浙江省交通运输科学研究院 浙江省 杭州市 311305
1 引言
随着电子技术的不断更新，摄像机的应用越来越普及，在面对大范围区域的无死角监控的应用场景，如应用传统的摄像机，需要安装多套设备，对监控人员的工作要求也大幅度提高，如果应用全景摄像机，同时对于监控区域的敏感事件通过摄像机内嵌视频识别算法，可以大幅度提高监控效率，提高事件响应速度，在安防、交通、公安、交警的各种行业均有广阔的应用拓展空间。本文对其开发需解决的关键技术进行阐述
2全景监控矫正算法
全景摄像机最大的优势是对大范围的，宽视角的位置进行无死角监控，如果采用传统摄像机对这些类型的场所进行监控，需要安装多个摄像机，而且可能存在监控死角。但目前全景摄像机存在鱼眼球形图像矫正的问题，传统的后端矫正存在延时大，矫正处理设备价格高等问题。通过引入了嵌入式DSP的解决方案 ，实现图像实时矫正和H.264编码输出，支持国际标准onvif协议，解决了与原有数字监控系统兼容问题。同时，采用智能球型摄像机作辅助目标跟踪的功能，解决运动物体个体目标的精确识别；引入视频智能分析功能，解决目标自动分析跟踪、定位，球型摄像机对异常行为自动跟踪、放大。
期刊文章分类查询,尽在期刊图书馆采用适合匝道预警数据采集的180°全景图像装置，可在监控中心通过手动点击目标或球型摄像机自动定位并放大目标，清晰识别和记录运动物体的目标特征。
鱼眼全景镜头所成的像，由于镜深曲率影响，图像畸变严重，不符合正常视觉感受，需要用图像矫正技术消除鱼眼全景镜头引起的畸变。图像矫正技术的思路一般是从原始饼图拉出一个单独扇形，再根据比例及透视原理进行一定变形及校正处理，拼合这些分别处理好的扇形图像可得到符合监控需求的图像。也可直接对圆形饼图进行简单四角拉伸，能取得适合人眼观看的图像效果。图像矫正技术是采用一定算法把边缘畸变严重的图形拉伸整合为适合观看的正常比例图像。
3全景监控与PTZ摄像机协同监控技术
主动的球型PTZ 摄像机具有较高的机动性和缩放能力，可弥补全方位全景摄像机的不足。在由全方位全景摄像机与球型PTZ 摄像机组成的双摄像机系统中，当在全方位全景摄像机中检测到运动目标时，通过给球型PTZ 摄像机发出一系列的旋转/俯仰/缩放值，可使球型PTZ 摄像机能指向目标，进而获取目标的清晰图像。为了能实现两个摄像机间的这种协作，需要明确两个摄像机间的空间映射关系。两个摄像机间的空间映射关系可以通过摄像机标定来获得。标定分为两个阶段：单摄像机标定和联合摄像机标定。第一阶段获取摄像机的成像模型参数。根据目标在全方位图像中的成像点位置能计算得到目标在地平面上的位置。第二阶段，描述通过折反射摄像机采集的信息使球型PTZ 摄像机指向目标的方法，建立全方位图像中的像素点位置与球型PTZ 摄像机的运动参数之间的关系模型。
全景监控与PTZ摄像机协同监控技术在于克服了上述缺陷，提供一种全景摄像机和球机联动控制方法及装置，其实现步骤如下：
1）在监控点设置球机与全景摄像机，设置过程中全景摄像机采用水平/垂直/水平垂直拼接方式，通过调整各路视频的摄像头方向进行全景画面拼接；调整全景摄像机的视野，使之全景拼接画面中视野覆盖设置的球机视野；
2）标定球机与全景摄像机,建立球机与全景摄像机的位置映射关系；
3）获取输入设备于全景拼接画面中标定的目标区域，对应目标区域分配矩形框；
4）根据位置映射关系联动对应球机调整、聚焦获取该目标区域图像；
4视频事件识别技术
视频事件识别主要步骤包括：
（1）图像增强处理
在进行分析识别前，对全景摄像机采集的图像进行图像增强，目的是改善图像视觉效果，更适合于特定的应用。图像增强包括：对图像对比度增强，去噪，平滑锐化和色彩增强。去噪方法分两大类：①采用低通滤波方法，去掉图像中较高频率的噪声；②采用高通滤波方法，增强边缘高频信号，使模糊的图片变得清晰，去除或减弱噪声。
（2）图像背景提取
采用基于均值的彩色图像背景提取方法。将一段时间中的所有图像帧取平均，平均值更接近背景，背景出现次数比前景越多，平均值就越接近背景。运动前景是转瞬即逝的，以平均值作像素背景值，可在一定程度上抑制噪声。
（3）检测运动物体边缘
提取背景后，需对运动物体的边缘进行检测，使观察者一目了然；边缘蕴含了丰富的内在信息，是图像识别中重要的图像特征。图像边缘是图像局部特征不连续性的反映。如果在一幅图像的某一位置物体发生变化，那么对应于该位置的灰度也将发生变化，而物体没有发生变化的部分，则灰度不发生变化或发生很小变化。该方法只需比较序列图像中相邻两幅图像对应像素灰度差别。
（4）运动点团提取
运动点团提取也称背景去除，把每一帧的非背景部分提取出来。非背景部分就是运动前景。根据运动物体和场景中的静止背景在亮度、色度上的不同，将图像序列的每一帧图像与背景图像作差，然后二值化，可得每一帧的运动点团：图像中的一个像素，如果它与背景图像对应像素的距离大于一个阈值，则认为它是前景，此时输出1，否则为背景，输出0。最后得到的二值图像就是运动点团图像。
（5）背景更新
阴影不是运动物体的一部分，但用背景差法提取运动点团会把阴影也作为运动前景，将导致不同的前景物体被阴影连成一片，影响运动目标检测与跟踪精确度。为了判断阴影，可将提取出的运动前景像素点的某些属性和对应背景比较，满足某些条件的就是阴影。在亮度上阴影比背景暗；前景一般在色度和亮度上和背景有差别。视频图像的背景会随时间变化而变化，对背景提取需根据图像变化适时调整。
（6）确定感兴趣区
为了考虑计算效率和缩短结果输出时间，最有效和直接的方式就是通过感兴趣区的判断，减少计算量。感兴趣区是指图像中有可能会出现运动物体的区域，在提取背景时，通过统计每个像素点出现前景和背景出现次数就可得感兴趣区。通过帧差法在采样时间段内比对统一像素在图相对的差别判断是否发生较大变化来判断是否为背景，及背景出现的次数，然后根据像素背景出现的次数就可以得到感兴趣区。
5 结论
在电子技术日益发展的今天，使用先进的技术满足不同的需求是作为我们科技人员的首要任务，监控行业正处在爆发增长时期，更多新型的技术和应用方案将为我们实现全智能化监控埋下奇迹的种子。
注：基金项目
浙江省科技计划项目(2015F50028)资助。
论文作者:娄刃,汪心渊
论文发表刊物:《防护工程》2017年第11期
论文发表时间:2017/9/18
标签：全景论文; 图像论文; 摄像机论文; 背景论文; 目标论文; 物体论文; 像素论文; 《防护工程》2017年第11期论文;