運動(dòng)檢測技術(shù)在數字化監控中的實(shí)現和應用

摘要: 本文重點(diǎn)介紹運動(dòng)檢測的原理，給出了運動(dòng)檢測技術(shù)在?？低?/a>板卡中的實(shí)現過(guò)程，最后，對常用的運動(dòng)檢測方法進(jìn)行了簡(jiǎn)單的比較。

1、引言
　　隨著(zhù)社會(huì )經(jīng)濟和科學(xué)技術(shù)的飛速發(fā)展，人們對安全技術(shù)防范的要求也越來(lái)越高。二十世紀八十年代末到九十年代中期，隨著(zhù)各種新型安保觀(guān)念的引入，社會(huì )各部門(mén)、各行業(yè)及居民小區紛紛建立起了各自獨立的閉路電視監控系統。然而，傳統的視頻監控受到當時(shí)技術(shù)發(fā)展水平的限制，監控系統大多只能在現場(chǎng)進(jìn)行模擬電視監視，視頻信息存儲到錄像帶上，如果是監控的地點(diǎn)比較多，要求錄像的數據保存時(shí)間長(cháng)，錄像帶的數量就會(huì )變的驚人，整個(gè)查詢(xún)、檢索工作變的很復雜，管理運營(yíng)成本增加，而且還會(huì )出現錄像帶時(shí)間長(cháng)了或轉錄次數多了時(shí)圖像質(zhì)量變差的問(wèn)題。 隨著(zhù)編解碼技術(shù)的發(fā)展，特別是MPEG4/H264編解碼技術(shù)的成熟，越來(lái)越多的用戶(hù)采用了數字視頻監控系統，實(shí)時(shí)壓縮多路視頻，并存儲到硬盤(pán)上，錄像信息以數字形式存放在硬盤(pán)上。由于計算機屏幕尺寸有限，在同時(shí)顯示多路視頻時(shí)每一路預覽的畫(huà)面都比較小，這一點(diǎn)不利于工作人員及時(shí)發(fā)現一些細小的隱蔽的安全隱患問(wèn)題；而且智能化在數字安全防范領(lǐng)域也得到越來(lái)越多的應用，在某些監控的場(chǎng)所對安全性要求比較高，需要對運動(dòng)的物體進(jìn)行及時(shí)的檢測和跟蹤，因此我們需要一些精確的圖像檢測技術(shù)來(lái)提供自動(dòng)報警和目標檢測。運動(dòng)檢測作為在安防智能化應用最早的領(lǐng)域，它的技術(shù)發(fā)展和應用前景都受到關(guān)注。

　　運動(dòng)檢測是指在指定區域能識別圖像的變化，檢測運動(dòng)物體的存在并避免由光線(xiàn)變化帶來(lái)的干擾。但是如何從實(shí)時(shí)的序列圖像中將變化區域從背景圖像中提取出來(lái)，還要考慮運動(dòng)區域的有效分割對于目標分類(lèi)、跟蹤等后期處理是非常重要的，因為以后的處理過(guò)程僅僅考慮圖像中對應于運動(dòng)區域的像素。然而，由于背景圖像的動(dòng)態(tài)變化，如天氣、光照、影子及混亂干擾等的影響，使得運動(dòng)檢測成為一項相當困難的工作。

2、運動(dòng)檢測（移動(dòng)偵測）原理
　　早期的運動(dòng)檢測如MPEG1是對編碼后產(chǎn)生的I幀進(jìn)行比較分析，通過(guò)視頻幀的比較來(lái)檢測圖像變化是一種可行的途徑。原理如下：

　　MPEG1視頻流由三類(lèi)編碼幀組成，它們分別是：關(guān)鍵幀（I幀），預測幀（P幀）和內插雙向幀（B幀）。I幀按JPEG標準編碼，獨立于其他編碼幀，它是MPEG1視頻流中唯一可存取的幀， 每12幀出現一次。截取連續的I幀，經(jīng)過(guò)解碼運算，以幀為單位連續存放在內存的緩沖區中，再利用函數在緩沖區中將連續的兩幀轉化為位圖形式，存放在另外的內存空間以作比較之用，至于比較的方法有多種。此方法是對編碼后的數據進(jìn)行處理，而目前的MPEG1/MPEG4編碼都是有損壓縮，對比原有的圖象肯定存在誤報和不準確的現象。

目前幾種常用的方法[1]
1）背景減除（Background Subtraction ）
　　背景減除方法是目前運動(dòng)檢測中最常用的一種方法，它是利用當前圖像與背景圖像的差分來(lái)檢測出運動(dòng)區域的一種技術(shù)。它一般能夠提供最完全的特征數據，但對于動(dòng)態(tài)場(chǎng)景的變化，如光照和外來(lái)無(wú)關(guān)事件的干擾等特別敏感。最簡(jiǎn)單的背景模型是時(shí)間平均圖像，大部分的研究人員目前都致力于開(kāi)發(fā)不同的背景模型，以期減少動(dòng)態(tài)場(chǎng)景變化對于運動(dòng)分割的影響。

2 ）時(shí)間差分（Temporal Difference ）
　　時(shí)間差分（又稱(chēng)相鄰幀差）方法是在連續的圖像序列中兩個(gè)或三個(gè)相鄰幀間采用基于像素的時(shí)間差分并且閾值化來(lái)提取出圖像中的運動(dòng)區域。時(shí)間差分運動(dòng)檢測方法對于動(dòng)態(tài)環(huán)境具有較強的自適應性，但一般不能完全提取出所有相關(guān)的特征像素點(diǎn)，在運動(dòng)實(shí)體內部容易產(chǎn)生空洞現象。

3 ）光流（Optical Flow ）
　　基于光流方法的運動(dòng)檢測采用了運動(dòng)目標隨時(shí)間變化的光流特性，如Meyer[2] 等通過(guò)計算位移向量光流場(chǎng)來(lái)初始化基于輪廓的跟蹤算法，從而有效地提取和跟蹤運動(dòng)目標。該方法的優(yōu)點(diǎn)是在攝像機運動(dòng)存在的前提下也能檢測出獨立的運動(dòng)目標。然而，大多數的光流計算方法相當復雜，且抗噪性能差，如果沒(méi)有特別的硬件裝置則不能被應用于全幀視頻流的實(shí)時(shí)處理。關(guān)于光流更加詳細的討論可參見(jiàn)Barron [3]等的文章。

　　當然，在運動(dòng)檢測中還有一些其它的方法，運動(dòng)向量檢測法，適合于多維變化的環(huán)境，能消除背景中的振動(dòng)像素，使某一方向的運動(dòng)對象更加突出的顯示出來(lái)，但運動(dòng)向量檢測法也不能精確地分割出對象。

3 、運動(dòng)檢測的實(shí)現
　　?？低曌鳛閲鴥戎?zhù)名的視音頻編解碼卡的生產(chǎn)商，依靠中電集團第52研究所強大的技術(shù)研發(fā)力量，在DSP（數字信號處理器）上完成MPEG4/H264實(shí)時(shí)編碼，在給用戶(hù)的SDK的接口中，提供了有效的運動(dòng)檢測分析功能。其過(guò)程如下：

　　★信號輸入處理模塊：標準模擬視頻信號（CVBS彩色或黑白）是亮度信號和色度信號通過(guò)頻普間置疊加在一起，需經(jīng)過(guò)A/D芯片（如philips7113）的解碼，將模擬信號轉成數字信號，產(chǎn)生標準的ITU 656 YUV格式的數字信號以幀為單位送到編碼卡上的DSP和內存中。

　　★ICP（Image Coprocessor 圖象協(xié)處理器）處理模塊：YUV數據在DSP中加上OSD（字符時(shí)間疊加）和LOGO（位圖）等，復合后通過(guò)PCI總線(xiàn)送到顯存中，供視頻實(shí)時(shí)預覽用，還將復合后的數據送到編碼卡的內存中，供編碼使用。
★ENCODER（編碼）模塊：將編碼卡內存中的YUV數據送到MPEG4/H264編碼器中，產(chǎn)生壓縮好的碼流，送到主機內存中，供錄像或網(wǎng)絡(luò )傳輸使用。

　　★MOTIONDETECT處理模塊：對編碼卡內存中的以幀為單位YUV數據進(jìn)行處理。
目前，我們采用的是背景差分和時(shí)間差分相結合的一種幀差分的算法。通過(guò)計算兩個(gè)有一定時(shí)間間隔的幀的象素差分獲得場(chǎng)景變化。主要分以下幾個(gè)步驟：
1）設置運動(dòng)檢測區域等參數：
　　用戶(hù)可以通過(guò)SDK中的函數，來(lái)設置1-99個(gè)有效的矩形，還可以設置快速和慢速兩種運動(dòng)檢測狀態(tài)?？焖贆z測是對每隔兩幀的兩幀數據進(jìn)行差分運算，慢速檢測是指對相隔12幀以上的兩幀數據進(jìn)行差分運算。

2）啟動(dòng)運動(dòng)檢測功能：
　　因為經(jīng)過(guò)A/D轉換后的數據是標準的ITU 656 YUV 4:2:2格式，而人眼又是對亮度最敏感，為了簡(jiǎn)化算法，提高效率，直接對亮度（Y）值進(jìn)行處理。對于某個(gè)檢測區域內每個(gè)象素點(diǎn)（x,y），T時(shí)刻與T－n時(shí)刻亮度（Y）的差值為Mx,y(T)=||Yx,y(T) – Yx,y(T-n)||，IF ||Mx,y(T) – Mx,y(T-n)||≥Ta THEN L=TRUE，得到區域差分系數IMsum=ΣL。
 

　　實(shí)際決定是否報警，可由整個(gè)設置檢測區域的IMsum值來(lái)判斷。
 

　　報警 = 真, IF||ΣIMsum( ) ||≥Tb
　　假, ELSE
　　Ta,Tb為適當閾值量。
　　

　　在CIF格式下，整個(gè)畫(huà)面的分辨率是352*288（PAL），按16*16像素宏塊大小來(lái)劃分整個(gè)檢測區域，宏塊內的像素點(diǎn)是逐點(diǎn)從左到右，從上到下進(jìn)行差分運算并得到宏塊差分系數。整個(gè)檢測區域又是按16*16的宏塊從左到右，從上到下進(jìn)行掃描，最后計算出整個(gè)區域的差分系數。

3）返回運動(dòng)檢測結果
　　如果整個(gè)區域的差分系數大于設定的閥值，置報警狀態(tài)并實(shí)時(shí)將每個(gè)檢測區域的宏塊差分系數都返回。根據預先設置的快速和慢速兩種檢測狀態(tài)，對畫(huà)面進(jìn)行不間斷的分析處理，并返回結果，直到停止運動(dòng)檢測。

　　如果整個(gè)區域的差分系數小于設定的閥值，復位報警狀態(tài)。

　　這種基于幀差分算法的運動(dòng)檢測完全獨立于編碼，可以靈活的任意啟動(dòng)停止。實(shí)現“動(dòng)則錄，不動(dòng)則不錄”。配合其它接口函數，還可以實(shí)現預錄像功能，即通常狀態(tài)下只是進(jìn)行畫(huà)面預覽監控和運動(dòng)檢測，編碼后的數據不寫(xiě)入文件，只暫時(shí)寫(xiě)入一個(gè)FIFO緩沖區里，一旦發(fā)生運動(dòng)檢測報警，可以先將報警之前緩沖區的數據寫(xiě)入文件，然后再實(shí)時(shí)將編碼后的數據寫(xiě)入文件，報警解除后，延時(shí)一段時(shí)間再停止寫(xiě)文件，轉入寫(xiě)緩沖區狀態(tài)。實(shí)現運動(dòng)檢測報警的全過(guò)程錄像。這樣既可以完整獲取整個(gè)報警事件的過(guò)程，又可以節約系統的資源，在相同的存儲空間下，可以大大延長(cháng)保存錄像的時(shí)間。

4、運動(dòng)檢測（移動(dòng)偵測）技術(shù)評估
　　要對運動(dòng)檢測技術(shù)的性能進(jìn)行評估并不容易，特別是要進(jìn)行定量的分析時(shí)，必須提供一個(gè)供作比較、研究的標準視頻序列，它應該包括突然場(chǎng)景變化，攝像機移動(dòng)以及光線(xiàn)明暗變換等特殊效果。檢測方案可用多種參數來(lái)評估，比如檢測成功率、檢測失敗率等等。在實(shí)際應用環(huán)境中，可以通過(guò)調節閥值對室內普通環(huán)境，室外環(huán)境獲得比較好的監測效果。

　　還可根據功能實(shí)現的方法分類(lèi)，主要是對軟件和硬件兩大類(lèi)實(shí)現方法進(jìn)行一些定性的分析。

　　采用硬件來(lái)實(shí)現監測功能，不占用CPU，擁有較快的處理速度，因而可以采用一些較為復雜的算法以獲得更為準確的監測結果，并且有很好的實(shí)時(shí)性。譬如有些 攝像機 內置VMD（Video Motion Detector視頻移動(dòng)探測器）電路可以當報警探頭使用。檢測電路首先會(huì )將靜態(tài)圖像貯存起來(lái)，之后，如果發(fā)現畫(huà)面的變化量超過(guò)了預先設定的值，系統就會(huì )發(fā)出報警信號，以提醒安防人員或啟動(dòng)錄像機。然而硬件實(shí)現也意味著(zhù)較高的成本，而且一旦系統對動(dòng)態(tài)監測功能提出了更新更高的要求，那么原來(lái)的硬件系統只能棄而不用，必須采購新的硬件，造成浪費。

　　用軟件實(shí)現的監測功能，如果用主機的CPU來(lái)完成數值計算，算法不能太復雜，而且計算量不宜太大，否則會(huì )影響監控系統其他功能（如顯示、錄像等）的實(shí)現。如果算法下載到DSP上運行，就可以解決這個(gè)問(wèn)題，首先它的功能擴充非常容易，算法的優(yōu)化不會(huì )造成不必要的浪費，可以生成新的微碼下載到DSP上，就可以提升性能，并且可以根據用戶(hù)不同的需求提供一些個(gè)性化的功能組合。

　　我們認為，用DSP加軟件來(lái)實(shí)現系統的動(dòng)態(tài)監測功能，是一種眼光更為長(cháng)遠的選擇，而且也是運動(dòng)檢測技術(shù)發(fā)展的必由之路。實(shí)際上我們在Philips 的Trimedia1300芯片上完成MPEG4/H264 CIF/2CIF編碼加運動(dòng)檢測功能，在TI的DM642芯片上完成了MPEG4/H264的4CIF/2CIF/CIF編碼加運動(dòng)檢測功能。

參考文獻：
1．王亮等 “人運動(dòng)的視覺(jué)分析綜述”
2． Meyer D, Denzler J and Niemann H. Model based extraction of articulated objects in image sequences for
gait analysis. In: Proc IEEE International Conference on Image Processing, Santa Barbara, California 1997,
78-81.
3．Barron J, Fleet D and Beauchemin S. Performance of optical flow techniques. International Journal of
Computer Vision, 1994, 12 (1): 42-77.