视频监控系统图像处理关键技术

视频分割有自动和半自动两种方式，其中自动分割的难度大，分割效果随视频的内容复杂度变化很大，半自动分割方式适用于复杂场景下对象的分割，分割的质量较好，但没有实时性，采用的方法主要有帧间差分法、运动矢量场估计法、基于贝叶斯和马尔科夫随机场的分割方法等；代表帧是用于描述镜头的关键图像，常用的选取方法是帧平均法和直方图平均法，抽取代表帧后，视频检索就转变为数据库中类似代表帧的检索，目前常用的查询方式是示例查询，在视频特征库的支持下检索到相似代表帧，用户通过播放观看相关视频片段，选择相似图像进行查询；动态特征是检索时用户所能给出的主要内容，如镜头的运动变化、运动目标的大小变化、视频目标的运动轨迹等，这些动态特征的提取需要通过对视频序列的分析提取分析，视频运动信息的提取需要计算光流图，它是对物体在三维场景中运动在二维图像平面上投影变化的估计，主要采用基于窗口的块匹配算法。

总结

随着物联网和移动互联网技术的迅速发展，传统的IT架构逐渐云端化，计算资源和承载业务将进一步深度整合，在物联网和云计算汇聚的潮流中，视频监控技术将发生彻底的变革：视频监控平台将成为多信息互联、集成、交互的核心系统，视频监控前端设备逐渐进化为具有自主智 能的节点，整个监控前端网络将从星型管控向网状感知系统转变，通过RFID 、无线传感网、视频监控网络的协作互补，监控系统的感知能力和智能程度将得到极大提升，采集的数据也将从非结构化数据转变为互相关联的结构化数据。在这场变革中，图像处理技术特别是视频编解码技术，视频分析、理解、检索技术是将是未来产业竞争的制高点，值得业内人士持续关注。
 

  【中安网原创稿件声明】转载中安网文章时应遵循以下三个规则：1、保持原创文章中图表、图片、音视频的完整性；2、完整标注文章作者［文章前后有说明］；3、转载中安网原创中部分内容也要完整标注来源"中安网"，违者本网将依法追究。