視頻監(jiān)控重點(diǎn)區(qū)域智能分析報警系統(tǒng)的設(shè)計與實(shí)現(xiàn)

韓勝杰

摘要：文章立足于傳統(tǒng)視頻監(jiān)控系統(tǒng)中運(yùn)動目標(biāo)跟蹤的缺陷，有針對性地提出了在Mean shift算法中引入Kalman濾波器的運(yùn)動目標(biāo)跟蹤新方法，從而能夠有效彌補(bǔ)在相似干擾物問題以及大面積遮擋問題中Mean shift算法的不足，同時在軟件設(shè)計方面應(yīng)用多線程技術(shù)。將該方法應(yīng)用在了實(shí)際智能分析報警系統(tǒng)中，驗(yàn)證了運(yùn)動目標(biāo)跟蹤實(shí)現(xiàn)方案的實(shí)時性和有效性。

關(guān)鍵詞：視頻監(jiān)控重點(diǎn)區(qū)域；智能分析報警系統(tǒng)；運(yùn)動目標(biāo)跟蹤；Kalman濾波；多線程技術(shù) 文獻(xiàn)標(biāo)識碼：A

中圖分類號：TP311 文章編號：1009-2374（2015）16-0018-02 DOI：10.13535/j.cnki.11-4406/n.2015.16.009

計算機(jī)視覺領(lǐng)域在近幾年來的一個新興的研究方向就是智能化視頻監(jiān)控系統(tǒng)，這一技術(shù)包括了行為理解及描述、目標(biāo)分類、運(yùn)動目標(biāo)跟蹤以及運(yùn)動目標(biāo)檢測等各方面的內(nèi)容，因此其極具挑戰(zhàn)性。現(xiàn)在視覺監(jiān)視系統(tǒng)的技術(shù)水平變得越來越高，而且硬件設(shè)備成本開始不斷的下降，因此現(xiàn)在的監(jiān)控系統(tǒng)開始變得越來越普及，在車站、機(jī)場、超級市場、賓館以及銀行等各個公眾場所得到了廣泛的應(yīng)用，并且有效地保障了公共領(lǐng)域的安全性。

1 智能分析報警系統(tǒng)的設(shè)計思路研究

監(jiān)測并且跟蹤在視頻監(jiān)控中重點(diǎn)區(qū)域中活動的各種運(yùn)動目標(biāo)，同時還要采用自動行為分析的方式對其產(chǎn)生的事件進(jìn)行分析，這就是智能分析報警系統(tǒng)的主要功能。

1.1 硬件結(jié)構(gòu)的設(shè)計

智能分析報警系統(tǒng)一共包括了三個部分，即顯控設(shè)備、傳輸設(shè)備以及監(jiān)控設(shè)備等。其中可見光CCD攝像機(jī)組成了監(jiān)控設(shè)備；以現(xiàn)場不同的情況為根據(jù)，可以將傳輸設(shè)備劃分為雙絞線以及光纖兩種傳輸方式；顯控設(shè)備一共包括兩個部分，也就是計算機(jī)以及監(jiān)視器。智能分析報警系統(tǒng)可以劃分為兩個部分，即線控設(shè)備和監(jiān)控設(shè)備，而所謂的前端主要指的是監(jiān)控設(shè)備，所謂的后端主要指的是線控設(shè)備。圖1是整個智能分析報警系統(tǒng)的結(jié)構(gòu)框架圖：

1.2 系統(tǒng)功能模塊的功能分析

1.2.1 目標(biāo)檢測模塊的功能分析：分析在視頻監(jiān)控畫面當(dāng)中運(yùn)動的各種物體，將背景分離，同時進(jìn)行有效的檢測，并且采用黃色矩形框的方式將運(yùn)動物體標(biāo)出來。上述是目標(biāo)檢測模塊的主要功能。

1.2.2 目標(biāo)跟蹤模塊的功能：對在視頻監(jiān)控當(dāng)中出現(xiàn)的各種運(yùn)動物體進(jìn)行有效以及準(zhǔn)確的跟蹤是目標(biāo)跟蹤模塊的主要功能。

1.2.3 警戒區(qū)域、警戒線規(guī)則設(shè)置模塊的功能：能夠?qū)⒕鋮^(qū)以及警戒線設(shè)置在視頻監(jiān)控重點(diǎn)區(qū)域當(dāng)中是警戒區(qū)域、警戒線規(guī)則設(shè)置模塊的主要功能。

1.2.4 界線檢測及報警模塊：檢測監(jiān)控畫面重點(diǎn)區(qū)域中警戒線觸發(fā)到的各種運(yùn)動目標(biāo)是界線檢測及報警模塊的主要功能，同時將觸發(fā)報警規(guī)則時的報警原因以及序列號及時地顯示在界面當(dāng)中，而且還能夠?qū)ξ募刃畔?shù)進(jìn)行保存。

1.2.5 警幀反饋模塊的功能：警幀反饋模塊的主要功能為讓用戶利用對界面列表中相應(yīng)記錄的點(diǎn)擊，從而能夠?qū)瘓髸r的記錄圖像進(jìn)行查看。

1.2.6 區(qū)域檢測及報警模塊的功能：檢測各種運(yùn)動目標(biāo)是區(qū)域檢測及報警模塊的主要功能，同時將觸發(fā)報警規(guī)則時的報警原因以及序列號及時地顯示在界面當(dāng)中，并且對文件名等信息參數(shù)進(jìn)行保存。

1.3 智能分析報警系統(tǒng)的工作流程設(shè)計

首先系統(tǒng)要檢測和跟蹤在視頻中特定區(qū)域當(dāng)中進(jìn)入的各種運(yùn)動目標(biāo)，隨后移動目標(biāo)所產(chǎn)生的事件為根據(jù)，對其行為進(jìn)行自動的分析，并且將報警信號產(chǎn)生，同時還可以將產(chǎn)生報警信號的時間保存在上位機(jī)當(dāng)中。這樣在事后就能夠通過對存儲報警事件的類型進(jìn)行利用，對保存下來的各種報警圖片以及事件等進(jìn)行調(diào)用。

2 智能分析報警系統(tǒng)的技術(shù)研究

2.1 在Mean shift算法引入Kalman濾波器

Mean shift方法在對目標(biāo)的特征進(jìn)行描述的時候采用的和概率密度，隨后通過對均值偏移方法的利用，就可以將目標(biāo)的位置快速地定位出來。這種方法具有很高的抗干擾能力，而且能夠與各種情況充分的相適應(yīng)，同時還具有非常快的計算速度。現(xiàn)在Mean shift方法已經(jīng)在很多實(shí)際的系統(tǒng)當(dāng)中得到了廣泛的應(yīng)用，其具有很小的計算量以及非常快的計算速度，所以在具有較高實(shí)時性要求的系統(tǒng)當(dāng)中具有很高的適應(yīng)性。然而，Mean shift算法也具有一些不足，比如Mean shift算法很難隨著目標(biāo)大小的變化進(jìn)行自適應(yīng)調(diào)整，而且在對目標(biāo)特征進(jìn)行提取的過程中存在著較大的不足，并且很難與范圍大的遮擋相適應(yīng)。雖然面對部分遮擋和干擾Mean shift算法會表現(xiàn)出較差的敏感性，但是Mean shift算法會由于長時間的遮擋而在遮擋物周圍收斂，最終會將跟蹤的目標(biāo)丟失，因此，需要在Mean shift算法中引入Kalman濾波器。

Kalman預(yù)測器可以在信號處理過程中保證時變估計的正常運(yùn)用。因?yàn)閷f歸技術(shù)進(jìn)行了使用，不需要存儲所有過去的測量值，所以在計算機(jī)對信號進(jìn)行實(shí)時處理時非常方便，這是Kalman預(yù)測器最為主要的特點(diǎn)。

2.2 多線程技術(shù)的應(yīng)用

可以利用SetTimer函數(shù)在Windows中將一個計時器分配給應(yīng)用程序，如果在這一個時間間隔進(jìn)行指定之后，Windows系統(tǒng)就會將一條WM_TIMER消息每隔指定的時間發(fā)送給應(yīng)用，這樣就能夠保證許多與時間相關(guān)的動作可以在應(yīng)用程序中實(shí)現(xiàn)。

在這里必須要強(qiáng)調(diào)的是，WM_TIMER消息這種由系統(tǒng)發(fā)給應(yīng)用程序的消息并不具備異步的特點(diǎn)，會在常規(guī)的消息隊列中放置這條消息，同時還會與其他消息一起排序。這樣，就算是在SetTimer（）進(jìn)行調(diào)用時對1000ms的時間間隔進(jìn)行了設(shè)定，然而卻不會保證每隔1s應(yīng)用程序就能夠?qū)⒁粭lWM_TIMER消息接收到。一旦另一個程序具有大于1s的忙碌時間，那么在這個時間段中應(yīng)用程序就無法接收任何WM_TIMER消息。從這里我們可以發(fā)現(xiàn)，這種情況的存在會嚴(yán)重影響到一部分需要精確時間間隔的應(yīng)用。所以采用多線程技術(shù)在軟件設(shè)計方面能夠?qū)崟r檢測與跟蹤多個移動目標(biāo)的速度得以加快，并且使系統(tǒng)的分析與識別效率得到極大的提升。

3 智能分析報警系統(tǒng)的實(shí)驗(yàn)結(jié)論

為了能夠?qū)λ惴ǖ挠行赃M(jìn)行更好的驗(yàn)證，在某房間內(nèi)跟蹤系統(tǒng)當(dāng)中的運(yùn)動目標(biāo)，同時為了研究的方便，在本次研究中將指定的跟蹤目標(biāo)選定為筆筒。在實(shí)驗(yàn)的過程中，在遮擋住運(yùn)動目標(biāo)的情況下，目標(biāo)也不會被系統(tǒng)丟失，因此其具有非常理想的跟蹤效果。利用智能報警分析系統(tǒng)跟蹤普通視頻跟蹤系統(tǒng)當(dāng)中的運(yùn)動的筆筒，從而對所用算法的時效性和準(zhǔn)確性進(jìn)行了有效的驗(yàn)證，證明智能分析報警系統(tǒng)的實(shí)用價值較強(qiáng)。

4 結(jié)語

本文對上位機(jī)軟件跟蹤運(yùn)動目標(biāo)的方案進(jìn)行了設(shè)計，并且在Mean shift算法引入了Kalman濾波器，這樣就能夠在視頻中跟蹤任意的目標(biāo)。現(xiàn)在在智能分析報警系統(tǒng)中已經(jīng)成功地應(yīng)用了該跟蹤方案，而且在測試評比當(dāng)中也能夠與智能分析報警系統(tǒng)的跟蹤目標(biāo)相適應(yīng)，同時能夠有效地保證很多功能的實(shí)現(xiàn)，因此智能分析報警系統(tǒng)可以將大量的人員開支節(jié)省下來。本文使用的實(shí)現(xiàn)方案的通用性很強(qiáng)，能夠使視頻跟蹤對算法的實(shí)時性以及有效性的需求得到充分的滿足。

參考文獻(xiàn)

[1] 張海峰.視頻智能分析系統(tǒng)——智能交通必備的管理工具[J].智能建筑與城市信息，2012，（9）.

[2] 陳曉曼，劉桂雄，楊艷娟.全電動注塑機(jī)智能分析與控制平臺的設(shè)計及實(shí)現(xiàn)[J].制造業(yè)自動化，2011，（15）.

[3] 印駿，吳文芳.大型人流通道高清圖像監(jiān)控和智能分析應(yīng)用[J].低壓電器，2012，（24）.

[4] 陳明，劉彥，劉福利，魏莉.平面組合機(jī)構(gòu)智能分析軟件的研究與開發(fā)[J].機(jī)械工程師，2013，（4）.

（責(zé)任編輯：周 瓊）