基于物联网视频感知技术关键技术研究.docVIP

基于物联网视频感知技术关键技术研究 　　摘 要：摄像机是获取视频信息的主要工具。随着物联网的普及，摄像机越来越多地进入到生活中，已经成为公安、社会活动中重要的感知工具。文章针对摄像机的一些特性，结合物联网的技术，对视频感知中的几个关键技术进行分析和研究。 　　关键词：物联网；视频处理；视频感知 　　视频处理是图像处理技术的一种延伸，因为它基于时间的动态特性，又衍生了一些图像上不具有的独特性质。常用的视频处理包括对视频压缩、对兴趣区的捕捉、边缘提取等。对于一些实际的应用，往往需要综合多种的基本处理方法。 　　1 视频感知系统硬件组成 　　视频处理系统主要包含视频采集装置和视频处理装置。视频采集设备主要是摄像机，常规的摄像机主要是获取视频信号并保存到存储卡中，新兴的网络摄像机除了具有常规摄像机的功能，还能将信息通过网络传送到其他设备。视频处理装置是将采集到的视频进行一定的处理并存储到本地或者网络上其他位置的装置。摄像机一般使用ARM架构，适合视频处理，很多公司如TI、海思等提供了的摄像机解决方案，也都采用了ARM架构。 　　2 视频处理的特点 　　2.1 直接操作图像域 　　视频处理的元操作是对每帧图像进行处理。图像处理是信号处理在二维信号（图像域）上的一个应用。大多数的图像是以数字形式存储，二维的数字图像在计算机上反映出来的形式一般是一个二维矩阵。整幅图像是被分割成N*M个叫做像素点的最小单位，每个点保存了图像的一部分信息。图像处理往往是对图像像素点的属性进行操作，处理。 　　2.2 大数据量处理 　　计算机的高效率、无疲劳特性非常适合处理图像的矩阵数据，尤其适合图像矩阵的大数据量和处理过程的大工作量的处理。 　　2.3 多个域的处理 　　图像最基本的二维矩阵表现形式通常被称作图像域，但是在图像域上一些操作是难以实现的。图像处理中可以通过一些数学上的变换，将原本的图像域信息转换成能反映其他信息的新矩阵，这类操作被成为变换。该类变换函数中最常见的是傅立叶变换，最常见的变换域是图像域和频域之间的转换。 　　3 视频处理应用 　　目前，视频处理的应用领域很广，主要集中在农林业、医学、交通等领域。往往需要根据具体的情景运用不同的处理基础来解决问题。例如车牌识别和病虫害识别。车牌识别需要高识别率和低误差，突出如何能清楚、有效地识别车牌，尤其能在汽车高速运行的状态下识别出来车牌。而农业病虫害识别，则需要判别出是否发生了虫蛀和病变即可，一般不需要过于追究细节。所以，视频处理有一定针对性，在具体的应用上不能一概而论。 　　室内的视频处理技术主要有2类应用场景：一类是公安作用，规范人的行为，震慑罪犯或记录犯罪过程等，场景包括银行、商店、学校等。另一类是监护，看护老人、小孩和病人等主要场景是医院、家庭等。 　　4 具体研究方面 　　4.1 数据存储和传输 　　传统摄像机的工作原理是通过视频线路，将画面呈现到监视器，也可以保存到本地。新兴的网络摄像机除了具备传统摄像机的功能，还可以将数据通过网络传输到网络存储空间进行保存，方便在不同地点查看。 　　采集高分辨率图像的情况下，如果对采集的视频进行压缩处理，将会大大减少存储空间的消耗。无论数据是保存到网络还是保存到本地，对数据进行压缩处理是数字图相处理中的另一个重要应用。 　　室内摄像机采集到的数据会涉及隐私问题，保护好数据是室内视频处理后期的一个关键。对于数据保存到本地的摄像机，注意保护数据的存储介质，避免被替换或窃取。对于数据保存到网络的，在传输过程中采用SSL等安全协议来减少数据被窃听的可能性。数据存储方要做好数据备份和防护，必要时可加密处理。 　　4.2 目标位置识别 　　在视频处理之前一般都要进行预处理，减少图像中的干扰因素，常用的处理办法就是降噪、图像分割等处理。采集图像后，在进一步处理前，要进行噪声处理。环境、光照等因素会导致图像出现噪点，噪声处理可最小化噪声的影响。 　　光照条件会左右摄像机的成像结果。在日光光照下，不同时刻、不同光照会导致图像发生局部或者整体的变化。对于一个场景，如果物体是静止的，非极端情况下，光照条件改变造成的影响只是改变了图像的色彩信息。图像的轮廓信息依旧可通过相邻像素间的变化频率反映出来。基于此，可采用图像分割的技术，提取到视频的轮廓。 　　轨迹追踪的目标是获得物体的运动轨迹，主要关注物体的位置。用目标中心的一点替代兴趣区域来描述轨迹，可以简化处理过程，并且该点必定在研究关注的兴趣区内。位置追踪场景中，连续时间内表示一个运动物体坐标的点应当在图像上表现为连续点集。 　　基于上述思想，要首先确定了兴趣区第一次出现的位置，计算出该区域的中心，用这个点PA替代该区域。之后，下一帧图像的兴趣区的替代点PB只要参考相对变化的