面向无人炮塔视频监控系统的设计与实现

陈 扬，张振华，霍文健，黄 乐，赵经时

（北方自动控制技术研究所，太原 030006）

0 引言

未来战争将朝着无人化的趋势发展，无人炮塔系统也是坦克、自行火炮发展的趋势。无人防空炮塔指把坦克炮塔直接安装固定在坦克车体的顶部，乘员座位位于低矮坚固的车舱体内，因而乘员间的相互战斗与生存救援能力又得到了新一步提高［1］。

视频实时交互监控系统是指一款能够综合高效的融合运用于新一代多媒体技术、计算机网络技术、工业智能，以及控制智能信息综合处理新技术、人工智能软件平台等多种最新智能技术成果上的新型网络视频智能交互式监控系统［2］。正朝着视频数字/数字音频设备数字化、系统实现网络化、自动化技术和网络化管理方向迈进，以及向智能化技术方向的高速发展。而数字图像识别处理分析技术又是数字视频安防监控技术系统建设的重点关键支撑技术项目之一，直接反映出目前视频网络安全监控分析技术应用的最新水平。借助炮内监控，可实现实时数据采集，并可随时监控机构的运行状态，对提升火炮内机构运行的安全性和异常事件的预警具有一定的意义。

1 智能视频监控技术概述

1.1 视频监控系统组成

视频监控系统现已全面发展并成为世界第四代网络视频安防监控技术。该应用系统开发的关键是一种基于实时数字图像和远程智能视频采集分析系统的技术。基于远程实时监控采集的图像数据，通过人工智能技术对监控视频图像内容进行可视化实时处理分析，显著提高了视频监控的有效性与实时性［3］。新一代视频监控系统与前三版监控系统的创新之处在于引入智能视频分析技术，通过工程师人为设定的异常事件规则，通过实时视频数据与规则库的对比来达到分析监控的目的。

1.2 视频监控系统的关键技术

图像与监控综合预警网络技术体系由监控图像自动采集、图像智能处理、图像质量管理监测和智能监控和预警技术等五大技术单元体系构成，是一个综合性技术系统。该技术系统又可细分为以下几大技术：

1）图像采集技术［4］。图像数据的获取靠摄像机的图像传感器，主流的图像传感器有CMOS 和CCD两大类。

2）视频编解码技术。视频数据量大需要经过压缩后才能存储和传输。国内标准主要包括：AVS1、AVS2，以及面向安防视频监控的SVAC1.0、SVAC 2.0 等。

3）视频网络无线介质传输及质量控制检测技术。涉及到实时信号控制传输过程的实时协议技术主要还包括：实时信号流的传输控制协议技术RTP、实时信号流的传输控制协议技术RTCP、实时信号流协议技术RTSP、会议话的初始处理协议技术SIP 等。

4）视频存储处理技术。包括本地云存储技术和本地云存储，涉及应用到本地的远程视频与实时监控技术的云存储技术通常分类为FC-SAN、IPSAN 等。

5）视频内容分析技术。通过利用图像去噪、边缘提取、图像增强等技术手段，对视频图像分析识别视频内容和行为［5］。

2 视频监控系统中常用的视频图像的预处理技术

2.1 图像去噪

无人炮塔在行驶过程中伴随着振动，车内采集的图像会引入噪声，同时在暗光影响下亮度较低［6］。对经典的图像去噪方法的优缺点进行对比，如表1所示。

表1 经典去噪算法优缺点对比Table 1 Comparison of advantages and disadvantages of typical denoising algorithm

2.2 图像增强

图像的增强技术，是当前数字图像预处理领域下形成的另外一个相对比较成熟重要的技术分支［7］。近20 年来，针对不同技术特点形成的多种图像处理及应用算法新方向，许多当今最具经典而有效的数字图像信息的增强处理技术方法，都在相继开始或被陆续开发提出。这些低照度图像增强方法被归为以下几类［8］。算法的分类如下页图1 所示。

图1 图像增强算法分类Fig.1 Classification of image enhancement algorithm

为了在不同场景中选择合适的图像增强方法，比较了常用图像增强算法的优缺点，如表2 所示。

The authors thank Mr.Zhi DENG of BASTRI of COMAC,and Prof.Xiaodong LI of Beihang University for supporting the test.The support of Mr.Zhiyuan XU for scheduling and conducting the test,and maintaining facility and measurement system is greatly appreciated as well.

表2 经典亮度增强算法优缺点对比Table 2 Comparison of advantages and disadvantages of typical lightness enhancement algorithm

2.3 图像边缘检测

边缘是图像的特征之一，当一幅图像中边界的像素值发生阶跃变化时，像素的聚集便产生了边缘。图像边缘是图像分割、纹理分析和形状分析等图像处理技术的基石。借助于图像边缘处理技术，它可以大大减少要处理的数据，还可以保存有关目标边界的有用结构信息［9］。

计算几何参数需要图像边缘的准确计算，通过检测边缘信息来获取图像的位置数据，再经过计算可以得到图像的几何参数。

根据边缘检测算法技术基本实现的原理，算法分为一阶边缘检测算法、二阶边缘检测算法和其他算法［10］。一阶边缘检测常用的方法都是通过检测到一个最大的梯度点来作为一种确定的图像边缘；二阶边缘的检测常用的方法主要是通过检测灰度级域中的一个二阶导数的过零点来作为一个确定的图像边缘［11］。近年来，出现了一些具有较为前沿新概念特点的边缘检测新算法，如基于BP 网络的边缘拟合、蚁群算法、小波边缘检测等。

3 视频监控系统总体设计

3.1 视频监控软件需求

PAO 内监控软件运行于图像综合处理箱智能监控单元，通过5 路SDI 接口接入5 个PAO 内监控摄像头采集的图像视频，其中，2 个PAO 内监控摄像头安装于PAO 塔舱内后壁，2 个PAO 内监控摄像头安装于PAO 塔舱内前壁，1 个监控摄像头安装于驾驶舱内，监控操控终端屏幕信息。系统结构框图如图2 所示。

图2 系统架构框图Fig.2 Block diagram of system architecture

系统功能管理的基本需求讨论与问题分析：

1）用户权限的管理。根据具体用户需要，管理员将对用户应用系统内设置权限的所有具体可管理操作权限对象均默认为用户，主要的操作应当包括对其用户权限进行修改、查看、删除、增加其他用户操作等可管理用户操作，其中最主要功能还包括对其用户权限进行设置功能的用户权限管理功能［12］。

2）实时系统功能配置。根据用户系统日常的维护运行监控需要，对保证系统能够正常有效运行监控的一些相关技术参数功能进行实时设置，包括系统用户密码自动修改、系统的基本信息配置功能等。

4）满足用户其他特殊功能需求。视频网络监控报警系统还需要实现报警设备列表、仓内火警监测、机构动作监控、后坐标尺测量、CAN 总线数据手法、报警查询、警报规则等功能。

5）视频回播。根据视频用户所选择视频的播放时间段自动进行视频检索，随时准备将自己选择到的所有视频段都播放显示出来［13］。

3.2 视频监控系统软件架构设计

根据系统功能需求分析结果，得到如图3 所示的系统功能模块。

图3 基于QT 的视频监控系统功能模块图Fig.3 Function module diagram of video surveillance system based on QT

3.3 系统测试环境

1）硬件环境：PAO 内监控软件运行的硬件环境主要技术参数见表3。

表3 硬件环境Table 3 Hardware environment

目标板卡实图如图4 所示。

图4 RK3588 开发板图Fig.4 RK3588 development board

2）软件环境的组成为：软件运行环境、软件开发环境、软件开发工具，如表4 所示。

表4 软件环境要求表Table 4 List of software enviroment requirements

3.4 软件功能测试

1）图像推显：接收到PAO 内监控图像后，能够基于任务管理系统发送的PAO 内监控图像显示模式对4 路PAO 内监控图像进行拼图，并通过SDI 接口推送至显示输出控制单元。显示模式包含单路推送及4 宫格推送，效果如图5 所示。

图5 5 宫格推显图Fig.5 5-square developed pattern

2）图像预处理：完成了基于QT 图像处理平台的搭建，实现对图像和视频的去噪、增强、边缘检测的功能。系统界面框图见下页图6。

图6 基于QT 的图像视频处理界面Fig.6 Image and video processing interface based on QT

3）图像去噪：使用均值滤波功能实现，如图7所示。

图7 均值滤波处理效果图Fig.7 Diagram of mean filter processing effects

4）图像边缘检测：使用Canny 算子实现该功能，效果如图8 所示。

图8 边缘检测处理效果图Fig.8 Diagram of edge detection processing effects

5）图像增强：使用伽马变换实现该功能，效果如图9 所示。

图9 伽马变换实现图像增强效果图Fig.9 Diagram of image enhancement effects realized by gamma transformation

4 结论

本文面向无人炮塔视频监控领域的迫切需求，介绍梳理了视频智能监控系统的快速发展历程，总结了智能视频监控系统主要硬件组成体系与应用中涉及的核心技术；介绍了视频图像去噪、增强、边缘等检测分析技术，对一些常用技术方法中的优缺点进行了概述，同时还对其现有方法应用中的具体研究方向作了介绍。

本文还分析了视频安防监控软件系统架构。对于人机交互界面设计与实现进行了详细论述，通过测试验证了系统的可行性。视频实时监控处理系统还将逐渐趋向更智能化、网络化技术和高数字化管理的新方向发展［14］，智能视频分析技术前景广阔。