对智能视频监控系统的研究
智能监控系统的运维管理与优化研究
智能监控系统的运维管理与优化研究摘要：智能监控系统在现代社会中扮演着重要的角色，能够帮助企业实现实时监控、预警和管理，提高生产效率和安全性。
然而，智能监控系统的运维管理和优化是一个复杂而关键的任务。
本文将探讨智能监控系统的运维管理与优化研究，包括系统运维策略、故障管理、性能优化和安全保障等方面。
引言：随着科学技术的不断发展，智能监控系统在许多领域得到广泛应用，例如工业生产、交通运输和城市管理等。
智能监控系统通过使用传感器、网络通信和数据处理技术，实现对各种设备、设施和行为的监测和管理。
然而，智能监控系统的运维管理和优化是保证系统正常运行和持续发展的必要条件。
本文将从运维策略、故障管理、性能优化和安全保障等方面，对智能监控系统的运维管理与优化进行研究。
一、运维策略智能监控系统的运维策略是制定和执行系统维护和管理的总体指导方针。
在制定运维策略时，需要考虑系统的稳定性、可用性和可维护性。
首先，稳定性是指系统能够长时间正常运行，不会因外部因素或内部故障而崩溃。
其次，可用性是指系统能够满足用户的需求，并提供及时准确的监控数据和警报信息。
最后，可维护性是指系统具备良好的维护性和扩展性，能够方便地进行系统更新、维护和升级。
制定合理的运维策略有助于提高系统运行的稳定性和可用性，并减少系统故障和维修成本。
二、故障管理智能监控系统的故障是运维管理的重要问题之一。
故障的及时排查和处理对于保证系统的正常运行至关重要。
一方面，故障诊断技术能够通过监测系统的运行状态和数据表现，及时定位故障的根源，并提供准确的故障排除方案。
另一方面，故障修复技术能够迅速修复系统的故障，减少系统的停机时间和影响范围。
除此之外，还应建立故障预防机制，通过故障预测和提前维护来避免系统故障的发生。
综上所述，故障管理对于智能监控系统的运维管理至关重要。
三、性能优化智能监控系统的性能优化是提升系统运行效率和响应速度的关键任务。
首先，通过对系统的核心功能进行优化，如数据采集、处理和分析，可以提高系统的实时性和准确性。
国防工程智能视频监控系统研究
实验研究
国防工程智能视频 监控 系统研究
徐 俊 （ 政治学院， 苏 南京 ２２ ３ 南京 江 １ ０） ０
摘 要 ： 采用智 能视 频 分析技 术对 国防工程 实施 系统全 面的安 全监控是一 种有效 途径 ， 通过 对 国防工程 内外部安 全监控 应用牦 占的分析， 、 设计 了 智能视 频监 控 系统 的主要 功能 ， 对其 中运动 目标检 测 ， 标 跟 踪等 关键 问题 进行 了系统 研 究， 目 解决了 能视 频监 控 系统 对光 线、 智 动态 背景等使 用环境 的依 赖性 问题 。 实验 证 实了 法的有效性 。 方
有效的应用。 智能视频 分析算法 是智能视频监控 的核心， 决定着系统 的
拟合单个像素值变化 ， 能够及 时地 跟踪背景 的变化 ， 是这种 但
算法 的计算量很大 ， 必须采用专门的硬件才 能用于实时监 控系 统； １ ａ ｍ ｌ ｕ ａ ｓ ａ ｉ Ｅ ｇ ｍ ａ 和Ｄ ｒ ｉｗ ｍ 提出了一种非参 数的核密度估计 （ｅ ｎ ｌ Ｄ ｎ ｉｙ Ｅ ｔ ｍ ｔｏ ） Ｋ ｒ ｅ ｅ ｓｔ ｓ ｉ ａ ｉｎ方法， 不用事先假 定像素值 的分 布， 就可 以直接从像素的连 续变化值中估计 出概 率密度函数， 其 检测效果优于高斯混合模型。 核密度估计是数理统计及相关应用领域 的重要工具 ［ 。 ４ 它 ］ 运用解 析化 的手段 ， 对给定样本及 分布规律未知的数据集求解
现对 口外环境 的检测与分析， 出现 异常入侵 目标则报警 ； 如
只要有 充分的样本 ， 核密度估计就能渐 进收敛 ２ 国防工程 岗哨警卫安全检测 。 ） 对哨兵状态进行检 测， 如 密度估计 函数 。 于任 何一个概率密度函数。 出现 异常 目标进 入哨兵安全警戒 区， 出警报 ， 防发 生袭击 发 预 核密度估计 通 过加 权平均 中心点位于 采样值 的局 部 函数 哨兵 的恶性事件， 同时监督哨兵执勤情况， 防止哨兵脱 岗； 来估计 未知 的密度分布。 定某像 素特 征空 间的一个样 本集 给 ３ 国防工程重要 区域安全检测 。 ） 对指挥区、 通讯 区等重要 ＝ ， ， ＝ ！ ｆ ，观测值 的密度分布用 ， ， 来估计 目标 区域 进行 检测 ， 出现 异常滞 留、 如 非法 入侵 、 特定物 品遗 ｓ 伪 … … ．
智能安防监控系统的研究与设计
智能安防监控系统的研究与设计近年来，随着科技的不断发展与进步，人们对于安全性的要求也越来越高。
尤其是在公共场所、商业区域或者住宅社区，安全一直都是人们关注的重点。
传统的安保方式往往依靠人力的监控和防御，但这种方式不仅费时、费力，而且还存在着一定的局限性。
因此，现代化的智能安防监控系统应运而生。
下面将对智能安防监控系统进行研究与设计，对其原理和特点进行探究。
一、智能安防监控系统的发展历程早期的监控系统多采用模拟监控技术，需要布置复杂的线路和设备，但在后期的使用过程中，由于其不足之处渐渐显现，例如模拟视频信号易受外界干扰和质量下降等问题，使得数字监控逐渐取而代之。
智能安防监控系统的核心技术之一是视频识别技术。
视频识别技术可通过人工智能算法对应用场景进行分类，并对视频进行实时识别和监控，做到自动化、智能化，这不仅提高了监控的效率，而且也节约了成本。
二、智能安防监控系统的基本组成部分智能安防监控系统主要由三大核心部分组成：前端设备（监控摄像头、门禁等）、存储中心或后台数据中心、客户端软件（安卓、iOS等）。
前端设备用于采集环境信息，将采集到的信息通过网络传输到存储中心或后台数据中心进行处理和存储。
客户端软件是用户用来对系统进行操作和监控的界面，通过它可以对监控画面进行查看、回放和控制等。
三、智能安防监控系统的优点1. 全天候监控：智能安防监控系统能够实现全天候的监控，即便是在夜间或恶劣的天气条件下，也能保证监控不中断。
2. 视频识别技术：采用人工智能算法的视频识别，可以对各个场景进行分类，对异常情况进行实时监控。
3. 实时预警：当监控系统发现异常情况时，可以进行实时预警并及时通知相关人员进行处理。
4. 远程操作：通过客户端软件可以实现对监控画面的远程查看和操作，例如通知保安巡逻、开启门禁等。
五、智能安防监控系统的应用智能安防监控系统在应用上较为广泛，主要应用在公共场所、企业、学校、医院、小区及金融等领域。
论智慧城市中的智能视频监控系统设计
论智慧城市中的智能视频监控系统设计随着信息技术的不断进步和智能化的不断渗透到各个领域，智慧城市建设也成为了当前城市建设的主题之一。
而其中最重要的一项就是智能视频监控系统的设计。
本文将围绕这一主题，探讨智慧城市中的智能视频监控系统设计。
一、智能视频监控系统的意义智慧城市的建设离不开信息技术和智能化，而智能视频监控系统作为智慧城市的重要组成部分，扮演着至关重要的角色。
首先，智能视频监控系统可以提高城市治理效率。
通过安装摄像头和监控设备，可以实时监控城市街道、公共场所等区域，及时发现和处理危险事件，加速城市管理决策的制定和实施，提高工作效率和精度。
其次，智能视频监控系统可以提高城市的安全性。
在城市发展中，即使加强警力的投入，也难以覆盖到每个角落。
而借助智能视频监控系统，可以在城市中建立起一张涵盖面广、监管全面的网络，及时发现和处理违法、危险事件，增强公共安全感。
最后，智能视频监控系统还可以加大城市的犯罪预防力度。
因为犯罪者往往会考虑到被摄像头拍摄的因素，倘若在城市中广泛布置监控设备，可以有效地降低犯罪率，从而保护城市的社会和谐。
二、智能视频监控系统设计的要素智能视频监控系统设计要从哪些方面考虑呢？以下是本文提供的一些参考要点：1.设备方案的设计：应该考虑到初期需要安装的摄像头数量、分辨率、存储能力等要素，从而设计出相应的硬件方案，例如服务器、存储设备等。
此外，设备方案还需要考虑从实现的角度出发，合理分配每个设备的功能。
2.视频流的传输：由于视频数据量较大，因此在视频传输方案上需要考虑网络带宽问题，以及视频压缩算法选择等方面的问题，同时协议和插件的选用也需要考虑兼容性和开发成本。
3.后台管理平台的设计：后台管理平台要支持视频监控的实时监视、录制、回放功能，而且要模块化设计，任何一个功能的扩展和改变不会对整个系统造成影响。
4.视频监控数据的处理：视频监控系统可以采用深度学习、人工智能及物联网技术等，对监控数据进行预处理、过滤、分析及呈现，提高相应的效率。
钻井安全智能视频监控技术研究进展
石油行业钻井作业的安全性对保证人生安全、企业经济效益的提升都具有重要的作用。
然而，钻井作业或多或少的存在环境、管理、设备和人员等的缺陷，危险因素总是伴随着整个钻井作业。
由于钻井工作环境的特殊性，监督体制的不完善及人员素质的参差不齐等因素，钻井安全事故时有发生。
近年来，电子科学技术不断发展，石油钻井行业逐渐采取视频监控方法，使得在生产基地就可以随时检查现场施工作业情况，大大的节约了人力和物力。
视频监控系统是实现远程检查的基础设备，近年来发展迅速，取得了较大进展，更好地促进了钻井作业现场的实时监控。
一、智能视频监控系统的发展现状视频监控发展至今已经历了三四十年的历史，最初是通过录像设备和纯模拟监控摄像机发展的，经过多年的发展，在内在驱动力上成果显著，主要包括智能分析技术应用更多、视频监控图像的质量得到显著提升、安装和维护流程更加简便、可靠性和安全性更好、监控视频保存时间更长、系统成本更低、已实现了模块化监控系统和远程监控等的系统集成。
目前，监控系统所获得的图像更加清晰、监控视频保存时间更长，伴随监控需求的增加、设备的更新换代，往往一个监控系统会安装多个摄像头和监控关注点。
显然，需要处理监控系统中的数据量更加庞大，依靠工作人员几乎不可能完成分析。
在这种情况下，智能视频监控系统则具有独到的优势，可以快递的处理大规模信息。
和传统视频监控相比，智能视频监控系统主要应用了计算机视频和视觉分析技术，视频分析能力更强。
即使在无人监控下，该系统根据实时视频图像也可以分析出钻井现场的情况，并可以定位、辨识和跟踪人或物的位置。
甚至根据紧急情况和应急响应措施，实施相应应急措施，可极大的保护钻井安全。
二、智能视频监控相关技术研究进展1.目标检测技术目标检测技术可以将图像、视频文件中不同的区域按照兴趣进行划分，对图像中目标的存在与否及目标位置进行定性描述。
计算机视觉领域中，目标检测是一个重要的方向，在不断更新的硬件计算能力、视频处理技术及互联网技术的发展下，目标检测随着视频及图像数据量的增加而不断发展，检测效率及准确率也逐渐提高。
视频监控系统的智能分析与优化
视频监控系统的智能分析与优化随着科技的不断发展和应用，视频监控系统已经成为现代社会中不可或缺的一部分。
然而，传统的视频监控系统仅仅是提供了录像的功能，而且在大规模监控中面临着许多限制和挑战。
为了进一步提高视频监控系统的效能和可用性，智能分析与优化技术的应用变得非常必要。
智能分析技术是目前视频监控系统优化的一个重要方向。
它通过对视频数据的自动识别、分析和解释，提供了更加高效和精确的监控功能。
智能分析技术主要有以下几个方面的应用：1. 行为识别与分析：通过对监控画面的实时或离线分析，智能系统可以识别并分析不同的行为活动，如人员进出、车辆行驶、物体移动等。
这种技术可以大大提高监控人员的工作效率，并及时发现异常行为或犯罪活动。
2. 物体识别与追踪：智能系统可以通过分析监控画面中的物体特征，对不同的物体进行识别和追踪。
例如，可以对特定对象进行追踪，如疑似犯罪嫌疑人或丢失的物品。
这种技术可以提高安全性，并支持后续的调查和侦破工作。
3. 声音分析与识别：智能系统可以通过分析监控画面中的声音，识别不同的声音特征，如爆炸声、枪声等。
一旦发现异常声音，系统可以自动触发报警，并及时通知相关人员进行处理。
这种技术在提高安全性、预防和及时应对突发事件方面具有重要作用。
4. 人脸识别与比对：智能系统可以通过分析监控画面中的人脸特征，对人员进行识别和比对。
这种技术可以广泛应用于公共安全领域，如机场、车站等地的人员管理和安全控制。
同时，人脸识别技术还可以用于寻找失踪人口、防止犯罪分子逃脱等方面。
除了智能分析技术的应用，视频监控系统的优化也包括以下几个方面：1. 视频压缩与存储：由于大规模监控系统需要处理和存储大量的视频数据，因此视频压缩和存储技术变得尤为重要。
通过采用高效的压缩算法和优化的存储设备，可以减少存储空间的占用，并降低系统的成本。
2. 实时性能优化：视频监控系统需要实时地对视频数据进行处理和分析。
为了提高实时性能，可以采用并行计算和分布式架构等技术，以提高系统的响应速度和处理能力。
公共安全视频智能监控系统研究
公共安全视频智能监控系统研究公共安全是每个人都关心的领域，而公共安全视频智能监控系统是维护公共安全的重要手段之一。
随着科技的不断进步，公共安全视频智能监控系统也在不断发展和完善。
本文将从以下几个方面探讨公共安全视频智能监控系统的研究。
一、技术原理公共安全视频智能监控系统主要由视频采集、传输、存储、处理和分析等几个重要模块组成。
其中，视频采集模块是指通过摄像头对监控区域进行拍摄，实时传输模块则将采集到的视频信号通过有线或无线网络及时传输至监控中心，存储模块是将传输的视频信号进行存储，处理模块则是对存储下来的视频信号进行处理。
分析模块是对采集到的视频进行智能分析，从而实现行人识别、车辆识别、抓拍识别等功能。
二、实际应用公共安全视频智能监控系统在实际应用中能够起到很大的作用。
例如在城市交通管理中，能够实现跟踪车辆，监测交通流量以及统计车辆数量等功能。
在公共场所安防领域中，能够实现对人员、车辆等重要物体的智能监控和识别。
此外，在关键设施的安保领域中，公共安全视频智能监控系统也能够对危险人物进行实时监控和识别。
三、发展趋势随着人工智能技术的不断发展和成熟，公共安全视频智能监控系统也正在不断发展和完善。
未来，公共安全视频智能监控系统将朝着更加智能化、更加高效化、更加精准化的方向不断发展。
例如，在智能算法方面，公共安全视频智能监控系统将采用人工智能和深度学习技术，令其能够识别更加丰富多变的物体和情况。
在硬件方面，随着日益强大的计算能力和存储能力的逐步提升，公共安全视频智能监控系统将能够更好地应对复杂多变的监控环境。
四、存在的问题在公共安全视频智能监控系统的应用中，也存在一些问题。
例如，在隐私保护方面，视频监控涉及到大量的个人隐私，如何更好地保护个人隐私是一个重要的问题。
同时，硬件设备的维护、运营和升级也需要巨大的投入和人力资源，这是制约公共安全视频智能监控系统普及的主要难点。
总的来说，公共安全视频智能监控系统是一个十分重要的领域，它可以保障公共安全，提高城市交通管理和公共场所安防水平。
远程智能监控系统研究
远程智能监控系统研究随着科技的不断发展，智能监控系统的应用越来越广泛，尤其是远程智能监控系统在各个领域的应用逐渐增多。
本文将对远程智能监控系统的研究进行探讨。
远程智能监控系统是一种通过无线网络和云计算技术实现的远程监控系统，它可以实时监测和控制远程设备。
与传统的监控系统相比，远程智能监控系统具有以下优势。
首先，远程智能监控系统具备高效性。
传统的监控系统需要人工巡视，而远程智能监控系统可以通过网络远程实时监控，无需人工干预，大大提高了监控效率。
其次，远程智能监控系统具备灵活性。
通过远程智能监控系统，用户可以在任何时候、任何地点对设备进行监控和控制。
这种灵活性使得用户能够更好地管理和控制设备，提高工作效率。
再次，远程智能监控系统具备智能化。
该系统可以通过人工智能算法对数据进行分析和处理，实现智能化的告警和预测功能。
这样，用户可以及时获得设备运行状态的信息，减少故障和损失。
远程智能监控系统的研究主要包括以下几个方面。
首先，需要研究远程智能监控系统的网络通信技术。
远程智能监控系统需要通过无线网络进行数据传输，因此需要研究无线传输技术，提高数据传输的稳定性和可靠性。
其次，需要研究远程智能监控系统的数据处理和分析技术。
远程智能监控系统需要处理大量的数据，并进行实时分析和处理，因此需要研究有效的数据处理和分析算法，提高系统的智能化水平。
再次，需要研究远程智能监控系统的安全性。
远程智能监控系统涉及到用户的隐私和数据安全，因此需要研究有效的安全技术，保障系统的安全性。
最后，需要研究远程智能监控系统的应用场景和效果评估。
远程智能监控系统可以应用于各个领域，如工业、交通、医疗等，因此需要研究不同场景下的应用效果，并进行评估和改进。
综上所述，远程智能监控系统的研究对于提高设备管理和控制的效率和智能化水平具有重要意义。
通过对远程智能监控系统的研究，可以进一步推动智能监控系统的发展，为各个领域的应用提供更好的支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浅谈智能视频监控系统的现状及相关技术
摘要：目前，智能视频监控系统逐渐替代了人力，出现在我们生活中。
本文主要介绍了智能视频系统的现状、主要技术及发展前景。
英文摘要：Nowad ays, the Intelligent Video Surveillance Systems are
gradually replacing the human resource. This paper is mainly describing the status, the main technology and the development prospects of the Intelligent Video Surveillance System.
1引言
智能视频监控系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息，快速准确的定位事故现场，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警，事中处理，事后及时取证的全自动、全天候、实时监控的智能系统[1]。
如今，智能视频监控系统现在已经广泛的应用于我们的生活。
道路，机场，生活小区等许多场合，也越来越多的运用到。
对于普通视频监控系统，一个人必须坐在监视屏前面，眼睛要盯着甚至不止一台显示器，因此，若发生异常情况，人眼注意到它可能就需要几秒时间，更别说反应过来启动警报系统了。
在关键时刻，时间是很重要的，争分夺秒，不容浪费。
更何况，人眼容易疲惫，在需要长期集中注意力的环境下，可能不大适合。
而智能视频监控系统则很好的解决了这个问题。
机器之所以能取代人力，很重要的一点就是它们“不知疲惫”。
它们能持续不断的进行运转！还有，相较于人眼，CPU的运转速度显然更快。
对于异常情况，只需几十毫秒，甚至更快，就能有所察觉，并立即报警。
对于安全来讲，消息传递的及时性是很重要的一个指标。
因此，智能视频监控系统目前正处于高速的发展期。
随着监控系统应用的领域越来越大，监控的范围越来越广，所用的摄像机、显示器等硬件设备越来越先进，监控系统对于监控内容的检测、识别、跟踪、分析的要求也越来越高。
2智能视频监控系统的现状
智能视频监控是以数字化、网络化为基础的更高端的视频监控应用。
它能识别出不同的物体，若发现监视器画面上出现异常情况，能立即通知警报系统并提供有用信息，因此可以实现更加安全可靠的用户环境。
智能视频监控系统主要应用于以
下几个大类：对人、物的识别; 对人、物运动轨迹的识别; 对视频环境影响的判断和补偿。
(1)对静态物体的识别：主要识别监控系统所关心的内容，例如人脸识别、车牌号识别、虹膜识别等。
对于此类智能视频监控系统，最重要的就是识别的准确率。
举个例子，车牌号识别，对目前已有的系统，识别率高的在95%甚至98%以上，如此高的识别率，对道路管理做出了很大的贡献。
(2)对人、物运动轨迹的识别和处理：此类视频识别系统，主要包括虚拟警戒线、车流统计、物体出现和消失、人员突然奔跑、突然聚集等的识别。
对于该类系统，重要的是要能快速对系统环境做出识别、统计，对系统的准确率、及时性要求较高。
所以，基本的要求是能识别出异常的类型并统计及做出相应的后续处理，如警报等。
目前，运动轨迹识别运用的很广泛，如道路监控、商业监控等。
(3)对视频环境影响的判断和补偿：环境的影响主要包括雨、雪、大雾等恶劣天气、夜间等低亮度情况、摄像头抖动等。
目前，智能视频监控系统应用能够实现在恶劣视频环境情况下的监控功能。
此类功能关键技术点是在各种应用场合下，均能够有较高的识别率，尽量减少环境对视频监控的影响。
此类功能具备普遍的适应性，对环境的要求不高，当属高性能产品。
3智能视频监控系统技术难点及突破
想要让系统实现智能监控，在设计监控系统时，就必须详细规划从视频采集到分析的具体实现内容。
应包括：图像预处理，运动目标的检测、分割、预测及跟踪，视频内容分析。
⑴图像预处理：视频分析的实质就是对一个个图像帧的分析。
这时候，图像的质量就尤为重要。
自然采集的图像中，可能引入了各种噪声，典型的有：高斯噪声、椒盐噪声等。
一般来说，引入的噪声是随机性的，可以采用均值虑波、中值滤波、高斯滤波等方法去噪，提高信噪比。
均值滤波在噪声分布平均、峰值不高的情况下，是个很好的选择。
中值滤波在尖脉冲噪声情况下，能得到处理良好的图像。
高斯滤波对消除高斯白噪声的处理效果良好。
(2)运动目标检测：该步骤的主要目的是分离出运动目标和静止目标，即运动物体和背景。
现有主要算法包括：光流法、背景减法、帧差分法等。
光流法：这是一种基于帧间像素分析的算法。
其基本思想是通过计算出来的光流场来模拟运动场。
优点是能很好的处理背景的运动和遮挡问题；缺点是：计算方法过于复杂。
因此，虽然该算法能很好的检测出前景和背景，可是实时性不是很高，而且抗噪性差，因此也无法很好的运用于实时监控系统。
背景减法：该算法利用当前帧与背景图像之间的差异来检测运动区域的变化。
优点：算法简单；缺点：对外界环境的干扰较为敏感。
该算法是目前运动检测的主流方法，但是，在光照等动态场景情况下，受的干扰较大。
帧差分法：该算法利用序列中连续两帧或多帧图像之间的差异进行目标的检测和提取。
优点：算法简单，对光照的渐变不敏感；缺点：不能反映出运动物体的全部特征。
由于该算法仅是对运动像素点的提取，所以，像素点偏少，可能在运动目标内部产生空洞的现象。
对于在监控区域短暂停留的目标，很可能无法检测。
(3)图像分割：该步骤是为了分割目标物体和背景物体，大大缩减了要存储的视频容量，剔除了不必要的信息，为之后的视频分析做准备。
现有算法有：阙值分割法、边缘检测分割法、区域跟踪分割法。
阙值分割法：这是目前灰度图像分割普遍采用的方法。
这种算法首先确定一个灰度阙值，然后在将图像中各个像素的灰度值与这个阙值比较过后，将像素点分为两类：①像素灰度值>阙值；②像素灰度值<阙值。
以此来分割前景和背景。
边缘检测分割法：该算法通过检测不同区域的边界来对图像进行分割。
由于大大减小了分析时要处理的信息量，并且保护了目标的边界，该算法被看作处理许多复杂问题的关键，如边缘灰度过渡尖锐及噪声小的图像，但对光照等外界环境的影响敏感。
因此，该算法往往用来提取大的分区，而用其他算法配合分割图像。
区域跟踪分割法：该算法从某一像素点出发，按照区域增长原则，逐步增加属性一致的像素点，直至结果为假。
常用的方法有区域生长法、区域分裂法，跟踪效果好。
不足的是，图像块的初始划分是固定的，完全智能分割，分割的好坏受种子点和区域生长合并次序的影响。
(4)运动目标的预测及跟踪：该步骤实现了对图像序列中运动目标的分析，即运动目标的运动参数，如位置、速度、运动轨迹等，以此来完成更高智能的视觉任务。
其中，运用的最广的当属基于图像匹配的跟踪算法。
其基本思想是根据图像中目标对象的先验特征或估计特性来与预期目标进行比较，从而得出目标的真实位置。
其具体分类包括：运动模型、目标特征、纹理特征、形状特征、模板相关匹配等。
基于运动模型的跟踪：即根据目标的运动信息而进行的跟踪算法，主要运用在我们已知跟踪目标运动规律的情况下，我们可以利用它们预测目标的下一帧位置，以此来减小目标的搜索范围。
基于目标特征的匹配算法：根据目标特征在序列图像中寻找目标，进而跟踪运动目标。
可以先根据目标检测结果提取目标的显著特征，进而在连续帧上进行特征匹配，进而确定目标在当前帧中的位置。
基于纹理特征的跟踪算法：这种应用很广，纹理表达了物体的表面或结构，通过对纹理的描述，能很好的识别并跟踪目标。
基于形状特征的跟踪算法：形状特征包括边缘方向直方图、傅立叶描述子和Hough变换，它是描述图像内容的一个重要特征。
边缘直方图是最容易获取的形状特征，傅立叶描述子是将图像轮廓展成傅立叶级数，以一定精度描述轮廓，具有平移、旋转、尺度不变性。
Hough变换具有对平移、旋转以及尺度变换不敏感的特性，在噪声和遮挡的情况下仍然具有良好状态特性。
4结论
目前，智能视频监控系统主要应用在交通、安保等领域。
经由使用经验看来，智能视频控制系统的确能更好的替代人类，进行繁复单调却又重要的工作。
可是，由于技术的限制，该系统在准确率方面还无法做到令人满意的成绩。
因此，它还不能大范围的推广，只能应用于某些点。
由此可见，智能视频监控系统还有很大的发展空间。
在技术及硬件提高的基础上，人工智能必将替代低效的人力，以实现人力的解放及资源的最大利用。
参考文献：
[1]智能视频监控系统——百度百科
/view/4258695.htm
[2]王素玉、沈兰荪，智能视觉监控技术研究进展[J].中国图像图形学报，2007，9（12）：1506-1510
[3]侯志强;韩崇昭;;视觉跟踪技术综述[J];自动化学报;2006年04期
[4]郑世宝;智能视频监控技术与应用[J];安防科技;2009年03期。