陳彥霖+孟慶龍+林照陽

摘 要：攝像機(jī)是獲取視頻信息的主要工具。隨著物聯(lián)網(wǎng)的普及，攝像機(jī)越來越多地進(jìn)入到生活中，已經(jīng)成為公安、社會活動中重要的感知工具。文章針對攝像機(jī)的一些特性，結(jié)合物聯(lián)網(wǎng)的技術(shù)，對視頻感知中的幾個關(guān)鍵技術(shù)進(jìn)行分析和研究。

關(guān)鍵詞：物聯(lián)網(wǎng)；視頻處理；視頻感知

視頻處理是圖像處理技術(shù)的一種延伸，因?yàn)樗跁r間的動態(tài)特性，又衍生了一些圖像上不具有的獨(dú)特性質(zhì)。常用的視頻處理包括對視頻壓縮、對興趣區(qū)的捕捉、邊緣提取等。對于一些實(shí)際的應(yīng)用，往往需要綜合多種的基本處理方法。

1 視頻感知系統(tǒng)硬件組成

視頻處理系統(tǒng)主要包含視頻采集裝置和視頻處理裝置。視頻采集設(shè)備主要是攝像機(jī)，常規(guī)的攝像機(jī)主要是獲取視頻信號并保存到存儲卡中，新興的網(wǎng)絡(luò)攝像機(jī)除了具有常規(guī)攝像機(jī)的功能，還能將信息通過網(wǎng)絡(luò)傳送到其他設(shè)備。視頻處理裝置是將采集到的視頻進(jìn)行一定的處理并存儲到本地或者網(wǎng)絡(luò)上其他位置的裝置。攝像機(jī)一般使用ARM架構(gòu)，適合視頻處理，很多公司如TI、海思等提供了的攝像機(jī)解決方案，也都采用了ARM架構(gòu)。

2 視頻處理的特點(diǎn)

2.1 直接操作圖像域

視頻處理的元操作是對每幀圖像進(jìn)行處理。圖像處理是信號處理在二維信號（圖像域）上的一個應(yīng)用。大多數(shù)的圖像是以數(shù)字形式存儲，二維的數(shù)字圖像在計算機(jī)上反映出來的形式一般是一個二維矩陣。整幅圖像是被分割成N*M個叫做像素點(diǎn)的最小單位，每個點(diǎn)保存了圖像的一部分信息。圖像處理往往是對圖像像素點(diǎn)的屬性進(jìn)行操作，處理。

2.2 大數(shù)據(jù)量處理

計算機(jī)的高效率、無疲勞特性非常適合處理圖像的矩陣數(shù)據(jù)，尤其適合圖像矩陣的大數(shù)據(jù)量和處理過程的大工作量的處理。

2.3 多個域的處理

圖像最基本的二維矩陣表現(xiàn)形式通常被稱作圖像域，但是在圖像域上一些操作是難以實(shí)現(xiàn)的。圖像處理中可以通過一些數(shù)學(xué)上的變換，將原本的圖像域信息轉(zhuǎn)換成能反映其他信息的新矩陣，這類操作被成為變換。該類變換函數(shù)中最常見的是傅立葉變換，最常見的變換域是圖像域和頻域之間的轉(zhuǎn)換。

3 視頻處理應(yīng)用

目前，視頻處理的應(yīng)用領(lǐng)域很廣，主要集中在農(nóng)林業(yè)、醫(yī)學(xué)、交通等領(lǐng)域。往往需要根據(jù)具體的情景運(yùn)用不同的處理基礎(chǔ)來解決問題。例如車牌識別和病蟲害識別。車牌識別需要高識別率和低誤差，突出如何能清楚、有效地識別車牌，尤其能在汽車高速運(yùn)行的狀態(tài)下識別出來車牌。而農(nóng)業(yè)病蟲害識別，則需要判別出是否發(fā)生了蟲蛀和病變即可，一般不需要過于追究細(xì)節(jié)。所以，視頻處理有一定針對性，在具體的應(yīng)用上不能一概而論。

室內(nèi)的視頻處理技術(shù)主要有2類應(yīng)用場景：一類是公安作用，規(guī)范人的行為，震懾罪犯或記錄犯罪過程等，場景包括銀行、商店、學(xué)校等。另一類是監(jiān)護(hù)，看護(hù)老人、小孩和病人等主要場景是醫(yī)院、家庭等。

4 具體研究方面

4.1 數(shù)據(jù)存儲和傳輸

傳統(tǒng)攝像機(jī)的工作原理是通過視頻線路，將畫面呈現(xiàn)到監(jiān)視器，也可以保存到本地。新興的網(wǎng)絡(luò)攝像機(jī)除了具備傳統(tǒng)攝像機(jī)的功能，還可以將數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)骄W(wǎng)絡(luò)存儲空間進(jìn)行保存，方便在不同地點(diǎn)查看。

采集高分辨率圖像的情況下，如果對采集的視頻進(jìn)行壓縮處理，將會大大減少存儲空間的消耗。無論數(shù)據(jù)是保存到網(wǎng)絡(luò)還是保存到本地，對數(shù)據(jù)進(jìn)行壓縮處理是數(shù)字圖相處理中的另一個重要應(yīng)用。

室內(nèi)攝像機(jī)采集到的數(shù)據(jù)會涉及隱私問題，保護(hù)好數(shù)據(jù)是室內(nèi)視頻處理后期的一個關(guān)鍵。對于數(shù)據(jù)保存到本地的攝像機(jī)，注意保護(hù)數(shù)據(jù)的存儲介質(zhì)，避免被替換或竊取。對于數(shù)據(jù)保存到網(wǎng)絡(luò)的，在傳輸過程中采用SSL等安全協(xié)議來減少數(shù)據(jù)被竊聽的可能性。數(shù)據(jù)存儲方要做好數(shù)據(jù)備份和防護(hù)，必要時可加密處理。

4.2 目標(biāo)位置識別

在視頻處理之前一般都要進(jìn)行預(yù)處理，減少圖像中的干擾因素，常用的處理辦法就是降噪、圖像分割等處理。采集圖像后，在進(jìn)一步處理前，要進(jìn)行噪聲處理。環(huán)境、光照等因素會導(dǎo)致圖像出現(xiàn)噪點(diǎn)，噪聲處理可最小化噪聲的影響。

光照條件會左右攝像機(jī)的成像結(jié)果。在日光光照下，不同時刻、不同光照會導(dǎo)致圖像發(fā)生局部或者整體的變化。對于一個場景，如果物體是靜止的，非極端情況下，光照條件改變造成的影響只是改變了圖像的色彩信息。圖像的輪廓信息依舊可通過相鄰像素間的變化頻率反映出來。基于此，可采用圖像分割的技術(shù)，提取到視頻的輪廓。

軌跡追蹤的目標(biāo)是獲得物體的運(yùn)動軌跡，主要關(guān)注物體的位置。用目標(biāo)中心的一點(diǎn)替代興趣區(qū)域來描述軌跡，可以簡化處理過程，并且該點(diǎn)必定在研究關(guān)注的興趣區(qū)內(nèi)。位置追蹤場景中，連續(xù)時間內(nèi)表示一個運(yùn)動物體坐標(biāo)的點(diǎn)應(yīng)當(dāng)在圖像上表現(xiàn)為連續(xù)點(diǎn)集。

基于上述思想，要首先確定了興趣區(qū)第一次出現(xiàn)的位置，計算出該區(qū)域的中心，用這個點(diǎn)PA替代該區(qū)域。之后，下一幀圖像的興趣區(qū)的替代點(diǎn)PB只要參考相對變化的方向，在以上一個興趣區(qū)替代點(diǎn)PA的3*3區(qū)域內(nèi)除中心點(diǎn)以外的8個點(diǎn)中選取可以反映移動方向的一點(diǎn)即可。再下一點(diǎn)PC會在以PB為中心的3*3范圍的8個鄰域中選擇出來（見圖1）。由于興趣區(qū)域的形狀往往是不規(guī)則的，并沒有直接可以計算第一個中心替代點(diǎn)的方法。根據(jù)替代點(diǎn)在興趣區(qū)上，并盡可能客觀地反映位置的特點(diǎn)，確定第一個中心替代點(diǎn)的方法可以采用找興趣區(qū)的最大內(nèi)接圓的中心，用最大內(nèi)接圓的中心作為中心代替點(diǎn)。這樣可以保證該點(diǎn)在的興趣區(qū)上，并盡可能位于興趣區(qū)的主體的中心上。

獲得當(dāng)前興趣區(qū)的中心后，可以進(jìn)一步對這個點(diǎn)進(jìn)行處理，以該點(diǎn)為中心圈定目標(biāo)，獲得目標(biāo)對象的大致形態(tài)。在確定了對象的中心位置后，用規(guī)則形狀圈定目標(biāo)分布形狀，從而可進(jìn)一步評估對象的狀態(tài)。這種分析對動物的日常習(xí)性跟蹤會有所幫助。

4.3 變化趨勢數(shù)據(jù)

圖像的變化趨勢可以有很多表現(xiàn)指標(biāo)，比如不同像素點(diǎn)個數(shù)的變化、相同時間間隔目標(biāo)位置的變化以及興趣區(qū)域面積的變化。視頻處理中，難免會進(jìn)行掃描當(dāng)前整個畫面以及前后圖像的像素比較等操作。反映變化趨勢的結(jié)果通常只需在處理過程中附加很少步驟和付出較小的代價就可以得到。如果能在采集后的處理中加入該種處理，一定程度上可以減少日后查證視頻所投入的人工、時間和資金等代價。

反映信息變化率數(shù)據(jù)，對應(yīng)視頻的時間，獨(dú)立保存下來以備用。單一的變化率往往不能提供直接有用的信息，但能在某時刻的監(jiān)控對象發(fā)生了變化時，給出變化的時刻、趨勢等信息。通過這些信息，可以快速定位視頻中的關(guān)鍵時刻，避免人力耗費(fèi)。

5 結(jié)語

ARM系統(tǒng)出色的處理能力和穩(wěn)定性已經(jīng)可以使很多圖像處理算法能夠?qū)崟r有效地實(shí)現(xiàn)。當(dāng)前的ARM芯片系統(tǒng)已經(jīng)可以實(shí)現(xiàn)在視頻采集的同時進(jìn)行圖像處理。如果將這些處理后的信息進(jìn)行保存，可避免后期使用時重新提取等復(fù)雜過程。此外，可以將一些必要代碼固化在硬件上，避免反復(fù)編寫。但此做法會犧牲處理機(jī)的性能，故固化的代碼應(yīng)當(dāng)簡單高效，避免冗雜。

未來的攝像機(jī)可能需要承擔(dān)更多的任務(wù)，單一的視頻處理功能是無法完成復(fù)雜的監(jiān)控任務(wù)的。為攝像機(jī)增添一些傳感器，使攝像機(jī)具備更高級監(jiān)控的功能，綜合運(yùn)用各種信息，是未來攝像機(jī)發(fā)展的一種可能趨勢。

[參考文獻(xiàn)]

[1]陳媛媛，郭淑琴，陸俊杰，等.基于視頻處理的行人檢測系統(tǒng)[J].杭州電子科技大學(xué)學(xué)報，2014（1）：95-98.

[2]王蘋，張磊，吳澤民，等.視頻目標(biāo)跟蹤典型算法比較與分析[J].電視技術(shù)，2015（23）：79-84.

[3]孫曉葉，陳新房，杜春雷，等.SSL協(xié)議的應(yīng)用與安全性分析[J].福建電腦，2014（7）：59-61，84.

[4]鄧曄.智能視頻處理技術(shù)在公安防控實(shí)戰(zhàn)系統(tǒng)中的應(yīng)用[J].中國公共安全：綜合版，2014（6）：147-150.

[5]黃軼文，龔霖迪，黎莉，等.基于視頻監(jiān)控大聯(lián)網(wǎng)的兒童老人看護(hù)系統(tǒng)前景可期[J].中國公共安全：綜合版，2014（15）：108-110.

[6]路文平.人臉檢測和識別技術(shù)及其在嬰幼兒視頻監(jiān)控中的應(yīng)用[D].天津：天津大學(xué)，2013.

Study on Key Technology of Video Perceptual Based on Internet of Things

Chen Yanlin， Meng Qinglong， Lin Zhaoyang

（Henan Normal University， Xinxiang 453007， China）

Abstract： Video camera is the main tool to get video information. With the popularity of With the popularity of the Internet of things， more and more video cameras coming into the life， it become an important tool for perception in public security， social activities and so on. In this paper， several key technologies of video perceptual are analyzed and studied， according to the characteristics of the vedio camera， combined with Internet of things technology.

Key words： Internet of things； video processing； video perceptual