基于Android平台视频智能监控报警系统.docVIP

基于Android平台视频智能监控报警系统摘要：视频智能监控是视觉领域一个新兴的研究方向，它能够主动监控某个范围内的场景，如银行、商场、家庭物业等，相比于目前被动的视频录像，事后人工查看、分析，它是一种新的侵入探测技术。视频智能监控报警系统对视频监控图像进行分析，利用图像目标检测和图像目标分类算法，提取待检测区域中运动物体的活动特征，将此特征与设定的报警规则对比。一旦满足报警条件，系统将通过彩信、短信、E-mail等方式把信息发送给相关人员，并提醒查看。 关键词：Android平台；视频智能监控；目标检测；OpenCV 中图分类号：TP387 　　　文献标识码：A 　　　　文章编号：1009-2374（2012）20-0028-02 基于Android平台的视频监控报警系统采用的移动终端是带摄像头和3G网络的Android平台。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，快速准确地定位事故现场，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 发其他动作，实现全自动、全天候的实时监控。 1　Android硬件平台的搭建 1.1　 Android操作系统的开放性 Android操作系统从第一代产品发布至今只有短短几年的历史，却能够在移动操作系统市场占据领导地位，甚至超过苹果的iOS，这和Android平台的开放性是密不可分的。开发的平台允许任何移动终端厂商加入到Android联盟中来。显著的开放性可以使其拥有更多的开发者，随着用户和应用的日益丰富，一个崭新的平台也将很快走向成熟。Android系统对于硬件驱动的支持也是非常丰富的，比如在Android平台下面，WIFI、GPRS、3G、CMOS摄像头、蓝牙、GPS能够一应俱全。 1.2　支持Android系统的硬件飞速发展 支持Android系统的ARM架构硬件平台，在近一两年，处理器速度有了飞速的发展。主频从500MHZ、800MHZ到如今的双核、4核1.5GHZ，处理速度大幅提高，完全可以实时进行比较复杂的图像处理和图像分析的算法。这也为本项目提供了有利的操作系统和硬件支持。 2　基于图像分析的智能监控算法 2.1　OpenCV-Android算法的应用 OpenCV是intel资助的开源计算机视觉库。它由一系列C函数和C++类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV具有平台无关性，基于OpenCV开发的程序可以直接在Windows、Linux和Android等平台之间相互移植。 OpenCV-Android是OpenCV在Android平台上的移植版。 2.2　基于图像分析的入侵目标监控算法分析 视频监控和图像、视频智能分析是这个项目的核心。摄像头不断监控着目标区域，获取视频图像，Android系统得到这些视频数据，分析数据，判断是否有可疑目标出现。本项目研究的是背景静止视频序列运动目标检测与跟踪。目前最简单的是帧间差分法，它是对一段视频中相邻的两帧图像进行相减，再取绝对值，把图像分割为静止的区域和变化的运动区域。再用适当的阈值去除噪声和由背景运动引起的偏差，但差分法运动检测算法简单,不能提取出所有相关的特征像素点，只能获取运动目标的边缘。光流法也是当前运动图像分析的主流方法，当运动物体与背景发生相对运动时，它在图像上对应点的亮度模式也在运动，这种像素点运动的瞬时速度场就是光流。光流值反应了图像的变化，其中就包含了目标运动的信息，因此可被用来确定目标的运动情况，但是大部分光流计算复杂度极高，如果没有特殊的硬件支持（如DSP），很难实现实时检测。 本项目使用了一种名为“更新运动历史图像”的算法，成功地完成了对侵入的运动目标的发现与跟踪。此方法是对差分法的一种改进，算法第一步是获得当前帧与上一帧的差，再对差分图像进行二值化，以去除超时对图像的影响，更新运动历史图像，接下来计算运动历史图像的梯度方向，再将整个运动分割为独立的部分，然后用一个结构序列标记每一个运动分割部分，最后计算某一个目标区域的全局运动方向，从而获得运动目标的质心位置与运动方向。算法流程如图1所示： 图1 更新运动历史算法流程 这个算法的基础是运动目标相邻两帧之间在图像上存在交集，此算法不用其他图像处理算法和相关分析以及轨迹后处理就可以清晰地显示目标的轨迹、运动速度和运动方向。用该算法检测运动目标前景图像的具体步骤如下： （1）存储检测出来的目标前景图像，并使过去的帧灰度递减； （2）在当前帧上标记时间戳，叠加存储到历史图像中； （3）在分割得到的梯度渐变图