網絡數字視頻圖像監控技術的優化分析

余鵬

摘要：本文闡述了網絡數字視頻圖像監控系統新技術研發的必要性，研究分析了網絡數字視頻圖像監控技術的優化。

關鍵詞：網絡數字視頻；圖像監控；優化

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2018）07-0225-01

當前，圖像監控技術在我國應用越來越廣泛，尤其在保密單位、制造企業、銀行、交通部門等行業以及政府部門監控設施屬于必備條件。傳統監控系統存在很多方面的劣勢，監控存在死角，清晰度不高，監控資料保存困難，且調用效率低。網絡數字視頻圖像監控技術在傳統的技術上進行升級和創新，結合了圖像處理和信息技術，有效解決了傳統監控技術的缺陷，不僅能對簡單運動進行檢測，還能對復雜運動進行識別和判斷。本文從網絡數字視頻圖像監控技術的優化進行分析和探討，為數字視頻監控技術的更新提供一些參考。

1 網絡數字視頻圖像監控系統新技術研發的必要性

目前使用圖像監控系統的行業主要是生產制造行業，用來對無人化的生產環節進行監控，通過自動化技術實現企業的現代化發展。監控存在的主要場所有停車庫、銀行營業部、軍事基地等地方，出于安全性和保密性的要求，必須安裝圖像監控系統。因此，監控系統的市場需求量極大，那么就必須提升監控效率和效果，為不同行業提供安全可靠的保障。

網絡數字視頻圖像監控系統與傳統監控系統相比，自動化水平更高。傳統監控系統需要依靠人工觀察，如果監控人員發現異常情況，立刻人工報警。通過視頻序列檢測技術在監控系統的應用，實現了網絡數字視頻圖像監控技術的優化。不需要專門監控人員的監視，而可以自動檢測圖像中的人和物的行為活動，如果發現其活動與預先設定危險情況匹配，就會自動報警。視頻序列檢測技術使網絡數字視頻圖像監控系統的自動化水平大大提升，強化了監控的工作效益。除了自動報警之外，還可以統計各種觀測到的數據信息。比如，在交通部門中運用此技術時，能夠自動統計各個主干道的車流量情況，同時能夠將日車流量繪制成曲線。

2 網絡數字視頻圖像監控技術優化

2.1 網絡數字視頻圖像監控技術的難點

運動是我們日常生活中的常態，許多信息都由運動產生，那么要想實現圖像序列運動檢測技術的優勢，就要對物體的運動信息進行深入研究。例如，制造企業利用監控系統來監控生產各個環節和流程上的工作行為，交通部門利用監控系統來監測和統計車流量。同時對物體運動的研究也是圖像序列檢測技術的難點，運動分割、識別和判斷難度很高，同時難以處理運動物體之間的遮擋問題。這一難點如果得不到解決和處理，就很難體現圖像序列運動檢測技術的優勢。同時，當前的監控系統穩定性不高，監控效果容易受外界因素干擾，攝像頭會由于天氣條件的變化而受到不良影響，進而降低監控質量。在對物體運動進行判斷時，精確度不高，難以保障當地的安全性[1]。

2.2 圖像序列運動檢測流程

圖像序列運動檢測涉及的算法很復雜，技術應用的范圍不同，選擇的算法也不同。將此技術運用到數字視頻監控系統中，首先需要檢測出監控系統檢測出的圖像中是否有物體的運動跡象，通過對物體的運動軌跡進行檢測，來判斷其是否與異常情況相符，對于不同的應用對象，需要編制不同類型的算法。如果需要監控系統具有自動報警的功能，就要在系統算法中加入自動報警的條件，當檢測出物體的運動軌跡與條件匹配，系統就會立刻自動報警[2]。

這類算法主要包括對物體的運動與否、運動方向和位置等信息。此外，物體的絕大部分信息已經包含在圖像序列的亮度分量中，因此運動檢測是以灰度圖像序列作為基本的圖像數據。但是灰度圖像序列有一個缺陷，當同時監控多個目標物體時，部分目標的灰度難以清楚分辨，因此運動分析和檢測難度就會很大。如果要提升檢測精確度，就要適當的減少檢測目標的數量。在使用圖像序列運動檢測技術的過程中，會受到多種外界因素干擾。比如光照條件，如果光照條件出現變化，靜止物體的灰度值會更加接近運動物體，那么對目標物體采集的運動數據精度就會降低。如果攝像機受到影響，圖像畫面出現抖動，即使是靜止的物體也會視為處于運動狀態，系統會誤識別為運動物體，占用檢測資源，檢測容易出錯，同時也會干擾算法，降低計算精度。

監控系統的用途不同，也要求不同的檢測精度，通過不同類型算法的使用，能夠滿足不同應用領域的需求，通過對簡單運動和復雜運動進行分析，展現系統對兩種運動的處理流程。

如圖1所示，為簡單運動的處理流程。首先，要編制包含了報警條件的算法，基于這個條件監控系統會自動識別物體的運動情況，并且發現異常時自動報警。對簡單運動的處理不會涉及物體的大小和數量等問題，只關注運動信息。

對于復雜運動處理流程，由于是處理一個完整的視頻運動，涉及的算法相對更復雜，流程也更多。在簡單運動算法的基礎上進行改進和優化，根據系統不同的應用場合需要設計不同的算法。該算法流程的依據是邊緣提取的逐幀差分運動檢測算法，在此算法的應用過程中，首先，要判定視頻中的物體是否發生運動，其次，根據物體的運動位置、方向等信息來對物體的大小進行判定，如果運動物體體積較小，就可以忽視，防止誤報警的情況。對復雜運動的處理是將多種技術進行綜合應用，主要包含圖像匹配技術、計算機圖像預處理技術和圖像邊緣提取技術[3]。

通過算法獲得物體運動信息的流程是，首先要獲取數字視頻序列中的圖像幀，然后通過算法進行圖像預處理，來消除噪音，采用簡單差分判定物體是否運動，將圖像邊緣特性提取出來，二次差分將運動邊緣去掉，最后匹配圖像，就獲得了圖像信息。

3 結語

對網絡數字視頻監控技術進行優化，主要采用的手段就是圖像序列檢測技術，本文通過對數字序列運動檢測流程以及算法進行分析，在傳統算法上進行升級和改進，以判斷物體的運動情況，將物體的運動位置和方向等信息進行統計和記錄，同時通過與算法條件進行匹配，來進行自動報警。數字視頻監控系統尚未發展成熟，在很多方面還存在缺陷，因此數字視頻監控技術仍舊需要進一步改善，以提升其識別精度。

參考文獻

[1]李雯雯，譚玉波.智能視頻監控技術研究綜述[J].福建電腦，2018，（03）：1-2+139.

[2]邰貴華.視頻監控系統的研究與應用[D].南京郵電大學，2017.

[3]武衛翔.網絡數字視頻圖像監控技術優化研究[J].電子技術與軟件工程，2016，（21）：86.