科技学院2016届本科毕业论文智能小区视频监控系统的研究
专业：电子信息工程
指导教师：
学生姓名：
学生学号：1220040467
中国﹒贵州﹒贵阳
2016年5月
目录
摘要 ............................................................................................................................................. I Abstract ...................................................................................................................................... II 1 前期工作 (1)
1.1 论文研究的背景及意义 (1)
1.2 国内外的现状 (2)
1.3 本文研究工作 (2)
2 小区视频监控系统需求分析与设计 (3)
2.1 智能小区视频监控系统需求分析 (3)
2.2 智能视频主要内容 (3)
2.3 图像的转换 (3)
2.4 图像滤波 (3)
2.5 小区智能监控系统架构组成 (4)
2.6 智能小区视频监控系统实现方式设计 (5)
3 视频图像的目标检测 (7)
3.1 引言 (7)
3.2 运动目标检测 (7)
3.2.1帧间差分法 (7)
3.2.2背景差分法 (8)
3.3 图像分割 (8)
3.3.1图像阈值分割 (9)
3.3.2常用的阈值分割方法 (9)
3.4本文采用的运动检测算法 (10)
3.5 本章小结 (11)
4运动目标的选取与跟踪 (12)
4.1运动目标特征的选取 (12)
4.2基于投影的目标跟踪 (12)
5 论文总结与展望 (15)
参考文献 (16)
致谢 (17)
智能小区视频监控系统的研究
摘要
智能小区视频监控系统使安防理念不断的提髙，这在人们生活中有着重要的意义。对视频流中的图像进行分析是智能小区视频监控系统的核心，它的功能是实现视频中运动目标的检测和跟踪，还有目标识别，分析等，在这之中，有绝大部分有用的信息表现在运动的目标中，所以运输是话题检测与跟踪是智能视频监控系统现在在的主要内容。基于移动目标跟踪算法的运动目标检测和研究，和最后的智能视频监控系统的技术架构、工作原理以及它在小区安防中的优越性、应用情况、难点和未来发展趋势和关键技术进行了分析。
本文研究提高运动目标检测的能力，解决了智能小区视频监控系统中的目标跟踪和视频监控系统中的跟踪丢失问题作为其应用价值和指导意义。
【关键词】智能监控；目标跟踪；入侵检测
Research on Video Monitoring System of Intelligent
Community
Abstract
The intelligent plot video frequency supervisory system causes to guard against the idea un ceasingly to raise peacefully , this lives in the people has the vital significance.Flows to the vi deo frequency the image to carry on the analysis is the intelligent plot video frequency supervi sory system core, its function is realizes in the video frequency the movement goal examinatio n and the track, but also has thetrack, but also has the target identification, the analysis and so on, in this, has the major part useful information to display in the movement goal, therefore th e transportation is the topic examination and the track is the intelligent video frequency super visory system now in primary coverage.Based on the mobile target track algorithm movement goal examination and the research, with the final intelligent video frequency supervisory syst em technical construction, the principle of work as well as it in the plot An Fang superiority, t he application situation, difficult and the future trend of development and the key technologie s has carried on the analysis.
This paper studies the ability to improve the detection of moving objects, and to solve the problem of target tracking and tracking in the video surveillance system of intelligent residential area as its application value and guiding significance.
【Key words】Intelligent monitoring,target tracking, intrusiondetection
1 前期工作
1.1 论文研究的背景及意义
通过摄像机来监视指定场所中所发生的事件叫做视频监控。主要是它能把视觉感受与听觉感受，以及对被监控对象的直观可见性与客观性的录制直觉的表达给人们，正因为如此，它已成为智能化小区安全的主要手段。模拟信号的传输和存储方法用于视频监控在过去，问题就是传输过程中易受干扰，不便于存储、不稳定和其他缺陷。自进入21 世纪，随着中国的经济发展，国家住房制度改革和改善人民的生活水平，现在已变得更加复杂要求的人们的生活条件，他们更多和更多关注社区的环境、安全性能、灵活和方便和舒适[1]。智能化小区已成为人们选择住房的重要标准，这主要因为现在的人们对小区智能监控系统还是非常放心的。人们利用先进的技术开发出视频智能监控加入安全防范系统中，由于它可靠性好，正好满足了人们对安全的需求，当然，也使的物业管理更加有效率，也使得小区的安全保障进入了更高的层次。高效、舒适与安全的小区，它已成为现代小区发展的趋势[2]。
智能监测系统的现代社区有社区希望成为必要的配套设施之一。关于安全概念，以知道得越来越激烈，在人们心中生活环境和高的安全要求，当选择住宅的环境，通常周围监视的关键部件是人的一个非常重要的考虑。智能社区是现在很多已经安装视频监控系统，由于安装的安全网络，禁止由技术保护（智能小区监控系统）和人员保护（保安人员），以解决安全问题，要更加可靠和安全比网络安全。
社区的智能视频监控技术分析和图像处理能力是非常强大的、智能化监控系统的智能分析模块，可以通过分析算法智能监测活动，并能触发报警装置，尽可能的发挥出视频资源的作用和意义，还能提高网络的利用效率，因而能让以往的小区智能视频监控系统更加的智能化，来满足小区的住户对安防可靠性小区的需求[3]。
智能小区视频智能监控系统是能够提高小区监控的安全性，小区采用智能视频监控系统可以采用分级监控的方式来代替以往的集中监控形式，保安人员不再是单个显示器屏幕可以更改监视的站点。其中智能视频分析系统它可以在没有人为处理的情况下进行视频图像处理、行为分析和解释。报警装置异常时自动触发并通知安全人员现场特殊情况和具体位置，保安人员可以迅速和有效地处理这个问题。
现在的智能小区视频监控技术的研究不只具有实践意义，它还具有理论研究的意义。
研究目标跟踪和干扰，环境智能监控系统建模、复杂背景元素如运动检测，它属于计算机视觉研究基金会的领域的许多问题本文研究的智能小区监控系统对计算机相关的领
域的研究也具有很重要的意义。
1.2 国内外的现状
由于智能小区视频监控系统的经济价值和应用前景，在外国，有诸多研究机构和大型企业都投入财力人力研究智能小区视频监控系统，在我国，关于这方面的研究也在如火如荼的发展起来。目前，在国内从事小区智能视频监控系统的研究单位有清华大学、北京大学等[4-5]。
1.3 本文研究工作
本文的研究工作包括几个点，大概讲了本文的研究工作安排和智能监控系统研究的国内外现状，对用户需求进行了分析,并总结了客户对智能小区视频监控系统的功能需求及意见，讲述了智能小区视频监控系统的研究意义以及本文研究背景。还实现了运动目标检测，也针对智能小区视频监控中的背景变化问题提出解决方法。
2 小区视频监控系统需求分析与设计
2.1 智能小区视频监控系统需求分析
智能视频监控系统需要能够进行全面的监测、社区和的高科技和先进的技术、先进、可靠的监测设备、成熟和理性的结构、使用不仅体现了先进技术，保证了系统的安全性、稳定性、可靠性理论。结合实际情况来设置小区的智能监控系统也是相当重要的，经济环境，但也有很好的效率。科学，先进的技术和合理的经济的指导方针，使用组合，这将使系统的安全性、开放性、相关性、可靠性、可扩展性，和长期的运营和维护扩展等等保证高[6]。
2.2 智能视频主要内容
要是智能监控系统获取的图像质量很差，它主要是照明，传感器和系统影响的非线性，运动和其他相关的因素，因此我们需要把视频图像进行事先处理，图像处理方法主要有图像修改、把图像进行增强，为后面图像的分析做好准备。通过改善图像质量，可有效降低噪音，使图像的图像处理。也用于图像处理的目标识别与跟踪。在这个过程中，输入和输出图像，但通过我们的预处理，提高了输出图像，将改善视觉效果，更多的计算机图像分析和处理的质量。
2.3 图像的转换
从监控摄像头中采集到的图像的信号为24位信号，计算机图像处理中的 r 、g 、b 像素的每个字节代表 1 到他们一个字节，每个定义的像素颜色的红色、绿色和蓝色颜色的相对亮度。这篇文章不包含颜色信息用于灰度图像，是将彩色图像转换为灰度图像，每个像素在图片从八位字节来表示图像的亮度，因为它是一种灰度图像有 256 灰度级图像，因此处理的过程是容易，而且彩色图像的存储和处理需要使用大量的机器资源我们一般不使用颜色图像处理操作[7]。要将彩色图像转换为灰度图像的公式如下所示：
1141.0587.002989.?+?+?=B G R Y （2.1）
我们根据公式就可以将彩色图像转变成为灰度图像。由这里B G R 、、彩色图像的红色、绿色和蓝色成分，图像灰度值半封闭。
2.4 图像滤波
CCD 摄像机采集的图像不稳定性；自然起伏的噪声；转换过程中引入的新的人为噪声等；它们都是监控图像噪声的来源。但是只要是新采集的图像就有噪声和干扰，那
么就会使得图像的质量发生下降，在试图解决图像干扰或噪音问题，认为有用信息的增强，这让市民容易识别的图像，所以我们要开始处理图像。但因为噪声源多种多样的有很多各种各样的噪声，所以我们可以使用的图像滤波的方法也很多。图像滤波能在图像空间邻域操作完成的，我们根据它的特点将它分成非线性和线的两类。线性滤波器的优点是非常简单和速度快，但其缺点是容易造成边缘和细节都是模糊的和非线性滤波保护不仅信号的详细信息，而且它还可以去除噪声信号中[8] 。
2.5 小区智能监控系统架构组成
基于智能视频分析技术为核心，视频图像处理的实时分析此小区视频监控系统。自动分析的智能监控系统和触发报警，这通过监控视频图像设置监控中心的人机交互操作，由相关工作人员提前设置警报的规则，社会对传统的视频监控效率显著提高。由云台解码器设计，完成的显卡包括四个主要部分、照相机、计算机系统体系结构作为一个整体。摄像头和采集卡是视频图像获取的模块，它们主要是用来进行数据的采集工作；解码器属于的是前端的控制设备，它是通过计算机对它进行控制而产生的一些动作。本文的重点研究部分是计算机部分包括智能分析模块和视频图像处理模块报警系统架构如图 2.1所示。
图2.1 系统架构图
计算机：CPU-Pentium(R)双核2.80GH，内存 1.0G，硬盘160G。
解码器：MV2000 系列智能控制器，解码器是基本设备和智能小区安防监控系统的控制设备，室内和室外PTZ 摄像机中的应用和控制，可用于控制和它是兼容多种控制协议。
采集卡：DS-4000HC视频釆集卡是专用视频图像采集板卡，它的视频压缩技术具有
较高性能，在相同图像质量前提下T占的存储空间很少，稳定性和可靠性也很高。
PTZ 摄像机：何623D 摄像头，最低照明0.81ux/F1.2。云台是摄像头的纵向和横向运动设备。里面有两个电动马达，这两个电机控制相机垂直和水平运动，并允许相机捕捉的图像到不同的位置。
2.6 智能小区视频监控系统实现方式设计
技术来对视频中的数据进行分析，那么它就得先从视频图像的序列中提取出运动的目标，然后小区智能视频分析它是智能监控系统的核心部分，我们利用计算机的智能视频图像分析依据运动目标他在监视场景的不同位置从而进行智能监控，然而不同的检测规则，用户需要的监控系统功能都可以在系统中设置，如果在监控过程中，图像中的人出现了违反预设规则的行为，那么系统就会自动触发报警，并通知相关人员进行处理[9]。
而今的智能小区视频监控系统中的视频分析有两种主要方法︰分析方法和前端后端PC 嵌入模式。
1.前端嵌入式实现
前端嵌入式的实现是使用DSP 或嵌入式系统相似的是，它是在前列的全面的视频分析，监测和相关的加工。它这种实现方式是可以不需要传输视频信息，而且它还具有相当好的兼容性,并且系统稳定性也相当高；但是，在这种实现方式下系统来处理视频图像的能力相当有限，如果是比较复杂的视频，它将很难实现，灵活性不是很高，但是，年底，扩展和系统升级将是非常困难的问题。
2.后端PC分析实现
然而后端PC分析实现它是将视频送达至后端的工控机或PC/服务器上实现的。后端PC分析实现的优点是它容易扩容、可实现复杂的分析算法、功能比较强大、定义灵活，它的这种实现方式是需要比较高性能的网络将视频信息相当高效并且相当可靠的传输，所以，它对硬件的要求也相当高。现在很大部分都是后端PC分析实现方式，这可能是因为后端PC机的数据处理速度要高于前端的DSP芯片的数据处理速度，智能小区视频分析它要很强大的运算能力，然而很大部分DSP的内存都不能满足它运行速度，这样就有可能造成智能小区视频处理效率降低并且会使误报率的增加[10]。本文的智能小区视频监控系统主要研究的是后端PC机来实现。其主要功能模块如图2.2所示：
图2.2 功能模块图
智能视频监控系统通过视频数据采集模块、模块、存储模块与警报、智能视频分析模块和其他组件。从智能模块、警告地区入侵检测模块墙隧道检测和跟踪组件的窗口检测算法爬。报警模块它也是小区智能视频监控系统的重要组成部分，然而，常用的报警形式也有三种形式:声光报警、显示报警、声音报警。
3 视频图像的目标检测
3.1引言
将原有图像中出现的不一样的区域图像找出来叫做视频图像的目标检测，它是运动目标分析和辨别的基础。准确、快速、完整的识别出运动目标不一样的地方，那么就可以保证在后面的目标跟踪的测量更加准确。
3.2运动目标检测
运动目标检测它是自动跟踪的关键和前提，判断它是不是能有效、准确地检测出运动的目标，这直接影响到我们后面工作，也影响系统的整体性能和难易的程度。现目前有很多的算法都是用于检测运动的目标，它们有它们不同的复杂程度和检验出的效果。然而在实际中，运动目标的采集不只是运用一种方法，一般都会综合好几种类似的算法来达到最好的结果。不管它采用哪种算法，都应该满足下面的几个条件：操作简单、能适应实时的系统的要求；还要能够从整张图像中准确的找出运动目标；该算法还要对光线等环境的变化、天气的变化等不敏感，并且对于摄像机振动或者由于其他引起的噪声有都会有很好的处理；这种算法所需要的初始信息应尽量少。所以，从分析看来，最主要的检测有三种方法：帧间差分法、背景差分法、光流法[11]。
3.2.1帧间差分法
在现今的许多应用中，图像序列检测的连续帧图像中的差异是很重要的一步。只要运动可以观察在现场可以表达上所做的更改在场景图像序列，只要检测到更改，您可以分析它的运动特性。除帧差法方程 3.1 操作过程所示。
现在第一次与公式 3.1 计算两帧图像的穷人，得到图像()y x D k ,再根据公式 3.2 差分图像的二值和数学形态滤波处理，()y x D k ,，它的结果()y x R k ,为区域性别分析，只要其中连接的区域面积大于设置的阈值所以它将有可能成为检测目标，并认为这区域的区域范围内的目标，将可以确定目标的最小外接矩形。
()()()y x f y x f y x D k k K ,,,1--=（3.1）
其中f k (x,y)，f k-1(x,y)为连续两帧图像；()y x D k ,为帧差图像。
()()()???≤=T y x D Foreground
T y x D Background y x R k ,,,1,,0,k k ，（3.2）
其中T 是二值化设定阈值。
算法实现简单，编程的复杂程度低，但是这种方法在使用过程中的存在两个问题：第一是两个帧中目标的部分检测出比实际目标的相对变化大一些，存在更多的伪目标点;第二是两个帧之间目标的重叠部分不容易被检测出来，因为直接与相邻的两个帧相减后，保留下来的部分。以上是连续帧差法的运动目标检测，基于它的主要优点。通常在这些有限差分图像的实际应用中含有大量的噪声、简单噪声去除方法是使用标准的筛选和过滤元件的规模小，但可能有一些有用的信号滤波，如那些从缓慢运动或运动物体的小差分信号[12]。
3.2.2背景差分法
背景差法是一种高效的算法的运动目标检测与已知的案情，一种用于检测运动技术的背景。其基本思想是：第一，使用预先存储或背景图像序列的实时统计建模的每个获得背景模型 F B （x ，y ）;第二，当前 F K （x ，y ）的每个帧和背景模型 F B （x ，y ）中减去，偏差从大的背景图像的图像中的像素。后续处理步骤和帧差分法的一样，直到确定目标最小外接矩形。
()()()y x f y x f y x D b k k ,,,-=(3.3)
其中，()y x f k ,为某一帧图像，()y x f b ,为背景图像，()y x D b ,为帧差图像。
这种方法的主要特点是，你必须使用静态背景被监视而运动对象检测基于背景图像差值比连续帧差法提取更完整的图像，但易受环境光线影响当前的环境。
3.3 图像分割
到不同地区特征及提取物的技术和过程图像 ROI 的图像。图像分割的一般定义是，如下所示。
离散的图像信号()n m f ,段f 划分成几个链接，非 null 分区1F ，2F ，.....P F 和满足均匀性的下列原则之一： p
i i F F 1-=；F i 是互相连通的；i ?均一性原则f E 都是满足的；对任何两个相邻的i F 、j F 的联合体()φ=?j i F F E 。
图像分割的区域需要有连接具有相同特征。连接是指存在任何在该区域，其中包含所有像素; 彼此相邻行中的两个点的路径同质性是指某段遇见的所有基于灰度级区域内像素纹理、颜色和其他特征具有一定的相似性。下面介绍几种方法的图像分割方法。
3.3.1图像阈值分割
图像阈值分割是广泛使用的图像分割技术，它使用具有图像背景中的灰色特性尚和图像中提取目标的差异，把图像作为有两类区域的不同灰度级，背景和目标的组合，选择阈值，权确定图像中的的每个的像素点应属于背景区域也是目标让这个生产相应的二值图像。对象与背景对比强烈的镜头方法是分割的非常有效的。此外，阈值，将不只精简的过程步骤和随后的分析和压缩数据，减少存储容量[13]。该算法的数学描述可以表示为：
让()y x ,坐标在二维图像中，图像灰度范围是G = {0 1，2，...，1-L }，0 代表最暗点一般情况下，和1-L 代表突出显示，灰度级上的坐标()y x ,点表示为()y x f ,。让g t ∈是阈值，}{10b b B 、=然而代表二进制，灰度g b b ∈10、，你得到的函数t f 的图像阈值分割中是：
()()()???=T
y x f b T y x f b y x f ,,,,,10t （3.5） 通常，阈值分割算法是按照某个函数求最优值T 的过程。
3.3.2常用的阈值分割方法
一、双峰法
如果图像包含只有背景和对象分为两部分，然后如图 3.1 所示的直方图。看到两个峰直方图[14]。如果你选择 t 的灰度值是阈值在底部，那么对象和背景可以很自然地分开。示的数学描述：
()()()?
??≥=t y x f t y x f y x ,,0,,1,g （3.6）
图3.1 灰度直方图
二、迭代阈值法
迭代法是对复杂图像分割的方法。第一张照片是作为初始阈值值 T0。
2
k 10Z Z T +=（3.7） 接着以下面的式子进行迭代：
1、找出平均灰度A Z 和B Z ，基于阈值图像分割
()()()
()()∑∑?=k k T j i Z T j i Z A j i N j i N j i Z Z ,,,,,（3.8）
()()()
()()∑∑?=k k T j i Z T j i Z B j i N j i N j i Z Z ,,,,,（3.9）
()j i Z ,是()j i ,灰度值()j i N ,是()j i ,加权因子的一般表示()1,=j i N 。
2 求出新阈值
2
1B A K Z Z T +=+（3.10） 当i i T T =+1结束的迭代，钛是在结束了阈值分割。
3.4本文采用的运动检测算法
现阶段有很多种方法都是关于运动目标的检测，本文研究了在特定上下文中的运动物体的实时监控系统中出现。如果你预先假定的背景相机的位置相对固定，背景不移动序列中。其目标是要提取的背景图像的变化部分。这整个算法基于差图像算法，在图像二值化阈值，分段二进制文件和分割模块中, 值滤波来完成[15]。
图像的分割以及运动目标的提取过程如下：
1、就是计算处理背景图像与图像之间的差图像
由于背景的图像被固定在图像时那里移动的图像中的对象出现通过比较图像灰度值对应的背景图像，您可以检测对象的运动，所以第一步是处理图像和相应点灰色的录制图像作为背景图像之差的绝对值。
2、中值滤波
对已经取得了的图像往往会有一些孤立噪声的存在，这种噪声中的下一个错误发生在图像分析中可提取。去除噪声的高斯滤波和均值滤波时噪音，有时更会导致图像不清晰。所以本系统采用中值滤波可以有效地去除隔离的噪音。