毕业设计（论文）-基于PC机的智能监控系统.doc

毕 业 设 计 题 目： 基于PC机的智能监控系统 学院： 电气信息学院 专业： 自动化 班级： 1004 学号： 201001020412 学生姓名： 钟 鹏 导师姓名： 万 琴 完成日期： 2014 年 6月 6日 诚 信 声 明本人声明：1、本人所呈交的毕业设计（论文）是在老师指导下进行的研究工作及取得的研究成果；2、据查证，除了文中特别加以标注和致谢的地方外，毕业设计（论文）中不包含其他人已经公开发表过的研究成果，也不包含为获得其他教育机构的学位而使用过的材料；3、我承诺，本人提交的毕业设计（论文）中的所有内容均真实、可信。作者签名： 日期： 年 月 日毕业设计（论文）任务书 题目： 基于PC机的智能监控系统 姓名 钟鹏 学院 电气信息学院 专业 自动化 班级 1004 学号 201001020412指导老师 万琴 职称 讲师 教研室主任 黄峰 一、 基本任务及要求：基于PC机的智能视频监控系统是通过PC机与外部相机进行连接，用PC机处理外部相机采集的视频，主要要求搭建基于PC的系统硬件平台，采用matlab处理算法，设计出软件系统，实现视频的读取、滤波去噪等预处理。 任务及要求： 1)外部相机采集视频，PC机从输入视频序列中读取图像； 2)编写图片处理与检测算法，处理图片； 3）设计软、硬件系统； 二、 进度安排及完成时间： 第1-2周：明确课题任务及要求，搜集课题所需资料，掌握资料查阅方法，了解本课题研究现状、存在问题及研究的实际意义，做好开题报告 ； 第3-4周：研究MATLAB图像处理工具箱，确定自己的总体设计方案。 第5-6周：研究数字图片的处理，包括邻域平均法图像去噪、中值滤波法图像去噪、边缘检测算法等数学形态学处理方法，确定大致设计方案 第7-9周 ：编写千兆网相机视频采集与显示程序； 第10-13周：用Matlab仿真完成系统调试 第13-14周：完成毕业设计论文编写，准备答辩。 目 录摘 要.1Abstract.2第1章 绪论.31.1 智能监控的意义.3 1.2 监控技术的发展.3 1.3 课题发展现状与展望及其主要研究内容.5 1.4 本论文研究的主要内容.6第2章 系统的总体方案.7 2.1系统总体结构.6 2.2 系统的硬件设计.6 2.3 系统的软件设计.12第3章 智能监控方法.15 3.1 自动光圈调整和自动聚焦.15 3.2 运动检测方法.18 3.3 目标跟踪的常用方法.21第4章 matlab实验与仿真结果.23 4.1 噪声消除.23 4.2 滤波.24 4.3 直方图统计.26 4.4 频谱分析.27 4.5 灰度图像处理.,.30 4.6 颜色模型转换.31第5章 总结与展望.34致谢.36参考文献.37附录.38基于PC机的智能监控系统基于PC机的智能监控系统摘 要近几年来智能识别系统越来越多的受到重视，由于场景的复杂性单独依靠人力来监控已经远远不能满足要求，需要依靠智能识别来进行监控。智能监控识别在军事领域，生活领域以及工作领域有着广泛的应用。智能视频监控是计算机视觉领域自动化控制领域研究的热点项目，它在智能交通监管、楼宇安防等领域显得尤为重要。本文提出了一种基于PC机的智能监控系统的设计，系统中包括MATIAB的数字图像处理技术的各个方面，涵盖了图像处理领域的大部分算法，并用MATLAB的图像处理工具箱进行了算法的实现。本文重点论述了图像变换技术部分的设计，对其中的傅立叶变换、离散余弦变换和Radon变换算法都做了详细的分析，提出了改进的算法，并详细论述了图像变换模块的设计过程，最后通过实例对各算法进行了具体说明。设计了友好的图形用户界面，方便用户观察处理结果，更好的理解算法。基于MATLAB的图像处理工具箱实现系统的主要功能，系统界面友好，交互性强，若再结合相应的图像处理方面的书籍，初学者便能在较短的时间内系统的、感性的理解和学习图像处理的知识。关键字：智能监控；matlab图像处理；图像变换。Intelligent monitoring system based on PCAbstractIn recent years, the intelligent recognition system more and moreattention, because the scene complexity depending solely on monitoring of human has been far can not meet the requirements, need to rely onintelligent identification to monitor. Intelligent monitoring and recognitionin the military field, life and work has been widely applied. Intelligent video surveillance system is a hot project in computer vision field of research in the field of automation control, it is in the field of intelligent traffic monitoring and management, building security is very important.This paper presents a design of intelligent control system based on PC,the system is included in the MATIAB digital image processingtechnology in all aspects, which covers the majority of algorithms in image processing, and image processing toolbox of MATLAB algorithm is realized. This paper focuses on the design of image transformtechnology, makes a detailed analysis on the Fu Liye transform, thediscrete cosine transform and Radon transform algorithm, an improved algorithm is proposed, and discussed in detail the design process of image transform module, finally the algorithm is carried out through specific examples. Design a friendly graphical user interface, convenient for the user to observe the results, better understanding of the algorithm.The main functions of MATLAB image processing toolbox based on thesystem, friendly interface, strong interaction, if more appropriate combination of image processing books, beginners can the system in ashort time, and emotional understanding and learning the knowledge of image processing.Keywords: intelligent control; MATLAB image; image transform.第1章 绪论1.1 智能监控的意义 智能视频监控是安全防范系统的重要组成部分，英文Cameras and Surveillance。包括前端摄像机、传输线缆、视频监控平台。摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集。它是一种防范能力较强的综合系统。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。近年来，随着计算机、网络以及图像处理、传输技术的飞速发展，视频监控技术也有了长足的发展。 智能视频监控是利用计算机视觉技术对视频信号进行处理、分析和理解，在不需要人为干预的情况下，通过对序列图像自动分析对监控场景中的变化进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，能在异常情况发生时及时发出警报或提供有用信息，有效地协助安全人员处理危机，并最大限度地降低误报和漏报现象。通过本次设计，不仅可以掌握了基于PC机的智能监控系统的工作原理和控制方法，同时也巩固了所学的控制系统CAD基于MATLAB语言、单片机的原理与应用、自动控制原理和C语言程序设计等课程的知识。使这些课程的知识得到了基本的融合。为今后的社会实践进一步奠定牢实的基础。1.2 监控技术的发展 视频监控是通过获取监控目标的视频图像信息，对视频图像进行监视、记录、回溯，并根据视频图像信息人工或自动地做出相应的动作，以达到对监控目标的监视、控制、安全防范和智能管理，已被广泛应用于军事、海关、公安、消防、林业、堤坝、机场、铁路、港口、城市交通等众多公众场合，随着技术的进步和成本的降低将逐渐普及到家庭安全防范和娱乐应用。监控技术经历了很多不同的阶段，图像监控技术是视频监控的核心内容。1.2.1模拟视频监控系统早期的视频监控是以摄像机、监视器(电视机)组成的纯模拟的视频监控系统，称为闭路监视系统。其特点是一个摄像机对应一台监视器(电视机)的监视，只能监控范围很小的区域。随后出现了视频切换设备，改变了摄像机和监视器(电视机)的1对1的方式。并且随着单片机技术的不断完善，闭路监视系统加入了多路视频切换、摄像机云台/镜头控制和报警联动等数字控制功能，实现了数字控制的模拟视频监控系统,这些统称为第一代视频监控系统。1.2.2数字视频监控系统 20世纪90年代中期，随着计算机处理能力的提高和视频技术的发展，人们利用计算机的高速数据处理能力进行视频的采集和处理，从而大大提高了图像质量，增强了视频监控的功能。这种基于多媒体计算机的系统称为第二代视频监控系统，即模拟输入与数字压缩、显示和控制系统。因为核心设备是数字设备，因此可以称为数字视频监控系统。1.2.3网络数字视频监控 到了20世纪90年代末特别是近两三年，随着网络带宽、计算机处理能力和存储器容量的迅速提高，以及各种实用视频信息处理技术的出现，视频监控进入了全数字化的网络时代，称为第三代视频监控系统，即全数字视频监控系统或网络数字视频监控。第三代视频监控系统以网络为依托，以数字视频的压缩、传输、存储和播放为核心，以智能实用的图像分析为特色，引发了视频监控行业的技术革命。本世纪初，随着以TI公司的TMS320C6000系列、Philips公司的Trimedia、Equator公司的BSP-15等为代表的高性能DSP的出现，由嵌入式处理器来实时完成高速、大数据量的视频/音频编解码处理成为可能，结合网络通讯技术，使集可编程图像/声音编解码、本地存储、网络传输和自动化技术为一体的嵌入式数字视频监控系统应运而生。以DSP为核心的嵌入式数字视频监控系统，配合嵌入式实时操作系统，可以以应用为中心，根据应用对功能、可靠性、稳定性、成本、体积等的综合要求，对软/硬件进行裁剪，以满足视频监控发展的两大需要：数字化和网络化。 目前监控领域最流行的是嵌入式DVR（数字视频录像机或数字硬盘录像机）系统，使用TI的DM642或ADI的BF561等DSP芯片。1.3 课题发展现状与展望及其主要研究内容 智能视频监控系统在监控领域的使用至今已超过10年，但由于行业需求的差异，仍然处于蓬勃发展，不断细化中。目前，智能视频监控系统技术只在银行、交通、工业、零售业等行业市场，得到一定的应用但规模相对较小。可以说，智能视频监控的市场还没有真正拓展，这其中的原因，既包括技术、标准以及实用性。智能视频监控系统的发展方向前端一体化、视频数字化、监控网络化、系统集成化是视频监控系统公认的发展方向，而数字化是网络化的前提，网络化又是系统集成化的基础，所以，智能视频监控系统技术发展的最大两个特点就是数字化和网络化。本课题主要内容是实现以基于MATLAB控制核心，以PC机为控制对象的智能监控控制系统算法设计。通过查阅相关资料，对PC机的智能监控工作原理和控制方法有一定的理解；了解MATLAB控制理论方法；学习并掌握利用基于matlab下的视频操作处理的一般方法与技巧；完成系统软件编程的设计，并利用MATLABLE进行处理。其中使用的是微视图像千兆网相机Demo，相机与PC联机。图像经过相机传输至PC机，经过MATLAB对图像进行各种处理，分析并保存原始图像及其处理后的图像。1.4本论文研究的主要内容： 第一章：介绍本课题的研究背景和意义，介绍了智能监控系统的现状以及本文研究的主要内容。第二章：介绍系统的总体设计，介绍了各个部分的功能与设备之间的联系。以及系统的设计。第三章：介绍几个经典的处理方法，以及跟踪方法。第四章：介绍设计的实验以及具体的操作方法。第五章：对本论文的总结与展望。第2章 系统的总体方案21系统总体结构本文设计的智能视频监控系统主要由以下四个模块组成(见图21)：图像获取模块、视频调节模块、运动检测模块和目标跟踪模块。图像获取云台控制目标估计运动分割背影重构 自动聚焦 自动光圈调整 视频调节 运动检测 目标跟踪 图2.1智能视频监控系统结构图各模块的功能如下：(1)图像获取模块：通过摄像机和视频采集卡采集图像。(2)视频调节模块：计算机根据采集到的视频，通过解码器自适应控制镜头光圈和实现自动聚焦。(3)运动检测模块：检测提取图像中的运动目标。(4)目标跟踪模块：根据前一帧目标的位置预测当前帧目标的位置，从而控制云台转动跟踪目标。 22 系统的硬件设计整个系统设计的工作分为硬件和软件两个部分。硬件部分主要包括摄像机、主控机、采集卡和照明装置。例在道路监控系统中，系统硬件主要包括物体传感探测器、高性能工控计算机、高分辨率CCD摄像机、高放大倍数镜头、CCD自动亮度控制器和视频采集卡等。 硬件部分的主要功能有两个：其一，摄像机获取图像通过视频采集卡输入到计算机：其二，计算机发送指令通过解码器控制云台水平和俯仰转动，以及镜头的焦距控制、聚焦控制和光圈控制。运动物体系统的组成原理图各个硬件连接图如图2.2所示。CCD摄像头千兆网相机数据采集集卡前端机主控台图2.2硬件连接图以下是系统的基本配置基本介绍：2.2.1 CCD摄像机CCD是Charge Coupled Device(电荷耦合器件)的缩写，它是一种半导体成像器件，因而具有灵敏度高、抗强光、畸变小、体积小、寿命长、抗震动等优点。有广泛的适应性。安置在需要监控的场景附近，收集此场景中运动物体图像。CCD的工作原理如下所示： CCD摄像器件：其作用是进行光电转换，输出视频信号。 时序脉冲发生器及驱动电路：其作用是产生CCD摄像器件进行光电转换、电荷存储、电荷转移和信号输出所需的各种脉冲信号，并践行放大输出。 视频的采样与保持电路：其作用是消除CCD输出的视频信号（此信号在实践上市离散的，在幅度上是连续的）中，因信号电荷转移而产生的各种不应有的信号。经该电路处理，使视频信号变成数字的视频信号。 视频处理电路：该电路与摄像管式摄像机电路具有完全相同的特点，所涉及电路有钳位放大（clamper amplifier，CLAMPER AMP）、Y校正（Y CORRECT）、白电平切割（white clip，WHT CLIP）、消隐混合（blanking max，BLK MAX）、黑白平控制（PEDCONT）、同步混合（SYNC）、输出激励（output driver）等电路。视频信号经视频处理电路处理后，形成标准的全电视信号。 同步信号发生器：这部分电路与摄像管式摄像机中的同步信号发生器的原理基本相同，主要产生视频处理电路所需的脉冲信号，它们是复合消隐脉冲（BLK）、复合同步脉冲(SYNC）、水平驱动信号HD、隔行脉冲（O/E）。但因CCD摄像机没有扫描电路，故不需要供扫描电路用的驱动脉冲。 电源变换电路：为简化CCD摄像机的供电，一般从外部只输入一种电源（12V），而机内其他各种电压值的电源都由电源变换获得。被摄物体的图像经过镜头聚焦至CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后，形成视频信号输出。视频信号连接到监视器或电视机的视频输入端便可以看到与原始图像相同的视频图像。它是一种半导体成像器件，为简化CCD摄像机的供电，一般从外部只输入一种电源（12V），而机内其他各种电压值的电源都由电源变换获得。现在摄像机的功能很多，如自动白平衡调整、自动增益调整、电子快门、逆光补偿、多种同步方式、Y/C 分离输出等等。但考察摄像机档次的最主要指标是水平清晰度、最低照度（灵敏度）和信噪比。千兆网CCD相机本论文采用北京微视新纪元科技有限公司MVC1450DAC(M)_GE15相机。相关参数如下：1. MVC1450DAC(M)_GE15相机1) 固件版本： V3.0.0.4、V3.0.0.5参数取值范围：1 1040 参数系数单位：0.064ms例： 1 = 曝光时间0.064ms2) 固件版本： V3.0.0.6、V3.0.0.7、V3.0.0.8、V3.0.0.9、V3.0.0.A、V3.0.0.B参数取值范围：1 67968 参数单位：us例： 1 = 曝光时间1us2. MVC2900DAC(M)_GE15相机1) 固件版本： V3.0.0.4、V3.0.0.5参数取值范围：1 1236 参数系数单位：0.064ms例： 1 = 曝光时间0.064ms2) 固件版本： V3.0.0.6、V3.0.0.7、V3.0.0.8、V3.0.0.9、V3.0.0.A、V3.0.0.B参数取值范围：1 67968 参数单位：us例： 1 = 曝光时间1us3. MVC2010DAC(M)_GE12相机1) 固件版本： V3.0.0.4、V3.0.0.5参数取值范围：1 1040 参数系数单位：0.060ms例： 1 = 曝光时间0.060ms2) 固件版本： V3.0.0.6、V3.0.0.7、V3.0.0.8、V3.0.0.9、V3.0.0.A、V3.0.0.B、V3.0.B.7、V3.0.B.D、V3.0.B.F、V3.0.C.6、V3.0.C.7、V3.0.C.8、V3.0.C.9、V3.0.C.A、V3.0.C.B参数取值范围：1 83580 参数单位：us例： 1 = 曝光时间1us2.2.2 图像采集卡图像采集卡（Image Capture Card），又称图像捕捉卡，是一种可以获取数字化视频图像信息，并将其存储和播放出来的硬件设备。很多图像采集卡能在捕捉视频信息的同时获得伴音，使音频部分和视频部分在数字化时同步保存、同步播放。图像采集卡，其功能是将图像信号采集到电脑中，以数据文件的形式保存在硬盘上。它是我们进行图像处理必不可少的硬件设备，通过它，我们就可以把摄像机拍摄的视频信号从摄像带上转存到计算机中，利用相关的视频编辑软件，对数字化的视频信号进行后期编辑处理，比如剪切画面，添加滤镱，字幕和音效，设置转场效果以及加入各种视频特效等等。最后将编辑完成的视频信号转换成标准的VCD、DVD以及网上流行媒体等格式，方便传播。采集，视频/图象经过采样、量化以后转换为数字图象并输入、存储到帧存储器的过程。由于图像信号的传输需要很高的传输速度，通用的传输接口不能满足要求，因此需要图像采集卡。采集流程图如图2.3所示。图2.3像采集卡信号采集流程从视频源得到的信号，经过视频接口送到视频采集卡，信号首先进过模数转换，然后送到数字解码器解码。模数转换器ADC实际上也是一个视频解码器，可以看出它对来自视频源的视频信号解码和数字化，另外，采用不同的颜色空间可选择不同的视频输入解码器芯片。视频采集就是将视频源的模拟信号通过处理转变成数码信息，并将这些数码信息存储在电脑硬盘上的过程。这种模拟数码转变是通过视频采集卡上的采集芯片进行的。通常在采集过程，对数码信息还进行一定形式的实时压缩处理。当图像采集卡的信号输入速率较高时，需要考虑图像采集卡与图像处理系统之间的带宽问题。在使用PC时，图像采集卡采用PCI接口的理论带宽峰值为132MB/S。a、视野(FOV)或现场是相机及光学系统“看”到的真实世界的具体部分。b、CCD芯片将光能转化为电能。c、相机将此信息以模拟信号的格式输出至图像采集卡。d、AD 转换器将模拟信号转换成 8 位（或多位）的数字信号。每个象素独立地把光强以灰度值(Gray level)的形式表达。e、这些光强值从CCD芯片的矩阵中被存储在内存的矩阵数据结构中。灰度值（Gray Level） 象素光强弱信息的表示灰度值为真实世界图像量化的表现方法。通常灰度值从最黑到最白为0 255。光线进入CCD象素，如果光强达到CCD感应的极限，此象素为纯白色。对应于内存中该象素灰度值为255。如果完全没有光线进入CCD象素，此象素为纯黑色。对应于内存中该象素灰度值为0。接受来自CCD输出的视频信号，并转化为计算机可以处理和识别的数字信号，实时的将视频信号反应在电脑屏幕上，采集卡一般都有对外的编程接口，通过外界命令，可以将连续视频中的某一帧以特定的文件类型保存下来。2.2.3图像处理计算机一台装有图像采集卡，用于接收CCD图像信号，对其加工处理后进行运动目标定位、识别的工作，称为前端机。前端机物理上接近运动物体通过的场所。另一台接收来自前端计算机的识别结果，监控协调前端机的工作，我们称为控制台。控制台物理位置远离前端计算机，环境更适合人工作。在控制台软件的支持下，一个控制台可以同时监控、协调多台前端计算机的工作，并进行相应的信息处理，如运动物体特征数据库的管理等。2.2.4其他附属设备包括电源、补充光源、网络线路、系统软件等设备。2.3 系统的软件设计 软件部分主要包括图像获取、视频调节、运动检测和目标跟踪四个模块。其中，视频调节、运动检测和目标跟踪是整个软件设计的关键部分，下面简单介绍这三个模块的工作流程。2.3.1视频调节为了得到一个清晰的监控场景，便于计算机的后继处理，将视频帧输入到计算机，转变为灰度格式的图像，通过控制镜头光圈的开关调节，使得图像的亮度(即图像的平均灰度值)在预先设定的允许范围内：再通过对输入图像中边缘强度的计算，利用爬山式的搜索方法搜索其最大值，进行聚焦控制。2.3.2运动检测本文选择的监控环境主要是在室内，主要任务是实现对监控环境中人的运动进行跟踪。首先必须将人体目标检测提取出来，本文分别选择了基于时间差分、基于非参数模型、基于混合高斯模型和基于码本模型的运动检测算法。基于时间差分的运动检测算法的基本思想就是将连续两帧或几帧图像对应像素值“相减”，得到像素变化大于某个阈值的区域，即为景，否则为背景；基于非参数模型、基于混合高斯模型和基于码本模型的运动检测算法都属于基于背景差分的方法，它们的基本思想都是首先通过一段时间的训练建立一个背景模型，然后与当前帧每个像素比较，得到变化超过一定程度的像素即为景像素，其余为背景像素。2.3.3目标跟踪如果检测得到的前景像素符合人体目标的特征，执行跟踪程序。本文选择了基于均值偏移的跟踪算法对人体目标实时跟踪。基于均值偏移的跟踪算法属于自顶丽下的跟踪算法，采用加权的颜色直方图作为目标的描述方式，利用均值偏移的迭代过程得到候选模板和目标模板最为匹配的位置。软件部分的处理本课题选用Matlab，主要是因为Matlab具有以下优点:1) Matlab绘图功能很强大，但在VC+，VB语言里绘图都很不容易，但Matlab里数据的可视化程度非常高，并且具有较强的编辑图形界面的能力。2) Matlab语言简单，入门容易，程序设计不严格，自由度大，例如用户无需对矩阵预定义即可使用3)Matlab语言简洁紧凑，使用方便灵活，库函数丰富，并且内部集成了很多工具箱，为程序开发提供现成模块。4)Matlab的可移植性很好，基本上不做修改就可以在在各种型号的计算机和操作系统上运行。5）较强的图形控制和处理功能，自带的 API 使得用户可以方便地在 MATLAB与 C、C+等其他程序设计语言之间建立数据通信。 图2.3.1 图像处理系统流程图第3章 智能监控方法3.1 自动光圈调整和自动聚焦 3.1.1 自动光圈调整自动光圈调整就是根据监控场景的亮度，自动控制镜头光圈的开关，提高监控画面的质量m。由于受到环境亮度变化的影响，监控图像经常会过亮或者过暗，这两种情况都使得监控图像变得不清晰。在普通的视频监控系统中，这就必然导致监控人员对视频中的危险情况不能准确判断；而在智能视频监控系统中，除了影响相关人员对监控录像的后期分析，还会降低运动检测的准确性，导致对潜在危险的疏忽。 实现步骤与流程：首先，先设定一个期望亮度值j，这个亮度值是经过多次实验后得到的，使得监控图像较为清晰。然后，将监控图像转变为8位灰度图像，通过式(3.1)计算它的平均灰度值I，得到监控场景的亮度情况。 (3.1) 其中，N为图像的像素总数，(x，y)为像素坐标，f(x，J)为对应的像素值。将计算得到的亮度值，与预先设定的期望亮度值，相比较，如果两者之间的差值大于某个阈值r，则反馈控制镜头光圈相应动作，即可实现监控图像的自动亮度值调整。自动光圈调整的具体流程如图3.1所示。图3.1 自动光圈调整的算法流程 (a)亮度值为67 (b)亮度值为150 图3.2 光圈的自动调整实验结果 3.1.2自动聚焦自动聚焦就是自动调整摄像机镜头和感光介质之间的距离，使得像平面落在感光介质的表面，保证计算机获得最清晰的视频。自动聚焦的常用方法：自动聚焦的常用方法大体上可以分为主动法和被动法两类。主动法包括三角测距法、红外测距法和超声波测距法，它们的基本原理都是相同的，以红外测距仪为例，它的工作过程为：当镜头对准目标时，由红外发射器发出红外线，经被摄物体反射回来，再由摄像机的红外线传感器接收并测定距离，根据距离驱动摄像机的聚焦装置，这种方式的优点是不受光线条件的影响，能在完全黑暗的情况下工作，但不能透过玻璃进行工作，对吸收红外线的物体、远距离的物体也不能正常工作；被动法又称聚焦检测法，它又分为两类：一类是针对点目标或平行光所成的模拟图像的，主要有对比度法、相位法、刀口法、振动法和临界角法，这一类方法都需要额外的光电检测仪器；另一类是针对感光介质(例如CCD)采集的、具有丰富内容的数字图像进行处理的，这种方法充分利用计算机处理数字信号的高速度和灵活性，使得聚焦更加智能化和简单化。它的基本过程为：计算机通过摄像机采集视频，对每一帧图像进行实时处理，判断聚焦是否准确，并给出反馈信号控制镜头的运动，直到采集到的图像满足成像清晰的要求，即完成自动聚焦。考虑到不增加硬件成本，以及充分体现系统智能性和实时性的要求，本文选择了被动法中的基于数字图像处理的自动聚焦方法。 根据光学成像原型，镜头系统的点扩散函数等价于一个低通滤波器，不同的离焦情况下该滤波器对应的截止频率不同。聚焦愈准确，截止频率愈商：离焦量愈大，则截止频率愈低。此时空域上表现为点光源成像后形成一定大小的模糊圆，相邻的像素相互影响，而频域上表现为高频分量的流失造成图像细节的模糊。为使图像聚焦准确，很多文献提出了构造不同的焦距评价函数对图像的细节进行评价。焦距评价函数应该具有无偏性、单峰性、灵敏度高、信噪比较高和计算量小的特点。目前，爬山法是比较典型的评价函数峰值搜索方法，爬山法有以下5个基本步骤嘲：(1)选择正确的聚焦方向；(2)搜索焦距评价函数的峰值，直到找到峰值；(3)改变评价函数，反向二次搜索，直到找到峰值；(4)反向调整，精确找到峰值位置；(5)再确认是否为焦点位置。3.1.3 基于图像微分的自动聚焦由于点扩散函数的影响，单点目标的像会扩散至其周围，将周围点的强度平均化，使图像模糊。微分反映了相邻像素之间的强度变化率，聚焦良好的图像的微分值较大嘲。基于图像微分的自动聚焦过程就是通过对一序列图像微分值的分析比较，找到其最大值的位置，即图像最清晰的位置。图像的微分值G由式3.2计算得出： （3.2）其中，和分别为像素(x，Y)的X和Y方向的微分： （3.3） （3.4）基于图像微分的焦距评价函数有很多种，下面主要介绍较为常见的基于灰度差分绝对值之和的函数、基于拉普拉斯算子的函数、基于Prewitt算子的函数和基于Sobel算子的函数。在以下各算法描述中，V为焦点位置的焦距评价函数值，k为图像序列，N为视频帧的总数。(1)基于灰度差分绝对值之和(SMD)的方法对某像素点f(x，y)邻近点的灰度作差分运算，提取该点变化大小，得出图像灰度差分绝对值之和算子。 (2)基于拉普拉斯(Laplaeian)算子的方法拉普拉斯算子是一个非常有效的评价函数，在焦点附近具有较高的灵敏度，但计算量较大。具体计算方法为： （3.5）(3) 基于Prewitt算子的方法 （3.6）(4) 基于Sobel算子的方法 （3.7）Sobel算子通过增加中心点的重要性而实现对图像某种程度的平滑效果，有效地抑制了噪声的影响。3.2 运动检测方法 运动检测是视频监控系统中关键的一步，它的目的就是提取监控场景中的运动目标，为运动物体的识别跟踪和行为理解等中高级视觉分析提供必备条件。目前提出的运动检测算法比较多，根据不同的用途和不同的环境，每种算法都有其优势和不足。从国内外发表的文献来看，主要的方法包光流法、时问差分法和背景差分法。光流法计算方法复杂，计算量大，很难满足实时要求，所以在实时性要求相对较高的视频监控系统中不予采用f。3.2.1基于时间差分的运动检测如果监控场景中没有运动，则连续帧图像之间变化很小；反之若有运动则会引起显著帧差。时间差分法(temporal differencing)就是利用视频序列中连续的两帧或几帧图像的差异来进行目标的检测和提取。时间差分法计算简单、速度快、实时性高，而且对动态环境具有较强的自适应性，但是对于移动缓慢或颜色一致的运动物体，时间差分法不能完全提取出所有相关的特征像素点，在运动物体内部容易产生“空洞现象”。基本的时间差分法是利用视频序列中当前帧与参考帧的差分来提取出图像中的运动区域，参考帧可以选取当前帧的前一帧或者之前附近的某一帧。3.2.2基于背景差分的运动检测基于背景差分(background subtraction)运动检测的过程为，将每个输入视频帧和一张背景图像或者一个背景模型相比较，如果同位置的像素特征存在一定程度的差别，则认为新视频帧中这些像素为前景，否则为背景，如图3.3所示。图3.3背景差分运动目标检测流程图背景差分法主要包括预处理、背景重构、前景检测和后处理四个步骤。首先对输入的每一帧视频预处理，包括使用滤波消除噪声、将视频数据转换成适应特定背景差分算法的格式：其次，通过背景重构将背景描述成某种图像或者模型：然后，将当前新输入的视频帧每个像素与已构建的背景模型比较，如果其差异大于一定阈值，则判定其为前景，否则为背景。最后，对检测后的图像进行后处理，消除由于树叶摇动、环境变化或者阴影等导致的视频干扰，提取出前景目标。 对于固定摄像机的监控系统，最简单的背景差分法就是选用没有运动目标的某一帧作为背景，但是这种方法不适合长期监控稍微复杂的场景，因为监控环境的不断变化导致背景也是不固定的。因此，选择合适的背景模型是背景差分算法的核心。（1）基于混合高斯模型的背景差分运动检测用单个高斯模型可以表示完全静止的背景，但在实际的场景中，尤其是室外场景，背景是不断变化的，呈现多种状态，每一种状态像素点的颜色值都是不同的，所以单个高斯模型的背景建模方法并不能完全反映实际的背景。Chris Stauffer等人提出用混合高斯模型描述背景，为不同的状态建立不同的高斯模型，适用于动态背景下的运动检测。基于混合高斯模型的运动检测的基本思想就是每个像素利用3-5个高斯型表示属于背景的像素值，通过判断当前像素值与这些高斯模型的偏离距离来区分前景和背景。3.2.3基于非参数模型的运动检测基于混合高斯模型的运动检测方法受学习率盯的影响较大，当口较小时，更新太慢，影响了目标检测的灵敏度：当52较大时，更新太快，会将移动较慢的目标识别为背景。基于非参数模型的运动检测的核心思想就是从最近的图像数据中直接得到当前数据的概率密度函数的核估计。它包括样本初始化、核密度估计、动态背景处理与阴影抑制、背景更新四个步骤。3.2.4基于码本模型的运动检测Kyungnam Kim等人提出的基于码本模型的运动检测方法就是通过对一序列视频帧的分析，利用量化和聚类的思想，将不断变化的像素值分类，每一类称为一个码字，一个像素所包含码字的集合就称为码本，然后对码本进行分析得到完整的