本發(fā)明屬于監(jiān)控系統(tǒng)技術(shù)領(lǐng)域，尤其涉及分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)。

背景技術(shù)：

第一種：基于pc機(jī)的視頻監(jiān)控系統(tǒng)：

pc機(jī)利用視頻采集卡采集攝像機(jī)視頻信號(hào)，通過局域網(wǎng)絡(luò)進(jìn)行視頻圖像遠(yuǎn)程發(fā)送，這種系統(tǒng)的優(yōu)點(diǎn)是軟硬件資源豐富，組網(wǎng)簡(jiǎn)單，但現(xiàn)場(chǎng)環(huán)境下利用pc機(jī)進(jìn)行視頻采集，穩(wěn)定性差、成本高，實(shí)用性受到很大限制。

第二種：基于網(wǎng)絡(luò)視頻編碼器的視頻監(jiān)控系統(tǒng)：

網(wǎng)絡(luò)視頻編碼器是一種壓縮、處理音視頻數(shù)據(jù)的專業(yè)網(wǎng)絡(luò)傳輸設(shè)備，其優(yōu)點(diǎn)是現(xiàn)場(chǎng)不需要pc機(jī)，可將模擬視頻信號(hào)直接編碼壓縮后通過網(wǎng)絡(luò)發(fā)送至遠(yuǎn)程監(jiān)控中心并接受監(jiān)控中心的控制信號(hào)，實(shí)現(xiàn)雙向傳送的數(shù)字化通信，該系統(tǒng)的發(fā)展應(yīng)用是網(wǎng)絡(luò)化數(shù)字視頻監(jiān)控的重要一步(如中國(guó)電信推出的“全球眼”即通過互聯(lián)網(wǎng)實(shí)現(xiàn)數(shù)字化網(wǎng)絡(luò)監(jiān)控)，但應(yīng)用的發(fā)展提出了更高的要求，也顯示出了此類系統(tǒng)的不足：①組網(wǎng)能力：每個(gè)節(jié)點(diǎn)作為一個(gè)數(shù)字化視頻網(wǎng)絡(luò)的通信節(jié)點(diǎn)，只能與監(jiān)控中心進(jìn)行點(diǎn)對(duì)點(diǎn)通信，授權(quán)客戶不能在任意地點(diǎn)直接接入并訪問監(jiān)控網(wǎng)絡(luò)，即使可以通過互聯(lián)網(wǎng)接入，也必須通過服務(wù)商所提供的專網(wǎng)(如中國(guó)電信“全球眼”平臺(tái))。②數(shù)據(jù)處理能力：監(jiān)控端主要完成對(duì)視頻信號(hào)的編碼壓縮和傳送，雖有一定的數(shù)據(jù)處理、存儲(chǔ)和傳輸能力，但視頻編碼器并不具備數(shù)據(jù)分析能力，因此，對(duì)于規(guī)模較龐大的視頻監(jiān)控系統(tǒng)而言(如公安交通安防)，需要監(jiān)控中心的大型主機(jī)和大規(guī)模存儲(chǔ)設(shè)備集中完成數(shù)據(jù)存儲(chǔ)與后期處理。顯然，對(duì)海量視頻數(shù)據(jù)的處理(如對(duì)感興趣目標(biāo)的查找識(shí)別)僅依靠中央主機(jī)很難高效完成，需依靠人工對(duì)歷史數(shù)據(jù)進(jìn)行判讀。③智能化程度低：所謂“智能化”，就是監(jiān)控系統(tǒng)自動(dòng)完成目標(biāo)跟蹤識(shí)別、災(zāi)害預(yù)防報(bào)警、入侵目標(biāo)檢測(cè)等任務(wù)，將“視頻監(jiān)控”轉(zhuǎn)變?yōu)椤耙曈X監(jiān)控”，實(shí)現(xiàn)無人值守；要求網(wǎng)絡(luò)監(jiān)控終端在完成視頻數(shù)據(jù)的采集傳輸?shù)耐瑫r(shí)，自身具備數(shù)據(jù)處理和計(jì)算能力，可根據(jù)目標(biāo)圖像特征對(duì)當(dāng)前圖像幀進(jìn)行分析識(shí)別。但是，網(wǎng)絡(luò)視頻編碼器作為視頻采集傳輸設(shè)備不具備此功能。

根據(jù)以上分析，目前廣泛采用的基于“網(wǎng)絡(luò)視頻編碼器”的系統(tǒng)顯然不能完成智能化、網(wǎng)絡(luò)化“視覺”監(jiān)控的任務(wù)。

第三種：基于嵌入式系統(tǒng)的網(wǎng)絡(luò)視頻監(jiān)控：

與普通的單片機(jī)系統(tǒng)不同，嵌入式系統(tǒng)有操作系統(tǒng)支持、支持多任務(wù)調(diào)度、支持網(wǎng)絡(luò)協(xié)議、針對(duì)特定應(yīng)用軟硬件可裁剪、體積小、能耗低、適應(yīng)復(fù)雜環(huán)境，是集成化的專用計(jì)算機(jī)系統(tǒng)。將嵌入式系統(tǒng)與網(wǎng)絡(luò)視頻監(jiān)控相結(jié)合是目前數(shù)字視頻監(jiān)控領(lǐng)域的研究開發(fā)熱點(diǎn)：①組網(wǎng)能力：目前流行的嵌入式操作系統(tǒng)(如wince,uclinux)均支持tcp/ip協(xié)議，應(yīng)用層軟件對(duì)mpeg4視頻編解碼也提供良好的支持，硬件上可集成網(wǎng)絡(luò)接口，監(jiān)控端的嵌入式系統(tǒng)可直接作為“web視頻服務(wù)器”接入互聯(lián)網(wǎng)，授權(quán)客戶可直接用瀏覽器軟件(如ie)觀看指定ip地址處web視頻服務(wù)器所傳送的實(shí)時(shí)視頻圖像，并發(fā)送控制信號(hào)進(jìn)行云臺(tái)和攝像系統(tǒng)的控制信號(hào)。基于web或互聯(lián)網(wǎng)的組網(wǎng)方式使得監(jiān)控設(shè)備與ip地址一一對(duì)應(yīng)，系統(tǒng)易于擴(kuò)展，可利用既有的電信網(wǎng)絡(luò)，布控區(qū)域廣，組網(wǎng)簡(jiǎn)便。②數(shù)據(jù)處理能力：嵌入式系統(tǒng)作為專用計(jì)算機(jī)系統(tǒng)，本身具備一定的數(shù)據(jù)處理和存儲(chǔ)能力，在傳輸前可對(duì)視頻數(shù)據(jù)進(jìn)行軟件或硬件壓縮編碼，也可支持大容量硬盤存儲(chǔ)設(shè)備，對(duì)非實(shí)時(shí)數(shù)據(jù)實(shí)施本地存儲(chǔ)。③智能化：監(jiān)控的主要目的之一是對(duì)實(shí)時(shí)目標(biāo)進(jìn)行識(shí)別或?qū)v史目標(biāo)進(jìn)行檢索查找。雖然目標(biāo)自動(dòng)檢測(cè)識(shí)別在理論和實(shí)踐上都已廣泛地研究和應(yīng)用，但在視頻監(jiān)控領(lǐng)域，隨著網(wǎng)絡(luò)規(guī)模的日益龐大，對(duì)海量視頻數(shù)據(jù)的實(shí)時(shí)識(shí)別與處理顯然不可能僅依靠中心主機(jī)完成，目前多采取人工判讀，智能化程度低。解決此問題，可行方法之一既將目標(biāo)識(shí)別處理的計(jì)算工作分配到各監(jiān)控端的嵌入式系統(tǒng)完成。針對(duì)諸如目標(biāo)模式識(shí)別算法，以往只能在pc機(jī)上運(yùn)行，目前，隨著系統(tǒng)硬件平臺(tái)的綜合計(jì)算能力的提高，嵌入式系統(tǒng)已逐步應(yīng)用于諸如雷達(dá)、聲納的信號(hào)處理分析等計(jì)算密集型領(lǐng)域，嵌入式系統(tǒng)也完全有可能應(yīng)用于對(duì)目標(biāo)的模式識(shí)別，實(shí)現(xiàn)“視頻監(jiān)控”到“智能視覺監(jiān)控”轉(zhuǎn)換。

綜合以上對(duì)三種主要的數(shù)字化網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的分析，基于嵌入式系統(tǒng)的“網(wǎng)絡(luò)視頻服務(wù)器”是國(guó)內(nèi)外在此工程應(yīng)用領(lǐng)域的新興發(fā)展方向。目前，國(guó)內(nèi)外的研究主要集中在嵌入式系統(tǒng)的硬件設(shè)計(jì)、操作系統(tǒng)研究、圖像編解碼算法、視頻數(shù)據(jù)傳輸、圖像預(yù)處理等方面，由于系統(tǒng)計(jì)算能力的限制，很難滿足“視覺”檢測(cè)功能的需要，未形成視覺監(jiān)控的規(guī)模應(yīng)用。雖然目前“網(wǎng)絡(luò)智能視覺監(jiān)控”市場(chǎng)需求潛力巨大，但實(shí)際應(yīng)用尚未形成規(guī)模。

近年來，視頻監(jiān)控已廣泛應(yīng)用于各種場(chǎng)所，其對(duì)各行各業(yè)的滲入使得在安全防范、信息獲取和指揮調(diào)度等方面開拓了前所未有的新局面。然而，傳統(tǒng)的視頻監(jiān)控通常是以人為主的目視監(jiān)控并由系統(tǒng)記錄視頻信息。由于人的精力有限以及每個(gè)監(jiān)視器可能需要輪流顯示多個(gè)攝像頭畫面，導(dǎo)致監(jiān)控人員在長(zhǎng)時(shí)間觀察大量監(jiān)視器的情況下，容易人眼疲憊、錯(cuò)過畫面場(chǎng)景，不能及時(shí)可靠的提取監(jiān)視器中的有效信息，所以即使由人力進(jìn)行監(jiān)控也不能保證實(shí)時(shí)精確的發(fā)現(xiàn)問題。再者，原有監(jiān)控錄像通常是等事件發(fā)生之后才被調(diào)出進(jìn)行查看，將其用于取證或其他后續(xù)處理工作。這并不能在事件發(fā)生同時(shí)進(jìn)行實(shí)時(shí)報(bào)警，進(jìn)而不能有效地遏制惡性事件的發(fā)生。而且，海量無用視頻數(shù)據(jù)的傳輸和存儲(chǔ)，不僅造成帶寬及存儲(chǔ)資源的嚴(yán)重浪費(fèi)還淹沒了少量的有用信息，使得有用信息的獲取變得困難。

現(xiàn)有技術(shù)存在由于應(yīng)用環(huán)境對(duì)系統(tǒng)的體積、成本、功耗、處理能力都有特殊的要求，而如何在保證識(shí)別跟蹤效率的同時(shí)，提高嵌入式視覺系統(tǒng)的實(shí)時(shí)性，是其走向應(yīng)用的關(guān)鍵問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)，以解決上述背景技術(shù)中現(xiàn)有技術(shù)存在由于應(yīng)用環(huán)境對(duì)系統(tǒng)的體積、成本、功耗、處理能力都有特殊的要求，而如何在保證識(shí)別跟蹤效率的同時(shí)，提高嵌入式視覺系統(tǒng)的實(shí)時(shí)性，是其走向應(yīng)用的關(guān)鍵問題。

本發(fā)明所解決的技術(shù)問題采用以下技術(shù)方案來實(shí)現(xiàn)：分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)，包括客戶端和服務(wù)器端，所述服務(wù)器端包括視頻流采集模塊、幀差圖像處理模塊、網(wǎng)絡(luò)視頻傳輸模塊；

所述幀差圖像處理模塊用于將監(jiān)控終端拾取的圖像進(jìn)行圖像前景分割且形成前景圖像，將前景圖像進(jìn)行幀間rgb空間相似度處理和幀間前景像素面積差處理并將幀間rgb空間相似度的統(tǒng)計(jì)數(shù)據(jù)和前景像素面積差數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)共同形成幀差圖像處理數(shù)據(jù)，將幀差圖像處理數(shù)據(jù)與幀差圖像閾值分析處理形成運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果。

所述幀差圖像處理模塊包括幀間rgb空間相似度處理子模塊；

所述幀間rgb空間相似度處理子模塊用于基于圖像的顏色直方圖的數(shù)學(xué)模型建立前景圖像顏色直方圖矩陣，再將兩組前景圖像顏色直方圖矩陣基于空間距離計(jì)算數(shù)學(xué)模型進(jìn)行空間距離的計(jì)算；

所述幀差圖像處理模塊包括前景像素面積差處理模塊；

所述前景像素面積差處理模塊用于通過閾值分割對(duì)連續(xù)圖像提取前景進(jìn)行像素面積的計(jì)算且計(jì)算連續(xù)前景像素面積差，通過面積差閾值設(shè)定判斷是否存在運(yùn)動(dòng)目標(biāo)。

進(jìn)一步，所述圖像的顏色直方圖的數(shù)學(xué)模型包括：

ha，b，c(a，b，c)＝n·prob(a＝a，b＝b，c＝c)；

其中：

所述a、b、c分別表示在前景圖像所有像素中三基色所占的比例；

所述n表示圖像像素?cái)?shù)；

ha，b，c(a，b，c)表示前景圖像的m×n像素中所包含三基色m×n×3的三維矩陣。

進(jìn)一步，所述空間距離計(jì)算數(shù)學(xué)模型包括歐幾里德距離數(shù)學(xué)模型、交集距離數(shù)學(xué)模型以及二次型距離數(shù)學(xué)模型；

所述歐幾里德距離數(shù)學(xué)模型包括：

d²(h，g)＝∑∑∑(h(a，b，c)-g(a，b，c))²；

其中：

所述h和g分別代表兩幅圖像的顏色直方圖；

所述交集距離數(shù)學(xué)模型包括：

∑∑∑min(h(a，b，c)，g(a，b，c))；

其中：

所述|h|,|g|分別代表兩幅圖像的顏色直方圖的模；

所述二次型距離數(shù)學(xué)模型包括：

d(h，g)＝(h-g)^ta(h-g)；

其中：

所述a表示h和g的互相關(guān)矩陣；

進(jìn)一步，所述前景像素面積差處理模塊的處理包括如下步驟：s1.基于像素總數(shù)計(jì)算模型計(jì)算像素總數(shù)；

所述像素總數(shù)計(jì)算模型包括：

所述m表示灰度級(jí)別；

所述ni表示灰度級(jí)別i的像素個(gè)數(shù)；

所述n表示像素總數(shù)；

s2.基于概率計(jì)算數(shù)學(xué)模型計(jì)算各灰度級(jí)在圖像中出現(xiàn)的概率；

所述pi表示灰度級(jí)i在圖像中出現(xiàn)的概率；

s3.將各級(jí)灰度根據(jù)參數(shù)t分成兩組，包括：

c0＝{1～t}c1＝{t+1～m}；

所述t為灰度級(jí)別閾值；

s4.計(jì)算c0組,c1組各灰度級(jí)出現(xiàn)的總概率，包括：

所述ω0為c0組各灰度級(jí)出現(xiàn)的概率；

所述ω1為c1組各灰度級(jí)出現(xiàn)的概率；

s5.c0,c1概率的平均值，包括：

s6.計(jì)算兩組之間的方差，包括：

進(jìn)一步，所述客戶端包括播放服務(wù)模塊；

進(jìn)一步，所述播放服務(wù)模塊用于接收并抓取服務(wù)器端發(fā)送的圖片幀，接收的圖片幀經(jīng)解碼用于顯示和保存。

進(jìn)一步，所述視頻流采集模塊用于采集視頻終端的前端視頻數(shù)據(jù)，判斷前端視頻數(shù)據(jù)是否采集完成，若完成，則關(guān)閉視頻終端，否則轉(zhuǎn)入采集視頻終端的前端視頻數(shù)據(jù)。

進(jìn)一步，所述網(wǎng)絡(luò)視頻傳輸模塊用于將幀差圖像處理數(shù)據(jù)發(fā)送至客戶端。

進(jìn)一步，所述分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的硬件系統(tǒng)采用核心cpu板和接口板組合的形式。

進(jìn)一步，所述分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)還包括自動(dòng)報(bào)警處理模塊。

本發(fā)明的有益效果為：

1本發(fā)明采用分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)，包括客戶端和服務(wù)器端，所述服務(wù)器端包括視頻流采集模塊、幀差圖像處理模塊、網(wǎng)絡(luò)視頻傳輸模塊，所述幀差圖像處理模塊用于將監(jiān)控終端拾取的圖像進(jìn)行圖像前景分割且形成前景圖像，將前景圖像進(jìn)行幀間rgb空間相似度處理和幀間前景像素面積差處理并將幀間rgb空間相似度的統(tǒng)計(jì)數(shù)據(jù)和前景像素面積差數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)共同形成幀差圖像處理數(shù)據(jù)，將幀差圖像處理數(shù)據(jù)與幀差圖像閾值分析處理形成運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果，所述幀差圖像處理模塊包括幀間rgb空間相似度處理子模塊，所述幀間rgb空間相似度處理子模塊用于基于圖像的顏色直方圖的數(shù)學(xué)模型建立前景圖像顏色直方圖矩陣，再將兩組前景圖像顏色直方圖矩陣基于空間距離計(jì)算數(shù)學(xué)模型進(jìn)行空間距離的計(jì)算，所述幀差圖像處理模塊包括前景像素面積差處理模塊，所述前景像素面積差處理模塊用于通過閾值分割對(duì)連續(xù)圖像提取前景進(jìn)行像素面積的計(jì)算且計(jì)算連續(xù)前景像素面積差，通過面積差閾值設(shè)定判斷是否存在運(yùn)動(dòng)目標(biāo)，由于智能視頻監(jiān)控技術(shù)對(duì)視頻畫面中的海量數(shù)據(jù)進(jìn)行快速分析，過濾掉監(jiān)控者不關(guān)心的信息，僅僅為監(jiān)控者提供有用的關(guān)鍵信息，大大提高了視頻監(jiān)控在實(shí)時(shí)發(fā)現(xiàn)異常行為、及時(shí)傳輸報(bào)警信息方面的功能，例如對(duì)人員聚集的情況進(jìn)行自動(dòng)報(bào)警處理，進(jìn)而及時(shí)疏導(dǎo)，避免危險(xiǎn)事件的發(fā)生；對(duì)重要場(chǎng)所如戒嚴(yán)區(qū)域、銀行、庫房、博物館、珠寶店等存放貴重物品區(qū)域的監(jiān)控等。智能視頻監(jiān)控技術(shù)為普通監(jiān)控設(shè)備加上了具有對(duì)觀測(cè)到的事物進(jìn)行分析和判斷能力的大腦，擁有更強(qiáng)大的視頻監(jiān)控功能，其進(jìn)一步深入廣泛應(yīng)用為社會(huì)安全撐起一把更加嚴(yán)密、穩(wěn)固的保護(hù)傘，以有效遏制影響秩序和安全的異常事件的發(fā)生，不僅能極大節(jié)約人力成本，也將產(chǎn)生良好的經(jīng)濟(jì)社會(huì)效益，系統(tǒng)目前以投入用戶產(chǎn)品倉(cāng)庫的夜間無人值守的應(yīng)用，在規(guī)定時(shí)段內(nèi)檢測(cè)重要區(qū)域運(yùn)動(dòng)目標(biāo)的存在情況，并以此作為報(bào)警依據(jù)，節(jié)約了人力成本、提高了安防監(jiān)控的效率。

附圖說明

圖1是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的處理流程圖；

圖2是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的總流程圖；

圖3是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的rgb顏色空間圖；

圖4是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的幀間rgb空間相似度處理子模塊測(cè)試圖；

圖5是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的幀間rgb空間相似度處理子模塊測(cè)試的幀間rgb直方圖相似度計(jì)算結(jié)果圖；

圖6是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的前景像素面積差處理模塊的圖像前景二值化提取結(jié)果圖；

圖7是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的前景像素面積差處理模塊的運(yùn)動(dòng)目標(biāo)前景像素面積變化趨勢(shì)圖；

圖8是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的系統(tǒng)總體架構(gòu)圖；

圖9是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的系統(tǒng)功能圖；

圖10是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的視頻流采集模塊的流程圖；

圖11是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的幀差圖像處理的流程圖；

圖12是本發(fā)明一種分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的網(wǎng)絡(luò)視頻傳輸模塊的流程圖。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步描述：

圖中：s101-將監(jiān)控終端拾取的圖像進(jìn)行圖像前景分割且形成前景圖像；

s102-基于圖像的顏色直方圖的數(shù)學(xué)模型建立前景圖像顏色直方圖矩陣，再將兩組前景圖像顏色直方圖矩陣基于空間距離計(jì)算數(shù)學(xué)模型進(jìn)行空間距離的計(jì)算；

s103-通過閾值分割對(duì)連續(xù)圖像提取前景進(jìn)行像素面積的計(jì)算且計(jì)算連續(xù)前景像素面積差，通過面積差閾值設(shè)定判斷是否存在運(yùn)動(dòng)目標(biāo)；

s104-將幀間rgb空間相似度的統(tǒng)計(jì)數(shù)據(jù)和前景像素面積差數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)共同形成幀差圖像處理數(shù)據(jù)；

s105-將幀差圖像處理數(shù)據(jù)與幀差圖像閾值分析處理；

s106-形成運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果。

實(shí)施例：

本實(shí)施例包括：如圖1所示，分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)，包括客戶端和服務(wù)器端，所述服務(wù)器端包括視頻流采集模塊、幀差圖像處理模塊、網(wǎng)絡(luò)視頻傳輸模塊；

所述幀差圖像處理模塊用于將監(jiān)控終端拾取的圖像進(jìn)行圖像前景分割且形成前景圖像s101，將前景圖像進(jìn)行幀間rgb空間相似度處理和幀間前景像素面積差處理并將幀間rgb空間相似度的統(tǒng)計(jì)數(shù)據(jù)和前景像素面積差數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)共同形成幀差圖像處理數(shù)據(jù)s104，將幀差圖像處理數(shù)據(jù)與幀差圖像閾值分析處理s105形成運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果s106。

所述幀差圖像處理模塊包括幀間rgb空間相似度處理子模塊；

所述幀間rgb空間相似度處理子模塊用于基于圖像的顏色直方圖的數(shù)學(xué)模型建立前景圖像顏色直方圖矩陣，再將兩組前景圖像顏色直方圖矩陣基于空間距離計(jì)算數(shù)學(xué)模型進(jìn)行空間距離的計(jì)算s102；

所述幀差圖像處理模塊包括前景像素面積差處理模塊；

所述前景像素面積差處理模塊用于通過閾值分割對(duì)連續(xù)圖像提取前景進(jìn)行像素面積的計(jì)算且計(jì)算連續(xù)前景像素面積差，通過面積差閾值設(shè)定判斷是否存在運(yùn)動(dòng)目標(biāo)s103。

如圖1、2所示，幀間差分法是一種通過對(duì)視頻圖像序列中相鄰兩幀作差分運(yùn)算來獲得運(yùn)動(dòng)目標(biāo)輪廓的方法，它可以很好地適用于存在多個(gè)運(yùn)動(dòng)目標(biāo)和攝像機(jī)移動(dòng)的情況。當(dāng)監(jiān)控場(chǎng)景中出現(xiàn)異常物體運(yùn)動(dòng)時(shí)，幀與幀之間會(huì)出現(xiàn)較為明顯的差別，兩幀相減，得到兩幀圖像亮度差的絕對(duì)值，在環(huán)境亮度變化不大的情況下，如果對(duì)應(yīng)像素值相差很小，則認(rèn)為此處景物是靜止的，如果圖像區(qū)域某處的像素值變化很大，可認(rèn)為這是由于圖像中運(yùn)動(dòng)物體引起的。例如，在序列圖像中，第k幀圖像fk(x,y)和第k+1幀圖像fk+1(x,y)之間的變化可用二值差分圖像d(x,y)表示：

直接基于圖像幀亮度或灰度的幀差算法，算法實(shí)現(xiàn)簡(jiǎn)單，程序復(fù)雜度低；對(duì)光線等場(chǎng)景變化不太敏感，能適應(yīng)各種動(dòng)態(tài)環(huán)境，穩(wěn)定性較好，但具有以下缺點(diǎn)：

要求背景絕對(duì)靜止或基本無變化(噪聲較小)，因而適用場(chǎng)合有限。

快速運(yùn)動(dòng)的物體，需要選擇較小的時(shí)間間隔，如果選擇不合適，當(dāng)物體在前后兩幀中沒有重疊時(shí)，會(huì)被檢測(cè)為兩個(gè)分開的物體。

對(duì)慢速運(yùn)動(dòng)的物體，應(yīng)該選擇較大的時(shí)間差，如果時(shí)間選擇不適當(dāng)，當(dāng)物體在前后兩幀中幾乎完全重疊時(shí)，則檢測(cè)不到物體。

造成以上問題的主要原因是由于幀差法僅依據(jù)圖像的全局亮度為特征進(jìn)行幀間相似度的閾值計(jì)算，而圖像的全局亮度不僅包含了圖像前景，同時(shí)也包含了背景的亮度信息，易受噪聲干擾，且將前景和背景灰度信息同時(shí)用于幀間差分的運(yùn)算對(duì)前景目標(biāo)變化的檢測(cè)將帶來很大的不確定性，這種不確定性與幀差時(shí)間、運(yùn)動(dòng)目標(biāo)的速度、遮擋、變形均有關(guān)系。幀差算法的實(shí)質(zhì)是兩幅連續(xù)圖像基于亮度的幀間相似度閾值分析?；诖怂枷?，本系統(tǒng)所采用的目標(biāo)檢測(cè)算法采用兩幅圖像基于前景特征的幀間相似度分析，在連續(xù)圖像中提取前景特征并設(shè)計(jì)度量參數(shù)進(jìn)行幀間相似度的閾值檢測(cè)，由于這種方法基于圖像前景的特征提取和相似度分析，相對(duì)于基于圖像全局亮度的幀差算法具有更強(qiáng)的容錯(cuò)性，且本系統(tǒng)僅涉及有無運(yùn)動(dòng)目標(biāo)的檢測(cè)，不涉及目標(biāo)的跟蹤，所以該算法對(duì)背景的變化具有較好的適應(yīng)性和穩(wěn)定性，利于長(zhǎng)期檢測(cè)。

所述圖像的顏色直方圖的數(shù)學(xué)模型包括：

其中：

所述n表示圖像像素?cái)?shù)；

ha，b，c(a，b，c)表示前景圖像的m×n像素中所包含三基色m×n×3的三維矩陣。

如圖3所示，由于基于圖像顏色的相似度分析，運(yùn)動(dòng)目標(biāo)的圖像序列在rgb顏色空間中r、g、b三個(gè)分量產(chǎn)生變化。因此，圖像顏色的變化可作為監(jiān)控區(qū)域是否存在運(yùn)動(dòng)目標(biāo)的重要依據(jù)之一?？筛鶕?jù)三個(gè)分量的統(tǒng)計(jì)直方圖對(duì)圖像前景各種顏色所占的成份比例進(jìn)行統(tǒng)計(jì)分析，并對(duì)多幅圖像的顏色分析結(jié)果進(jìn)行對(duì)比，得到圖像的顏色相似度參數(shù)，并根據(jù)閾值設(shè)定判斷是否存在運(yùn)動(dòng)變化的目標(biāo)

如圖3所示，rgb顏色空間，rgb顏色空間是大多數(shù)彩色圖像顯示器與彩色圖像傳感器所采用的色彩表達(dá)與存儲(chǔ)方式，它由“紅、綠、藍(lán)”三基色為基本色，不同顏色由三基色按照不同比例混合形成。

由于基于彩色圖像直方圖的圖像顏色分析，圖像的顏色直方圖表示為：

ha，b，c(a，b，c)＝n·prob(a＝a，b＝b，c＝c)

其中：a、b、c在rgb空間中分別表示所有像素中三基色所占的比例。n表示圖像像素?cái)?shù)。所得到rgb圖像(又稱真彩色圖像)是以m×n×3的3d矩陣的方式存儲(chǔ)，分別定義了m×n圖像的每個(gè)像素中所包含三基色各自的強(qiáng)度。因此rgb直方是對(duì)“色階－像素?cái)?shù)”的歸一化統(tǒng)計(jì)結(jié)果。

兩幅彩色圖像的直方圖統(tǒng)計(jì)結(jié)果，可認(rèn)為是矢量。比較兩幅圖像的顏色相似度，可轉(zhuǎn)化為對(duì)矢量空間中兩個(gè)點(diǎn)空間距離的計(jì)算。

如圖4、5所示，實(shí)驗(yàn)中，連續(xù)80幀圖像的幀間rgb相似度計(jì)算結(jié)果，從圖5的對(duì)比可以看出，靜止圖像及時(shí)考慮隨機(jī)噪聲的影響，連續(xù)幀間基于rgb直方圖的相似度距離存在較大的相關(guān)性(圖中虛線)，而在存在運(yùn)動(dòng)目標(biāo)的情況下連續(xù)幀間基于rgb直方圖的相似度距離明顯大于靜止圖像的情況(圖中實(shí)線)，算法對(duì)圖像中目標(biāo)的運(yùn)動(dòng)敏感性較好，可用于運(yùn)動(dòng)目標(biāo)是否存在的檢測(cè)。

所述空間距離計(jì)算數(shù)學(xué)模型包括歐幾里德距離數(shù)學(xué)模型、交集距離數(shù)學(xué)模型以及二次型距離數(shù)學(xué)模型；

所述歐幾里德距離數(shù)學(xué)模型包括：

d²(h，g)＝∑∑∑(h(a，b，c)-g(a，b，c))²；

其中：

所述h和g分別代表兩幅圖像的顏色直方圖；

所述交集距離數(shù)學(xué)模型包括：

∑∑∑min(h(a，b，c)，g(a，b，c))；

其中：

所述|h|,|g|分別代表兩幅圖像的顏色直方圖的模；

所述二次型距離數(shù)學(xué)模型包括：

d(h，g)＝(h-g)^ta(h-g)；

其中：

所述a表示h和g的互相關(guān)矩陣；

距離包含以下三種常用定義：

歐幾里德距離(euclideandistance)

其中：h和g分別代表兩幅圖像的顏色直方圖。

交集距離(intersectiondistance)

其中：|h|,|g|為矢量的模。交集距離所需計(jì)算量較小，可減小背景顏色對(duì)圖像匹配的影響。二次型距離(quadratic(cross)distance)

d(h，g)＝(h-g)^ta(h-g)

其中：a為h和g的互相關(guān)矩陣。二次型距離較適合人類視覺。

所述前景像素面積差處理模塊的處理包括如下步驟：

s1.基于像素總數(shù)計(jì)算模型計(jì)算像素總數(shù)；

所述像素總數(shù)計(jì)算模型包括：

所述m表示灰度級(jí)別；

所述i表示像素個(gè)數(shù)；

s2.基于概率計(jì)算數(shù)學(xué)模型計(jì)算各灰度級(jí)在圖像中出現(xiàn)的概率；

s3.將各級(jí)灰度根據(jù)參數(shù)t分成兩組，包括：

c0＝{1～t}c1＝{t+1～m}；

s4.計(jì)算c0組,c1組各灰度級(jí)出現(xiàn)的總概率，包括：

s5.c0,c1概率的平均值，包括：

s6.計(jì)算各灰度級(jí)的概率憑據(jù)值，包括：

s7.計(jì)算兩組之間的方差，包括：

由于基于區(qū)域面積的相似度分析，運(yùn)動(dòng)目標(biāo)的存在反映在圖像序列上會(huì)造成前景像素面積的變化。因此，對(duì)序列圖像前景像素面積的檢測(cè)也是判斷運(yùn)動(dòng)目標(biāo)是否存在的重要依據(jù)之一。通過閾值分割對(duì)連續(xù)圖像提取前景進(jìn)行像素面積的計(jì)算，計(jì)算連續(xù)前景像素面積差，通過面積差閾值設(shè)定判斷是否存在運(yùn)動(dòng)目標(biāo)。

前景目標(biāo)的提?。豪米畲箢愰g方差(otsu)對(duì)灰度圖像進(jìn)行自適應(yīng)閾值分割，實(shí)現(xiàn)目標(biāo)的提取。它是按圖像的灰度特性,將圖像分成背景和目標(biāo)兩部分。背景和目標(biāo)之間的類間方差大,說明構(gòu)成圖像的這兩部分的差別越大.當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致圖像這兩部分差別變小。因此,使類間方差最大的分割意味著錯(cuò)分概率最小。設(shè)所得到的灰度圖像,有m級(jí)灰度，且灰度值為i的像素個(gè)數(shù)為ni。計(jì)算步驟如下：

像素總數(shù):

各灰度級(jí)在圖像中出現(xiàn)的概率:

將各級(jí)灰度根據(jù)參數(shù)t分成兩組:c0＝{1～t}c1＝{t+1～m}

c0組,c1組各灰度級(jí)出現(xiàn)的總概率:

c0,c1概率的平均值:

其中：各灰度級(jí)的概率憑據(jù)值

圖像整體灰度點(diǎn)采樣的平均值為μ＝ω0μ0+ω1μ1

兩組之間的方差

上式稱為閾值選擇函數(shù),從1～m改變t的值,上式最大時(shí)t的取值就是閾值計(jì)算結(jié)果。otsu方法的優(yōu)點(diǎn)是：不論圖像的直方圖有無明顯的雙峰,都能得到較為滿意的結(jié)果，是圖像分割中閾值自動(dòng)選擇的最優(yōu)方法。

如圖6、7所示，根據(jù)二值圖像編寫函數(shù)直接計(jì)算二值圖像所包含灰度值為255的像素個(gè)數(shù)，實(shí)驗(yàn)中，連續(xù)圖像的閾值分割及前景像素面積計(jì)算，圖7放映了圖像前景二值化提取的效果，以及在連續(xù)圖像中圖像前景像素面積變化的趨勢(shì)，趨勢(shì)圖由140幀左右的連續(xù)圖像計(jì)算得到，根據(jù)趨勢(shì)圖可看到在前15幀圖像像素面積有較大的變化，也就是說當(dāng)前景目標(biāo)開始變化時(shí)算法有較為敏感的反映，算法對(duì)圖像前景的初始變化較為敏感，符合運(yùn)動(dòng)目標(biāo)的檢測(cè)要求。

所述客戶端包括播放服務(wù)模塊；

所述播放服務(wù)模塊用于接收并抓取服務(wù)器端發(fā)送的圖片幀，接收的圖片幀經(jīng)解碼用于顯示和保存。

由于pc客戶端軟件基于開源spcaview軟件進(jìn)行改寫，該軟件底層由多媒體開發(fā)包sdl(simpledirectmedialayer)支持，通過改寫實(shí)現(xiàn)以下功能：

播放服務(wù)端軟件servfox采集的視頻圖像，調(diào)用spacclient()函數(shù)。

調(diào)用encoder編碼器將多幅jpeg格式的圖像合成為avi視頻流，進(jìn)行視頻歷史回放，調(diào)用spacplay()函數(shù)。

自動(dòng)定時(shí)獲取一幀圖片，并保存在指定目錄中，調(diào)用spacgrab()函數(shù)。

實(shí)現(xiàn)上述功能的關(guān)鍵步驟是：

main函數(shù)調(diào)用spcaclient()、spcagrab()、spcaplay()。

spcaview創(chuàng)建多線程，通過pthread函數(shù)來創(chuàng)建多個(gè)子線程，實(shí)現(xiàn)一幀圖片的抓取、解碼，顯示、保存的并行工作

spcaclient()通過socket程序接收serfox發(fā)送過來的圖像數(shù)據(jù)，然后jpeg解碼。

spcagrab()的功能抓取并顯示圖像。

所述視頻流采集模塊用于采集視頻終端的前端視頻數(shù)據(jù)，判斷前端視頻數(shù)據(jù)是否采集完成，若完成，則關(guān)閉視頻終端，否則轉(zhuǎn)入采集視頻終端的前端視頻數(shù)據(jù)。

如圖10所示，由于linux系統(tǒng)中video4linux函數(shù)庫為視頻應(yīng)用程序提供了一套統(tǒng)一的api函數(shù)集，視頻應(yīng)用程序通過標(biāo)準(zhǔn)的系統(tǒng)調(diào)用即可操作視頻捕獲設(shè)備。video4linux向虛擬文件系統(tǒng)注冊(cè)視頻設(shè)備文件，應(yīng)用程序通過操作視頻設(shè)備文件實(shí)現(xiàn)對(duì)視頻設(shè)備的訪問，在此采用usb攝像頭設(shè)備文件/dev/v41/video0為操作對(duì)象。

如圖11所示，為了對(duì)zc301usb攝像頭所采集的圖像進(jìn)行處理，需對(duì)圖像幀進(jìn)行緩存，采取對(duì)framebuffer操作進(jìn)行圖像暫存和處理。framebuffer是linux2.2xx內(nèi)核當(dāng)中的一種驅(qū)動(dòng)程序接口，可將它看成是顯示內(nèi)存的一個(gè)映像，將其映射到圖像處理進(jìn)程的地址空間，則圖像處理進(jìn)程可對(duì)之直接進(jìn)行讀寫操作以獲得幀圖像。zc301usb攝像頭將從framebuffer讀出的圖像存放在本地文件夾，即連續(xù)地從攝像頭采集到圖片存儲(chǔ)在/tmp/1.jpg和/tmp/2.jpg，然后調(diào)用幀差處理算法處理幀圖像，并在程序中設(shè)定計(jì)時(shí)器，每隔100ms刷新一次報(bào)警狀態(tài)標(biāo)志供圖像報(bào)警進(jìn)程查詢。

所述網(wǎng)絡(luò)視頻傳輸模塊用于將幀差圖像處理數(shù)據(jù)發(fā)送至客戶端。

如圖12所示，基于servfox的嵌入式視頻終端的網(wǎng)絡(luò)視頻傳輸。

基于服務(wù)端嵌入式硬件，視頻采集端軟件的實(shí)現(xiàn)主要包含以下功能模塊模塊:zc301usb攝像頭驅(qū)動(dòng)加載、基于video4linux的視頻采集、幀差圖像算法的實(shí)現(xiàn)、zc301usb攝像頭視頻發(fā)送程序、zc301usb攝像頭驅(qū)動(dòng)加載、linux內(nèi)核里有ov511usb芯片的攝像頭驅(qū)動(dòng)程序，市場(chǎng)上應(yīng)用最廣泛的usb攝像頭是中星微公司生產(chǎn)的zc301usb芯片的攝像頭，對(duì)于zc301usb攝像頭芯片的驅(qū)動(dòng)，在linux內(nèi)核原有驅(qū)動(dòng)程序基礎(chǔ)上添加linux2.6.12的usb攝像驅(qū)動(dòng)補(bǔ)?。壕唧w操作步驟：1)把linux2.6.12的usb攝像驅(qū)動(dòng)補(bǔ)丁放到/kemel/river/usb目錄下，解壓縮，運(yùn)行命令patch-pl<usb.2.6.12.patch，在該目錄下生成spca5xx文件夾。編譯內(nèi)核，在此采用靜態(tài)加載模式2)運(yùn)行命令makemenuconfig，靜態(tài)加載usbspca5xxsunplus/vimicro/sonixjpegcamera選項(xiàng)3)依次運(yùn)稼命令make、makezlmage和makemodules完成靜態(tài)加載，usb攝像頭驅(qū)動(dòng)程序加載成功后，可以根據(jù)linux提供的vide04linux的api函數(shù)編寫視頻采集程序。

所述分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)的硬件系統(tǒng)采用核心cpu板和接口板組合的形式。

所述分布式網(wǎng)絡(luò)視覺監(jiān)控系統(tǒng)還包括自動(dòng)報(bào)警處理模塊。

如圖8、9所示，由于模擬監(jiān)控系統(tǒng)一般設(shè)置監(jiān)控中心，由矩陣系統(tǒng)和電視墻構(gòu)成，監(jiān)控系統(tǒng)一般層次劃分為現(xiàn)監(jiān)控現(xiàn)場(chǎng)、智能管理終端、一級(jí)管理中心、二級(jí)管理中心等復(fù)雜的系統(tǒng)結(jié)構(gòu)。本系統(tǒng)采用分布式接入方案，每個(gè)前端設(shè)備和后端終端設(shè)備，從物理上講都是平等的，如果不考慮人為劃分訪問權(quán)限，所有監(jiān)控點(diǎn)的設(shè)備都是即插即用的，系統(tǒng)扁平化，遠(yuǎn)程管理中間環(huán)節(jié)的消除，網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，保證了系統(tǒng)故障率的降低。

現(xiàn)有的數(shù)字化監(jiān)控系統(tǒng)往往是由一個(gè)大型管理軟件平臺(tái)擔(dān)負(fù)所有重要任務(wù)，例如對(duì)前端圖像瀏覽，存儲(chǔ)分配，數(shù)據(jù)轉(zhuǎn)發(fā)，控制視頻解碼器到電視墻，都是由某個(gè)計(jì)算機(jī)終端完成。由于大型管理軟件的復(fù)雜程度和成本，用戶不可能購(gòu)置多個(gè)高配置的終端和多套軟件進(jìn)行管理的冗余備份，系統(tǒng)顯得較為脆弱。此外中心管理軟件的運(yùn)算量較大，在圖像瀏覽和存儲(chǔ)數(shù)據(jù)分配時(shí)，視頻管理服務(wù)器的硬件承擔(dān)著繁重的負(fù)擔(dān)，加上操作系統(tǒng)本身的可靠性問題，任何一個(gè)微小的問題都會(huì)誘發(fā)整個(gè)系統(tǒng)的癱瘓。而本系統(tǒng)由前端嵌入式監(jiān)控終端承擔(dān)圖像采集、編碼壓縮、圖像處理，后端pc僅執(zhí)行視頻瀏覽及報(bào)警信息顯示的功能，系統(tǒng)將后端的pc監(jiān)控與前端圖像采集處理分離開來，將智能圖像處理算法在前端嵌入式設(shè)備上實(shí)現(xiàn)，如存在更求的模式識(shí)別也可在后端計(jì)算機(jī)平臺(tái)上完成，淡化監(jiān)控中心概念，防止中心發(fā)生致命故障，提高防破壞能力，降低運(yùn)行風(fēng)險(xiǎn)，可提高系統(tǒng)的容錯(cuò)能力和穩(wěn)定性。

采用開放源碼的uclinux和redhatlinux為系統(tǒng)操作系統(tǒng)平臺(tái)，軟件系統(tǒng)具有較強(qiáng)的可擴(kuò)展性和可維護(hù)性。

嵌入式硬件系統(tǒng)采用核心cpu板和接口板形式，硬件接口易于擴(kuò)展，核心板可互換。

采用圖像直方圖相似度和前景像素面積作為特征參數(shù)進(jìn)行幀間差分計(jì)算，進(jìn)行閾值檢測(cè)，算法對(duì)運(yùn)動(dòng)目標(biāo)的存在較為敏感。

由嵌入式系統(tǒng)承擔(dān)幀差算法，系統(tǒng)具有一定的分布計(jì)算能力。

智能視覺監(jiān)控的研究一直是近年來國(guó)內(nèi)外研究的熱點(diǎn)，如對(duì)車輛和行人的跟蹤及其交互作用識(shí)別、人臉識(shí)別、手勢(shì)識(shí)別、目標(biāo)跟蹤等，國(guó)內(nèi)中科院北京自動(dòng)化研究所研制的基于擴(kuò)展卡爾曼濾波器的交通場(chǎng)景的視覺監(jiān)控本、基于步態(tài)的遠(yuǎn)距離身份識(shí)別等。目前國(guó)內(nèi)外研究的重點(diǎn)多在于對(duì)模式識(shí)別算法本身的研究，由于一般的模式識(shí)別算法本身具有計(jì)算密集型的特點(diǎn)，在單個(gè)攝像頭配合高性能計(jì)算機(jī)的情況下，能夠得到較好的智能處理結(jié)果，但一般的視頻監(jiān)控系統(tǒng)的應(yīng)用場(chǎng)合為多點(diǎn)大范圍的監(jiān)控應(yīng)用，網(wǎng)絡(luò)化的視頻采集所帶來的大量視頻數(shù)據(jù)帶來的計(jì)算負(fù)荷將導(dǎo)致成熟的模式識(shí)別算法無法應(yīng)用于多點(diǎn)網(wǎng)絡(luò)化的視頻監(jiān)控，此瓶頸問題在目前的研究中尚未得到充分的重視。

解決這一問題的有效方法之一就是將采用分布式的視頻采集和分布式的數(shù)據(jù)處理相結(jié)合，而具備一定計(jì)算能力的嵌入式系統(tǒng)由于其接口資源豐富、具備操作系統(tǒng)的多任務(wù)支持、算法編寫規(guī)范等優(yōu)點(diǎn)，是解決這一問題的優(yōu)選平臺(tái)，本發(fā)明所做的工作以此為出發(fā)點(diǎn)。

本發(fā)明的具體技術(shù)效果還包括：

分布式網(wǎng)絡(luò)視頻采集：

硬件系統(tǒng)采用核心cpu板和接口板組合的形式，同系列cpu板可互換，接口板可定制，節(jié)約了系統(tǒng)資源、降低了系統(tǒng)成本、提高了系統(tǒng)維護(hù)能力。分布式圖像處理計(jì)算：

由嵌入式系統(tǒng)進(jìn)行圖像特征的提取和幀差相似度計(jì)算識(shí)別運(yùn)動(dòng)目標(biāo)，分散了后端監(jiān)控pc的數(shù)據(jù)處理負(fù)擔(dān)。

圖像特征的提取與運(yùn)動(dòng)目標(biāo)基于特征間相似度比對(duì)的檢測(cè)：

一方面考慮到嵌入式系統(tǒng)計(jì)算能力有限，不適合應(yīng)用復(fù)雜模式識(shí)別算法，另一方面基于圖像灰度或亮度的幀差算法雖然計(jì)算過程簡(jiǎn)單，但對(duì)運(yùn)動(dòng)目標(biāo)的識(shí)別效果不佳，實(shí)驗(yàn)中將基于圖像rgb/hsv顏色模型以及圖像前景像素面積的相似度比對(duì)和幀差算法相結(jié)合，實(shí)驗(yàn)表明該算法本身對(duì)運(yùn)動(dòng)目標(biāo)的存在與否較為敏感，且算法復(fù)雜度不高，可在嵌入式系統(tǒng)上實(shí)現(xiàn)，且隨著嵌入式系統(tǒng)cpu主頻的提高將更利于算法的硬件式實(shí)現(xiàn)。

本發(fā)明解決了現(xiàn)有技術(shù)存在由于應(yīng)用環(huán)境對(duì)系統(tǒng)的體積、成本、功耗、處理能力都有特殊的要求，而如何在保證識(shí)別跟蹤效率的同時(shí)，提高嵌入式視覺系統(tǒng)的實(shí)時(shí)性，是其走向應(yīng)用的關(guān)鍵問題，具有提高了視頻監(jiān)控在實(shí)時(shí)發(fā)現(xiàn)異常行為且及時(shí)傳輸報(bào)警信息方面的能力、極大節(jié)約人力成本，也將產(chǎn)生良好的經(jīng)濟(jì)社會(huì)效益、提高了安防監(jiān)控的效率的有益技術(shù)效果。

利用本發(fā)明的技術(shù)方案，或本領(lǐng)域的技術(shù)人員在本發(fā)明技術(shù)方案的啟發(fā)下，設(shè)計(jì)出類似的技術(shù)方案，而達(dá)到上述技術(shù)效果的，均是落入本發(fā)明的保護(hù)范圍。