基于計算機視覺的智能監控系統原型的設計與實現

摘 要：本文研究的內容是對基于計算機視覺的智能視頻監控系統原型的設計與實現。在攝像機固定的情況下，對指定的場景進行實時多路的監控，當監視區域有異常狀況發生的時候，系統能及時的進行報警，還可觸發錄像，將監控現場的情景實時同步的記錄在案。由于本系統只有在出現異常狀況的時候才進行錄像，這便節省了大量的硬盤空間，同時本系統也提供了視頻錄像的檢索和回放功能，為事后調查取證也提供了依據。

關鍵詞：智能；監控系統；計算機視覺

中圖分類號：TP277 文獻標識碼：A 文章編號：1674-7712 （2014） 22-0000-02

作為圖像處理和計算機視覺中的一個極為活躍的研究方向，智能視覺監控就是使用圖像傳感器對一個動態環境中的人和車輛等目標進行實時觀測，通過檢測、識別和跟蹤圖像序列中的運動目標，監視場景中目標的活動，理解和描述目標的各自行為和相互間行為，從而使視頻監控系統具有像人一樣的智能。

系統的主要設計思想是搭建一個多路視頻圖像采集系統，通過視頻采集卡將視頻圖像輸入到計算機中，使用視頻處理的算法來對圖像進行操作。下面，就視頻圖像采集系統的硬件系統構成、軟件系統構成和模塊設計與實現等幾個方面分別予以介紹。

一、硬件系統構成

視頻圖像采集系統可分為單通道和多通道視頻圖像采集系統，基本視頻圖像采集系統和應用擴展視頻圖像采集系統。基本的單通道視頻采集系統是適用于最基本也是最主要的視頻圖像采集，此種采集系統獲取單個場景的視頻圖像，一次只能監視一個場景；而多通道視頻圖像采集系統可以同時獲取多個場景的視頻圖像，可以對獲取的多幅場景圖像同時監視，也可以將獲取的多幅場景進行數據融合避免出現監視死角。此外，還可以對基本視頻圖像采集系統進行應用擴展滿足各種應用場合，如可以在基本視頻圖像采集系統的基礎上加入磁盤陣列、多媒體數據庫、多媒體網絡服務器和必要的網絡設備組建成遠程圖像監視系統。綜合考慮性能和成本的因素，本文在單通道視頻圖像采集系統的基礎上，利用兩塊視頻圖像采集卡加兩個CCD攝像頭的模式，組建了一個雙通道的視頻圖像采集系統。

二、軟件系統構成

考慮到系統的通用性，我們采用在Windows平臺上使用Visual C++，利用ODBC技術連接數據庫進行項目開發。在圖像的采集方面，我們采用了大恒DH-CG400圖像采集卡自帶的應用接口庫（SDK）進行了二次開發。在算法的實現方面，我們采用了Intel開源的計算機視覺庫OpenCV作為開發工具。

三、模塊設計與實現

本系統從算法研究和實際需要角度出發，設計時本著便于算法改進和便于增加需求功能的原則進行模塊化設計。我們將視頻捕獲、運動檢測、錄像和數據庫功能分別進行模塊化處理，便于在以后的研發過程中深入對各模塊進行改進。

各模塊的組成結構如圖1所示：

（一）視頻捕獲模塊

本模塊主要負責圖像采集卡的控制，包括設備初始化，按照定義的格式采集圖像，啟動和終止視頻采集卡工作等。本系統采用了DH-CG400采集卡自帶的SDK進行視頻捕獲，它的工作流程如下：（1）開始（初始化指定設備，申請資源）；（2）參數設置（視頻采集窗口，源路、制式、數據格式等）；（3）分別采集圖像到屏幕和內存（采集、停止、讀取、存儲）；（4）結束（釋放其資源）。

1.初始化。因為本系統由2塊圖像采集卡組成，所以首先我們對圖像卡的數量進行了檢測：

2.采集圖像到屏幕。調用函數CGCaptureEx，將圖像采集到屏幕顯示，如：

3.采集圖像到內存。函數CGOpenSnapEx、CGCloseSnapEx、CGStartSnapEx和CGStopSnapEx控制了圖像卡采集圖像到內存的功能。CGOpenSnapEx初始化圖像卡采集圖像到內存的控制，它制定了回調函數和用戶自定義的參數，并分配資源；CGStartSnapEx啟動圖像采集功能；CGStopSnapEx停止采集；CGCloseSnapEx關閉控制，釋放申請的資源。在程序中通過對上述4個函數的調用，就構成了整個采集圖像到內存的步驟。

（二）運動檢測模塊

本模塊為系統的核心算法部分，擔負運動目標檢測與信息提取的主要工作。對于這一核心模塊的設計，我們采用了OpenCV庫進行了開發，下面著重選擇了一些重要的函數來做說明。

為了建立一個基于顏色的混合高斯模型，首先我們定義了背景模型的原型：

在主程序中，通過對函數cvCreateGaussianBGModel（IplImage* first_frame，CvGaussBGStatModelParams* parameters）的調用，創建了一個背景模型的實例；然后調用函數icvUpdateGaussianBGModel（IplImage* curr_frame，CvGaussBGModel*bg_model），實現了對背景模型的更新；在模型銷毀時，調用了icvReleaseGaussianBGModel（CvGaussBGModel**_bg_model）函數。

（三）錄像模塊

錄像時，除了正常顯示監控畫面，還要將視頻信息以文件形式存儲在硬盤上。

（四）數據庫模塊

在系統中，我們將有關數據庫操作的部分抽象為數據庫模塊，系統的錄像文件名、快照文件名、用戶基本信息等通過數據庫模塊存入數據庫，當進行對上述記錄的查詢、刪除等操作時，數據庫模塊從數據庫中讀取相應記錄提供給用戶進行相應操作。

四、結束語

本文利用圖像采集卡、攝像機和計算機，在基于運動目標檢測和跟蹤算法的基礎上，設計與實現了智能視頻監控系統的原型。然而，對于實現一個真正智能的視頻監控系統來說，它不僅僅局限于對運動目標的檢測與跟蹤等底層視覺角度的研究，而且對視頻監控場景的目標的分類、目標的活動分析等等高層視覺的理解的研究也是必不可少的，這也是今后的發展方向。

參考文獻：

[1]夏永泉，李衛麗，甘勇.智能視頻監控中的運動目標檢測技術研究[J].通信技術，2009（06）：185-187.

[2]李明，趙勛杰.改進的基于高斯混合模型的運動目標檢測算法[J].計算機工程與應用，2011（08）：204-206.

[3]OpenCV China[OL].http：//www.opencv.org.cn，2014，09.

[作者簡介]唐宜清（1980-），男，湖南永州人，講師，碩士研究生，研究方向：計算機視覺、計算機網絡、數字校園。

[基金項目]湖南省教育廳資助科研項目（項目編號：12C0954）；湖南省自然科學基金資助項目（項目編號：2015JJ6007）。