視頻監(jiān)控+圖像處理

圖像處理在智能視頻監(jiān)控

系統(tǒng)中的應(yīng)用；例如車牌識別。人臉識別1.智能視頻監(jiān)控系統(tǒng)概述2.基于matlab下的視頻操作處理3.實例分析及算法介紹主要內(nèi)容傳統(tǒng)監(jiān)控系統(tǒng)存在的問題人自身的弱點，很多時候無法發(fā)覺威脅；監(jiān)控時間，在大型場合，不是隨時監(jiān)控（1：1）；誤報和漏報，降低監(jiān)控系統(tǒng)的應(yīng)用價值；數(shù)據(jù)分析困難，只有時間標簽，非常耗時；響應(yīng)時間長；智能視頻監(jiān)控系統(tǒng)智能視頻監(jiān)控系統(tǒng)主要是引入計算機視覺中的相關(guān)技術(shù)，主要包括：1.運動對象的提取2.對象描述3.對象跟蹤4.識別和行為分析自動報警功能是智能視頻監(jiān)控系統(tǒng)的關(guān)鍵部分，它關(guān)系到整個系統(tǒng)的信息化水平和準確率。示例：智能視頻監(jiān)控系統(tǒng)的應(yīng)用場合高級視頻運動檢測（極端天氣情況下）運動跟蹤（行為分析）人物面部識別車輛識別物體滯留（物品丟失）人數(shù)統(tǒng)計（客流量）人群控制（人群疏導(dǎo)）注意力控制（產(chǎn)品銷售）交通流量控制（交通事故，堵塞）智能視頻監(jiān)控系統(tǒng)的組成攝像部分：圖像采集傳輸部分：有線傳輸和無線傳輸；控制部分：遠程遙控圖像處理：視頻器的切換，對圖像進行分析，核心攝像部分傳輸部分控制部分圖像處理、顯示與記錄軟件環(huán)境Windows下常用的軟件開發(fā)工具有很多，MicrosoftVisualC++(VC)就是其中的一種，它也是目前使用極為廣泛的一種基于Windows平臺的可視化編程環(huán)境，對Internet網(wǎng)絡(luò)具有強有力的支持。在開發(fā)視頻監(jiān)控系統(tǒng)時，通常有3種視頻采集的方法。分別為VFW、DirectShow和SDK。視頻采集方法介紹VFW是是Microsoft提供的數(shù)字視頻軟件包，許多監(jiān)控卡不支持VFW，很少使用；DirectShow是Microsoft推出的流媒體開發(fā)包，支持WDM驅(qū)動的各種監(jiān)控卡上采集數(shù)據(jù)，可以開發(fā)通用的視頻監(jiān)控程序，支持ASF、MPEG、AVI、MP3、WAV等多種媒體格式；SDK是監(jiān)控卡廠家提供的開發(fā)視頻監(jiān)控系統(tǒng)的一組庫函數(shù)，使用SDK庫函數(shù)，用戶可以在不了解視頻壓縮、回放、網(wǎng)絡(luò)傳輸?shù)燃夹g(shù)的前提下，進行視頻程序開發(fā)由于不同廠家提供的監(jiān)控卡SDK并不兼容，編寫的應(yīng)用程序無法移植到新的環(huán)境中。基于matlab下的視頻操作處理Matlab提供了少量的視頻處理函數(shù)，主要是針對AVI格式視頻文件的讀/寫；Simulink提供了視頻與圖像處理模塊集，可以支持一些視頻處理應(yīng)用開發(fā)/1、圖像的讀取和顯示視頻的讀取A=MMREADer(FILENAME)FILENAME指定視頻文件的完整路徑和文件名。注：aviread在高版本matalb里被刪除實例分析及算法介紹汽車拍照自動識別系統(tǒng)

銀行ATM數(shù)字監(jiān)控系統(tǒng)

一、圖像截取

系統(tǒng)通過多路視頻采集器將監(jiān)控現(xiàn)場信息采集到控制中心，然后定時截取位圖圖像，用做后續(xù)目標檢測和分析的原始圖像。位圖由像素組成，特別適合圖像處理。若每路圖像的幀數(shù)為25幀/s，則基本可以達到實時監(jiān)控的效果。主要的技術(shù)2.圖像增強

對于數(shù)字視頻監(jiān)控系統(tǒng)來說，引起圖像失真的主要原因有監(jiān)控環(huán)境中的噪聲、編碼過程中產(chǎn)生的塊效應(yīng)等。針對這些原因采取有效措施，可以通過圖像處理的方法改善圖像的質(zhì)量。如通過增強對比度的辦法來看清圖像的細節(jié)；運用平滑技術(shù)減少塊效應(yīng)對圖像清晰度的影響；使用微分運算突出邊界或其他變化部分等。2.1圖像銳化

在圖像識別中，需要有邊緣鮮明的圖像，即圖像銳化。圖像中的邊緣像素都是亮度變化較大的地方。圖像銳化中最常用的方法是梯度運算。梯度運算法包括Roberts算子,Sobel算子和Prewitt算子等。Sobel算子對噪聲十分敏感,Roberts算子的魯棒性比較好。由于監(jiān)控系統(tǒng)圖像中摻雜著大量的噪聲，因此用Roberts算子的圖像銳化方法。2.2鄰域平均法

平滑濾波對圖像的低頻分量進行增強,同時可以削弱圖像的高頻分量，因此一般用于消除圖像中的隨機噪聲，從而起到圖像平滑的作用。圖像鄰域平均法的平滑效果與所用的鄰域像素個數(shù)有關(guān),像素越多，則圖像的模糊程度越大。鄰域平均法包括:簡單平均法,閾值平均法和鄰域加權(quán)平均法等。3.背景更新

目標檢測的前提是前景幀圖像（如圖2）與背景幀圖像（如圖1）做差。所謂背景幀圖像，通常是由監(jiān)控現(xiàn)場中固定的設(shè)備組成（如圖1）。背景更新技術(shù)就是為了得到最新的背景幀圖像。目前，背景更新算法有很多，這里選用簡單且效果不錯的AdaptiveMedianFilter（AMF）算法。AMF算法的基本思想是，若新輸入的圖像幀的像素值比預(yù)估計的背景圖像中的對應(yīng)位置的像素值要大，則估計背景圖像的像素值加1；反之，如果比對應(yīng)位置的像素值要小，則減1.

4.運動目標檢測

安全監(jiān)控是數(shù)字視頻監(jiān)控的重要任務(wù)，運動目標檢測能及時發(fā)現(xiàn)異常運動目標，報警提醒監(jiān)控人員，是實現(xiàn)安全監(jiān)控的重要手段之一。運動目標檢測的準確與否對后續(xù)步驟中的跟蹤和識別會產(chǎn)生重要的影響。

4.1幀間差分法

幀間差分法通過對視頻圖像序列相鄰兩幀作差分運算以獲取運動目標的輪廓，魯棒性較好，攝像頭靜止和運動的情況下都能使用。與背景差分法不同的是，由于用來差分的兩幀圖像時間間隔很短(大約等于視頻幀率的倒數(shù))，即使背景圖像受噪聲等外部因素干擾，背景圖像也不會產(chǎn)生太大的影響。4.2背景差分法

背景差分法是采用圖像序列中的當(dāng)前幀和背景參考模型比較來檢測運動物體的一種方法,其性能依賴于所使用的背景建模技術(shù)。在基于背景差分方法的運動目標檢測中，背景圖像的建模和模擬的準確程度，直接影響到檢測的效果。不論任何運動目標檢測算法，都要盡可能的滿足任何圖像場景的處理要求，但是由于場景的復(fù)雜性、不可預(yù)知性、以及各種環(huán)境干擾和噪聲的存在，如光照的突然變化、實際背景圖像中有些物體的波動、攝像機的抖動、運動物體進出場景對原場景的影響等，使得背景的建模和模擬變得比較困難。背景差分法檢測運動目標速度快，檢測準確，易于實現(xiàn)，其關(guān)鍵是背景圖像的獲取。在實際應(yīng)用中，靜止背景是不易直接獲得的，同時，由于背景圖像的動態(tài)變化，需要通過視頻序列的幀間信息來估計和恢復(fù)背景，即背景重建，所以要選擇性的更新背景。4.3光流法

光流法(opticalflow)序列的光流場實現(xiàn)運動目標檢測的一種方法。由于運動對像通常與背景有不一致的運動，因此可以從分析對象的運動特征入手來分割視頻圖像?；诠饬鲌鲞\動分割的算法是先估計視頻圖像的運動場，然后根據(jù)運動場的運動特征進行視頻運動目標分割。

光流法的最大優(yōu)勢在于,它不需要預(yù)先知道場景的任何信息即能檢測出獨立運動的目標,并可用于攝像機運動的情況。然而，在實際應(yīng)用中，由于遮擋性、多光源，透明性和噪聲等原因，使得光流場基本方程的灰度守恒假設(shè)條件得不到滿足，不能求解出正確的光流場，同時大多數(shù)的光流計算方法相當(dāng)復(fù)雜，計算量巨大，不能滿足實時要求，因此，一般不被對精度和實時性要求比較高的監(jiān)控系統(tǒng)所采用。4.4三種算法的比較幀間差分法對動態(tài)變化環(huán)境中的運動目標檢測有較強的自適應(yīng)性，提取運動目標的關(guān)鍵在于準確的定位目標和噪聲之間的差別，從而準確的提取分割閾值；背景減法算法簡單易于實現(xiàn)，在背景已知的情況下，能夠提供最完全的特征數(shù)據(jù)，并能完整地檢測出運動目標，但是由于圖像采集過程中的誤差、背景中光線的變化以及環(huán)境中其他干擾因素,使得簡單的背景減法效果受到影響；光流法支持攝像機運動，可以得到完整的運動信息，能夠很好的從背景中檢測到相關(guān)前景目標，甚至是運動目標的一部分，從而實現(xiàn)攝像機運動過程中獨立運動目標的檢測，但計算開銷較大、實時性差,而且抗噪性能比較差。5.特征提取

移動目標在二值圖上以白色斑塊形式體現(xiàn)，因此，斑塊信息就是移動目標的微觀信息，可以通過斑塊分析算法獲取斑塊信息，從而提取移動目標的特征。

在四連通環(huán)境下對斑塊進行分析。所謂四連通，是指一個象素點的上下左右方向四個緊鄰的點與這個點是相鄰關(guān)系，而左上、左下、右上、右下四個點與這個點不屬于相鄰關(guān)系。斑塊信息越豐富，檢測和跟蹤就越精確。圖9二值圖像

所謂二值圖像就是像素值只有0（黑色）或255（白色）兩個值的圖像。

6.特征識別

報警知識庫是系統(tǒng)在進行報警識別時專用的一個知識庫，它是自動報警不可缺少的。報警知識庫是在系統(tǒng)自動監(jiān)控過程中逐步建立起來的，并不斷得到補充的。

報警特征識別，就是將上一步提取的移動目標特征與報警知識庫中知識元的值進行比對，如果達到了報警的要求，即發(fā)出報警消息。其實質(zhì)就是用提取的目標特征與知識庫進行匹配的一個過程。系統(tǒng)定義如果連續(xù)有兩次相鄰幀圖像的移動目標特征與報警知識庫匹配成功，則啟動自動報警功能，通知管理員。

7.總結(jié)針對數(shù)字視頻監(jiān)控系統(tǒng)智能化方面的薄弱環(huán)節(jié)，采用運動目標檢測和圖像增強方法對視頻圖像進行處理；針對視頻監(jiān)控系統(tǒng)背景圖像變化不大的特點，在傳統(tǒng)幀間差分運動目標檢測的基礎(chǔ)上，提出了對“門”等敏感區(qū)域增加權(quán)值的方法，成功分離出運動目標，提高了檢測效率；給出了監(jiān)控視頻序列Y分量進行鄰域平均加權(quán)法、Roberts算子邊緣檢測的圖像增強結(jié)果。目標定位目標初始定位是指在一幅監(jiān)控視頻幀中將其中出現(xiàn)的運動目標的位置標定出來，常用的定位方法有邊緣定位和外接矩形框定位。

1.