智能监控系统在武警执勤中的应用

李炜

摘要：了解海康威视智能摄像头的相关功能，联合指纹仪、声光四色报警系统结合武警某中队需求开发了一套视频监控系统实现了各安防子系统设备参数配置的统一管理、联动报警、和智能入侵检测等功能，该系统实现了各安防子系统的统一管理与设备参数配置、联动报警、和智能入侵检测等功能，后对智能视频监控技术做了研究。

关键词：HIKVSION；指纹仪；智能监控；勤务系统

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）34-0214-02

1概述

随着信息化的发展，对于武警在传统执勤时的效率低下、危险性高等不利因素提供了便利，智能视频监控技术在武警勤务管理系统中的应用可以有效地防止袭警、越狱事件的发生，同时可以解放执勤士兵的工作量，提高对突发情况的处置响应。本次应武警某中队要求参与开发武警勤务视频监控平台的开发，实现联动联合报警功能[1]。并且，对智能视频技术做了相关研究。

2系统结构

根据武警勤务条例规定以及系统的内在需求，除了常规的防区视频监控外，需要把哨位台上的正、反向监控、指纹考勤、电话报警、对讲分机、武器箱等设备纳入到整个安防系统中来，以实现对其统一管理。此系统的网络拓扑如图1所示：

3 开发环境

系统在WindowsXP操作系统上运行，软件开发所采用海康网络设备的软件SDK二次开发包。使用Microsoft SQLServer2008， Microsoft Visual Studio 2008 R2 、软件开发工具。视频模块功能的实现参考HIKVISION提供的网络设备SDK 开发包，开发包包含了设备功能二次开发的接口，接口定义等及具有流媒体转发、编解码、网络通讯的DLL库文件等内容[2]，在开发前需要将这些DLL庫文件加载到项目工程中，具体的加载在工程文件→bin→Debug文件中库文件如下：

4软件实现

4.1抓拍效果图

4.2参数设置实现

4.3 报警的实现与信息处理

紧急处理：1）兵及能摄像机触发身边的哨位报警台向值班室报告。2）将接收到报警信息的通信代码，并将其解析出来，并弹出相应的提示信息。3）执勤人员击哨位图标进行处理，选择警情的上报和查看报警预案动画模拟等相关功能。功能演示界面如图4所示：

5 常用的运动目标检测方法

总的来说常用的运动目标检测方法有[3-5]：背景差分法、帧间差分法、光流法。

1）背景差分法[3]

背景差分的核心是把当前的输入序列图像与训练的背景模型进行比对，通过对比灰度、色度等特征的变化来确定运动物体。

背景像素点集合为W，当前帧像素点集合为V，q代表差分处理后图像的像素点集合，则它们之间存在如下关系：

q=|v-w| （1）

提取运动目标后有噪声存在，这时需要对其进行处理如：腐蚀、连通域检测、膨胀等操作，从而得到较为准确的运动目标。

2）帧间差分法

帧间差分法的实质是利用相邻两个帧图像的色度、灰度或亮度差值，判断场景中是否有物体运动出现。其较容易编程实现，而且可以保证检测的实时性，在稳定的场景能够较好实现运动目标与背景的分离[4]。但是，这种方法对噪声敏感度高，容易将如光照等，引起画面灰度的变化误检成运动目标。

3）光流法

光流是在1950年由Gibson提出来，利用图像同一像素灰度分布的变化来表征平面图像场景的变化[5]。假设以图像亮度来说，相邻两帧图像有差异时，会有 I （ x+ Δx，y+Δy，t+1）?I（x ，y， t）=0，其中 I 是亮度，泰勒展开去掉二阶及以上项得到

（2）

令（u ，v ） = ，则此（u ，v）表示二维图像的光流矢量 ，v 、u分别是两个未知参数，需要找到一个新的约束条件，文献[6]先采用 GMM 获得精确目标后建立光流运动方程。

光流法对图像中每个像素点的运动信息需要花费大量的时间来计算，在实时要求较强的系统中不建议使用。

6 总结

本次系统开发为了方便武警某中队及时有效的应对各类突发事件的发生，科学高效的处理日常的勤务管理工作，实现信息的共享。该视频监控平台已经交付使用，满足武警某部日常勤务需求。

参考文献：

[1] 西刹子.安防天下—智能网络视频监控技术详解与实践[M].北京：清华大学出版社，2010.

[2] Mohamed S S，TahirN M，Adnan R. Background Modeling and Background Subtraction Performance for Object Detection[C].2010 6th International Colloquium on Signal Processing & Its Applications （CSPA）， 2010：236-241.

[3] Kuchuk S， Sadykhov. Background Substraction in Grayscale Images Algorythm[J].The 7th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems： Technology and Applications ， 2013， 12（14）：425-428.

[4] 王栓，艾海舟，何克忠.基于差分图象的多运动目标的检测与跟踪[J].中国图象图形学报，1999， 4（6）. 470-474.

[5] Senst T， Evangelio R H， Sikora T. Detecting people carrying objects based on an optical flow motion model[C]. 2011 IEEE Workshop on Applications of Computer Vision.IEEE，2011： 301-306.