淺談面向多傳感器智能監(jiān)控系統(tǒng)的技術(shù)研究論文
淺談面向多傳感器智能監(jiān)控系統(tǒng)的技術(shù)研究論文
智能監(jiān)控系統(tǒng)是采用圖像處理、模式識(shí)別和計(jì)算機(jī)視覺技術(shù)，通過(guò)在監(jiān)控系統(tǒng)中增加智能視頻分析模塊，借助計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)處理能力過(guò)濾掉視頻畫面無(wú)用的或干擾信息、自動(dòng)識(shí)別不同物體，分析抽取視頻源中關(guān)鍵有用信息，快速準(zhǔn)確的定位事故現(xiàn)場(chǎng)，判斷監(jiān)控畫面中的異常情況，并以最快和最佳的方式發(fā)出警報(bào)或觸發(fā)其它動(dòng)作，從而有效進(jìn)行事前預(yù)警，事中處理，事后及時(shí)取證的全自動(dòng)、全天候、實(shí)時(shí)監(jiān)控的智能系統(tǒng)。以下是學(xué)習(xí)啦小編為大家精心準(zhǔn)備的：淺談面向多傳感器智能監(jiān)控系統(tǒng)的技術(shù)研究相關(guān)論文。內(nèi)容僅供參考，歡迎閱讀!
淺談面向多傳感器智能監(jiān)控系統(tǒng)的技術(shù)研究全文如下：
1概述
在視頻監(jiān)控領(lǐng)域中，其傳統(tǒng)技術(shù)手段都是通過(guò)人員來(lái)實(shí)現(xiàn)人工監(jiān)控動(dòng)態(tài)目標(biāo)，而這種監(jiān)控方式的最大問(wèn)題就在于人員容易疲勞，難以實(shí)現(xiàn)對(duì)每路視頻信號(hào)的實(shí)時(shí)監(jiān)控，在出現(xiàn)突發(fā)事件的情況下，報(bào)警精確度也比較差，經(jīng)常出現(xiàn)誤報(bào)、漏報(bào)現(xiàn)象，要實(shí)現(xiàn)數(shù)據(jù)的事后分析也比較困難。所以，為了能夠徹底解決這些問(wèn)題，人們將基于計(jì)算機(jī)視覺的控制技術(shù)引入到視頻監(jiān)控系統(tǒng)中，經(jīng)過(guò)多年發(fā)展，已經(jīng)逐漸發(fā)展成為一種新型的視頻監(jiān)控技術(shù)，即智能視頻監(jiān)控。本文主要設(shè)計(jì)一種基于聲光聯(lián)合定位的多攝像頭智能化監(jiān)控方案，其工作流程可以概括為：通過(guò)聲源對(duì)目標(biāo)進(jìn)行自動(dòng)定位處理，然后再利用高性能的云臺(tái)驅(qū)動(dòng)系統(tǒng)來(lái)實(shí)現(xiàn)對(duì)特定動(dòng)態(tài)目標(biāo)的快速跟蹤與監(jiān)控。
2智能視頻監(jiān)控系統(tǒng)的構(gòu)成
文中智能視頻監(jiān)控系統(tǒng)的硬件結(jié)構(gòu)中主要包括視頻采集控制模塊、服務(wù)器模塊以及行為理解和決策模塊等。在整個(gè)智能監(jiān)控系統(tǒng)的部署應(yīng)用中，主要采用分布式的控制方式，將每個(gè)節(jié)點(diǎn)都作為相對(duì)獨(dú)立的子系統(tǒng)來(lái)使用。所以，在每個(gè)節(jié)點(diǎn)中，都包括了音頻和視頻信號(hào)采集組件、防護(hù)罩以及云臺(tái)控制組件等。
對(duì)于系統(tǒng)中的視頻采集控制模塊，主要將攝像機(jī)作為目標(biāo)信息獲取的設(shè)備，通過(guò)各種類型的CCD圖像傳感器部件，將采集到的輸出信號(hào)經(jīng)過(guò)視頻信號(hào)處理電路后，將其轉(zhuǎn)換為標(biāo)準(zhǔn)的視頻信號(hào)，然后再通過(guò)以太網(wǎng)傳送到服務(wù)器端，這樣就可以對(duì)其進(jìn)行包括壓縮和解碼在內(nèi)的一系列處理。
對(duì)于系統(tǒng)的服務(wù)器端，又可以分為三個(gè)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(biāo)準(zhǔn)，實(shí)現(xiàn)對(duì)采集控制模塊所傳送過(guò)來(lái)的視頻信號(hào)的壓縮編碼;而視頻解碼模塊則可以完成對(duì)碼流的實(shí)時(shí)解碼與播放;視頻的處理模塊，則能夠?qū)崿F(xiàn)視場(chǎng)內(nèi)運(yùn)動(dòng)目標(biāo)的自動(dòng)檢測(cè)與實(shí)時(shí)識(shí)別，從而實(shí)時(shí)掌握和獲取目標(biāo)的狀態(tài)信息。對(duì)于系統(tǒng)中的行為理解與決策模塊，主要功能就是通過(guò)初步處理后的圖像數(shù)據(jù)，對(duì)其中的目標(biāo)特性進(jìn)行進(jìn)一步的深入分析和挖掘，從而實(shí)現(xiàn)對(duì)視場(chǎng)內(nèi)各種類型目標(biāo)行為的深度理解，完成對(duì)客觀場(chǎng)景的最終解釋過(guò)程，為智能化系統(tǒng)的決策提供支持。在該模塊中，還包括了三個(gè)組件，即：理解、狀態(tài)估計(jì)與決策推理等。
3關(guān)鍵技術(shù)研究
3.1云臺(tái)控制系統(tǒng)與技術(shù)
可以將監(jiān)測(cè)獲取的目標(biāo)位置輸入到云臺(tái)控制系統(tǒng)中，作為其輸入信號(hào)使用，從而實(shí)現(xiàn)云臺(tái)跟隨運(yùn)動(dòng)目標(biāo)移動(dòng)的控制過(guò)程，將運(yùn)動(dòng)目標(biāo)一直位于系統(tǒng)監(jiān)控視場(chǎng)的中心。在此過(guò)程中，為了能夠?yàn)樵婆_(tái)的跟蹤提供靈敏的響應(yīng)速度以及較高的跟蹤精度，可以在系統(tǒng)中設(shè)置多個(gè)控制和調(diào)節(jié)器件，分別實(shí)現(xiàn)對(duì)位置、轉(zhuǎn)速和電流的調(diào)節(jié)和控制。針對(duì)那些快速移動(dòng)的目標(biāo)，為了能夠?qū)ζ溥M(jìn)行精確跟蹤，采用永磁直流力矩電動(dòng)機(jī)作為執(zhí)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(tǒng)以及低速的控制系統(tǒng)中。
3.2運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)
現(xiàn)在所廣泛采用的運(yùn)動(dòng)目標(biāo)檢測(cè)，就是要從連續(xù)變換的序列圖像中，將發(fā)生變化的區(qū)域進(jìn)行識(shí)別、分割處理。一種常用的檢測(cè)算法為幀間差分法，可以較好地使用環(huán)境的變換，完成對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)，但該算法所得到的像素點(diǎn)不夠完整，因此需要對(duì)其進(jìn)行形態(tài)學(xué)處理，進(jìn)而得到更加完整的運(yùn)動(dòng)目標(biāo)。在對(duì)監(jiān)控圖像進(jìn)行處理之前都需要預(yù)處理過(guò)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(qiáng)度、傳感器質(zhì)量等，進(jìn)而改善圖像的質(zhì)量和效果，便于后續(xù)操作與處理過(guò)程的實(shí)施。
接著，就需要通過(guò)數(shù)學(xué)形態(tài)學(xué)理論對(duì)得到的運(yùn)動(dòng)目標(biāo)圖像進(jìn)行處理，進(jìn)而在保持其原本形狀的情況下，將與圖像中目標(biāo)不相干部分剔除掉。經(jīng)過(guò)數(shù)學(xué)形態(tài)學(xué)的處理過(guò)程后，就能夠?qū)D像中的一些孤立點(diǎn)和小的空洞消除掉。不過(guò)，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(shè)計(jì)連通性區(qū)域檢測(cè)過(guò)程，這樣，所有的圖像中存在的空洞就進(jìn)本消除，從而保證了獲取的運(yùn)動(dòng)目標(biāo)更加完整。
3.3聲源定位技術(shù)
在某個(gè)空間平面中麥克風(fēng)位置確定的情況下，如果假設(shè)聲源S的位置點(diǎn)坐標(biāo)為(x, y)，則充分考慮聲源與接收點(diǎn)位置的差異，將聲音到達(dá)各個(gè)接收器的時(shí)間差表示為t。
其中， 1 t 表示第1和第2個(gè)接收器的聲音時(shí)間差，2 t 表示第1和第3個(gè)接收器所收到的聲音時(shí)間差，而v表示大氣中聲音的傳播速度。所以，通過(guò)上面的式子，利用計(jì)算機(jī)對(duì)1 t 和 2 t 進(jìn)行測(cè)量，進(jìn)而就可以得到聲源點(diǎn)的具體坐標(biāo)位置。
4實(shí)驗(yàn)結(jié)果與分析
在實(shí)驗(yàn)室中，可以就文中系統(tǒng)所涉及的技術(shù)進(jìn)行仿真實(shí)驗(yàn)?；诼曉吹亩ㄎ凰惴ɡ肅語(yǔ)言編碼，硬件以8051單片機(jī)為平臺(tái);對(duì)于運(yùn)動(dòng)目標(biāo)的檢測(cè)試驗(yàn)則選用一般的PC機(jī)。
對(duì)于聲源定位算法，主要在距離聲源測(cè)試點(diǎn)5m左右的范圍內(nèi)完成測(cè)試過(guò)程，經(jīng)過(guò)試驗(yàn)準(zhǔn)確獲得了目標(biāo)位置，且測(cè)量結(jié)果的誤差精度為mm級(jí)別。
云臺(tái)控制系統(tǒng)的仿真主要通過(guò)Simulink來(lái)完成系統(tǒng)的建模與仿真過(guò)程，試驗(yàn)結(jié)果表明，如果將階躍信號(hào)輸入系統(tǒng)，則可以將穩(wěn)態(tài)誤差控制在0值，說(shuō)明定位精度較高;如果輸入為正弦信號(hào)，則系統(tǒng)輸出能夠?qū)斎氤晒憫?yīng)，這也反映了系統(tǒng)的跟隨性能較好，可以滿足設(shè)計(jì)的基本需求。如果采用了數(shù)字控制系統(tǒng)，則系統(tǒng)的動(dòng)態(tài)性能會(huì)更高。
運(yùn)動(dòng)目標(biāo)的檢測(cè)，在運(yùn)動(dòng)目標(biāo)提取過(guò)程中沒有對(duì)攝像機(jī)的運(yùn)動(dòng)進(jìn)行考慮，只針對(duì)室內(nèi)環(huán)境中的人體視頻序列，以及室外環(huán)境中的運(yùn)動(dòng)車輛視頻序列，利用相鄰三幀差分方法進(jìn)行測(cè)試，檢測(cè)結(jié)果表明算法能夠較好地提取運(yùn)動(dòng)目標(biāo)。
5結(jié)語(yǔ)
論文中設(shè)計(jì)了一種智能化的視頻監(jiān)控系統(tǒng)方案，該方案利用聲源定位技術(shù)來(lái)實(shí)現(xiàn)目標(biāo)快速定位，通過(guò)相鄰三幀圖像序列的差分方法實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)提取。系統(tǒng)能夠?qū)z像機(jī)的姿態(tài)進(jìn)行實(shí)時(shí)調(diào)整和控制，完成對(duì)高速運(yùn)動(dòng)目標(biāo)的精確跟蹤。在仿真實(shí)驗(yàn)的基礎(chǔ)上，對(duì)這些技術(shù)進(jìn)行了驗(yàn)證，說(shuō)明了文中所采用方法的可行性。
【淺談面向多傳感器智能監(jiān)控系統(tǒng)的技術(shù)研究論文】相關(guān)文章：
1.淺談物聯(lián)網(wǎng)固定資產(chǎn)管理系統(tǒng)的研究與開發(fā)論文
2.淺談基于空中交通管理自動(dòng)化的集成系統(tǒng)研究論文
3.淺談基于智能計(jì)算的計(jì)算機(jī)網(wǎng)絡(luò)可靠性分析研究論文