视频分析技术就是使用计算机图像视觉分析技术，通过将场景中背景和目标分离进而分析并追踪在摄像机场景内的目标。用户可以根据的分析模块，通过在不同摄像机的场景中预设不同的非法规则，一旦目标在场景中出现了违反预定义规则的行为，系统会自动发出告警信息，监控指挥平台会自动弹出报警信息并发出警示音，并触发联动相关的设备，用户可以通过点击报警信息，实现报警的场景重组并采取相关预防措施。
　　随着高清摄像机的大量使用，高清图像的视频分析技术也得以快速发展，如今已在城市智能交通系统中得到广泛应用。其中应用最多的是电子警察系统、交通卡口系统和动态车流量监测系统。

　一、在电子警察系统中的应用
　　视频分析技术在电子警察中的应用，主要是利用视频分析技术对行进车辆的行为进行分析，通过测流程高清摄像机抓拍的实时视频，对每一帧图像进行比对分析，运用智能算法计算图片的变化分析监控区域内车辆的变化曲线，进而检测车辆经过并判断车辆的违章行为。其中主要的检测方式有：
　　（一）车辆检测原理
　　采用基于运动检测的车辆检测方法，其核心原理是通过学习建立道路背景模型，将当前帧图像与背景模型进行背景差分得到运动前景像素点，然后对这些运动前景像素进行处理得到车辆信息。该方法效果的优劣依赖于背景建模算法的性能。
　　整个检测过程分为以下几个步骤：
　　由高清摄像抓拍主机获取实时的视频流。
　　利用背景差分算法检测运动前景。首先通过初始多帧视频图像的自学习建立一个背景模型，然后对当前帧图像与背景模型进行差分运算，消除背景的影响，从而获取运动目标的前景区域。
　　根据背景差分运算中运动目标检测的结果，有选择性地更新背景模型，并保存背景模型。
　　过滤噪声，并获取准确的车辆位置。
　　运用时空信息、匹配和预测等算法，对车辆进行准确的跟踪，得到车辆对象的运动轨迹，并保存车辆对象的轨迹信息。
　　判断车辆是否到达触发线位置，如果没有到达，则进行下一帧的检测，如果到达则发出触发信号。车辆的抓拍触发综合运用了车牌检测算法和车辆检测算法，如图2所示。
　　系统首先采用车牌检测算法，在车辆到达触发线的时刻，若系统检测到图像中存在车牌，则触发抓拍，并进行车牌识别；对于无后车牌或后车牌遮挡的车辆，系统无法检测到车牌，此时将启用车辆检测算法，若运动对象与系统内建的车辆模型相匹配，则触发抓拍，并记录为无牌车辆。
　　（二）视频检测红绿灯信号
　　视频分析算法对于红绿灯的检测综合运用了亮度比较算法与灰度比较算法，在场景中红绿灯所在位置划定检测区域，并对该区域的亮度与灰度的变化进行实时地检测与判断，从而获知当前的红绿灯状态。
　　（三）道路交通事件视频检测
　　道路交通事件视频检测系统基于视觉的车辆检测和跟踪的视频分析技术。具有图像稳定、阴影消除、视场校对、自动补偿等功能，能在不同的环境条件下正常并准确的进行视频检测和数据分析。系统采用“航天多目标识别与跟踪技术”、“图像预处理技术”以及“图像背景提取和更新技术”，将摄像机采集的视频信号进行处理和综合分析，对道路上突发的交通事件（如压线、突然停车、逆行、遗洒、行人跨越公路等）进行实时检测、报警、记录、传输、统计，并将事件视频图像及报警区域图像切换到主监控画面，提示管理人员进行应急处理。
　　二、在卡口系统中的应用
　　视频分析技术在卡口中的应用分两部分，一部分是和电警相同的车辆检测及行为分析，另一部分就是车牌识别，通过抓拍的图片自动识别车辆牌照信息。车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如图3所示。
　　（一）图像采集：通过高清摄像抓拍主机对卡口过车或车辆违章行为进行实时、不间断记录、采集。
　　（二）预处理：图片质量是影响车辆识别率高低的关键因素，因此，需要对高清摄像抓拍主机采集到的原始图像进行噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等处理。
　　（三）车牌定位：车牌定位的准确与否直接决定后面的字符分割和识别效果，是影响整个车牌识别率的重要因素。其核心是纹理特征分析定位算法，在经过图像预处理之后的灰度图像上进行行列扫描，通过行扫描确定在列方向上含有车牌线段的候选区域，确定该区域的起始行坐标和高度，然后对该区域进行列扫描确定其列坐标和宽度，由此确定一个车牌区域。通过这样的算法可以对图像中的所有车牌实现定位。
　　（四）字符分割：在图像中定位出车牌区域后，通过灰度化、灰度拉伸、二值化、边缘化等处理，进一步精确定位字符区域，然后根据字符尺寸特征提出动态模板法进行字符分割，并将字符大小进行归一化处理。
　　（五）字符识别：对分割后的字符进行缩放、特征提取，获得特定字符的表达形式，然后通过分类判别函数和分类规则，与字符数据库模板中的标准字符表达形式进行匹配判别，就可以识别出输入的字符图像。
　　（六）结果输出：将车牌识别的结果以文本格式输出。
　　三、在动态车流量监测系统中的应用
　　视频动态车辆检测系统，采用视频图像处理技术，可实时提供车流量、平均车速、车型、占有率等交通流信息，适用于高速公路、城市快速路、桥图3车牌识别原理示意图梁、普通公路的道路交通流信息采集，为交通信号控制、信息发布、交通诱导、交通指挥和环境监测等提供依据和参考。系统采用边缘特征车辆检测算法，结合区域特征处理，鲁棒性高，受环境光线变化和阴影的影响小，不同的光照和天气状况下均保持较高检测精度。
　　四、技术发展前景
　　视频分析技术在智能交通行业中已经广泛应用，技术发展更是日新月异，在近三四年中，依赖视频分析技术的产品更新了两代产品，从标清到高清至现在的高清智能。因为视频分析技术的高效及实用，在将来的技术发展中，仍会保持快速的发展，其发展方向主要有四个方面：
　　（一）适应的图像像素越来越高
　　曾经高清视频的视频分析是整个视频分析技术的瓶颈，高像素的视频流对视频运算和前端设备的承载能力有很高的要求，经过几年时间的技术发展，这一瓶颈已经得到解决，现在智能交通各系统已基本都使用高清摄像机为基础数据源。在以后的技术发展中，摄像机的像素还会越来越高，从目前主流的200万、500万像素向更高清发展，视频分析技术也会随之适应相应的前端设备。
　　（二）视频分析的维度越来越宽
　　目前视频分析技术主要应用在交通行业电子警察系统（包括车辆综合违章抓拍）、卡口系统、动态车流监测系统。各系统中视频分析的数据基本固定，如电子警察系统主要是检测车辆经过监测点、判别车辆闯红灯、违章变道压线等各种违章行为，卡口系统中主要是识别车辆牌照，动态车流监测系统主要是统计交通断面的交通流信息。在今后的技术发展中，视频分析的数据维度会越来越宽，包括复杂的交通行为分析、车身颜色识别、车标车型识别、驾驶人员人脸识别等等。
　　（三）前端硬件设备越来越智能
　　在刚进入高清时代的时候，高清摄像机的视频分析基本上是一台摄像机配备一台工控机来进行视频运算，然后发展到几台（两台到四台不等）摄像机配备一台工控机。现在卡口电警系统里的视频分析已经不需要配备工控机，直接把视频算法写入摄像机内，由摄像机来完成此项工作，这除了得益于摄像机内置处理器性能的提高外，视频分析技术的智能化发展尤为重要。在以后的产品和技术发展中，视频分析技术对前端设备的要求会越来越低，配置在前端的设备会越来越少，而且越来越智能，承载的功能会越来越多。
　　（四）视频运算的稳定性越来越高
　　视频分析技术的稳定性一直是发展的难题，尤其是道路车辆行进速度快，交通行业本身对检测精度又很高，所以有些应用一直处在试用阶段，比如高速路段的车辆检测采用线圈或雷达检测为主视频为辅的方式，视频测速不作为交通超速违章处罚依据等等。在将来视频分析技术进一步发展后，势必会越来越稳定，检测精度越来越高，将全面取代其他其他复合检测手段。
　　五、智能监控产品仍面临诸多挑战
　　智能化、高清化、网络化是视频监控发展的必然趋势，智能监控技术的出现正是智能化这一趋势的直接体现。智能监控技术炙手可热，但不同行业的个性化需求差异，对智能监控技术提出了非常高的要求。智能监控是嵌入式视频服务器中，集成了智能行为识别算法，能够对画面场景中的人或车辆的行为进行识别、判断，并在适当的条件下，产生报警提示用户。结合中心管理系统软件，能完成更多的联动报警功能。智能监控技术一直没有得到较大的市场应用原因有下：
　　第一，智能监控技术没有统一的标准
　　目前我国的智能监控行业欠缺一个标准化的概念，各厂商对智能化的定义出入较大，有的厂家认为系统具备了智能化分析能力的产品就算是智能技术的应用，可能其他厂家则认为“某种智能监控技术”；太过简单，甚至根本称不上智能化。所以，行业内应该规定一个统一的标准，对智能化的概念做出明确的定义。这样有利于产业的规范，也同时达到了教育客户的目的，使用户能够更清楚地了解智能监控技术的应用。
　　第二，智能监控技术的市场认知与需求定位还需一个过程
　　目前，智能监控技术在产品中所展现的功能与客户的需求相差有一段距离，客户往往过高地估计了智能化系统所能提供的便利功能；同时智能监控技术的有效工作需要较高端的配套设备，甚至对设备的安装也有严格的要求，而很多工程商在这方面仍处在学习的阶段，这也同样造成智能监控技术推广的难度。此外，产品的价格仍然十分昂贵，这就造成了用户觉得自己的投入和得到的产品效果不成正比。
　　第三，智能监控技术的准确率问题
　　智能监控技术的准确与否取决于视频源的质量，目前高清监控没有普及，视频源的质量也就不能完全保证。
　　第四，智能视频监控的技术开发是一个过程
　　智能视频监控的技术开发是永无止境的，不同应用环境对智能监控技术的要求也就不同，新生的智能监控技术在与传统的监控技术还有市场博弈的一个过程。智能监控技术发展遇到一些困境有自身的原因也有客观原因，但是，从长远来看，智能视频监控技术发展的前景还是十分光明的，遭遇瓶颈只是一时的，随着智能监控的发展，终将迎来美好的明天。
　　第五，智能监控产品创新研发有待加强
　　厂商在研发过程中，要根据实际情况着力提高智能视频分析算法性能，在提高实时性、可靠性同时降低系统误报、漏报概率，同时提高智能视频分析产品的性价比。更重要的是，通过安防用户共享知识产权、研究成果等方式有效降系统建设成本，充分调动安防用户使用积极性，加快推动安防智能视频分析应用推广。

   声明：凡文章来源标注为“中国安防行业网”的版权均为本站所有，为行业网原创及伪原创文章，如需转载请务必注明出处——中国安防行业网，违反者本网将追究相关法律责任。