机器视觉：为视频监控带来了哪些改变？.docx

《机器视觉：为视频监控带来了哪些改变？.docx》由会员分享，可在线阅读，更多相关《机器视觉：为视频监控带来了哪些改变？.docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、机器视觉：为视频监控带来了哪些改变？视觉，是人类感悟客观世界的主要信号;。在信号处理理论与计算机出现以后，人们试图用摄像机获取环境图像并转换成数字信号，用计算机实现对视觉信息处理的全经过。这种使计算机可以通过一幅或者幅图像认识四周环境信息的研究目的，正是。作为机器视觉的代表应用，以摄像机为核心的视频监控系统，目前已经广泛应用与安保、交通、楼宇、工业等各个行业领域。想要理解机器视觉终究为视频监控带来了哪些改变，我们可以从机器视觉的几大应用领域来进一步分析。目的识别目的识别技术和稳定的追踪方法是机器视觉开展的关键因素之一。它在很多领域都得到大量的应用，例如身份确认的指纹识别、人脸识别、虹膜识别以及

2、在智能交通治理、机动车检测、停车场治理等场合的车牌识别等。一个目的识别系统应该具有在复杂背景以及各种天气情况下检测、分类、识别目的的才能，这样才能有针对性地对目的进展持续的跟踪。近些年来，目的识别技术已由理论探究、实验室仿真逐渐走向实际应用，其技术方法也从经典的统计形式识别，向着基于知识、模型、多传感器信息交融以及人工神经网络的识别方法演进。目的追踪运动目的跟踪是确定同一物体在图像序列不同帧中位置的经过。其主要工作方式就是选择好的目的特征和采用适当的搜索方法，根据匹配原理，把现有的跟踪方法分为基于模型、区域、特征以及活动轮廓的跟踪。基于模型的跟踪基于模型的跟踪是通过一定的先验知识对所跟踪目的建

3、立模型，然后通过匹配跟踪模板，并实时更新模型。传统的运动物体表达方法有如下三种：1.线图法：目的运动的本质是主框架的运动，因此该表达方法将物体的各个局部以直线来近似。2.二维轮廓：该表达方法的使用与物体在图像的投影有关。3.立体模型：利用广义椭圆柱、球等三维模型来描绘物体的构造细节。该方法往往需要在联络的图像帧间匹配三维模型来获取物体运动的定量描绘，因此需要计算更多的参数，匹配经过的计算量更大。基于特征的跟踪把预先提取的运动区域作为匹配的目的模板，设定一个匹配度量，然后在下一帧图像中匹配搜索目的图像，把度量取极值得位置断定为最正确匹配点，这种方式便是机遇区域的跟踪。由于提取了较完好的目的模板，

4、该方式相对于其他跟踪算法可以得到更丰富的图像信息，因此广泛应用于跟踪较小的目的或者比照度较差的目的。基于活动轮廓的跟踪利用一条封闭的参数化曲线来表达运动目的轮廓，在由图像构造的特征场中通过极小化以曲线函数为参数的能量进展动态迭代，使得该轮廓可以自动连续更新。相对于区域跟踪方法，该方式计算量小，假如开场可以公道分开每个运动目的并实现轮廓初始化，那么即使有局部遮挡，也能连续的进展跟踪。视觉分析视觉分析技术，就是通过目的识别、目的追踪方式之后，进一步获取目的的出现时间、运动轨迹、颜色等众多信息，通过对各个目的的上述信息的分析，找到视频中存在的危险、违规行为或可疑目的，并对这些行为和目的进展实时报警、

5、提早预警、存储以及事后检索。在视觉分析的应用领域中，最为重要的便是智能视频监控和智能视频检索技术。两者的应用技术相近，主要区别在于：智能视频监控是对当时收集的视频进展实时处理，当发现危险事件或可疑分子时进展实时报警;而智能视频检索技术，处理的是已经发生过的存储视频，其通过对视频进展快速分析，找到其中存在的危险事件、可疑分子，以及每个感兴趣目的的信息，然后，使用者可以对关心的事件进展选择或对关心的目的属性进展定义，系统可以快速查找到用户关心的事件或者目的。一般而言，智能视频监控包含的功能包括周界检测、越线检测、彷徨逗留检测、遗失检测、遗留检测、快速挪动检测、打架检测、尾随检测、人群聚集、火灾烟雾

6、检测、PTZ目的跟踪、视频故障分析、视频存储和回放等功能。对于不同的用户而言，对上述功能的需求会有所侧重。在上述技术中，其中，周界检测、越线检测、彷徨逗留检测、遗失检测、遗留检测、快速挪动检测、打架检测、尾随检测采用的方法，主要都是先采用背景建模(BackgroundModel)、前景提取(ForegroundExtraction)提获得到运动目的，然后，采用目的匹配跟踪技术得到目的的轨迹，并得到目的的运动方向、所处位置，以及各目的间互相关系，最后根据设定规那么得到上述异常行为。其中，对于复杂背景，大流量区域的遗留物和遗失物检测方法，可以采用特殊的基于时间序列区域运动分析的方法进展，而不必进展

7、上述目的检测跟踪技术得到。而智能视频检索，首先需要利用智能视频监控的检测技术来检测异常事件，进一步，智能视频检索还需要在运动目的检测跟踪的根底上，得到人车等目的的诸如人脸、颜色、速度以及数目等信息。这样，进展智能视频检索的时候，一方面可以检索异常事件，此外还可以通过目的的出现完毕时间、颜色、速度、数目，以及人脸信息等进展检索。此外，系统还可以给出一个事件和目的的时空分布图，便于用户查找自己感兴趣的时段和事件。对于如今动那么成千上万的监控终端而言，想从这些海量数据中查找到自己关心的事件和目的，必须借助智能视频检索技术。结语视频监控技术是机器视觉领域一个新兴的应用方向和备受关注的前沿课题，也是计算机科学、机器视觉、图像工程、形式识别和人工智能等多学科技术的结晶。可以想象，当机器视觉与图像处理技术参加之后，打破了原有的限制，得以设计出一个实时视频监控系统。该系统在实现视频监控同时，通过运用机器视觉技术，增加了视频变化检测和自动录像功能，系统可以自动识别场景变化，检测出运动目的并锁定，同时发出警告和启动存储装置。这样不仅可以节省大量存储空间，进步监控存储效率，减少不必要的回放，而且数据更加具有针对性。