是图像序列检测技术的难点，运动分割、识别和判断难度很高，同时难以处理运动物体之间的遮挡问题。这一难点如果得不到解决和处理，就很难体现图像序列运动检测技术的优势。同时，当前的监控系统稳定性不高，监控效果容易受外界因素干扰，摄像头会由于天气条件的变化而受到不良影响，进而降低监控质量。在对物体运动进行判断时，精确度不高，难以保障当地的安全性[1]。

2.2 图像序列运动检测流程

图像序列运动检测涉及的算法很复杂，技术应用的范围不同，选择的算法也不同。将此技术运用到数字视频监控系统中，首先需要检测出监控系统检测出的图像中是否有物体的运动迹象，通过对物体的运动轨迹进行检测，来判断其是否与异常情况相符，对于不同的应用对象，需要编制不同类型的算法。如果需要监控系统具有自动报警的功能，就要在系统算法中加入自动报警的条件，当检测出物体的运动轨迹与条件匹配，系统就会立刻自动报警[2]。

这类算法主要包括对物体的运动与否、运动方向和位置等信息。此外，物体的绝大部分信息已经包含在图像序列的亮度分量中，因此运动检测是以灰度图像序列作为基本的图像数据。但是灰度图像序列有一个缺陷，当同时监控多个目标物体时，部分目标的灰度难以清楚分辨，因此运动分析和检测难度就会很大。如果要提升检测精确度，就要适当的减少检测目标的数量。在使用图像序列运动检测技术的过程中，会受到多种外界因素干扰。比如光照条件，如果光照条件出现变化，静止物体的灰度值会更加接近运动物体，那么对目标物体采集的运动数据精度就会降低。如果摄像机受到影响，图像画面出现抖动，即使是静止的物体也会视为处于运动状态，系统会误识别为运动物体，占用检测资源，检测容易出错，同时也会干扰算法，降低计算精度。

监控系统的用途不同，也要求不同的检测精度，通过不同类型算法的使用，能够满足不同应用领域的需求，通过对简单运动和复杂运动进行分析，展现系统对两种运动的处理流程。

如圖1所示，为简单运动的处理流程。首先，要编制包含了报警条件的算法，基于这个条件监控系统会自动识别物体的运动情况，并且发现异常时自动报警。对简单运动的处理不会涉及物体的大小和数量等问题，只关注运动信息。

对于复杂运动处理流程，由于是处理一个完整的视频运动，涉及的算法相对更复杂，流程也更多。在简单运动算法的基础上进行改进和优化，根据系统不同的应用场合需要设计不同的算法。该算法流程的依据是边缘提取的逐帧差分运动检测算法，在此算法的应用过程中，首先，要判定视频中的物体是否发生运动，其次，根据物体的运动位置、方向等信息来对物体的大小进行判定，如果运动物体体积较小，就可以忽视，防止误报警的情况。对复杂运动的处理是将多种技术进行综合应用，主要包含图像匹配技术、计算机图像预处理技术和图像边缘提取技术[3]。

通过算法获得物体运动信息的流程是，首先要获取数字视频序列中的图像帧，然后通过算法进行图像预处理，来消除噪音，采用简单差分判定物体是否运动，将图像边缘特性提取出来，二次差分将运动边缘去掉，最后匹配图像，就获得了图像信息。

3 结语

对网络数字视频监控技术进行优化，主要采用的手段就是图像序列检测技术，本文通过对数字序列运动检测流程以及算法进行分析，在传统算法上进行升级和改进，以判断物体的运动情况，将物体的运动位置和方向等信息进行统计和记录，同时通过与算法条件进行匹配，来进行自动报警。数字视频监控系统尚未发展成熟，在很多方面还存在缺陷，因此数字视频监控技术仍旧需要进一步改善，以提升其识别精度。

参考文献

[1]李雯雯，谭玉波.智能视频监控技术研究综述[J].福建电脑，2018，（03）：1-2+139.

[2]邰贵华.视频监控系统的研究与应用[D].南京邮电大学，2017.

[3]武卫翔.网络数字视频图像监控技术优化研究[J].电子技术与软件工程，2016，（21）：86.