網絡數字視頻圖像監(jiān)控技術的優(yōu)化分析

余鵬

摘要：本文闡述了網絡數字視頻圖像監(jiān)控系統(tǒng)新技術研發(fā)的必要性，研究分析了網絡數字視頻圖像監(jiān)控技術的優(yōu)化。

關鍵詞：網絡數字視頻；圖像監(jiān)控；優(yōu)化

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2018）07-0225-01

當前，圖像監(jiān)控技術在我國應用越來越廣泛，尤其在保密單位、制造企業(yè)、銀行、交通部門等行業(yè)以及政府部門監(jiān)控設施屬于必備條件。傳統(tǒng)監(jiān)控系統(tǒng)存在很多方面的劣勢，監(jiān)控存在死角，清晰度不高，監(jiān)控資料保存困難，且調用效率低。網絡數字視頻圖像監(jiān)控技術在傳統(tǒng)的技術上進行升級和創(chuàng)新，結合了圖像處理和信息技術，有效解決了傳統(tǒng)監(jiān)控技術的缺陷，不僅能對簡單運動進行檢測，還能對復雜運動進行識別和判斷。本文從網絡數字視頻圖像監(jiān)控技術的優(yōu)化進行分析和探討，為數字視頻監(jiān)控技術的更新提供一些參考。

1 網絡數字視頻圖像監(jiān)控系統(tǒng)新技術研發(fā)的必要性

目前使用圖像監(jiān)控系統(tǒng)的行業(yè)主要是生產制造行業(yè)，用來對無人化的生產環(huán)節(jié)進行監(jiān)控，通過自動化技術實現企業(yè)的現代化發(fā)展。監(jiān)控存在的主要場所有停車庫、銀行營業(yè)部、軍事基地等地方，出于安全性和保密性的要求，必須安裝圖像監(jiān)控系統(tǒng)。因此，監(jiān)控系統(tǒng)的市場需求量極大，那么就必須提升監(jiān)控效率和效果，為不同行業(yè)提供安全可靠的保障。

網絡數字視頻圖像監(jiān)控系統(tǒng)與傳統(tǒng)監(jiān)控系統(tǒng)相比，自動化水平更高。傳統(tǒng)監(jiān)控系統(tǒng)需要依靠人工觀察，如果監(jiān)控人員發(fā)現異常情況，立刻人工報警。通過視頻序列檢測技術在監(jiān)控系統(tǒng)的應用，實現了網絡數字視頻圖像監(jiān)控技術的優(yōu)化。不需要專門監(jiān)控人員的監(jiān)視，而可以自動檢測圖像中的人和物的行為活動，如果發(fā)現其活動與預先設定危險情況匹配，就會自動報警。視頻序列檢測技術使網絡數字視頻圖像監(jiān)控系統(tǒng)的自動化水平大大提升，強化了監(jiān)控的工作效益。除了自動報警之外，還可以統(tǒng)計各種觀測到的數據信息。比如，在交通部門中運用此技術時，能夠自動統(tǒng)計各個主干道的車流量情況，同時能夠將日車流量繪制成曲線。

2 網絡數字視頻圖像監(jiān)控技術優(yōu)化

2.1 網絡數字視頻圖像監(jiān)控技術的難點

運動是我們日常生活中的常態(tài)，許多信息都由運動產生，那么要想實現圖像序列運動檢測技術的優(yōu)勢，就要對物體的運動信息進行深入研究。例如，制造企業(yè)利用監(jiān)控系統(tǒng)來監(jiān)控生產各個環(huán)節(jié)和流程上的工作行為，交通部門利用監(jiān)控系統(tǒng)來監(jiān)測和統(tǒng)計車流量。同時對物體運動的研究也是圖像序列檢測技術的難點，運動分割、識別和判斷難度很高，同時難以處理運動物體之間的遮擋問題。這一難點如果得不到解決和處理，就很難體現圖像序列運動檢測技術的優(yōu)勢。同時，當前的監(jiān)控系統(tǒng)穩(wěn)定性不高，監(jiān)控效果容易受外界因素干擾，攝像頭會由于天氣條件的變化而受到不良影響，進而降低監(jiān)控質量。在對物體運動進行判斷時，精確度不高，難以保障當地的安全性[1]。

2.2 圖像序列運動檢測流程

圖像序列運動檢測涉及的算法很復雜，技術應用的范圍不同，選擇的算法也不同。將此技術運用到數字視頻監(jiān)控系統(tǒng)中，首先需要檢測出監(jiān)控系統(tǒng)檢測出的圖像中是否有物體的運動跡象，通過對物體的運動軌跡進行檢測，來判斷其是否與異常情況相符，對于不同的應用對象，需要編制不同類型的算法。如果需要監(jiān)控系統(tǒng)具有自動報警的功能，就要在系統(tǒng)算法中加入自動報警的條件，當檢測出物體的運動軌跡與條件匹配，系統(tǒng)就會立刻自動報警[2]。

這類算法主要包括對物體的運動與否、運動方向和位置等信息。此外，物體的絕大部分信息已經包含在圖像序列的亮度分量中，因此運動檢測是以灰度圖像序列作為基本的圖像數據。但是灰度圖像序列有一個缺陷，當同時監(jiān)控多個目標物體時，部分目標的灰度難以清楚分辨，因此運動分析和檢測難度就會很大。如果要提升檢測精確度，就要適當的減少檢測目標的數量。在使用圖像序列運動檢測技術的過程中，會受到多種外界因素干擾。比如光照條件，如果光照條件出現變化，靜止物體的灰度值會更加接近運動物體，那么對目標物體采集的運動數據精度就會降低。如果攝像機受到影響，圖像畫面出現抖動，即使是靜止的物體也會視為處于運動狀態(tài)，系統(tǒng)會誤識別為運動物體，占用檢測資源，檢測容易出錯，同時也會干擾算法，降低計算精度。

監(jiān)控系統(tǒng)的用途不同，也要求不同的檢測精度，通過不同類型算法的使用，能夠滿足不同應用領域的需求，通過對簡單運動和復雜運動進行分析，展現系統(tǒng)對兩種運動的處理流程。

如圖1所示，為簡單運動的處理流程。首先，要編制包含了報警條件的算法，基于這個條件監(jiān)控系統(tǒng)會自動識別物體的運動情況，并且發(fā)現異常時自動報警。對簡單運動的處理不會涉及物體的大小和數量等問題，只關注運動信息。

對于復雜運動處理流程，由于是處理一個完整的視頻運動，涉及的算法相對更復雜，流程也更多。在簡單運動算法的基礎上進行改進和優(yōu)化，根據系統(tǒng)不同的應用場合需要設計不同的算法。該算法流程的依據是邊緣提取的逐幀差分運動檢測算法，在此算法的應用過程中，首先，要判定視頻中的物體是否發(fā)生運動，其次，根據物體的運動位置、方向等信息來對物體的大小進行判定，如果運動物體體積較小，就可以忽視，防止誤報警的情況。對復雜運動的處理是將多種技術進行綜合應用，主要包含圖像匹配技術、計算機圖像預處理技術和圖像邊緣提取技術[3]。

通過算法獲得物體運動信息的流程是，首先要獲取數字視頻序列中的圖像幀，然后通過算法進行圖像預處理，來消除噪音，采用簡單差分判定物體是否運動，將圖像邊緣特性提取出來，二次差分將運動邊緣去掉，最后匹配圖像，就獲得了圖像信息。

3 結語

對網絡數字視頻監(jiān)控技術進行優(yōu)化，主要采用的手段就是圖像序列檢測技術，本文通過對數字序列運動檢測流程以及算法進行分析，在傳統(tǒng)算法上進行升級和改進，以判斷物體的運動情況，將物體的運動位置和方向等信息進行統(tǒng)計和記錄，同時通過與算法條件進行匹配，來進行自動報警。數字視頻監(jiān)控系統(tǒng)尚未發(fā)展成熟，在很多方面還存在缺陷，因此數字視頻監(jiān)控技術仍舊需要進一步改善，以提升其識別精度。

參考文獻

[1]李雯雯，譚玉波.智能視頻監(jiān)控技術研究綜述[J].福建電腦，2018，（03）：1-2+139.

[2]邰貴華.視頻監(jiān)控系統(tǒng)的研究與應用[D].南京郵電大學，2017.

[3]武衛(wèi)翔.網絡數字視頻圖像監(jiān)控技術優(yōu)化研究[J].電子技術與軟件工程，2016，（21）：86.