面向多傳感器智能監控系統的技術研究

摘要：文章設計和給出一種智能化的視頻監控方案，可以有效解決高速目標的監控和跟蹤問題。在該智能化方案中，通過聲源定位技術來實現對高速移動動態目標的快速定位，然后采用視頻數據中的相鄰三幀的差分方法，實現對運動目標的快速提取；接著再將提取的運動目標形心參數用于為云臺控制系統提供參考的控制信號，進而驅動云臺系統帶動攝像機實現對運動目標的實時跟蹤與監視。

關鍵詞：智能化；視頻監控方案；氧化鋁；制造業執行系統；信息化管理；Java開發平臺 文獻標識碼：A

中圖分類號：P208 文章編號：1009-2374（2015）21-0084-02 DOI：10.13535/j.cnki.11-4406/n.2015.21.042

1 概述

在視頻監控領域中，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于人員容易疲勞，難以實現對每路視頻信號的實時監控，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，要實現數據的事后分析也比較困難。所以，為了能夠徹底解決這些問題，人們將基于計算機視覺的控制技術引入到視頻監控系統中，經過多年發展，已經逐漸發展成為一種新型的視頻監控技術，即智能視頻監控。本文主要設計一種基于聲光聯合定位的多攝像頭智能化監控方案，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，然后再利用高性能的云臺驅動系統來實現對特定動態目標的快速跟蹤與監控。

2 智能視頻監控系統的構成

文中智能視頻監控系統的硬件結構中主要包括視頻采集控制模塊、服務器模塊以及行為理解和決策模塊等。在整個智能監控系統的部署應用中，主要采用分布式的控制方式，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，都包括了音頻和視頻信號采集組件、防護罩以及云臺控制組件等。

對于系統中的視頻采集控制模塊，主要將攝像機作為目標信息獲取的設備，通過各種類型的CCD圖像傳感器部件，將采集到的輸出信號經過視頻信號處理電路后，將其轉換為標準的視頻信號，然后再通過以太網傳送到服務器端，這樣就可以對其進行包括壓縮和解碼在內的一系列處理。

對于系統的服務器端，又可以分為三個不同的子模塊，分別是視頻編碼解碼、視頻處理以及窗口界面等。通常，在視頻的編碼子模塊中都采用MPEG-4視頻壓縮標準，實現對采集控制模塊所傳送過來的視頻信號的壓縮編碼；而視頻解碼模塊則可以完成對碼流的實時解碼與播放；視頻的處理模塊，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信息。對于系統中的行為理解與決策模塊，主要功能就是通過初步處理后的圖像數據，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類型目標行為的深度理解，完成對客觀場景的最終解釋過程，為智能化系統的決策提供支持。在該模塊中，還包括了三個組件，即：理解、狀態估計與決策推理等。

3 關鍵技術研究

3.1 云臺控制系統與技術

可以將監測獲取的目標位置輸入到云臺控制系統中，作為其輸入信號使用，從而實現云臺跟隨運動目標移動的控制過程，將運動目標一直位于系統監控視場的中心。在此過程中，為了能夠為云臺的跟蹤提供靈敏的響應速度以及較高的跟蹤精度，可以在系統中設置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，采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于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

現在所廣泛采用的運動目標檢測，就是要從連續變換的序列圖像中，將發生變化的區域進行識別、分割處理。一種常用的檢測算法為幀間差分法，可以較好地使用環境的變換，完成對運動目標的檢測，但該算法所得到的像素點不夠完整，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。在對監控圖像進行處理之前都需要預處理過程，從而消除由于各種因素所造成的噪聲，這些因素主要包括天氣、光照強度、傳感器質量等，進而改善圖像的質量和效果，便于后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圖像進行處理，進而在保持其原本形狀的情況下，將與圖像中目標不相干部分剔除掉。經過數學形態學的處理過程后，就能夠將圖像中的一些孤立點和小的空洞消除掉。不過，圖像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，所有的圖像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，如果假設聲源的位置點坐標為，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，進而可以得到如下的公式：

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

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仿真實驗。基于聲源的定位算法利用C語言編碼，硬件以8051單片機為平臺；對于運動目標的檢測試驗則選用一般的PC機。

對于聲源定位算法，主要在距離聲源測試點5m左右的范圍內完成測試過程，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。

云臺控制系統的仿真主要通過Simulink來完成系統的建模與仿真過程，試驗結果表明，如果將階躍信號輸入系統，則可以將穩態誤差控制在0值，說明定位精度較高；如果輸入為正弦信號，則系統輸出能夠對輸入成功響應，這也反映了系統的跟隨性能較好，可以滿足設計的基本需求。如果采用了數字控制系統，則系統的動態性能會更高。

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頻序列，以及室外環境中的運動車輛視頻序列，利用相鄰三幀差分方法進行測試，檢測結果表明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能化的視頻監控系統方案，該方案利用聲源定位技術來實現目標快速定位，通過相鄰三幀圖像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。在仿真實驗的基礎上，對這些技術進行了驗證，說明了文中所采用方法的可行性。

參考文獻

[1] 孫鵬飛，郭喜慶，楊敬嫻.二自由度云臺的機器視覺控制[J].光電工程，2012，（10）.

[2] 陳遠祥.視頻圖像運動目標跟蹤技術研究[D].江蘇大學，2010.

[3] 李小斌，湯子坫，杜健鋒，等.聲音導引系統設計

[J].國外電子測量技術，2010，29（3）.

作者簡介：梁雨桐（1985-），女，遼寧省阜新礦業（集團）有限責任公司工程師，研究方向：電氣自動化。

（責任編輯：秦遜玉）