基于物聯網視頻感知技術的關鍵技術研究

陳彥霖+孟慶龍+林照陽

摘 要：攝像機是獲取視頻信息的主要工具。隨著物聯網的普及，攝像機越來越多地進入到生活中，已經成為公安、社會活動中重要的感知工具。文章針對攝像機的一些特性，結合物聯網的技術，對視頻感知中的幾個關鍵技術進行分析和研究。

關鍵詞：物聯網；視頻處理；視頻感知

視頻處理是圖像處理技術的一種延伸，因為它基于時間的動態特性，又衍生了一些圖像上不具有的獨特性質。常用的視頻處理包括對視頻壓縮、對興趣區的捕捉、邊緣提取等。對于一些實際的應用，往往需要綜合多種的基本處理方法。

1 視頻感知系統硬件組成

視頻處理系統主要包含視頻采集裝置和視頻處理裝置。視頻采集設備主要是攝像機，常規的攝像機主要是獲取視頻信號并保存到存儲卡中，新興的網絡攝像機除了具有常規攝像機的功能，還能將信息通過網絡傳送到其他設備。視頻處理裝置是將采集到的視頻進行一定的處理并存儲到本地或者網絡上其他位置的裝置。攝像機一般使用ARM架構，適合視頻處理，很多公司如TI、海思等提供了的攝像機解決方案，也都采用了ARM架構。

2 視頻處理的特點

2.1 直接操作圖像域

視頻處理的元操作是對每幀圖像進行處理。圖像處理是信號處理在二維信號（圖像域）上的一個應用。大多數的圖像是以數字形式存儲，二維的數字圖像在計算機上反映出來的形式一般是一個二維矩陣。整幅圖像是被分割成N*M個叫做像素點的最小單位，每個點保存了圖像的一部分信息。圖像處理往往是對圖像像素點的屬性進行操作，處理。

2.2 大數據量處理

計算機的高效率、無疲勞特性非常適合處理圖像的矩陣數據，尤其適合圖像矩陣的大數據量和處理過程的大工作量的處理。

2.3 多個域的處理

圖像最基本的二維矩陣表現形式通常被稱作圖像域，但是在圖像域上一些操作是難以實現的。圖像處理中可以通過一些數學上的變換，將原本的圖像域信息轉換成能反映其他信息的新矩陣，這類操作被成為變換。該類變換函數中最常見的是傅立葉變換，最常見的變換域是圖像域和頻域之間的轉換。

3 視頻處理應用

目前，視頻處理的應用領域很廣，主要集中在農林業、醫學、交通等領域。往往需要根據具體的情景運用不同的處理基礎來解決問題。例如車牌識別和病蟲害識別。車牌識別需要高識別率和低誤差，突出如何能清楚、有效地識別車牌，尤其能在汽車高速運行的狀態下識別出來車牌。而農業病蟲害識別，則需要判別出是否發生了蟲蛀和病變即可，一般不需要過于追究細節。所以，視頻處理有一定針對性，在具體的應用上不能一概而論。

室內的視頻處理技術主要有2類應用場景：一類是公安作用，規范人的行為，震懾罪犯或記錄犯罪過程等，場景包括銀行、商店、學校等。另一類是監護，看護老人、小孩和病人等主要場景是醫院、家庭等。

4 具體研究方面

4.1 數據存儲和傳輸

傳統攝像機的工作原理是通過視頻線路，將畫面呈現到監視器，也可以保存到本地。新興的網絡攝像機除了具備傳統攝像機的功能，還可以將數據通過網絡傳輸到網絡存儲空間進行保存，方便在不同地點查看。

采集高分辨率圖像的情況下，如果對采集的視頻進行壓縮處理，將會大大減少存儲空間的消耗。無論數據是保存到網絡還是保存到本地，對數據進行壓縮處理是數字圖相處理中的另一個重要應用。

室內攝像機采集到的數據會涉及隱私問題，保護好數據是室內視頻處理后期的一個關鍵。對于數據保存到本地的攝像機，注意保護數據的存儲介質，避免被替換或竊取。對于數據保存到網絡的，在傳輸過程中采用SSL等安全協議來減少數據被竊聽的可能性。數據存儲方要做好數據備份和防護，必要時可加密處理。

4.2 目標位置識別

在視頻處理之前一般都要進行預處理，減少圖像中的干擾因素，常用的處理辦法就是降噪、圖像分割等處理。采集圖像后，在進一步處理前，要進行噪聲處理。環境、光照等因素會導致圖像出現噪點，噪聲處理可最小化噪聲的影響。

光照條件會左右攝像機的成像結果。在日光光照下，不同時刻、不同光照會導致圖像發生局部或者整體的變化。對于一個場景，如果物體是靜止的，非極端情況下，光照條件改變造成的影響只是改變了圖像的色彩信息。圖像的輪廓信息依舊可通過相鄰像素間的變化頻率反映出來。基于此，可采用圖像分割的技術，提取到視頻的輪廓。

軌跡追蹤的目標是獲得物體的運動軌跡，主要關注物體的位置。用目標中心的一點替代興趣區域來描述軌跡，可以簡化處理過程，并且該點必定在研究關注的興趣區內。位置追蹤場景中，連續時間內表示一個運動物體坐標的點應當在圖像上表現為連續點集。

基于上述思想，要首先確定了興趣區第一次出現的位置，計算出該區域的中心，用這個點PA替代該區域。之后，下一幀圖像的興趣區的替代點PB只要參考相對變化的方向，在以上一個興趣區替代點PA的3*3區域內除中心點以外的8個點中選取可以反映移動方向的一點即可。再下一點PC會在以PB為中心的3*3范圍的8個鄰域中選擇出來（見圖1）。由于興趣區域的形狀往往是不規則的，并沒有直接可以計算第一個中心替代點的方法。根據替代點在興趣區上，并盡可能客觀地反映位置的特點，確定第一個中心替代點的方法可以采用找興趣區的最大內接圓的中心，用最大內接圓的中心作為中心代替點。這樣可以保證該點在的興趣區上，并盡可能位于興趣區的主體的中心上。

獲得當前興趣區的中心后，可以進一步對這個點進行處理，以該點為中心圈定目標，獲得目標對象的大致形態。在確定了對象的中心位置后，用規則形狀圈定目標分布形狀，從而可進一步評估對象的狀態。這種分析對動物的日常習性跟蹤會有所幫助。

4.3 變化趨勢數據

圖像的變化趨勢可以有很多表現指標，比如不同像素點個數的變化、相同時間間隔目標位置的變化以及興趣區域面積的變化。視頻處理中，難免會進行掃描當前整個畫面以及前后圖像的像素比較等操作。反映變化趨勢的結果通常只需在處理過程中附加很少步驟和付出較小的代價就可以得到。如果能在采集后的處理中加入該種處理，一定程度上可以減少日后查證視頻所投入的人工、時間和資金等代價。

反映信息變化率數據，對應視頻的時間，獨立保存下來以備用。單一的變化率往往不能提供直接有用的信息，但能在某時刻的監控對象發生了變化時，給出變化的時刻、趨勢等信息。通過這些信息，可以快速定位視頻中的關鍵時刻，避免人力耗費。

5 結語

ARM系統出色的處理能力和穩定性已經可以使很多圖像處理算法能夠實時有效地實現。當前的ARM芯片系統已經可以實現在視頻采集的同時進行圖像處理。如果將這些處理后的信息進行保存，可避免后期使用時重新提取等復雜過程。此外，可以將一些必要代碼固化在硬件上，避免反復編寫。但此做法會犧牲處理機的性能，故固化的代碼應當簡單高效，避免冗雜。

未來的攝像機可能需要承擔更多的任務，單一的視頻處理功能是無法完成復雜的監控任務的。為攝像機增添一些傳感器，使攝像機具備更高級監控的功能，綜合運用各種信息，是未來攝像機發展的一種可能趨勢。

[參考文獻]

[1]陳媛媛，郭淑琴，陸俊杰，等.基于視頻處理的行人檢測系統[J].杭州電子科技大學學報，2014（1）：95-98.

[2]王蘋，張磊，吳澤民，等.視頻目標跟蹤典型算法比較與分析[J].電視技術，2015（23）：79-84.

[3]孫曉葉，陳新房，杜春雷，等.SSL協議的應用與安全性分析[J].福建電腦，2014（7）：59-61，84.

[4]鄧曄.智能視頻處理技術在公安防控實戰系統中的應用[J].中國公共安全：綜合版，2014（6）：147-150.

[5]黃軼文，龔霖迪，黎莉，等.基于視頻監控大聯網的兒童老人看護系統前景可期[J].中國公共安全：綜合版，2014（15）：108-110.

[6]路文平.人臉檢測和識別技術及其在嬰幼兒視頻監控中的應用[D].天津：天津大學，2013.

Study on Key Technology of Video Perceptual Based on Internet of Things

Chen Yanlin， Meng Qinglong， Lin Zhaoyang

（Henan Normal University， Xinxiang 453007， China）

Abstract： Video camera is the main tool to get video information. With the popularity of With the popularity of the Internet of things， more and more video cameras coming into the life， it become an important tool for perception in public security， social activities and so on. In this paper， several key technologies of video perceptual are analyzed and studied， according to the characteristics of the vedio camera， combined with Internet of things technology.

Key words： Internet of things； video processing； video perceptual