一种融合处理有效信息并动态捕捉及预警方法技术

本发明专利技术公开了一种融合处理有效信息并动态捕捉及预警方法，通过图像在不同尺度空间中的特性和图像关键点的确立进行验证及采用SIFT算法，采用稀疏冗余模型算法进行图像增强进过滤掉视频图像中无用的信息或干扰信息、自动识别不同物体；分析抽取视频中关键有用信息，快速、准确得定位事故现场，判断监控画面中的异常情况；最后融合处理有效信息并以最快和最佳的方式发出警报或触发其它动作。本发明专利技术通过动态捕捉视频信息与自动预警机制建立关联，提示目标物的出现以便公安刑侦人员及时采取措施，同时自动提取有关联信息的视频，便于侦查人员进行串并案分析及视频比对分析处理，找到有价值的线索等。

A method of fusing and processing effective information and dynamic capture and early warning

The invention discloses a fusion of effective information and dynamic capture and early warning method, and verified by SIFT algorithm through the establishment of images in different scale space characteristics and key points of the image, the sparse redundant model algorithm for image enhancement in different objects automatically filter out useless information and interference information, recognition in video images video analysis; extraction key useful information, fast and accurate positioning of the scene of the accident, to judge the abnormal situation in monitoring image; finally the fusion processing of effective information and to the fastest and best way to alarm or trigger other actions. The invention of video information and automatic early warning mechanism by dynamic capture relationship, prompted the object to the public security criminal investigation personnel to take timely measures, and automatically extracting the related information for a video, the investigators conducted series and case analysis and comparison analysis of video processing, to find valuable clues.

【技术实现步骤摘要】
一种融合处理有效信息并动态捕捉及预警方法
本专利技术属于图像数据处理
，尤其涉及一种融合处理有效信息并动态捕捉及预警方法。
技术介绍
目标物比如人脸识别的研究，起源于19世纪末法国人SirFranisGalton。以Allen和Parke为代表主要研究面部特征；人机交互式识别及用几何特征参数来研究的以Harmon和Lesk为代表，以Kaya和Kobayashi为代表采用了统计识别方法；Eyematic公司和我国清华大学研发了“人脸识别系统”，但对视频监控模糊图像的识别率不高，并且对目标物进行动态捕捉预警技术研究处于初始阶段。随着视频监控技术的不断发展，我国目前视频监控在智慧城市、数字城市、平安园区等各类项目得以广泛应用。监控视频已经成为公安部门进行案件侦查的重要依据和线索，视频侦查已逐步成为继刑侦，技侦，网侦之后的第四大侦查手段。在公安视频监控中，模糊图像的目标物检测识别及动态捕捉预警技术具有直接、方便、快捷以及非侵犯性的特点，在刑事侦查、维护国家安全和人民生命财产安全以及在反恐、防恐中具有重要意义，极具研究价值和潜力。视频监控于20世纪80年代正式在我国开始启用，110指挥中本文档来自技高网...

【技术保护点】
一种融合处理有效信息并动态捕捉及预警方法，其特征在于，所述融合处理有效信息并动态捕捉及预警方法为：通过图像在不同尺度空间中的特性和图像关键点的确立进行验证及采用SIFT算法，采用稀疏冗余模型算法进行图像增强进过滤掉视频图像中无用的信息或干扰信息、自动识别不同物体；分析抽取视频中关键有用信息，快速、准确得定位事故现场，判断监控画面中的异常情况；最后融合处理有效信息并以最快和最佳的方式发出警报或触发其它动作。

【技术特征摘要】
1.一种融合处理有效信息并动态捕捉及预警方法，其特征在于，所述融合处理有效信息并动态捕捉及预警方法为：通过图像在不同尺度空间中的特性和图像关键点的确立进行验证及采用SIFT算法，采用稀疏冗余模型算法进行图像增强进过滤掉视频图像中无用的信息或干扰信息、自动识别不同物体；分析抽取视频中关键有用信息，快速、准确得定位事故现场，判断监控画面中的异常情况；最后融合处理有效信息并以最快和最佳的方式发出警报或触发其它动作。2.如权利要求1所述的融合处理有效信息并动态捕捉及预警方法，其特征在于，采用SIFT算法自动运动匹配、噪声干扰处理及超分辨率方法，融合处理有效信息并提取相关特征进行动态捕捉及预警。3.如权利要求1所述的融合处理有效信息并动态捕捉及预警方法，其特征在于，采用稀疏冗余模型算法进行图像增强的方法包括：首先，原图像收到了加性高斯噪声的污染，则污染后的图像称之为退化图像，而图像恢复的过程是退化图像的逆过程，图像的退化模型即加性高斯噪声为：g＝Hu+v；g表示含噪图像，Hu表示原图像，v表示噪声；则图像的恢复模型表示为：表示恢复图像，g表示含噪图像，Hu表示原图像；对恢复模型施加一个正则性约束；则恢复模型即变为变分模型：表示恢复图像，g表示含噪图像，Hu表示原图像，R(u)即为正则项，该项是与图像的本身性质有关，利用稀疏冗余字典模型来描述R(u)，λ表示约束参数。4.如权利要求1所述的融合处理有效信息并动态捕...

【专利技术属性】
技术研发人员：王云峰，谢素艳，宁晓希，韩常，寇为刚，谭等泰，贺国庆，
申请(专利权)人：甘肃政法学院，
类型：发明
国别省市：甘肃,62