视频监控智能分析技术应用分析.docxVIP

视频监控智能分析技术应用分析 视频监控智能分析技术应用分析 一、概述 　　在视频监控飞速发展的今天，海量视频画面已经大大超过了人力有效处理的范围。而智能视频分析技术极大地发挥与拓展了视频监控系统的作用与能力，使监控系统具有更高的智能化，大幅度降低资源与人员配置，全面提升安全防范工作的效率。目前已广泛应用于平安城市、智能交通、金融行业、政法监管、商业等领域。 　　智能视频分析技术是计算机视觉技术在安防领域应用的一个分支，是一种基于目标行为的智能监控技术。它能够在图像或图像序列与事件描述之间建立映射关系，从而使计算机从纷繁的视频图像中分辩、识别出关键目标的行为，过滤用户不关心的信息，其实质是自动分析和抽取视频源中的关键信息。 　　按照智能分析算法实现的方式进行区分，可以概括为以下几种类型的智能分析： 　　 识别类分析：该项技术偏向于对静态场景的分析处理，通过图像识别、图像比对及模式匹配等核心技术，实现对人、车、物等相关特征信 值都可以通过多个高斯分布的加权和来描述。最早提出的是三分布 GMM，每个像素点用三个高斯分布来分别表征背景、前景的阴影、前景这三种不同的模式，但实际情况很复杂，对背景、前景等模式都限定只用一个高斯分布来描述是不够的。因而之后又出现了固定分布数 K 的混合高斯分布模型(Fixed-K Gaussian Mixture Model)以及后面发展而来的基于自适应分布数 K 的混合高斯分布模型(Adaptive-K Gaussian Mixture Model，AKGMM)。 　　二值化 　　一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化。 　　图像的二值化，就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白的视觉效果。 　　 中值滤波 　　中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 　　中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。 　　 膨胀腐蚀 　　膨胀和腐蚀是两种基本的形态学运算。腐蚀就是使用算法，将图像的边缘腐蚀掉，作用就是将目标的边缘的“毛刺”剔除掉，即将物体与周围背景点分离。膨胀就是使用算法，将图像的边缘扩大些，作用就是将目标的边缘或者是内部的坑填掉，即将物体与周围背景点结合。 　　2. 车牌识别算法 　　 车牌定位算法 　　对经过预处理后的二值车牌图像进行一阶水平差分得到跳变点图，分别统计水平和垂直方向上的跳变点个数(投影)，通过设置标签和区域连通，粗定位车牌的上下和左右边界;选取一定区域的车牌图像进行色彩空间转换，判断车牌底色;对大于一定倾斜角的车牌进行水平矫正，使字符在同一水平线上;对矫正后的灰度图像进行Sobel水平算子和垂直算子进行边缘检测并二值化，采用类似粗定位的方法对车牌进行细定位。 　　 车牌切分算法 　　算法是基于二值图像进行的，由于车牌颜色的不同，二值化车牌后得到黑底白字、白底黑字两种情况，这里将二值化后的车牌统一规定为黑底白字。由于二值图像会丢失掉很多信息以及汉字的结构等原因，可能会造成字符粘连模糊或断裂的缺陷，增加切分的难度。考虑到算法的实时性和适用性，采用投影法作为主要的分割法，根据车牌的先验知识(字符串的长宽比、字符间隙、字符的长宽比及笔划宽度)，配以对粘连字符、断裂字符和车牌边框干扰的特殊处理来完成字符分割。 　　三、智能分析的现状和应用分析 　　1. 智能分析产品的发展现状 　　前端智能与后端智能 　　从智能分析产品部署来看，主要有两种模式：一类是前端智能产品，一类是后端服务器智能产品。两种产品各有千秋，其中前端智能正在快速发展中。前端视频分析顾名思义就是将智能视频分析算法集成在前端摄像机中，一台摄像机就可以实现智能分析。基于后端服务器的智能视频分析是指将智能算法软件安装在服务器中，前端普通摄像机的视频传入服务器，服务器对视频流进行图像分析和处理。前者的优点是对连接前端设备的网络带宽要求低，无需将视频传输回监控中心，只将报警信号传回即可，而且后端无需设置服务器机房，节省空间;但缺点是无法灵活切换各个前端设备的分析类型，一旦系统建设完成，无法改变特定前端设备的智能类型。后者的优势是可以灵活切换服务器取流的前端设备，对任意的前端设备都可以应用智能视频分析功能(把非智能变为智能)，而且后续软件升级更方便快捷;但其缺点是当服务器数量较多时会占用较大的空间，同时对