基于非重疊多攝像頭的實時監控系統

龍強

關鍵詞：非重疊；多攝像頭；實時監控系統

實時監控系統包括圖像處理單元和數據采集系統（CIS）兩部分，視頻信號通過攝像頭和智能攝像頭進行傳輸和處理，圖像以像素形式呈現在液晶顯示屏上并顯示在中央控制臺上。與傳統攝像頭相比，實時監控系統能夠實現對目標或者環境中的人（如人）以及物體（如車輛）進行實時畫面顯示，以便于及時對突發事件進行快速處理與處置。本文介紹了一種基于模型的多攝像頭協作算法。采用多攝像頭的空間信息和運動物體的時間信息，在不考慮物體的視覺特性和攝像頭方位的情況下，構造多攝像頭的非重疊協作方案。而后，通過對攝像頭的鄰域關系、移動目標與攝像頭的距離、移動目標與鄰近攝像頭的轉換時間等因素，選擇最佳的攝像頭實現移動目標的連續追蹤。

1概述

根據監控系統的應用情況，將其劃分為單一攝像頭監控系統、重疊多攝像頭監控系統和非重疊多攝像頭監控系統。在進行視頻監視時，僅依靠一個攝像頭監視系統往往難以實現對全部區域的有效監視。因此，采用基于非重疊多攝像頭的實時監控系統，將能夠解決單一攝像頭視角有限、多攝像頭重疊造成的資源浪費問題，實現大面積、全方位、長時間的連續追蹤。

本文介紹了一種基于C/S結構的非重疊多攝像頭協同監控系統。該系統由攝像頭、DVR/板卡、光線路終端等構成，并通過公用或私有網與服務器主機相連。將局部監測設備配置在重點監控區域，盡可能覆蓋全部監測范圍。其次，設定該裝置的網絡傳送參數，決定各攝影機的IP地址、端口號、使用者名稱、密碼等，為攝影機存取系統所需的信息數據資源。目前，國內的視頻監控技術尚未形成統一的規范，各廠商、型號的設備在接口和編碼方面存在一定的差異。因此，需要利用中間件技術，在訪問層實現對攝像頭的異構化，形成統一的監控和監控接口。

該系統采用多個攝像頭進行監測，并將多個攝像頭的追蹤結果和有關數據實現緊密聯系，由此能夠更好地降低系統的通信開銷成本。該方法具有較高的可靠性，不會成為通信與運算的瓶頸。同時，采用分布式的架構，能達到廣域、無交疊的多攝像頭網絡體系設計效果。

2單攝像頭監控

2.1運動目標檢測與跟蹤

本系統所使用的運動物體提取技術主要是利用圖像的亮度特性進行背景提取。在此基礎上，本文提出一種基于像素點的亮度成分，應用統計的方法對各個像素點進行數值模擬，并用時域濾波來維持其序列的均方差，再根據不同的光照條件對光斑的影響分布進行檢測，并對像素點進行自適應更新。

2.2目標分類

人體在運動過程中，形態常常會發生反復的改變，但是如汽車等剛性物體，在移動過程中，其外形基本沒有改變。因此，該系統使用特殊的RMI，即所謂的“重復動作圖象”，求出物體的反復移動結果，利用該方法可以區分個人、人群和交通工具。

3多攝像頭協同監控系統方案設計

3.1系統描述

本文提出的基于非重疊多攝像頭的實時監控系統模型可以將視頻信號進行編碼、處理、傳輸，然后在同一個局域網中開展實時監控任務，同時對多個應用實現快速切換。該實時監控系統包括多攝像頭及數據處理中心，其主要目的是將分散和重疊的實時視頻信號融合為一個獨立的監控系統。其中，攝像頭可以對不同角度進行觀察和識別，并且在同時進行視頻信息處理時不會消耗視頻監控的大部分資源，如存儲設備和硬盤，并在視頻監控系統中可以實現多場景下的監視和信息檢索應用。此外，其還可以在多個平臺上實時監控，方便查看所需要的信息。

3.1.1攝像頭的視場角

由于攝像頭分辨率不同，視場角也不同。例如，在對焦速度為60幀／s．拍攝1幀時，從目標到攝像頭平均距離為100m。將攝像頭聚焦后的視角等于光圈（F）與視場角之比為1/100。圖像在不同區域內會產生不同視場角，視場角反映多攝像頭拍攝到的對象角度范圍內像素值的大小情況。對數分布表示為P=f（p－1）/f（x 0+1）．r≈0.05。其中，p為拍攝角度，r為攝像頭像素（I）／為視場角（R）。

3.1.2視頻信息

視頻信息是由攝像頭所拍攝到的視頻中的信息，包括圖像質量、圖像尺寸、運動速度以及幀格式等。此外，圖像中還包括環境光源，聲音等其他細節信息。其中，攝像頭可以實現包括水平、垂直、傾斜、變焦等多種觀察和識別模式。由于不同的視角所帶來的視場角、速度和運動速度等方面的變化是完全不同的，因此本文對于圖像的數據處理可以采用TTS濾波模式來避免視頻幀的抖動，同時能有效提升對部分圖像的識別效果。而在對視頻進行分類處理時，需要對所獲得的多攝像頭視場信號進行解碼，以便識別目標。對于運動速度和運動方向兩種特征，若有足夠的運動速度，則可以得到相應的幀率信息，從而實現對視頻進行質量檢測。

3.1.3視頻信號的編碼和傳輸

視頻信號是在數字視頻流中進行信息處理的方式。當進行實時監控時，需要將圖像信號進行編碼和處理。為了獲得最大效率，本文提出一種基于視頻信號的編碼方法，即在碼流上采用HD格式（數字視頻）。通過該編碼，視頻數據和圖像之間發生轉換。期間，為了將一幀幀轉換為一幀內容，需要將編碼信號處理后寫人數據處理模塊，然后傳送到各攝像頭單元。

3.1.4監控中心的設置

實時監控系統的監控中心設置在數據處理中心，其核心功能是將各攝像頭數據集中到同一個網絡中。由攝像頭記錄的實時數據和圖像信息在網絡中自動交換，從而實現統一的監控功能。監控中心保存所有記錄下的視頻數據，并且在數據處理中心采用多個任務實現并行處理策略，以便在多個任務之間實現快速切換。整個系統包括兩個層面：一是在視頻中進行圖像提取與輸出；二是在數據處理過程中處理攝像頭信息，并與監控中心的其他應用進行交互。一個具有實時、大量存儲信息、豐富監視內容和信息檢索功能的數據處理中心包含多個模塊，其中涵蓋視頻編碼系統（CCD）、音頻傳輸系統（MPEG-2）和編解碼器系統（SI）[1]。

3.2設計與實現

本文非重疊攝像頭模塊使用的是AF7806系列DSP的SF780MC730．它可以實現非重疊方式監控圖像和視頻的識別、圖像提取功能和控制功能。其視頻處理模塊基于VISION System開發板設計實現。視頻數據存儲模塊基于AT89C52單片DSP芯片S7256設計實現，該芯片可用于構建非重疊多攝像頭監控系統，可實現1Gbps高吞吐量和低延遲特性。視頻圖像實時處理模塊由1個主攝像頭、4個副攝像頭和視頻編解碼器組成，同時還有1個解碼器以解碼和輸出信號模式實現10倍圖像傳輸速率和100 ms視頻響應。

3.2.1攝像頭的功能

本文實時監控系統基于非重疊多攝像頭，其中一個攝像頭用于將采集到的圖像和視頻實時地傳輸到中央處理器，其通過一個串口連接到一個用于采集視頻信號與DSP信號的數據接口。這個輸入口控制RGB圖像信號，并且其承載兩個輸入數據，分別是一個控制幀的采集信號和一個控制視頻輸出信號，其主要功能是將數字信號輸出至控制處理器（CPUI），由此使其能夠根據系統采集到的信號做出控制的動作。該控制信號發送至視頻編解碼器時，解碼器根據編碼解碼后提取輸出數字信號傳輸到控制主機的接口，然后轉換成控制信號經主機的串口傳輸到PC上，并對顯示信號進行處理后輸出給服務器。其中，輸入部分是硬件上實現的信號部分，而輸出部分是將信號轉換成數據，以供用戶使用。控制信號由CPU、攝像頭、攝像頭、音頻模塊等4個部分組成。

3.2.2圖像識別

在識別功能模塊中，由主攝像頭采集的圖像信息經圖像識別模塊進行處理，而后對圖像進行分類，并提取最優視頻，由此進一步確保其能夠在不同區域看到相同數據。當需要自動識別時，還需要將原始圖像和視頻分開，通過對比檢測出圖像特征點后，由編碼解碼結果完成計算。在識別過程中，首先需要對圖像進行特征提取，而后分別計算不同攝像頭采集畫面特征值下采集到的圖片以及每張圖像所對應的閾值數據，兩個提取函數分別表示圖像特征點集合和一個檢測閾值。其中，每個檢測到的閾值即為該監控系統的目標像素，期間需要判斷其是否具有所需條件狀態中每個攝像頭采集到的特征點個數。

3.2.3視頻解碼

視頻編解碼器在進行解碼過程中，首先將圖像信號轉換為視頻信號，再通過MPEG-4解碼，輸出到網絡視頻信號模塊。視頻編解碼器所用芯片AT89C52采用NVIDIA DSP平臺開發完成，支持H.264格式和FPGA多種編碼方式，最高可達5 kHz采樣率，采用DVD標準和HDR（HD+HDR）視頻格式，因此可以非常方便地進行高清的數字圖像輸出，并且具有足夠的比特率空間實現高速的視頻傳輸功能[2]。

4仿真結果與分析

本文采用2個相同焦距的攝像頭，并以3Hz/秒的頻率進行采樣，記錄下各攝像頭工作和數據傳輸幀。實驗模擬現象表明，當第一個攝像頭檢測到有物體接近時，將會立即切換到另一個攝像頭進行監控，直到出現檢測結果。實驗表明，利用多攝像頭的時間和空間信息，構建一個非重疊的多攝像頭監視系統，可以實現對車輛的實時跟蹤。多攝像頭協作追蹤算法，能夠削弱光照、陰影等因素的干擾；所采用的相關信息更穩定、更容易獲得。同時，其還可以結合目標的視覺特性追蹤技術，進一步改善多攝像頭的協同跟蹤效果，由此可見，其具有良好的實用價值。

5結束語

基于多攝像頭的時間、空間信息，設計多攝像頭協作方案，而后選取最佳的攝像頭跟蹤運動物體，將能夠更好地建立相鄰關系，克服多攝像頭的空間離散性，找到切換時間的分配規則，進一步解決在多攝像頭監視區域中運動對象的隨機性。通過對基于非重疊多攝像頭的實時監控系統的實驗表明，該方法具有較高的可行性和有效性。