1.一种基于马尔科夫链的多PTZ相机协同调度方法，其特征在于，如下步骤：

S1系统初始化：将整个监控区域按水平方向N个，垂直方向M个，划分成M×N个栅格；将相机状态的方位角从0°到360°离散化为有限状态集合，俯仰角从0°到180°离散化为有限状态集合，相机焦距按照变焦倍率形成是有限状态集合；

S2、预测下一时刻的目标状态，所述目标状态包括目标的运动速度、方向、位置和优先级，下一时刻预测的目标优先级为当前时刻的目标优先级；

S3、计算相机联合行动的收益，所述相机联合行动为所有PTZ相机从当前的相机状态运动到下一相机状态的过程，相机状态包含PTZ相机的方位角、俯仰角和焦距：

3.1计算系统状态转移函数P(S′|S,A)，状态转移函数P(S′|S,A)表示经过一次相机的联合运动A从而将系统状态S转移到状态S′的概率，所有相机的一次联合行动为A＝{a1,...,an}, 其中， 表示相机i在方位角、俯仰角和焦距上的行动，i＝1,…,n，n为PTZ相机总数；表示相机所有可能的联合行动集合；

3.2遍历所有PTZ相机下一时刻可能的联合行动，每遍历一个联合行动，先求出联合行动对应的视野范围fov(C)；所述视野范围为相机状态所观察到的场景栅格集合；

3.3统计在联合视野范围内被侦察到的目标信息，记录每个被侦察到的目标优先级以及相机联合行动的转动效率，计算出下一时刻联合行动的收益：其中，R(S′)为下一时刻联合行动的收益，α和β均为收益因子，α+β＝1且0≤α,β≤1，为下一时刻单个目标的收益函数，eff(C′)为下一时刻的效率函数；ωk为第k个目标优先级数值，优先级越高优先级数值越大，ωk的范围为ωk∈{1,2,...,ωmax}，表示下一时刻第k个目标的位置g′k,l处于所有相机的联合视野范围fov(C)内，m为目标总数；dt为目标的相邻两个位置状态之间相隔的时间差为dt，max表示取目标函数最大值，Δθi表示第i个相机在方位角上的行动、 表示第i个相机在俯仰角上的行动，和 分别表示第i个相机在方位角和俯仰角上的转动速度， 为第i个相机焦距变化所需的时间，i＝1,2,...,n，n为PTZ相机总数；

3.4选择使得∑R(S′)P(S′|S,A)最大的联合行动A作为下一时刻的最优调度决策。