浅谈面向多传感器智能监控系统的技术研究论文
浅谈面向多传感器智能监控系统的技术研究论文
智能监控系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息，快速准确的定位事故现场，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警，事中处理，事后及时取证的全自动、全天候、实时监控的智能系统。以下是学习啦小编为大家精心准备的：浅谈面向多传感器智能监控系统的技术研究相关论文。内容仅供参考，欢迎阅读!
浅谈面向多传感器智能监控系统的技术研究全文如下：
1概述
在视频监控领域中，其传统技术手段都是通过人员来实现人工监控动态目标，而这种监控方式的最大问题就在于人员容易疲劳，难以实现对每路视频信号的实时监控，在出现突发事件的情况下，报警精确度也比较差，经常出现误报、漏报现象，要实现数据的事后分析也比较困难。所以，为了能够彻底解决这些问题，人们将基于计算机视觉的控制技术引入到视频监控系统中，经过多年发展，已经逐渐发展成为一种新型的视频监控技术，即智能视频监控。本文主要设计一种基于声光联合定位的多摄像头智能化监控方案，其工作流程可以概括为：通过声源对目标进行自动定位处理，然后再利用高性能的云台驱动系统来实现对特定动态目标的快速跟踪与监控。
2智能视频监控系统的构成
文中智能视频监控系统的硬件结构中主要包括视频采集控制模块、服务器模块以及行为理解和决策模块等。在整个智能监控系统的部署应用中，主要采用分布式的控制方式，将每个节点都作为相对独立的子系统来使用。所以，在每个节点中，都包括了音频和视频信号采集组件、防护罩以及云台控制组件等。
对于系统中的视频采集控制模块，主要将摄像机作为目标信息获取的设备，通过各种类型的CCD图像传感器部件，将采集到的输出信号经过视频信号处理电路后，将其转换为标准的视频信号，然后再通过以太网传送到服务器端，这样就可以对其进行包括压缩和解码在内的一系列处理。
对于系统的服务器端，又可以分为三个不同的子模块，分别是视频编码解码、视频处理以及窗口界面等。通常，在视频的编码子模块中都采用MPEG-4视频压缩标准，实现对采集控制模块所传送过来的视频信号的压缩编码;而视频解码模块则可以完成对码流的实时解码与播放;视频的处理模块，则能够实现视场内运动目标的自动检测与实时识别，从而实时掌握和获取目标的状态信息。对于系统中的行为理解与决策模块，主要功能就是通过初步处理后的图像数据，对其中的目标特性进行进一步的深入分析和挖掘，从而实现对视场内各种类型目标行为的深度理解，完成对客观场景的最终解释过程，为智能化系统的决策提供支持。在该模块中，还包括了三个组件，即：理解、状态估计与决策推理等。
3关键技术研究
3.1云台控制系统与技术
可以将监测获取的目标位置输入到云台控制系统中，作为其输入信号使用，从而实现云台跟随运动目标移动的控制过程，将运动目标一直位于系统监控视场的中心。在此过程中，为了能够为云台的跟踪提供灵敏的响应速度以及较高的跟踪精度，可以在系统中设置多个控制和调节器件，分别实现对位置、转速和电流的调节和控制。针对那些快速移动的目标，为了能够对其进行精确跟踪，采用永磁直流力矩电动机作为执行元件，这也是考虑到这种元件更适用于高精度的位置伺服系统以及低速的控制系统中。
3.2运动目标检测技术
现在所广泛采用的运动目标检测，就是要从连续变换的序列图像中，将发生变化的区域进行识别、分割处理。一种常用的检测算法为帧间差分法，可以较好地使用环境的变换，完成对运动目标的检测，但该算法所得到的像素点不够完整，因此需要对其进行形态学处理，进而得到更加完整的运动目标。在对监控图像进行处理之前都需要预处理过程，从而消除由于各种因素所造成的噪声，这些因素主要包括天气、光照强度、传感器质量等，进而改善图像的质量和效果，便于后续操作与处理过程的实施。
接着，就需要通过数学形态学理论对得到的运动目标图像进行处理，进而在保持其原本形状的情况下，将与图像中目标不相干部分剔除掉。经过数学形态学的处理过程后，就能够将图像中的一些孤立点和小的空洞消除掉。不过，图像中所存在的一些尺度较大的空洞则难以有效消除，所以，还需要设计连通性区域检测过程，这样，所有的图像中存在的空洞就进本消除，从而保证了获取的运动目标更加完整。
3.3声源定位技术
在某个空间平面中麦克风位置确定的情况下，如果假设声源S的位置点坐标为(x, y)，则充分考虑声源与接收点位置的差异，将声音到达各个接收器的时间差表示为t。
其中， 1 t 表示第1和第2个接收器的声音时间差，2 t 表示第1和第3个接收器所收到的声音时间差，而v表示大气中声音的传播速度。所以，通过上面的式子，利用计算机对1 t 和 2 t 进行测量，进而就可以得到声源点的具体坐标位置。
4实验结果与分析
在实验室中，可以就文中系统所涉及的技术进行仿真实验。基于声源的定位算法利用C语言编码，硬件以8051单片机为平台;对于运动目标的检测试验则选用一般的PC机。
对于声源定位算法，主要在距离声源测试点5m左右的范围内完成测试过程，经过试验准确获得了目标位置，且测量结果的误差精度为mm级别。
云台控制系统的仿真主要通过Simulink来完成系统的建模与仿真过程，试验结果表明，如果将阶跃信号输入系统，则可以将稳态误差控制在0值，说明定位精度较高;如果输入为正弦信号，则系统输出能够对输入成功响应，这也反映了系统的跟随性能较好，可以满足设计的基本需求。如果采用了数字控制系统，则系统的动态性能会更高。
运动目标的检测，在运动目标提取过程中没有对摄像机的运动进行考虑，只针对室内环境中的人体视频序列，以及室外环境中的运动车辆视频序列，利用相邻三帧差分方法进行测试，检测结果表明算法能够较好地提取运动目标。
5结语
论文中设计了一种智能化的视频监控系统方案，该方案利用声源定位技术来实现目标快速定位，通过相邻三帧图像序列的差分方法实现运动目标提取。系统能够对摄像机的姿态进行实时调整和控制，完成对高速运动目标的精确跟踪。在仿真实验的基础上，对这些技术进行了验证，说明了文中所采用方法的可行性。
【浅谈面向多传感器智能监控系统的技术研究论文】相关文章：