1 引言 
　　图像监控技术是目前得到广泛应用的技术，基于图像监控技术研发的图像监控系统已经成为银行、大型商场、保密单位、制造企业、交通部门等企业和政府部门正常运行必备的系统。 
　　就目前的市场而言，图像监控系统的主要用户包括：生产制造企业，主要用于监控无人化的生产线，随着柔性制造线的发展，自动化和无人化是企业现代化的特征，因此，生产制造企业对图像监控系统地需求已经成为监控系统市场中的热门；银行、交通、旅店、小区以及大型商场，对图像监控系统的需求也非常大，小区停车场、银行营业部都需要监控系统进行全天候监控；军事基地等保密单位出于保密的需求，必须安装图像监控系统，以防不法分子窃取情报；由以上案例可知，图像监控系统的市场需求量极其庞大。 
　　目前，图像监控系统市场上占主导地位的是模拟监控系统，这种传统监控系统有很多缺点。传统监控系统利用录像机录制镜头的画面，存在清晰度差、监控有死角、查询麻烦、保存困难等问题，因此无法广泛应用，必须研制新的图像监控系统，对图像监控系统进行升级改造。 
　　网络数字视频图像监控技术是现代高科技的结晶，将图像处理与信息技术进行了完美结合，新技术的应用使得网络数字视频图像监控技术比传统的模拟监控系统有非常明显的优势。因此，本文从网络数字视频图像监控技术的优化角度进行深入的研究。 
　　2 网络数字视频图像监控系统新技术 
　　2.1 网络数字视频图像监控系统新技术研发的必要性 
　　网络数字视频监控系统与传统的模拟监控技术相比有很多的优点，其中最突出的优势就是提升了监控系统的自动化水平。监控自动化水平的提高主要源于视频序列检测技术。传统的图像监控系统中，需要人工观察，当监控人员发现危险情况或者异常情况时，人工进行报警。网络数字视频图像监控技术出现之后，基于数字视频技术的平台 ，图像序列检侧技术也逐渐成熟。运用图像序列监测技术，可以代替监视人员对图像中人或物的活动进行检测，如果活动与系统中的设定的危险情况相符，则发出报警信号，此项技术的应用可以使得网络数字视频监视系统的自动化水平得到质的提升。图像序列检测技术除了自动报警的功能之外，还可以对检测到的各种数据进行统计，例如，交通部门中运用此项技术，可以对城区各主干道车流量进行统计，绘制出每日的城区车流量曲线图。 
　　2.2 图像序列运动检测技术的研发难点 
　　在我们的日常生活中，运动是生活的主要方式，有意以的信息大多包含在运动之中，因此图像序列运动检测技术主要研究物体的运动信息。比如，交通部门的监控系统的重要职责包括车流流量的监测，生产制造企业的监控系统关注生产线自动运行的全过程。图像序列运动检测技术的难点在于难以准确分割物体的运动过程，而且由于此项技术给予数字视频监控技术，运动物体之间的遮挡给分析带来了很大的困难。 
　　2.3 图像序列运动检测流程 
　　图像序列运动检测的算法有很多，根据技术的应用范围不同而选择相应的算法。数字视频监控系统中应用此项技术，首先要检测出监控系统检测的图像内有没有物体发生运动，然后根据需要检测物体运动的位置和方向，这些需要根据特定的需求来编写相应的算法。例如，对于有自动报警需求的系统，在算法中列出自动报警的条件，如果检测到物体的运动位置和方向信息满足算法中的条件，系统就会自动发出报警信号。 
　　以上的算法关注的重点是监控系统中物体是否运动，以及物体运动位置、运动方向等信息。实际上图像序列的亮度分量己经包含了物体运动的绝大部分信息，因此运动检测采用的图像数据是灰度图像序列。采用灰度图像序列有一个最大的缺点，就是当监控多个目标时，由于个别目标的灰度序列无法良好分辨，就给运动分析和检测带来了很大难度。为了提高检测精度，主要讨论监控系统中运动物体数量少的情况。 
　　图像序列运动检测技术在实际应用中，会受到很多方面因素的影响，比如，当光照条件发生变化时，静止物体的灰度值将会与运动物体接近，对物体运动的采集精度将会降低，当摄像机受到干扰，使得图像画面发生抖动，在算法中，会将静止物体当作运动物体，占用检测资源，造成检测错误，而且会给算法带来扰动，使得计算精度降低。 
　　在不同应用范围中，对检测精度的要求也不相同。采用不同算法，图像序列检测技术可以满足不要应用范围的要求。本文以简单运动和复杂运动两种运动的检测方法为例进行分析，并给出各自的处理流程。 
　　简单运动检测系统流程如图1所示。 
　　图1所示的流程用来实现简单的运动报警。首先在算法中列出报警条件，当监控系统中发现运动物体的运动位置和运动方向符合要求时，就自动发出报警信号。简单运动处理流程只关注物体运动信息，不关注物体大小和数量等信息。 
　　复杂运动处理流程图比简单运动处理流程图要复杂的多，采用的算法也复杂的多。因为处理的是一个完整的视频运动。本算法是很多算法的基础，通过改进本算法，根据不同场合提出不同要求，可以应用在不同的场合。该算法流程就是基于边缘提取的逐帧差分运动检测算法。应用本算法，第一要判断检测视频中是否有物体发生运动，其次要判断物体的运动方向、运动位置等信息，还要判断运动物体的大小，如果运动物体较小，可以忽略不计，提高精度的同时，还可以防治误报警。 
　　复杂运动处理流程需要多种技术同时应用，包括计算机图像的预处理技术、图像的边缘提取技术以及图像的匹配技术等等。 
　　在算法中，首先是获得数字视频序列中的图像帧，然后选择一定的算法对图像进行预处理以消除各种噪声、通过简单差分判断是否有运动、提取图像边缘特性、再次差分去掉非运动边缘、图像匹配，获得运动物体的信息。 
　　3 结束语 
　　计算机网络数字视频监控技术优化的目的主要在于开发图像序列检测技术，本文分析了数字图像序列的运动检测和运动报警算法，在算法中，通过对基础算法的改进，首先实现了物体是否运动的判断，其次分析出运动物体的运动方向和运动位置等信息。该算法经过改进，不仅适合于自动报警，而且还能够进行各种数据的统计。 
　　数字视频监控系统还有许多地方需要改进。比如，进一步完善图像序列运动检测技术，区分多运动目标、小运动目标以及摄像头运动时的运动分析，这些都会使得数字视频监控技术得到进一步发展。 
　　参考文献 
　　[1]彭华.远程视频图像监控在变电站设计中的实现[J].中国新技术新产品，2014，25（24）：19-20. 
　　[2]王小兵，姚雪晴，邱银国，等.一种新型煤矿视频监控图像滤波算法[J].工矿自动化，2014，40（11）：76-80. 
　　作者单位 
　　南通大学杏林学院 江苏省南通市 226200