嵌入矢量红线数据的自然资源实时视频监测方法及系统技术方案

一种嵌入矢量红线数据的自然资源实时视频监测方法及系统，包括获取自然资源矢量红线数据和对应的高分辨率遥感影像，获取摄像头初始画面图像；将矢量红线数据叠加到高分辨率遥感影像上，借助遥感影像语义信息，在视频图像和矢量红线数据上识别同名点，计算几何映射关系；将矢量红线数据映射到实时视频，获得视频监控区域；通过获得在尺度和空间均匀分布的特征点，对监控视频相邻帧图像进行匹配获得同名点；根据同名点得到图像间几何变换关系，将前一帧图像上的监控区域范围映射到后一帧图像，实现图像帧之间监控区域关联；根据几何关系，在监控视频上进行面积量测，并支持基于确定的视频区域，进行后续相关目标运动分析，实现区域自动预警报警。

【技术实现步骤摘要】
嵌入矢量红线数据的自然资源实时视频监测方法及系统
本专利技术属于图像处理
，涉及一种嵌入矢量红线数据的自然资源实时视频监测方法及系统。
技术介绍
生态红线、永久基本农田、城市边界是生态环境建设需要严守的三条底线。当今，良田受损，森林资源遭到乱砍滥伐，城市开发区非建设等现象频发，国家自然资源遭受滥用的问题日益突出，如何通过技术手段支持准确、实时、快速地实行自然资源高效监测，是一件重要和紧迫的事。随着传感器技术、视频压缩处理技术、网络通讯技术的快速发展，利用现代科技手段，对这些自然资源实行远程视频监测已成为可能。如果有适于实际运用的技术，通过查看监测摄像头，相关用户将可以及时发现国土资源领域违法行为，对相应用地即时处置。然而，在现有模式下，依然需要大量的人工排查实时监控系统，还不能做到对指定区域的自然资源进行自动监测。如何利用图像处理技术对视频视野中指定区域范围进行监控，实现区域自动预警报警，才是真正实现自然资源视频监测的根本途径。因此，本专利技术提出一种嵌入矢量红线数据的自然资源实时视频监测方法及系统。普通的监控摄像头仅能监控到固定位置，视野受限，并不适用于对自然资源这种类型的监测。带有云台控制功能，能调整摄像头进行旋转、平移、伸缩的PTZ(Pan-Tilt-Zoom,安防监控器材)摄像头更适用于此场景。自然资源分布区域的划定基本以矢量文件的形式保存，如何将矢量形式的GIS图形数据嵌入到实时PTZ监控视频图像中是一个值得研究的问题。基于此区域，可以针对该区域进行分析，如面积测量，对人的行为进行检测和预判，从而实现违法活动的自动预警报警。这里面主要包括两个部分：(1)将矢量数据映射到视频画面中；(2)当摄像头转动时，矢量数据需要重新映射，从而保证其在不同视频画面中相对位置保持不变。矢量数据是图形，直观显示的是几何结构信息，其属性信息是以文本形式保存的，直接建立矢量结构与监控视频图像之间的几何关系是很困难的，因此需要借助高分辨率遥感影像来辅助两者之间映射关系的建立。目前，在GIS数据与监控视频融合的研究中，大致可以分为两种方法：基于单应性矩阵的方法和基于摄像机视野与DEM交会的方法。前者是通过同名特征点来解算监控视频与遥感图像之间的几何变换关系，一般用单应性矩阵来描述，适合于平面或近似平面区域。后者则是将监控视频融入到3DGIS中，以现实世界坐标系为基础，将视频图像映射到3DGIS中，实现两者的统一。这种方式需要获取摄像头成像时的位置、姿态信息以及高精度的DSM(DigitalSurfaceModel)模型，适用于小场景的图像。对于普通监控摄像头来说，其位置参数和拍照时的姿态参数都是可以获取到的，但是对于PTZ摄像头来说，通过云台控制摄像头时，获得的参数信息并不精准。另外，大范围精细DSM的获取成本昂贵。视频可以理解为一系列图像的集合。当摄像头转动获取监控画面时，可以理解为从不同的视角获取图像，这些图像间由于获取角度的问题，存在一定的几何形变。目前，基于特征匹配的方法广泛应用于图像间几何关系的计算，其中SIFT算法由于其在旋转、尺度方面保持的图像不变性受到广泛关注，但是其在几何畸变大的时候，很难获得令人满意的结果。在此基础上，ASIFT(Affine-SIFT)被提了出来，由于其在SIFT匹配之前，对原始图像进行了一系列的几何形变的模拟，因此，ASIFT能更好地解决图像间几何畸变的匹配问题，即使视角差异很大时，仍然能获得一定数量的同名点。然而，这些基于特征的匹配方法在获取匹配点时，并没有考虑到特征点的分布问题。同名点的数量和分布是影响几何变换矩阵准确度的两个决定性因素。如何方便、精确地获取摄像头视野中特定区域的面积也是一个迫切需要解决的问题。目前，从视频上测量面积的方法主要有：实地测量、基于标定模板的估算法以及根据图像像素坐标、相机焦距和垂直高度之间的简单比例关系计算，具有一定的局限性，且不适用于带有云台功能的PTZ监控视频。
技术实现思路
针对现有技术的不足，本专利技术提供一种嵌入矢量红线数据的自然资源实时视频监测方法及系统，能够大大提升对自然资源的监测效率。为实现上述目的，本专利技术的技术方案提供一种嵌入矢量红线数据的自然资源实时视频监测方法，包括以下步骤：步骤1，获取某一区域具有相同投影坐标系的自然资源矢量红线数据和对应的高分辨率遥感影像，同时获取PTZ摄像头初始画面图像；步骤2，将矢量红线数据叠加到高分辨率遥感影像上，借助遥感影像的语义信息，分别在视频图像和矢量红线数据上识别同名点，然后采用最小二乘法计算矢量红线数据与监控视频间的几何映射关系；步骤3，根据步骤2计算的映射关系，将矢量红线数据映射到实时视频中，获得视频监控区域；步骤4，通过获得在尺度和空间均匀分布的特征点，对监控视频相邻帧图像进行匹配，从而获得两幅图像上的同名点；步骤5，根据步骤4获得的同名点得到两幅图像之间的几何变换关系，并根据此关系将前一帧图像上的监控区域范围映射到后一帧图像上，实现监控视频图像帧之间监控区域的关联；步骤6，根据上述步骤建立的几何关系，在监控视频上进行面积量测，并支持基于确定的视频区域，进行后续相关目标运动分析，实现特定区域的自动预警报警。而且，步骤2中，将监控视频图像和遥感影像间的几何映射关系建模为投影变换，用单应性矩阵H0来表示，通过在两幅图像上识别出至少4个不共线的同名点，快速建立监控视频图像和遥感影像间的相互映射关系；设对于遥感图像上对应同名点q(X,Y)，与监控视频图像I0上的任意一点p(x,y)，满足方程如下，其中，单应性矩阵H0的表达式为，而且，步骤3中，设有面矢量数据{P1,P2,...,Pn}，对于其中任意一个面Pi，坐标表达为{(Xi1,Yi1),(Xi2,Yi2),...,(Xim,Yim)}，对于任意顶点(Xij,Yij)，i＝1,2,...,n，j＝1,2,...,m，n为面的数量，m为点的数量，根据步骤2建立的几何关系，其在监控视频中的坐标为(xij',yij')，计算如下，而且，步骤4中，获得在尺度和空间均匀分布的特征点的实现方式为，在尺度方面，根据尺度系数确定每层金字塔图像中提取的特征点数量；在图像方面，将图像进行均匀网格划分，确定每个网格中提取的特征点数量；然后，根据特征点的独特性和特征点密度来筛选特征点。而且，所述在尺度方面，根据尺度系数确定每层金字塔图像中提取的特征点数量，实现方式如下，假设从图像中提取的特征点总数为Ntotal，每组金字塔图像中各层图像的权重为W(o,l)，那么各层图像提取的特征点数量Nscale(o,l)的表达式为，Nscale(o,l)＝Ntotal×W(o,l)其中，o为高斯金字塔的标号，l为图像层的标号；各尺度图像的权重定义如下，其中，SCol代表第o组高斯金字塔中第l层图像的尺度系数，SC11代表第1组高斯金字塔中第1层图像的尺度系数，r0为中间参数；SCol表达式为本文档来自技高网...

【技术保护点】
1.一种嵌入矢量红线数据的自然资源实时视频监测方法，其特征在于，包括以下步骤：/n步骤1，获取某一区域具有相同投影坐标系的自然资源矢量红线数据和对应的高分辨率遥感影像，同时获取PTZ摄像头初始画面图像；/n步骤2，将矢量红线数据叠加到高分辨率遥感影像上，借助遥感影像的语义信息，分别在视频图像和矢量红线数据上识别同名点，然后采用最小二乘法计算矢量红线数据与监控视频间的几何映射关系；/n步骤3，根据步骤2计算的映射关系，将矢量红线数据映射到实时视频中，获得视频监控区域；/n步骤4，通过获得在尺度和空间均匀分布的特征点，对监控视频相邻帧图像进行匹配，从而获得两幅图像上的同名点；/n步骤5，根据步骤4获得的同名点得到两幅图像之间的几何变换关系，并根据此关系将前一帧图像上的监控区域范围映射到后一帧图像上，实现监控视频图像帧之间监控区域的关联；/n步骤6，根据上述步骤建立的几何关系，在监控视频上进行面积量测，并支持基于确定的视频区域，进行后续相关目标运动分析，实现特定区域的自动预警报警。/n

【技术特征摘要】
1.一种嵌入矢量红线数据的自然资源实时视频监测方法，其特征在于，包括以下步骤：
步骤1，获取某一区域具有相同投影坐标系的自然资源矢量红线数据和对应的高分辨率遥感影像，同时获取PTZ摄像头初始画面图像；
步骤2，将矢量红线数据叠加到高分辨率遥感影像上，借助遥感影像的语义信息，分别在视频图像和矢量红线数据上识别同名点，然后采用最小二乘法计算矢量红线数据与监控视频间的几何映射关系；
步骤3，根据步骤2计算的映射关系，将矢量红线数据映射到实时视频中，获得视频监控区域；
步骤4，通过获得在尺度和空间均匀分布的特征点，对监控视频相邻帧图像进行匹配，从而获得两幅图像上的同名点；
步骤5，根据步骤4获得的同名点得到两幅图像之间的几何变换关系，并根据此关系将前一帧图像上的监控区域范围映射到后一帧图像上，实现监控视频图像帧之间监控区域的关联；
步骤6，根据上述步骤建立的几何关系，在监控视频上进行面积量测，并支持基于确定的视频区域，进行后续相关目标运动分析，实现特定区域的自动预警报警。


2.根据权利要求1所述的一种嵌入矢量红线数据的自然资源实时视频监测方法，其特征在于：步骤2中，将监控视频图像和遥感影像间的几何映射关系建模为投影变换，用单应性矩阵H0来表示，通过在两幅图像上识别出至少4个不共线的同名点，快速建立监控视频图像和遥感影像间的相互映射关系；
设对于遥感图像上对应同名点q(X,Y)，与监控视频图像I0上的任意一点p(x,y)，满足方程如下，



其中，单应性矩阵H0的表达式为，





3.根据权利要求1所述的一种嵌入矢量红线数据的自然资源实时视频监测方法，其特征在于：步骤3中，设有面矢量数据{P1,P2,...,Pn}，对于其中任意一个面Pi，坐标表达为{(Xi1,Yi1),(Xi2,Yi2),...,(Xim,Yim)}，
对于任意顶点(Xij,Yij)，i＝1,2,...,n，j＝1,2,...,m，n为面的数量，m为点的数量，根据步骤2建立的几何关系，其在监控视频中的坐标为(xij',yij')，计算如下，





4.根据权利要求1所述的一种嵌入矢量红线数据的自然资源实时视频监测方法，其特征在于：步骤4中，获得在尺度和空间均匀分布的特征点的实现方式为，在尺度方面，根据尺度系数确定每层金字塔图像中提取的特征点数量；在图像方面，将图像进行均匀网格划分，确定每个网格中提取的特征点数量；然后，根据特征点的独特性和特征点密度来筛选特征点。


5.根据权利要求4所述的一种嵌入矢量红线数据的自然资源实时视频监测方法，其特征在于：所述在尺度方面，根据尺度系数确定每层金字塔图像中提取的特征点数量，实现方式如下，
假设从图像中提取的特征点总数为Ntotal，每组金字塔图像中各层图像的权重为W(o,l)，那么各层图像提取的特征点数量Nscale(o,l)的表达式为，
Nscale(o,l)＝Ntotal×W(o,l)
其中，o为高斯金字塔的标号，l为图像...

【专利技术属性】
技术研发人员：邵振峰，李从敏，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42