面向视频监控的图像处理及目标检测研究

罗钊

摘要：现阶段社会已经进入到电子信息时代，监控也无处不在。现代视频监控和数字的图像处理技术相对于之前来说有了很大的进步与改变，处理起来也较为方便。但是，在这个信息化飞速发展的时代，视频监控也必须与时俱进，不断完善自己，这样才能够在未来更好地服务于人类。

关键词：视频监控;图像处理技术;目标检测;计算机系统

引言：

在信息技术不断发展的今天，视频监控早已经深入人们生活的方方面面。商场里的监控可以帮助警察还原案发现场也可以帮助人们找寻丢失的物品。人类大脑容易忘记的细节与人眼不能触碰的地方，监控为我们一一呈现，方便了人们的生活，使我们生活的世界变得秩序井然。视频监控在未来也将伴随人类一起。因此，本文就视频监控的自身特点来说，探究视频监控如何更好地紧跟技术的变化，完善自己。

一、视频监控发展的现状

（一）视频监控应用现状

现代社会是信息社会，走在街道上随处可见的电子设备。也正是因为电子设备的使用使得我们的生活变得井然有序。据华经情报网相关数据分析，我国截止到2020年视频监控市场规模已占3167亿元，视频监控技术的使用已经深入人们生活的方方面面。在商场、街道、甚至住宅中随处可见视频监控的存在。由于视频监控技术在现代社会的广泛应用，人们对其功能也提出了更高的要求。简单的监控与回放已经不能够满足人们的生活和工作所需，视频监控需要不断地突破自己发展自己，以此来使得视频监控紧跟时代潮流不至于被时代所淘汰。 都说技术的发展是一把双刃剑，视频监控的发展对于人类来说也是一把双刃剑。社会生活中必然有黑暗的一面，视频监控在巨大的商业利益的趋势下也剑走偏锋的出现了类似于针孔摄像头等便于隐藏的监控。技术本身是没有错的，错的是用技术的人。但是，作为视频监控的从业人员或是研究人员应当秉承着心中正义的初心，致力于技术的研究。对于某些可能造成社会危害或是引起社会恐慌的事情远远避之。视频监控的相关从业人员以及研究人员可以在自己力所能及的范围内为社会安全与稳定做出自己的贡献，拿出自己良好公民的气质。整个社会对于视频监控的改变，需要各方面作出自己的努力。

（二）图像处理技术现状

目前我国视频监控的图像处理技术发展已经较为成熟，有关于图像处理的相关操作也都可以完成。视频监控的图像处理技术包含许多操作，在视频图像中有关于视频信息的采集、传输、处理与显示以及回放等操作都属于视频监控的图像处理方面。当前我国较为常见的图像处理技术包括智能分析处理技术、视频透漏增透技术、数字图像宽度动态的算法以及超分辨率重建技术。这些技术的应用与发展已经能够很好地满足当前人们对于视频监控的需求，但是随着时代的进步和信息技术的发展。人们生活愈发追求便利与快捷，视频监控的图像处理技术仍然需要不断地完善自己，与时代同步伐，这样才能够在信息的飞速更迭中保留自己的一席地位。

（三）目标检测技术现状

我国有关于视频监控的目标检测系统发展尚未达到成熟的地步，相较于某些国家来说，仍然需要继续研究与突破，以此来使得我国视频监控的目标检测项目更加的优化自己，以达到更好地服务人民的效果。目前我国在视频监控的目标检测中最大的难题，便是如何利用相关理论和算法研究出使得视频监控更快的找寻到目标。为了突破这个难题很多研究人员提出了许多假设进行实验。在视频监控的目标检测方面，我们有很多需要进步的地方，为此，我们应当多进行文献的翻阅以此来充实我们的理论知识。还应当注重实际的实验操作，在实践中检验理论、完善理论。从而使得视频监控的目标检测这一技术获得更大的进步与突破。视频监控中的目标检测技术在社会中的使用面较广，尤其在一些军事、航空等方面，目标检测技术还需要继续精进自己的技术，以求得达到更好地服务社会的目的。

二、优化视频监控相关技术视频图像处理实现技术

（一）精进图像处理技术

视频监控的图像处理技术中包含了很多具体的小操作。这些小操作共同组成了视频监控的图像处理技术。由此，面对视频监控的图像处理技术时，相关人员需要對使用频率较高的技术进行精进，对一些不经常使用的图像技术进行反思与改进。在视频监控中有几种主流的图像处理技术，这也是在日常生活中人们接触最多的视频监控图像的处理技术。智能分析处理技术是借助于现代计算机技术对视屏监控进行的一种智能分析，在智能分析处理技术中相关人员可以通过大数据对监控视频进行筛选，进而寻找到自己需要的视频。但是在这个过程中，大数据的建立以及检索系统的建立是一个较为复杂的问题。目前我国视频监控技术中心运用的智能分析主要分为两类：第一类是通过视频画面对相关人员所需的视频进行检索，系统自动根据设定的规则来对画面中的物品进行分析。第二类是借助于建模对画面中需要监控的对象进行建模，以此来使得视频监控根据建模识别出相应的物品。在这个技术的支撑下，便利了人们的生活，有需要的人员可以对视频监控的图像进行分析与操作，以使得视频监控来完成自己的指令。

例如，在位于红绿灯路口的视频监控，可以对每天经过路口的人流量作出检测。在长期的检测过程中，能够帮助政府相关部门提供规划的建议。政府为了达到检测路口人流量的目的可以在路口设置人流量监控设备，监控设备需二十四小时全天候运转，对路口的人流量以及车流量进行监控。此外，在检测的过程中，相关设计人员需要对监控设备进行设计。用不同的颜色来表示某一时间段的人流量情况，比如，蓝色可以表示人流量在百人以下，红色表示人流量在百人以上等等。这种对监控图像进行设计的目的，能够便于后期技术人员在用图像进行对比分析时提供便利。若是路口人流量较多，车辆经过的较少，则当地政府可以考虑根据不同时间来设计不同时长的红绿灯，以此来达到便民的目的。若是路口的人流量与车流量都较多，且某一时段会出现超负荷的状态，则当地政府可以考虑加宽道路，以便通行。这样利用视频监控得到的数据节省了人工测量带来的麻烦，而且机器检测相对于人工检测更加的准确。

（二）优化目标检测技术

视频监控的重点在于监控所获取的视频图是呈序列的方式对所监控的目标进行监控的。其中视频监控中检测目标或是对监控目标进行的跟踪以及识别技术是计算机研究的热点。只有当视频监控很好地对被监控的对象进行自主的识别以及追踪，才能够大大提高视频监控的效率，方便监控观看者。因此，在计算机的教学与研究的过程中，相关人员需要对视频监控的目标检测技术进行深入研究，以此来使得计算机视频监控的能力越来越大。同时，这也是视频监控与时俱进，不断完善自己的方法之一。要想让计算机视频监控不断完善自己的目标检测技术，研究人员需要对视频监控的视频口标和检测的追踪系统进行完善。当然这一技术也成为了计算机视频监控的核心技术，并且在未来的市场上极具竞争力。为此很多研究人员对此进行了具体的研究。在此次项目的研究过程中，活动轮廓模型理论与目标分割技术是不容忽视的重点。计算机视频监控的目标检测功能还需要有强大的理论研究以及需要更多具有专业知识的研究人员投入到这项技术的具体研究中。

对于计算机视频监控的图像处理技术来说，这是一项长期值得进行研究的项目。因此，计算机界相关人员应当建立起一套完善的研究链条，从研究人员的培养、技术的具体研究到市场的需求等方面都应该建立起一套完整的模式，来实现技术的突破。此外，当视频监控在进行目标检测的过程中，主要运用到了背景相减法、帧间差分以及光流法等，研究人员想要进一步对视频监控的目标检测系统进行优化的话，可以从三个方着手，首先可以利用视频监控的视频信号预处理系统，先对诗篇加紧空中的背景噪音进行过滤。以此来为寻找到目标打好基础。其次研究人员需要用到图像分割技术，从视屏监控中的各个画面中检测到可能出现的目标，这样采用图像分割的方式能够简化找目标的难度。然后研究人员可以对跟踪检测系统进行优化，在系统检测出的具体目标上对可以识别目标的特征进行设置，以此来鉴别目标事物与其他事物。最后，研究人员需要对目标事物的特征录入系统，以此来在后续的视频监视中对寻找到的目标进行跟踪检测。在商品经济发达的现代社会，市场的蓬勃发展为视频监控的深入研究提供了必须的资金支持。对于视频监控的研究人员来说，也需要不断地丰富自己的理论知识，只有当研究人员的理论紧跟时代与人民要求，视频监控技术也才能够更好地发展。

（三）图像处理未来技术发展

视频监控的图像处理技术在未来会有長足的发展，监控已经深入到人们生活的方方面面，视频监控对于人们生活的帮助已无法用言语来形容。大到国家武器的使用，小到各家各户的日常监控。视频监控与人们的生活已经不可分割。但是，视频监控的图像处理技术需要紧跟时代脚步，不断地完善自己。这就需要视频监控的相关从业人员以及研究人员建立起一套完整的发展模式，以此来使得视频监控技术的不断精进。例如，学校在培养这些专业性很强的学生时，需要将技术的讲解与实践结合起来，同时在注重学生创新能力的培养时，也要对学生专业基础知识进行巩固。同时在该领域工作的相关技术人员以及研究人员，如果想要更好地利用图像处理来对目标进行检测时，需要对视频监控中的算法进行进一步的精进，以此来帮助视频监控的图像处理结束发展的更好。在算法中，业界与学界需要对算法进行进一步的精进。从算法的精确度、复杂度以及通用性三个角度来切近，对算法进行设计与研究。因此，在未来视频监控的图像处理技术上可以提升与发展的空间巨大，但是这也需要视频监控的研究人员以及从业人员甚至社会上的视频监控的使用者一起努力共同发展我国的视频监控事业。

（四）具体教学场合

对于计算机视频监控的图像处理技术来说，这是一项长期值得进行研究的项目。因此，当高校在面对视频监控相关人才培养上逐渐建立起一套完善的研究链条。我市高校从研究人员的培养、技术的具体研究到市场的需求等方面都应该建立起一套完整的模式，来实现技术的突破。此外，当视频监控在进行目标检测的过程中，主要运用到了背景相减法、帧间差分以及光流法等，研究人员想要进一步对视频监控的目标检测系统等方面对学生进行培养的话，可以从三个方着手，首先可以先教学生们利用视频监控的视频信号预处理系统，先对诗篇加紧空中的背景噪音进行过滤。以此来为寻找到目标打好基础。其次研究人员需要教授学生用到图像分割技术，从视屏监控中的各个画面中检测到可能出现的目标，这样采用图像分割的方式能够简化找目标的难度。然后研究人员会对学生教授对跟踪检测系统进行优化，再系统检测出的具体目标上对可以识别目标的特征进行设置，以此来鉴别目标事物与其他事物。最后，研究人员会帮助学生对目标事物的特征录入系统，以此来在后续的视频监视中对寻找到的目标进行跟踪检测。在商品经济发达的现代社会，市场的蓬勃发展为视频监控的深入研究提供了必须的资金支持。对于视频监控方面人才培养方面来说，也需要不断地丰富自己的理论知识，只有当研究人员的理论紧跟时代与人民要求，学生能够达到有效学习，视频监控技术也才能够更好地发展。

三、结束语

在信息技术突飞猛进的现代社会，日新月异的技术令人眼花缭乱。作为视频监控的研究人员与从业人员应当抱着不断进取的精神，及时对自己的理论知识进行补充，建立终身学习的目标。同时也需要紧跟市场与人民的需求，只有设计出人民群众需要的技术才能够更好地惠及社会。只有视频监控相关从业人员以及研究人员的不懈努力，我国视频监控技术也才能获得更好地发展与进步，才可以在这个信息更迭迅速的现代社会立于不败之地。

参考文献：

[1] 郑勇，刘大成. 基于视网膜中央凹视觉的生产监控图像处理方法[J]. 清华大学学报（自然科学版），2005，45（2）：258-261. DOI：10.3321/j.issn：1000-0054.2005.02.031.

[2] 常立博，杜慧敏，毛智礼，等. 面向视频监控的TLD改进目标跟踪算法研究[J]. 计算机工程与应用，2018，54（14）：191-198. DOI：10.3778/j.issn.1002-8331.1703-0263.

[3] 汤宁. 面向视频监控的软件自动化测试技术与实现探讨[J]. 数字技术与应用，2017（1）：240-241. DOI：10.3969/j.issn.1007-9416.2017.01.156.

[4] 崔伊乐. 面向视频监控系统的云存储运维系统的设计与实现[J]. 魅力中国，2017（50）：1. DOI：10.3969/j.issn.1673-0992.2017.50.001.

[5] 劳志浩. 面向视频监控系统的云存储运维系统的设计与实现[J]. 无线互联科技，2017（4）：6-7. DOI：10.3969/j.issn.1672-6944.2017.04.003.

[6] 赵羽，杨洁，刘淼，等. 面向视频监控基于联邦学习的智能边缘计算技术[J]. 通信学报，2020，41（10）：109-115. DOI：10.11959/j.issn.1000-436x.2020192.

[7] 简佳雁，方志军，高永彬. 面向视频监控的距离度量行人再识别[J]. 传感器与微系统，2019，38（9）：129-133. DOI：10.13873/J.1000-9787（2019）09-0129-05.