CN101127887A - 智能视觉监控方法和装置 - Google Patents

Abstract

本发明公开了一种智能视觉监控方法和装置，该方法通过多运动目标检测和运动目标跟踪的方法完成智能视觉监控，其装置包括主控计算机、全景图像采集装置、带高速云台的球型摄像机、放置在监控现场的盒体以及固定在盒体内的嵌入式处理电路板和电源单元，所述全景图像采集装置和球型摄像机通过视频输出电缆与嵌入式处理电路板相连，嵌入式处理电路板通过网络连接线与主控计算机相连。主控计算机用相应的图像算法检测出图像中多个运动目标并根据一定的优先级控制策略实现固定场景下多个运动目标的三维空间定位和跟踪。本发明能实现在固定场景中对多个运动目标自动跟踪，能广泛应用于安防，机器视觉，远程监控等领域，具有很好的通用性。

Description

智能视觉监控方法和装置

技术领域

本发明主要涉及到视觉监控领域，特指一种智能视觉监控方法和装置。

背景技术

随着计算机和图像传感器技术的发展，通过摄像机监控动态场景，早已被广泛应用于社会生活的方方面面。从社区和重要设施的保安监控到城市和高速公路上的交通监控，从军事目标的检测到智能武器，摄像机作为人类视觉的延伸起着非常重要的作用。智能视觉监控就是要用计算机视觉的方法，在不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而做到既能完成日常管理又能在异常情况发生的时候及时做出反应。智能视觉监控主要涉及摄像机标定、物体识别、运动分割与跟踪、多摄像机融合、高层语义理解等内容，是计算机视觉领域的前沿研究方向。它具有广泛的应用前景及巨大的潜在经济价值，已引起了许多科研机构及研究人员的浓厚兴趣。美国9.11事件更使智能视觉监控显得日益迫切，世界各国也因此纷纷将其列入重要的研究计划。

动态场景视觉监控是计算机视觉领域的一个新兴的应用方向。视觉监控区别于传统意义上的监控***在于其智能性。简单而言，不仅用摄像机代替人眼，而且用计算机代替人、协助人，来完成监视或控制任务，从而减轻人的负担。本智能视觉监控装置采集两台摄像机的视频信号，通过嵌入式处理装置和主控计算机完成对监控现场的多个运动目标的检测和跟踪，全部过程不需要人为操作，实现了对运动目标的自动跟踪拍摄。具有极高的应用价值和广泛的应用前景。

发明内容

本发明要解决的技术问题就在于：针对现有运动目标视觉监控存在的技术问题，本发明提供一种自动化程度高、跟踪速度快、精度高、适用范围广的智能视觉监控装置，从而实现了在运动场景中对多个运动目标的跟踪拍摄，本发明能广泛应用于视觉安防，机器视觉，视觉检测等领域，是一种具有高度通用性的智能视觉监控装置。

为解决上述技术问题，本发明提出的解决方案为：一种智能视觉监控方法，其特征在于步骤为：

(1)、多运动目标检测：首先输入视频去噪后的第一帧图像设为初始背景，对从图象采集装置输入的t时刻图像I_t(x，y)采用中值滤波器滤除部分由传感器引起的噪声，将其与t时刻背景图像H_t(x，y)相减并将结果二值化，经形态学滤波处理后检测是否存在运动目标，更新函数根据检测结果得到H_t+1(x，y)作为更新后的t+1时刻的背景图像，从而实现背景实时更新，所述更新函数为

$H_{t+1}(x,y)=\left\{\begin{array}{c}{I}_t(x,y)+a[H_t(x,y)-I_t(x,y)]\\ a\&ap;1,I_t(x,y)\&Element;K_i,i=1,.......N\\ I_t(x,y)+b[H_t(x,y)-I_t(x,y)]\\ b<<1,I_t(x,y)\&NotElement;K_i,i=1,....N\end{array}\right.$

式中N代表第t帧检测到的目标总数，K_i为第i个目标，a、b为更新系数；然后将背景图像与当前图像相减并阈值化为二值图像，进一步采用形态学将二值化图像中的“斑点”噪声去除，通过四邻域的连通区域分割，提取出运动目标，并将面积小于阈值T_a的目标舍去，得到当前帧中检测出的运动目标，并用目标外接矩形框标注；

(2)、运动目标跟踪：首先用区域分割法把由步骤(1)中得到的运动目标区域用矩形框标记，然后计算最大的那个矩形区域的形心坐标，计算出目标形心和图像中心的偏差，根据这个偏差来控制图象采集装置的动作，使目标保持在视场的中央附近，这是个反馈控制过程，不断的检测目标的形心与图像中心的偏差，直到目标在视场的中央。

所述步骤中运动目标的区域分割步骤如下：

(1)、初始化：清除扫描标志，left＝监视区域的右边界，right＝监视区域的左边界，目标数ir＝0；

(2)、自上而下(y)从左到右(x)逐行扫描未打过标的图像点(x，y)，若发现从它开始连续若干未打过标的点属于变化(目标)区域时，记top＝y，给点打标，否则转(6)；

(3)、在未打过标的点中，从该目标点向左找到目标的左边界点x，若x＜left，则left：＝x；再以同样的方式向右找到右边界点x，若x＞right，则right＝x；并给扫描到的点打标；

(4)、计算中点：x：＝(left+right)/2，并下移一列y：＝y+1，得点(x，y)，给点打标；若该点属于目标点转(3)，否则记bottom：＝y-1，得到一新目标，若目标面积小于允许的最小值，舍弃之，转(2)；

(5)、将新目标与目标队列中其它目标区域比较，若彼此距离在允许合并的范围(如3个象素)内，则将该目标并入相应目标，否则加入目标队列，ir＝ir+1，转(2)；

(6)、将目标队列中彼此距离在允许合并范围内的区域合并，得到最后的目标队列。

一种智能视觉监控装置，其特征在于：它包括主控计算机、全景图像采集装置、带高速云台的球型摄像机、放置在监控现场的盒体以及固定在盒体内的嵌入式处理电路板和电源单元，所述全景图像采集装置和球型摄像机通过视频输出电缆与嵌入式处理电路板相连，嵌入式处理电路板通过网络连接线与主控计算机相连。

所述全景图像采集装置采用枪型摄像机，嵌入式处理电路板通过RS485串行总线控制带高速云台的球型摄像机的运动状态。

所述嵌入式处理电路板通过网络连接线接入主控计算机所在的局域网。

所述全景图像采集装置和带高速云台的球型摄像机通过视频输出电缆和RS485串行总线直接与嵌入式处理电路板相连。

与现有技术相比，本发明的优点就在于：

1、本发明智能视觉监控方法和装置实现了高度的智能化视觉监控，大部分现有的监控装置只能实现对监控现场的拍摄，只有少部分可以实现对单个运动目标的跟踪拍摄。本装置中使用了多运动目标检测算法并采用了一定的优先级控制策略，所以能够实现对监控现场的多个运动目标的跟踪拍摄。

2、现有的视觉监控装置只能实现对运动目标的二维平面坐标的定位。本发明智能视觉监控方法和装置使用两个视觉成像装置，可以利用拍摄到的监控现场同一时间不同角度的两幅空间平面图像产生三维空间坐标系，能够实现对监控现场运动目标的三维空间坐标的标定。

3、现有的视觉监控装置如需连接PC主机还需要为主机配置图像采集卡，并使用视频电缆连接至图像采集装置。虽然已经有能够独立工作的图像采集装置出现，但只能实现简单的单运动目标跟踪。本发明智能视觉监控方法和装置由嵌入式处理电路板完成图像采集功能，主控计算机完成对多个运动目标的检测和识别，并根据一定的优先等级对运动目标跟踪拍摄。主控计算机和嵌入式处理电路两部分实现了优化组合。

4、现有的视觉监控***需要使用视频电缆和视频服务器或者硬盘DVR等连接，当图像采集装置增加时，接线十分繁琐。本发明智能视觉监控方法和装置中嵌入式处理电路板通过网络连接线接入主控计算机所在局域网，主控计算机通过网络连接线接入局域网。本装置充分利用了网络技术，使子***间的互连简单方便。

附图说明

图1是本发明智能视觉监控方法的流程示意图；

图2是本发明的单个运动目标检测算法流程示意图；

图3是本发明的单个运动目标跟踪算法流程示意图；

图4是本发明智能视觉监控装置的框架结构示意图；

图5是本发明的嵌入式处理电路板中核心处理器电路原理示意图；

图6是本发明的嵌入式处理电路板中网络传输电路原理意图；

图7是本发明的嵌入式处理电路板中电源电路原理意图；

图8是本发明的嵌入式处理电路板中存储器和图像采集电路原理意图。

图例说明

1、盒体             2、嵌入式处理电路板

3、电源单元         4、全景图像采集装置

5、球型摄像机       6、支架

7、支架             8、主控计算机

9、视频输出电缆     10、网络连接线

11、RS485串行总线   12、网络连接线

具体实施方式

以下将结合附图和具体实施例对本发明做进一步详细说明。

如图1、图2和图3所示，本发明针对在摄象机静止即固定背景下实现多运动目标检测，对背景图象的获取和更新采用背景减除和时间差分相结合检测目标的方法。在摄像头静止的监控中(固定场景)，如采用背景减除方法检测运动目标能获得目标完整的运动信息，特别是在目标运动较缓慢的情况下检测准确度高，但对背景动态变化的适应性低，如用时间差分方法检测目标，则能提高对环境动态变化的适应性，但对目标变化缓慢的部分不易准确检测。本发明在充分分析第一、二类检测方法的基础上，采用背景减除和时间差分相结合的方法能有效检测运动目标并能适应监控场景的动态变化。本发明的智能视觉监控方法，分成两个大步骤：多运动目标检测和运动目标跟踪。

如图2所示多运动目标检测的详细流程：输入视频去噪后的第一帧图像设为初始背景(假设第一帧图像不包含运动目标，该假设符合实际情况，如输入是彩色图象先转化为灰度图象)，对从图象采集装置输入的t时刻图像I_t(x，y)采用中值滤波器滤除部分由传感器引起的噪声，将其与t时刻背景图像H_t(x，y)相减并将结果二值化，经形态学滤波处理后检测是否存在运动目标，更新函数根据检测结果得到H_t+1(x，y)作为更新后的t+1时刻的背景图像，从而实现背景实时更新。更新函数：

$H_{t+1}(x,y)=\left\{\begin{array}{c}{I}_t(x,y)+a[H_t(x,y)-I_t(x,y)]\\ a\&ap;1,I_t(x,y)\&Element;K_i,i=1,.......N\\ I_t(x,y)+b[H_t(x,y)-I_t(x,y)]\\ b<<1,I_t(x,y)\&NotElement;K_i,i=1,....N\end{array}\right.$

式中N代表第t帧检测到的目标总数，K_i为第i个目标。更新系数a、b实现不同情况下的背景更新：H_t+1(x，y)对应于I_t(x，y)中包含运动目标的区域更新系数a约为1，a越接近1，背景更新越缓慢，即H_t+1(x，y)中该区域图象基本和H_t(x，y)对应区域图象一致，这是因为在当前帧的该区域只反映目标运动，背景在该区域几乎不变；H_t+1(x，y)对应于I_t(x，y)中不包含运动目标区域，可认为该区域背景处于动态变化中，更新系数b设为远小于1，b越接近于0，背景更新越快，即H_t+1(x，y)中该区域图象基本和I_t(x，y)对应区域图象一致。可见采用更新函数能实时更新背景，无须经一段初始化时间建立背景模型，能较好的适应场景中光线变化，提高目标检测的精确度。

由背景图像与当前图像相减并阈值化为二值图像，由于视场的细微变化使得目标分割受初始数据中的噪声影响很大，因此可采用形态学先“开后“闭”运算将二值化图像中的“斑点”噪声去除，通过四邻域的连通区域分割，提取出运动目标，并将面积小于阈值T_a(实验中设T_a＝30)的目标舍去，得到当前帧中检测出的运动目标，并用目标外接矩形框标注。

如图3所示运动目标跟踪的详细流程：在主机PC检测出监控场景的多个运动目标后，还需要实现对单个运动目标的跟踪监控。对单个运动目标的跟踪由嵌入式电路板实现。本发明提出了一种快速有效的运动目标跟踪方法并在嵌入式电路板上实现：首先用区域分割法把由主机PC传送的运动目标区域用矩形框标记，然后计算最大的那个矩形区域的形心坐标，计算出目标形心和图像中心的偏差，根据这个偏差来控制摄像机云台的动作，使目标保持在视场的中央附近。这是个反馈控制过程，不断的检测目标的形心与图像中心的偏差，直到目标在视场的中央。

对于运动目标的区域分割，本发明采用一种简单、快速的区域分割算法：中点导引扫描方法，将图像分割成矩形区域。算法步骤如下：

(1)初始化：清除扫描标志，left＝监视区域的右边界，right＝监视区域的左边界，目标数ir＝0

(2)自上而下(y)从左到右(x)逐行扫描未打过标的图像点(x，y)，若发现从它开始连续若干未打过标的点属于变化(目标)区域时，记top＝y，给点打标，否则转(6)；

(3)在未打过标的点中，从该目标点向左找到目标的左边界点x，若x＜left，则left：＝x；再以同样的方式向右找到右边界点x，若x＞right，则right＝x；并给扫描到的点打标；

(4)计算中点：x：＝(left+right)/2，并下移一列y：＝y+1，得点(x，y)，给点打标。若该点属于目标点转(3)，否则记bottom：＝y-1，得到一新目标，若目标面积小于允许的最小值，舍弃之，转(2)。

(5)将新目标与目标队列中其它目标区域比较，若彼此距离在允许合并的范围(如3个象素)内，则将该目标并入相应目标，否则加入目标队列，ir＝ir+1，转(2)；

(6)将目标队列中彼此距离在允许合并范围内的区域合并，得到最后的目标队列。

上述中点导引扫描分割方法，只需扫描一遍图像，计算复杂度是图像大小的线性比例。

对于运动目标的跟踪，在本发明中，选取最大的一块矩形运动目标图像作为目标图像，并把目标图像看成是一块密度均匀的薄板，这样求出的重心叫做目标图像的形心。

形心的位置是目标图形上的一个确定点，当目标姿态变化时，这个点位置变化较小，所以用形心跟踪时跟踪比较平稳；而且抗杂波干扰的能力强，是电视跟踪***中用得最多的一种方法。

形心的定义是：

$\stackrel{\&OverBar;}{x}=\frac{1}{M}\underset{\mathrm{\&Omega;}}{\&Integral;\&Integral;}\mathrm{xdxdy}---\left(1a\right)$

$\stackrel{\&OverBar;}{y}=\frac{1}{M}\underset{\mathrm{\&Omega;}}{\&Integral;\&Integral;}\mathrm{ydxdy}---\left(1b\right)$

其中， $M=\underset{\mathrm{\&Omega;}}{\&Integral;\&Integral;}\mathrm{dxdy}---\left(1c\right)$

其中

是目标形心坐标；积分区域Ω为整个目标图像区。

由于二值化的结果，目标图像Ω以内的信号幅度为“1”，目标图像以外的信号幅度为“0”，这样，可以把形心解算公式改写成

$\stackrel{\&OverBar;}{x}=\frac{1}{M}{\&Integral;}_c^d{\&Integral;}_a^{b}B(x,y)\mathrm{xdxdy}---\left(2a\right)$

$\stackrel{\&OverBar;}{y}=\frac{1}{M}{\&Integral;}_c^d{\&Integral;}_a^{b}B(x,y)\mathrm{ydxdy}---\left(2b\right)$

其中， $M={\&Integral;}_c^d{\&Integral;}_a^{b}B(x,y)\mathrm{dxdy}---\left(2c\right)$

其中：当(x，y)属于目标区域时，B(x，y)＝1；当(x，y)不属于目标区域时B(x.y)＝0；a，b，c，d为跟踪窗口边界坐标。

在数字化处理中，坐标x，y都被量化，x，y只取整数，这样形心的离散形式为：

$\stackrel{\&OverBar;}{x}=\frac{1}{M}\underset{c}{\overset{d}{\mathrm{\&Sigma;}}}\underset{a}{\overset{b}{\mathrm{\&Sigma;}}}B(x,y)x=\frac{1}{M}{Q}_x---\left(3a\right)$

$\stackrel{\&OverBar;}{y}=\frac{1}{M}\underset{c}{\overset{d}{\mathrm{\&Sigma;}}}\underset{a}{\overset{b}{\mathrm{\&Sigma;}}}B(x,y)y=\frac{1}{M}{Q}_y---\left(3b\right)$

其中， $M=\underset{c}{\overset{d}{\mathrm{\&Sigma;}}}\underset{a}{\overset{b}{\mathrm{\&Sigma;}}}B(x,y)---\left(3c\right)$

$Q_x=\underset{c}{\overset{d}{\mathrm{\&Sigma;}}}\underset{a}{\overset{b}{\mathrm{\&Sigma;}}}B(x,y)x---\left(3d\right)$

$Q_y=\underset{c}{\overset{d}{\mathrm{\&Sigma;}}}\underset{a}{\overset{b}{\mathrm{\&Sigma;}}}B(x,y)y---\left(3e\right)$

其中：当(x，y)属于目标区域时B(x，y)＝1；当(x，y)不属于目标区域时B(x，y)＝0；a，b，c，c为跟踪窗口边界坐标。

求和是在跟踪窗口内进行的，属于目标上的点，令B(x，y)＝1，即参加求和；不属于目标上的点，则令B(x，y)＝0，即不参加求和；

Q_x就是把目标图像上各象素点的x值累加得到的和；Q_y就是把目标图像上各象素点的y值累加得到的和；M就是目标图像上包含的象素点的总数。

最后计算运动目标的形心坐标和图像中心坐标的偏差，并通过一种比例关系把位置坐标偏差转化为一体化摄像机云台的控制信息由串口发送给球机云台。

如图4、图5、图6、图7和图8所示，本发明的智能视觉监控装置包括嵌入式处理电路板2、主控计算机8、全景图像采集装置4、带云台的图像采集装置5、电源单元3。安装支架6将全景图像采集装置4安装在监控现场中可以采集到全景图像的一个角度。安装支架7将带云台的图像采集装置5安装在监控现场的正上方从而可对空间中各个方位的运动目标进行跟踪摄像。如电路原理图5、6、7、8所示：嵌入式处理电路板2主要由核心处理器电路、网络传输电路、电源电路、存储器和图像采集电路四个单元模块组成，图像采集电路将采集到的模拟视频信号数字化，存储器电路存储采集到的图像数据，网络传输电路将图像数据通过局域网发送到主控计算机8，并接收主控计算机8发送的球机控制码。嵌入式处理电路板2固定在盒体1内，盒体通过螺钉安装在监控现场的墙壁上。全景图像采集装置4直接通过视频输出电缆9与嵌入式处理电路板2连接。带云台的图像采集装置5直接通过视频输出电缆9与嵌入式处理电路板2连接，并且嵌入式处理电路板2通过RS485串行总线11与带云台的图像采集装置5连接，控制球机云台的运动速度和方向。本发明中，全景图像采集装置4使用一般的面阵摄像机即可满足要求，带云台的图像采集装置5需要配置高速的云台和具有自动变焦功能的摄像头。嵌入式处理电路板2和主控计算机8都通过网络连接线接在局域网的集线器上。主控计算机8可以根据需要放置在监控现场或是远离监控现场。

本视觉监控***中包括了嵌入式图像采集装置，该装置由核心处理器电路、网络传输电路、电源电路、存储器和图像采集电路四个功能模块组成。图5是核心处理器电路，该电路是嵌入式图像采集装置的核心部分，所有的数据处理和控制都要经过此模块才能完成。采用的主芯片是ADI公司的BF533(图4中名为U1的元件)。BF5335通过8位的并行PPI接口PPI[0:3]和PF[12:15]配合一个视频解码芯片输出的同步脉冲信号PPI_CLK采集视频解码芯片的数字图像输出。16位的数据总线DATA[0:15]和19位地址总线ADR[1:19]与网络控制器相连接。另外，BF533有单独的SDRAM控制接口配合数据和地址总线与外部SDRAM连接。

图6是网络传输电路，该电路主要接收BF533发送过来的数字视频信号并通过网络发送出去同时通过网络接收主控计算机的云台控制信号，使用的网络芯片是LAN91C111(图3中名为U6的元件)，与BF533的主要连接线就是16位的数据总线DATA[0:15]和19位地址总线ADR[1:19]。

图7是电源电路，该电路主要完成将12V的供电电源转化成嵌入式***各个模块所需要的工作电源，电源电路主要提供3路电源输出，3.3V的芯片供电电压(图4中名为U9的元件)；1.2V的BF533内核供电电压(图4中名为U10的元件)；1.8V的模拟电压供给视频解码芯片(图4中名为U11的元件)。

图8是存储器和图像采集电路，该电路又分为两部分，图像采集电路主要功能是采集模拟视频信号并转化为数字的视频信号输出发送给BF533，主芯片是TVP5150A(图5中名为U8的元件)，通过8位的数字视频输出配合一个同步脉冲信号PPI_CLK与BF533连接。SDRAM存储电路主要功能是存储BF533采集到的图像数据，主芯片是MT48LC16M16A2TG(图5中名为U4的元件)，控制信号线与BF533的SDRAM控制接口连接，数据和地址线连接在BF533的数据和地址总线上。FLASH芯片用于存储***的运行代码，主芯片是M29W800DB(图5中名为U5的元件)，数据与地址线也同样连接在BF533的数据和地址总线上。

工作原理：***上电后，嵌入式处理电路板2对各个单元电路模块进行初始化工作，使***进入合适的工作状态之后，嵌入式处理电路板2控制图像采集电路将全景图像采集装置4和带云台的图像采集装置5所采集到的现场模拟视频图像数字化，然后将数字化后视频图像通过网络传送至主控计算机8。主控计算机8用相应的图像算法将图像采集装置从两个不同角度采集到的同一时刻的两幅图像进行运算处理，从数字图像中提取出监控现场的运动目标并计算出每个运动目标的三维空间坐标，然后主控计算机8根据设定好的优先等级(如：大小，运动速度等)决策出需要跟踪拍摄的一个运动目标，并将该运动目标的空间方位转化为能够被球机(带云台的图像采集装置5)识别的控制代码，通过网络将控制代码发送给嵌入式处理电路板2，嵌入式处理电路板2通过RS485串行总线11将控制代码传送至球机，最终由球机完成对运动目标的跟踪摄像。

经过实际运行测试，本发明装置能对正常行走中的人或运动速度在5米/S以下的运动目标实现有效的跟踪拍摄，这是因为在实现一次运动目标的跟踪过程中光是球机的运动时间就占用了500Ms，这个时间是无法改变的。所以当运动目标或人的运动速度超过5米/S时就会发生跟踪丢失的现象。对于这个问题，本发明装置能够很好的解决：当每次发生跟踪丢失后，主控计算机8就在全景图像采集装置4连续采集到的两幅现场全景图像当中搜索运动目标，如果未搜索到运动目标，说明此时运动目标已经离开监控现场，主控计算机8通过网络向嵌入式处理电路板2发送使带云台的图像采集装置5位置复位的运动控制代码，由嵌入式处理电路板2通过RS485串行总线11发送给带云台的图像采集装置5使之运动到初始位置。如果搜索到运动目标，主控计算机8计算出运动目标方位和球机控制代码后通过网络向嵌入式处理电路板2发送相应的运动控制代码，由嵌入式处理电路板2通过RS485串行总线11发送给带云台的图像采集装置5使之恢复对运动目标的跟踪。

本发明装置中使用了成像装置，所以不可避免的会出现夜间成像的问题。针对此问题，本发明装置为成像装置配置了带红外LED灯的镜头，使成像装置可以在夜间采集图像。经实际运行，在0Lux照度下本发明装置仍然可以正常运行，并完成对运动目标的跟踪拍摄。如果要实现更清晰的夜间成像效果，则可以在监控现场放置红外光源。本发明的智能视觉监控装置可以应用于安防领域实现对监控现场的全天候自动职守，能够应用于机器视觉领域模拟人眼的双目视觉，还可以应用于视觉检测领域做为前端智能视觉传感器装置，是一种实用性很强，应用领域非常广泛的智能视觉监控装置。

Claims (7)

1.一种智能视觉监控方法，其特征在于步骤为：

(1)、多运动目标检测：首先输入视频去噪后的第一帧图像设为初始背景，对从图象采集装置输入的t时刻图像I_t(x，y)采用中值滤波器滤除部分由传感器引起的噪声，将其与t时刻背景图像H_t(x，y)相减并将结果二值化，经形态学滤波处理后检测是否存在运动目标，更新函数根据检测结果得到H_t+1(x，y)作为更新后的t+1时刻的背景图像，从而实现背景实时更新，所述更新函数为

式中N代表第t帧检测到的目标总数，K_i为第i个目标，a、b为更新系数；然后将背景图像与当前图像相减并阈值化为二值图像，进一步采用形态学将二值化图像中的“斑点”噪声去除，通过四邻域的连通区域分割，提取出运动目标，并将面积小于阈值T_a的目标舍去，得到当前帧中检测出的运动目标，并用目标外接矩形框标注；

(2)、运动目标跟踪：首先用区域分割法把由步骤(1)中得到的运动目标区域用矩形框标记，然后计算最大的那个矩形区域的形心坐标，计算出目标形心和图像中心的偏差，根据这个偏差来控制图象采集装置的动作，使目标保持在视场的中央附近，这是个反馈控制过程，不断的检测目标的形心与图像中心的偏差，直到目标在视场的中央。

2.根据权利要求1所述的智能视觉监控方法，其特征在于：所述步骤中运动目标的区域分割步骤如下：

(1)、初始化：清除扫描标志，left＝监视区域的右边界，right＝监视区域的左边界，目标数ir＝0；

(2)、自上而下(y)从左到右(x)逐行扫描未打过标的图像点(x，y)，若发现从它开始连续若干未打过标的点属于变化(目标)区域时，记top＝y，给点打标，否则转(6)；

(3)、在未打过标的点中，从该目标点向左找到目标的左边界点x，若x＜left，则left：＝x；再以同样的方式向右找到右边界点x，若x＞right，则right＝x；并给扫描到的点打标；

(4)、计算中点：x：＝(left+right)/2，并下移一列y：＝y+1，得点(x，y)，给点打标；若该点属于目标点转(3)，否则记bottom：＝y-1，得到一新目标，若目标面积小于允许的最小值，舍弃之，转(2)；

(5)、将新目标与目标队列中其它目标区域比较，若彼此距离在允许合并的范围(如3个象素)内，则将该目标并入相应目标，否则加入目标队列，ir＝ir+1，转(2)；

(6)、将目标队列中彼此距离在允许合并范围内的区域合并，得到最后的目标队列。

3.一种智能视觉监控装置，其特征在于：它包括主控计算机(8)、全景图像采集装置(4)、带高速云台的球型摄像机(5)、放置在监控现场的盒体(1)以及固定在盒体(1)内的嵌入式处理电路板(2)和电源单元(3)，所述全景图像采集装置(4)和球型摄像机(5)通过视频输出电缆(9)与嵌入式处理电路板(2)相连，嵌入式处理电路板(2)通过网络连接线(10)与主控计算机(8)相连。

4.根据权利要求3所述的智能视觉监控装置，其特征在于：所述全景图像采集装置(4)采用枪型摄像机，嵌入式处理电路板(2)通过RS485串行总线(11)控制带高速云台的球型摄像机(5)的运动状态。

5.根据权利要求3或4或所述的智能视觉监控装置，其特征在于：所述嵌入式处理电路板(2)通过网络连接线(10)接入主控计算机(8)所在的局域网。

6.根据权利要求3或4所述的智能视觉监控装置，其特征在于：所述全景图像采集装置(4)和带高速云台的球型摄像机(5)通过视频输出电缆(9)和RS485串行总线(11)直接与嵌入式处理电路板(2)相连。

7.根据权利要求5所述的智能视觉监控装置，其特征在于：所述全景图像采集装置(4)和带高速云台的球型摄像机(5)通过视频输出电缆(9)和RS485串行总线(11)直接与嵌入式处理电路板(2)相连。

Images