3.2 運動目標檢測技術
現在所廣泛采用的運動目標檢測，就是要從連續變換的序列圖像中，將發生變化的區域進行識別、分割處理。一種常用的檢測算法為幀間差分法，可以較好地使用環境的變換，完成對運動目標的檢測，但該算法所得到的像素點不夠完整，因此需要對其進行形態學處理，進而得到更加完整的運動目標。在對監控圖像進行處理之前都需要預處理過程，從而消除由於各種因素所造成的噪聲，這些因素主要包括天氣、光照強度、傳感器質量等，進而改善圖像的質量和效果，便於後續操作與處理過程的實施。
接著，就需要通過數學形態學理論對得到的運動目標圖像進行處理，進而在保持其原本形狀的情況下，將與圖像中目標不相幹部分剔除掉。經過數學形態學的處理過程後，就能夠將圖像中的一些孤立點和小的空洞消除掉。不過，圖像中所存在的一些尺度較大的空洞則難以有效消除，所以，還需要設計連通性區域檢測過程，這樣，所有的圖像中存在的空洞就進本消除，從而保證了獲取的運動目標更加完整。
3.3 聲源定位技術
在某個空間平麵中麥克風位置確定的情況下，如果假設聲源的位置點坐標為，則充分考慮聲源與接收點位置的差異，將聲音到達各個接收器的時間差表示為，進而可以得到如下的公式：
其中，表示第1和第2個接收器的聲音時間差，表示第1和第3個接收器所收到的聲音時間差，而表示大氣中聲音的傳播速度。所以，通過上麵的式子，利用計算機對和進行測量，進而就可以得到聲源點的具體坐標位置。
4 實驗結果與分析
在實驗室中，可以就文中係統所涉及的技術進行仿真實驗。基於聲源的定位算法利用C語言編碼，硬件以8051單片機為平台；對於運動目標的檢測試驗則選用一般的PC機。
對於聲源定位算法，主要在距離聲源測試點5m左右的範圍內完成測試過程，經過試驗準確獲得了目標位置，且測量結果的誤差精度為mm級別。
雲台控製係統的仿真主要通過Simulink來完成係統的建模與仿真過程，試驗結果表明，如果將階躍信號輸入係統，則可以將穩態誤差控製在0值，說明定位精度較高；如果輸入為正弦信號，則係統輸出能夠對輸入成功響應，這也反映了係統的跟隨性能較好，可以滿足設計的基本需求。如果采用了數字控製係統，則係統的動態性能會更高。運動目標的檢測，在運動目標提取過程中沒有對攝像機的運動進行考慮，隻針對室內環境中的人體視頻序列，以及室外環境中的運動車輛視頻序列，利用相鄰三幀差分方法進行測試，檢測結果表明算法能夠較好地提取運動目標。
5 結語
論文中設計了一種智能化的視頻監控係統方案，該方案利用聲源定位技術來實現目標快速定位，通過相鄰三幀圖像序列的差分方法實現運動目標提取。係統能夠對攝像機的姿態進行實時調整和控製，完成對高速運動目標的精確跟蹤。在仿真實驗的基礎上，對這些技術進行了驗證，說明了文中所采用方法的可行性。
參考文獻
[1] 孫鵬飛，郭喜慶，楊敬嫻.二自由度雲台的機器視覺控製[J].光電工程，2012，（10）.
[2] 陳遠祥.視頻圖像運動目標跟蹤技術研究[D].江蘇大學，2010.
[3] 李小斌，湯子坫，杜健鋒，等.聲音導引係統設計[J].國外電子測量技術，2010，29（3）.作者簡介：梁雨桐（1985-），女，遼寧省阜新礦業（集團）有限責任公司工程師，研究方向：電氣自動化。（責任編輯：秦遜玉）