淺談面向多感測器智慧監控系統的技術研究論文

　　智慧監控系統是採用影象處理、模式識別和計算機視覺技術，通過在監控系統中增加智慧視訊分析模組，藉助計算機強大的資料處理能力過濾掉視訊畫面無用的或干擾資訊、自動識別不同物體，分析抽取視訊源中關鍵有用資訊，快速準確的定位事故現場，判斷監控畫面中的異常情況，並以最快和最佳的方式發出警報或觸發其它動作，從而有效進行事前預警，事中處理，事後及時取證的全自動、全天候、實時監控的智慧系統。以下是小編為大家精心準備的：淺談面向多感測器智慧監控系統的技術研究相關論文。內容僅供參考，歡迎閱讀!

　　淺談面向多感測器智慧監控系統的技術研究全文如下：

　　1概述

　　在視訊監控領域中，其傳統技術手段都是通過人員來實現人工監控動態目標，而這種監控方式的最大問題就在於人員容易疲勞，難以實現對每路視訊訊號的實時監控，在出現突發事件的情況下，報警精確度也比較差，經常出現誤報、漏報現象，要實現資料的事後分析也比較困難。所以，為了能夠徹底解決這些問題，人們將基於計算機視覺的控制技術引入到視訊監控系統中，經過多年發展，已經逐漸發展成為一種新型的視訊監控技術，即智慧視訊監控。本文主要設計一種基於聲光聯合定位的多攝像頭智慧化監控方案，其工作流程可以概括為：通過聲源對目標進行自動定位處理，然後再利用高效能的雲臺驅動系統來實現對特定動態目標的快速跟蹤與監控。

　　2智慧視訊監控系統的構成

　　文中智慧視訊監控系統的硬體結構中主要包括視訊採集控制模組、伺服器模組以及行為理解和決策模組等。在整個智慧監控系統的部署應用中，主要採用分散式的控制方式，將每個節點都作為相對獨立的子系統來使用。所以，在每個節點中，都包括了音訊和視訊訊號採集元件、防護罩以及雲臺控制組件等。

　　對於系統中的視訊採集控制模組，主要將攝像機作為目標資訊獲取的裝置，通過各種型別的CCD影象感測器部件，將採集到的輸出訊號經過視訊訊號處理電路後，將其轉換為標準的視訊訊號，然後再通過乙太網傳送到伺服器端，這樣就可以對其進行包括壓縮和解碼在內的一系列處理。

　　對於系統的伺服器端，又可以分為三個不同的子模組，分別是視訊編碼解碼、視訊處理以及視窗介面等。通常，在視訊的編碼子模組中都採用MPEG-4視訊壓縮標準，實現對採集控制模組所傳送過來的視訊訊號的壓縮編碼;而視訊解碼模組則可以完成對碼流的實時解碼與播放;視訊的處理模組，則能夠實現視場內運動目標的自動檢測與實時識別，從而實時掌握和獲取目標的狀態資訊。對於系統中的行為理解與決策模組，主要功能就是通過初步處理後的影象資料，對其中的目標特性進行進一步的深入分析和挖掘，從而實現對視場內各種型別目標行為的深度理解，完成對客觀場景的最終解釋過程，為智慧化系統的決策提供支援。在該模組中，還包括了三個元件，即：理解、狀態估計與決策推理等。

　　3關鍵技術研究

　　3.1雲臺控制系統與技術

　　可以將監測獲取的目標位置輸入到雲臺控制系統中，作為其輸入訊號使用，從而實現雲臺跟隨運動目標移動的控制過程，將運動目標一直位於系統監控視場的中心。在此過程中，為了能夠為雲臺的跟蹤提供靈敏的響應速度以及較高的跟蹤精度，可以在系統中設定多個控制和調節器件，分別實現對位置、轉速和電流的調節和控制。針對那些快速移動的目標，為了能夠對其進行精確跟蹤，採用永磁直流力矩電動機作為執行元件，這也是考慮到這種元件更適用於高精度的位置伺服系統以及低速的控制系統中。

　　3.2運動目標檢測技術

　　現在所廣泛採用的運動目標檢測，就是要從連續變換的序列影象中，將發生變化的區域進行識別、分割處理。一種常用的檢測演算法為幀間差分法，可以較好地使用環境的變換，完成對運動目標的檢測，但該演算法所得到的畫素點不夠完整，因此需要對其進行形態學處理，進而得到更加完整的運動目標。在對監控影象進行處理之前都需要預處理過程，從而消除由於各種因素所造成的噪聲，這些因素主要包括天氣、光照強度、感測器質量等，進而改善影象的質量和效果，便於後續操作與處理過程的實施。

　　接著，就需要通過數學形態學理論對得到的運動目標影象進行處理，進而在保持其原本形狀的情況下，將與影象中目標不相干部分剔除掉。經過數學形態學的處理過程後，就能夠將影象中的一些孤立點和小的空洞消除掉。不過，影象中所存在的一些尺度較大的空洞則難以有效消除，所以，還需要設計連通性區域檢測過程，這樣，所有的影象中存在的空洞就進本消除，從而保證了獲取的運動目標更加完整。

　　3.3聲源定位技術

　　在某個空間平面中麥克風位置確定的情況下，如果假設聲源S的位置點座標為***x, y***，則充分考慮聲源與接收點位置的差異，將聲音到達各個接收器的時間差表示為t。

　　其中， 1 t 表示第1和第2個接收器的聲音時間差，2 t 表示第1和第3個接收器所收到的聲音時間差，而v表示大氣中聲音的傳播速度。所以，通過上面的式子，利用計算機對1 t 和 2 t 進行測量，進而就可以得到聲源點的具體座標位置。

　　4實驗結果與分析

　　在實驗室中，可以就文中系統所涉及的技術進行模擬實驗。基於聲源的定位演算法利用C語言編碼，硬體以8051微控制器為平臺;對於運動目標的檢測試驗則選用一般的PC機。

　　對於聲源定位演算法，主要在距離聲源測試點5m左右的範圍內完成測試過程，經過試驗準確獲得了目標位置，且測量結果的誤差精度為mm級別。

　　雲臺控制系統的模擬主要通過Simulink來完成系統的建模與模擬過程，試驗結果表明，如果將階躍訊號輸入系統，則可以將穩態誤差控制在0值，說明定位精度較高;如果輸入為正弦訊號，則系統輸出能夠對輸入成功響應，這也反映了系統的跟隨效能較好，可以滿足設計的基本需求。如果採用了數字控制系統，則系統的動態效能會更高。

　　運動目標的檢測，在運動目標提取過程中沒有對攝像機的運動進行考慮，只針對室內環境中的人體視訊序列，以及室外環境中的運動車輛視訊序列，利用相鄰三幀差分方法進行測試，檢測結果表明演算法能夠較好地提取運動目標。

　　5結語

　　論文中設計了一種智慧化的視訊監控系統方案，該方案利用聲源定位技術來實現目標快速定位，通過相鄰三幀影象序列的差分方法實現運動目標提取。系統能夠對攝像機的姿態進行實時調整和控制，完成對高速運動目標的精確跟蹤。在模擬實驗的基礎上，對這些技術進行了驗證，說明了文中所採用方法的可行性。