電子圍欄技術(shù)在視覺監(jiān)控報警系統(tǒng)中的應(yīng)用

常 印，佟 強

因為攝像機等其他監(jiān)控技術(shù)還有人們對社會安全的關(guān)注，在機場、馬路、進出口、發(fā)電站等地方攝像機扮演著非常重要的監(jiān)控角色。在進行智能視頻監(jiān)控的時候，攝像機能夠按照之前放置的位置對這個地方進行監(jiān)視并且能夠主動的進行分析研究。攝像機放置的位置是否準(zhǔn)確對以后使用中的識別和巡航功能有著很大的影響，一般大型的視頻監(jiān)控系統(tǒng)配置的是中重型云臺，并且使用的鏡頭焦距長，外形較龐大。不過，以前運用的大型視頻監(jiān)控系統(tǒng)中的中重型云臺沒有現(xiàn)在的放置方位準(zhǔn)確，總的預(yù)設(shè)位置通常少于64個，在一些對精準(zhǔn)度要求比較高的地方不太適用。針對這樣的問題，有人想出了基于電子圍欄技術(shù)的視覺監(jiān)控報警系統(tǒng)中的預(yù)置位控制方法。

1 分預(yù)置位設(shè)置電子圍欄技術(shù)介紹

電子圍欄技術(shù)能夠非常方便控制車輛的停車區(qū)，并且對駕駛?cè)诉M行停車行為監(jiān)管。電子圍欄屬于智能的監(jiān)控系統(tǒng)，運用了人工智能和大數(shù)據(jù)技術(shù)，不僅能夠?qū)ΜF(xiàn)在的情況進行檢查還可以傳入系統(tǒng)對監(jiān)控的畫面進行分析。這個技術(shù)可以隔離攝像機各預(yù)設(shè)位置的實時圖像，然后為不同預(yù)設(shè)位置的每張圖像設(shè)置電子圍欄。比如，預(yù)設(shè)位置1從屏幕的左上角到右下角繪制一個矩形區(qū)域，預(yù)設(shè)位置2繪制一個梯形區(qū)域或六角形區(qū)域，對以上行為進行存儲。以后想要對監(jiān)控的內(nèi)容進行分析的時候，可以只分析上述繪制的區(qū)域，這樣能夠大大減少分析的工作量，從而讓處理速度更快，節(jié)約硬件資源。

2 分預(yù)置位設(shè)置電子圍欄視覺監(jiān)控實現(xiàn)

2.1 基本原理

因為攝像機能夠返回視頻圖像（輸出量），還能夠?qū)崿F(xiàn)記錄之前的預(yù)置點圖像（輸入量），這樣輸出量和出入量能夠進行對比，使得攝像機能夠有進行閉環(huán)控制系統(tǒng)的重要條件。這個辦法主要運用的技術(shù)是圖像分析進行對比。不過進行閉環(huán)控制，還應(yīng)當(dāng)對預(yù)設(shè)位置進行確定，把回收的視頻內(nèi)容進行劃分。劃分的每個區(qū)域都是一個個預(yù)設(shè)位置。對于劃分后的預(yù)設(shè)位置，需要利用電子圍欄進行封，接著給各個獨立的預(yù)設(shè)位置建立電子圍欄，這個電子圍欄差不多是預(yù)設(shè)位置的的分界線。完成上面的內(nèi)容后還應(yīng)當(dāng)對預(yù)設(shè)位置以及他們之間的電子圍欄這樣的信息進行存儲，存儲在系統(tǒng)里面。把攝像機放在需要進行監(jiān)控的地方，將圖片（稱為模板圖片）保存下來。這個圖片能夠存儲為預(yù)設(shè)位置信息，并且于此相聯(lián)系的電子圍欄信息也存儲在系統(tǒng)里。

2.2 系統(tǒng)總體設(shè)計

我們的主要目的是在多個攝像頭之間實現(xiàn)聯(lián)合調(diào)用。將每個監(jiān)控設(shè)備對應(yīng)的預(yù)設(shè)位置進行確認(rèn)，然后，把這些預(yù)設(shè)位置旁邊的電子圍欄信息（位置和長度）進行存儲，最后對這些盡在掌握中的預(yù)設(shè)位置以及電子圍欄等信心實施動態(tài)的管控，不在電子圍欄中的內(nèi)容不需要進行管控分析，因為在視覺監(jiān)控報警系統(tǒng)中，智能的分析不是對所以的內(nèi)容進行分析，而是根據(jù)顧客的需求進行選定區(qū)域中的內(nèi)容的分析，能夠節(jié)約時間資源成本，也能夠很好的滿足他們的需求。所以，不要需要那么高要求的監(jiān)控硬件了。

視頻監(jiān)控報警系統(tǒng)是基于視頻監(jiān)控前端中心服務(wù)平臺的視頻監(jiān)控客戶端模型。主要的系統(tǒng)如圖1所示。

這個系統(tǒng)還應(yīng)當(dāng)對電子圍欄中監(jiān)控的對象的安全情況進行分析。所以，對移動的對象進行分析是系統(tǒng)中很重要核心的部分。想要對將這些攝像機拍攝到的圖片進行識別，主要采用的方法是把監(jiān)控的畫面信息轉(zhuǎn)為序列傳送給計算機。計算機對這個圖像的內(nèi)容進行預(yù)處理、運動對象分析、抓住對象的特征并進行對比，對對象進行追隨監(jiān)控。本系統(tǒng)的主要工作包括3個模塊：目標(biāo)檢測模塊、目標(biāo)跟蹤模塊和智能處理模塊。

圖1 視覺監(jiān)控報警系統(tǒng)框圖

3 分預(yù)置位設(shè)置電子圍欄報警實現(xiàn)

3.1 電子圍欄內(nèi)運動目標(biāo)檢測模塊

在視覺監(jiān)控報警系統(tǒng)里面非常關(guān)鍵的一個部分就是運用目標(biāo)檢測。之所以這樣說是因為，目標(biāo)檢測通過電子圍欄對實時的監(jiān)控畫面進行數(shù)據(jù)保存，在這里面保存的前景的目標(biāo)是夠足夠清晰將對后面的對象追蹤還有智能處理有著非常大的影響。

這個系統(tǒng)運用的是幀差法和背景差分法一起使用的辦法，以此達到對電子圍欄中移動的對象的準(zhǔn)確而并且全面的檢測。算法流程如圖2所示。

圖2 運動目標(biāo)檢測流程圖

運用幀差法以及背景差分法對在攝像機中拍攝到的視頻的序列進行提煉，提煉的范圍在電子圍欄里面，然后采用“或”的邏輯性運算把進行了闕值劃分的兩個前景目標(biāo)區(qū)域的二值化圖像進行分析計算，這樣就能把兩個不容的計算方法結(jié)合為一個完整的結(jié)果，他們能夠很好的補上對方存在的劣勢，把優(yōu)勢發(fā)揮出來，最后的結(jié)果比只用一個要更好。這樣結(jié)合的的圖片在運用形態(tài)學(xué)進行處理，是的圖像的整體展現(xiàn)更加的完美，運用目標(biāo)的邊界也能夠比較精準(zhǔn)的得到。

3.2 運動目標(biāo)跟蹤模塊

運動目標(biāo)的跟蹤的主要原理是：將收集到的圖片進行處理，從中把移動的對象進行確定之后，根據(jù)收集到的對象的方位以及狀態(tài)信息組件一個追蹤模型，將圖像的幀數(shù)進行整理確定就可以找到對象運動軌跡。想要對對象的移動進行非常快速的定位，那么對于對象的移動區(qū)域要確立的更加少，這樣計算量就會很少，處理起來就會很快。根據(jù)上面的要求，本文選擇卡爾曼濾波方法作為運動目標(biāo)跟蹤的方法?？柭鼮V波的原理在于使用遞推原理對在時域內(nèi)估計動態(tài)系統(tǒng)序列最小平均誤差。這個辦法能偶運用觀測的數(shù)據(jù)對現(xiàn)在預(yù)估的數(shù)據(jù)進行整改，這樣就能比較準(zhǔn)確的推導(dǎo)出對象移動的情況。

3.3 智能處理模塊

每個攝像機在對應(yīng)的預(yù)設(shè)位置中的移動范圍已經(jīng)劃定了。依據(jù)各個攝像頭監(jiān)控的地方還有移動的路線，所有應(yīng)當(dāng)設(shè)置一個運作良好的監(jiān)控系統(tǒng)，那么能夠很大程度上提升社會道路中的監(jiān)控效率。并且，利用這樣的方法，各個預(yù)設(shè)位置的電子圍欄是互不干擾的，能方便費調(diào)整位置。

在車道監(jiān)控中，依據(jù)場景的先驗標(biāo)定信息，運用目標(biāo)邊緣輪廓分析技術(shù)更深入的對車輛的擺放位置進行確認(rèn)，并利用原SIFT算法（未簡化）對車輛的擺放地區(qū)進行研究。篩選SIFT角點和特征生成。這個部分主要是為了給上一級輸送對對象的移動數(shù)據(jù)還有同事先導(dǎo)入到電子圍欄里面的報警規(guī)則進行分析匹配，如果匹配上了，那么依據(jù)相應(yīng)的設(shè)定采取對象的辦法。

4 結(jié)語

因為經(jīng)濟在快速發(fā)展，人們的經(jīng)濟情況也逐漸支持他們?nèi)ベ徺I車輛方便出行，所以我國的機動車輛在這幾年里的數(shù)量飛速上升，讓社會管理中出現(xiàn)了一些難題，比如，道路堵塞，交通事故發(fā)生更加頻繁。還有嚴(yán)重的違規(guī)停車問題，這些都非常需要解決。違法停車是一項違法行為，會對城市的正常管理以及整體形象造成影響。所以，交通主管部門應(yīng)當(dāng)使用高效的辦法對這種行為進行整治，如果使用電子圍欄技術(shù)在視覺監(jiān)控報警當(dāng)中，那么可以非常高效的處理這些違法停車的問題。