流媒体技术在远程视频监控系统中的应用与实现

张红军 魏红娟

摘要针对目前远程视频监控簪统中视频信号进行远程传输所面临的问题和存在的不足，计论了基于流媒体技木的新型远程视频监控手统的应用万案，提出了如何利用，氚媒体技木跨越地域限制买现速程视频传输的万击。

关键词赢媒体，远程视频监控，视频传输；数字图像识别技术

中图分类号TP301文献标志码A文章编号1006-8228(2012)01-19-02

0引言

随着计算机网络技术、通信技术、视频以及图像处理技术的迅速发展，视频监控技术已经破广泛应用于教育、医疗、金融、电力、电信、公安等多个行业。

要实现异地远程监看现场视频图像，仍然存在很多问题，主要瓶颈在于网络带宽。但是，随着网络通讯技术及图像压缩处理技术的快速发展，在IP及宽带技术与网络视频监控技术相互融合促进的发展背景下，通过计算机网络实时传输异地远程视频图像已成为可能。

1现有视频系统传输方式及不足

现有的视频监控系统虽然也是采用数字技术进行现场视频的采集与处理，即现场摄像机+数字主机的方式，但是以实现本地音视频信号的浏览与记录为主要目的，视频信号的采集点到监控中心的传输方式使用有线和无线两种。有线方式一般近距离采取敷设专用视频线缆，距离超过1000m时采取架设光缆传输信号，或采用其他的如共缆调制，但都需要单独布线。无线微波方式信号的传输受地理环境限制较多，如发射与接收端需要可视，信号无法跨越建筑物或山体等障碍，只能在一定的环境中方可使用，在城币中实现就有诸多困难，再有，微波传输容量有限，无法实现大容量的信号传输，而且一般民用微波频段受到的干扰多。

结合流媒体技术，本文设计并实现了一种基于流媒体技术的远程视频监视系统。

2视频监控系统设计

2.1系统开发和运行环境

开发平台使用Mmrosott Windows XP，软件开发工具为Visual C++60。运行环境要求CPU主频在300 GHz以上、内存512MB以上、显卡支持DrectShow、显存256MB以上、服务器端硬盘800 GB以上。

2.2系统的实现

系统主要分为视频服务器、中心监控主机和视频客户端三部分。视频服务器的主要功能分为三类第一类是将现场采集回来的模拟视频量化再进行压缩编码生成适应网络传输的数字视频，并进行管理，第二类是响应客户端的视频请求，第三类是根据中心监控系统的指示，对云台、镜头、电话及多媒体报警器等外围设备进行操作。中心监控主机主要功能是接收客户端的请求，然后再与视频服务器取得联系。中心监控主机的另一个任务是将视频流文件拆分成单帧图像文件，通过数字图像识别算法进行分析，判断各个通道是否有异常情况发生。客户端主要是提供给上层用户的一个浏览查询操作的平台。该视频监控系统网络架构如图1所示。

2.3系统开发所需关键技术

2.3.1流媒体技术

流媒体是指在数据网络上按时间先后次序传输和播放的连续视音频数据流。说得简单一点，流媒体就是通过互联网传递并能被用户一边下载一边观看的活动媒体信息。一般来说，流媒体技术有三个要素，即编码器(编码技术)、播放器(播放支持)和流服务器，三者缺一不可，而仅仅具有其中一到两个要素是不能被称为流媒体技术的。显然，流媒体实现的关键技术就是流式传输。流式传输方式是将动画、视音频等多媒体文件经过特殊的压缩方式分成一个个压缩包，由视频服务器连接用户计算机连续并实时传送。

2.3.2流媒体的技术实现

流式传输的实现需要缓存。因为对一个实时A/V源或存储的A/V文件，在传输中要被分解为许多包，由于网络是动态变化的，各个包选择的路由可能不尽相同，故到达客户端的时间延迟也就不等，甚至先发的包还有可能后到，因此，要使用缓存系统来弥补延迟和抖动的影响，并保证数据包的正确顺序，使数据能够连续地输出。通常，缓存所需的容量并不大，因为缓存可以通过环形链表结构来存储数据.通过丢弃已经播放的内容，可以重新利用空出的缓存空间来缓存后续未播放的内容。本系统中由于客户端和中心监控主机不仅需要回放视频服务器端的历史数据，而且还经常需要实时地浏览现场状况，所以我们采用流媒体思想对系统进行设计实现。我们在服务器、中心监控主机以及客户端之间利用Socket实现了一个基于RTP/`RTCP会话的视频流的实时传输系统。这里我们把中心监控主机和客户端都看作堤视频服务器的客户端％

2.3.3数字图像识别技术

一个完整的数字图像模式识别系统需要融合图像处理技术和模式识别技术。图像识别的过程包括图像预处理、图像分割、特征提取和图像区别分类几部分，如图2所示。

2.3.4囤像识别技术在本系统中的应用

系统中数字图像识别功能采用运动检测的思想来设计实现。它主要可分为两个部分一是根据各个坐标处像素值在整个序列中的统计信息对背景进行恢复，然后再提取异常情况；二是应用统计模式识别方法判断出异常情况的类别。数字图像识别功能主要运用帧间变化检测技术来实现，其基本流程为

(1)预处理。目的是去除噪声的影响。

图像增强技术有空间域处理法和频率域处理法两种。空间域处理法主要是在空间域中对图像像素灰度值直接进行运算处理。空间域法的图像增强技术可用下式来描述

G(x，y)=F(x，y)·H(x，y)式中F(x，y)为处理前的图像，G(x，y)为处理后的图像，H(x，y)为空间运算函数。

图像增强的频率域处理法是，在图像的某种变换域中(通常是频率域中)对图像的变换值进行某种运算处理，然后变换回空间域。其过程可用图3来描述。

(2)背景恢复及异常提取。根据各个坐标处像素值在整个序列中的统计信息对背景进行恢复，再利用当前帧与恢复的背景相减，分割出发生异常情况的区域。

视频序列帧间具有很强的相关性，仅仅利用单帧信鼠进行处理容易产生错误，更好的方法是联合多帧进行分析。基于这一思想，可以根据各个坐标处像素值在整个序列中的统计信息对背景进行恢复。

下面是实现静态背景恢复的主要步骤

①首先读出相邻两帧数据并放入指定位置，

②对相邻两帧数据进行比较，并求出它们的差值，将差值保存在指定位置，

③对两帧图像差进行二值化处理，

④对二值化后的图像在指定腐蚀窗口的条件下进行腐蚀处理，

⑤计算腐蚀处理后的图像的标准帧间偏移，并将偏移数据量独立保存，

⑥重复步骤①-⑤，

⑦对每一个像素点跟踪最大为0的长度，并将最大长度中的中间帧标号记录下来.

⑧遍历序列，跟踪并记录单个点连续为O的最大长度，

⑨遍历整帧图像，设置背景数据，得到恢复后的静态背景。

(3)图像分类。利用当前帧与恢复的静态背景相减，分割出所有可能发生异常情况的区域。

当从—个复杂的景物中分隔和抽取出目标物体后，为了方便识别，需要对目标物体的一些尺寸特征和形状特征进行测量和计算。这些特征相对于特定的物体具有一定的稳定性。当图像发生旋转、平移或光线发生变化时，物体的面积、周长不会发生变化，由于当图像发生旋转、平移、甚至由于物体离摄像机距离的不同而摄入的图像大小不同时，比例特征都不会发生改变，所以我们可以利用这些特征区别不同的物体，从而识别进入场景的物体。在本系统中，对于运动对象的识别，只要确定目标物体是否为人即可。可以采用面积和比例特征作为主要特征来区别运动对象。

本系统图像分类采用最常用的统计模式识别方法。统计模式识别是处理图像的方法之一，它认为图像可能包含一个或多个物体，并且每个物体属于若干事先定义的类型或范畴。统计模式识别方法如图4所示。

其中完成分类功能的器件即为分类器。分类器有许多类型，参数的和非参数的，线性的和非线性的。系统使用了应用最广泛的线性分类器，并利用最小距离分类法对物体进行辨识分类。最小距离分类法是用输入模式和特征空间作为模板的，以点之间的距离作为分类的依据。

3结束语

本系统采用实用的图形图像处理技术和网络编程技术，在图形图像识别的基础上，实现了对监控目标的高效识别。随着用户对流媒体需求的增加和流媒体技术的日益成熟，该系统的图形图像识别技术的应用将会进一步得到完善。