一种基于视频的近岸浪高实时检测系统技术方案

本发明专利技术公开了一种基于视频的近岸浪高实时检测系统，解决了传统观测法运行维护成本高、对于人工的要求高、精度低的弊端，其技术方案要点是包括有通过视频采集卡实时接入近海岸监控站点的视频信号并保存至本地的视频接入与保存模块；对接入的视频信息进行推送的视频流推送模块；接收推送的视频信息并进行预处理以获得海浪特征的视频预处理模块；根据接收的视频信息及海浪特征进行浪高检测以获得浪高信息的浪高检测模块；接收推送的视频信息及浪高信息以进行展示的Web前端，本发明专利技术的一种基于视频的近岸浪高实时检测系统，检测简便智能化、运行维护成本低、预测频率高预测准确。

【技术实现步骤摘要】
一种基于视频的近岸浪高实时检测系统
本专利技术涉及海浪检测技术，特别涉及一种基于视频的近岸浪高实时检测系统。
技术介绍
目前，我国近海海浪观测采用波浪浮标与人工观测相结合的方式，浮标是对“点”观测，对于港湾复杂地形的准确海浪测量需要高密度部署。采用波浪浮标与人工观测相结合的方式，运行和维护成本高，人工观测是有一定经验的预报员通过目测的方式估计海浪高度，对预报人员的要求高，并且预测频率和精度难以保障。
技术实现思路
本专利技术的目的是提供一种基于视频的近岸浪高实时检测系统，检测简便智能化、运行维护成本低、预测频率高预测准确。本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于视频的近岸浪高实时检测系统，包括有通过视频采集卡实时接入近海岸监控站点的视频信号并保存至本地的视频接入与保存模块；对接入的视频信息进行推送的视频流推送模块；接收推送的视频信息并进行预处理以获得海浪特征的视频预处理模块；根据接收的视频信息及海浪特征进行浪高检测以获得浪高信息的浪高检测模块；接收推送的视频信息及浪高信息以进行展示的Web前端。作为优选，所述视频预处理模块包括有通过裁剪缩放对视频信息的图像中干扰因素进行消除的裁剪与尺度变换单元、通过转码以输入进行海浪特征提取的转码单元。作为优选，所述浪高检测模块包括有用于提取海浪静态特征的第一NIN网络模型、提取海浪动态特征的第二NIN网络模型，还包括有通过输入海浪动态特征及海浪静态特征进行训练以完成浪高检测的SVR模型。作为优选，所述视频推流模块为RTMP协议进行推流。一种基于视频的近岸浪高实时检测方法，包括有以下步骤：将视频采集卡与近海岸监控站点的摄像头对接，以获得实时监控的视频信息，并保存至本地；通过视频流推送模块将实时监控的视频信息推送至Web前端以供用户查看，同时将视频信息推送至预处理模块进行视频信息中图像的预处理；预处理模块提取包含海浪动态特征的差分帧及海浪静态特征的关键帧，并对提取的视频帧进行裁剪、尺度变化及转码；通过浪高检测模块检测获取浪高信息，并推送至Web前端与实施视频信息同步对应显示。作为优选，视频信息的接入与保存具体步骤如下：通过视频采集卡采集近海岸监控摄像头的视频，读取并处理视频信息；将视频信息拆分为图像帧，对图像帧进行写入并计数，结合摄像头帧频完成视频信息的自动截断保存。作为优选，视频预处理的具体步骤如下：间隔预设帧数从视频信息经拆分后的图像帧中提取关键帧，再提取关键帧与相邻关键帧的差分帧；对连续帧差分后进行累加，生成掩码图像，并据此从关键帧和差分帧中提取海浪区域，以排除遮挡物及礁石对浪高检测的干扰，并对提取图像进行缩放；将缩放后图像以jpg格式保存至本地，先将图像转换为字节流，并进行字节流编码为Tensor类型，对Tensor类型图像进行归一化处理；作为优选，浪高检测模块的具体过程如下对预处理后的关键帧和差分帧图像分别通过第一NIN网络模型及第二NIN网络模型分别进行海浪静态特征及海浪动态特征的提取，并将海浪动态特征及海浪静态特征输入SVR模型进行训练，完成SVR模型的加载。作为优选，视频推流模块的推流具体过程如下：对拆分视频信息后的图像帧通过OpenCVFrameConverter进行格式转换，由OpenCV.Mat格式转为JavaCV.Frame格式；通过FFmpegFrameRecorder推送至Nginx服务器；在Web前端使用Videojs播放视频。综上所述，本专利技术具有以下有益效果：接入近海岸多站点海浪监控摄像头的监控视频信息，通过视频接入与保存模块、视频流推送模块、视频预处理模块、浪高检测模块以及Web前端，能够自动化的进行浪高检测，无需人工观测进行估计，检测更加的方便智能化，且通过实时的推送和显示，能够方便人员对浪高信息的实时掌握，预测频率及预测精度高，解决了传统波浪浮标与人工观测相结合方式的不足。附图说明图1为本系统的结构示意框图；图2为视频预处理模块的处理流程示意图；图3为实例中浪高检测的Web界面显示图；图4为实例中用曲线图表示浪高信息的界面显示图。具体实施方式以下结合附图对本专利技术作进一步详细说明。根据一个或多个实施例，公开了一种基于视频的近岸浪高实时检测系统，如图1所示，包括有用于接入并保存近海岸监控摄像头拍摄的视频信息的视频接入与保存模块、对视频信息进行视频流推送的视频流推送模块、对推送的视频信息进行预处理的视频预处理模块、对视频信息中的海浪高度进行检测的浪高检测模块，还包括有对推送的视频信息及检测获得的浪高信息进行显示以供用户查看的Web前端。还包括有对信息数据进行存储的数据库及对历史浪高数据进行保存后分析的分析模块。近年来，我国渤海、黄海、东海、南海主要海域管理部门沿我国海岸建设了一批视频监控站点，实现对近海岸海域的24小时连续视频监控，所有监控站点的视频信号集中在所辖海洋局。国内外学者提出了一些对海浪要素进行检测的新方案，比如基于视觉的波传感方法检测水波的斜率、高度、和频率等相关特性，使用视差法和高程法评估10米到100米的较大空间尺度上的海洋表面位移，利用视频对波浪进行破碎检测，使用神经网络提取海浪视频中的浪高信息等。现有研究在海浪要素检测上取得了一定的成果，但是将研究成果应用于浪高预报系统的研究较为空缺。事实上，基于视频的智能检测系统已经广泛应用于安防、交通等领域。石明翔等人利用分布式系统架构Hadoop、分布式实时计算框架SparkStreaming以及视频关键帧提取，设计实现了基于Hadoop的客车超载监测系统，在处理视频方面，使用视频处理库FFmepg将视频文件拆分为视频帧，使用OpenCV进行人脸检测，对平台中所有运行客车的海量视频进行实时检测和预警超载。雷家翔设计了基于图像处理的机场跑道异物检测系统的软硬件架构及系统，在前端硬件平台中进行目标检测及视频编码，采用RTSP(RealTimeStreamingProtocol)协议通过IP网络将视频及相关数据传输至后端计算机中，并编写了基于FFMPEG库的流媒体播放器，实现了监控视频的接收与解码播放。茅炎菲提出了在有较好扩展性的实时流传输协议和H.264编码技术的基础上实现的视频监控系统，从视频采集卡获取原始的UYVY视频数据，然后经过视频编码器进行编码压缩，并使用AVI封装压缩码流生成存档文件。通过RTSP、RTP(Real-timeTransportProtocol)、RTCP(Real-timeTransportControlProtocol)协议发送经过压缩的数据包到网络监控端，利用基于DirectShow框架开发的网络流媒体播放器通过H.264解码器播放监控视频图像，实现远程控制视频监控系统。本系统中，视频接入与保存模块通过视频采集卡实时接入近海本文档来自技高网...

【技术保护点】
1.一种基于视频的近岸浪高实时检测系统，其特征是：包括有/n通过视频采集卡实时接入近海岸监控站点的视频信号并保存至本地的视频接入与保存模块；/n对接入的视频信息进行推送的视频流推送模块；/n接收推送的视频信息并进行预处理以获得海浪特征的视频预处理模块；/n根据接收的视频信息及海浪特征进行浪高检测以获得浪高信息的浪高检测模块；/n接收推送的视频信息及浪高信息以进行展示的Web前端。/n

【技术特征摘要】
1.一种基于视频的近岸浪高实时检测系统，其特征是：包括有
通过视频采集卡实时接入近海岸监控站点的视频信号并保存至本地的视频接入与保存模块；
对接入的视频信息进行推送的视频流推送模块；
接收推送的视频信息并进行预处理以获得海浪特征的视频预处理模块；
根据接收的视频信息及海浪特征进行浪高检测以获得浪高信息的浪高检测模块；
接收推送的视频信息及浪高信息以进行展示的Web前端。


2.根据权利要求1所述的基于视频的近岸浪高实时检测系统，其特征是：所述视频预处理模块包括有通过裁剪缩放对视频信息的图像中干扰因素进行消除的裁剪与尺度变换单元、通过转码以输入进行海浪特征提取的转码单元。


3.根据权利要求2所述的基于视频的近岸浪高实时检测系统，其特征是：所述浪高检测模块包括有用于提取海浪静态特征的第一NIN网络模型、提取海浪动态特征的第二NIN网络模型，还包括有通过输入海浪动态特征及海浪静态特征进行训练以完成浪高检测的SVR模型。


4.根据权利要求1所述的基于视频的近岸浪高实时检测系统，其特征是：所述视频推流模块为RTMP协议进行推流。


5.一种基于视频的近岸浪高实时检测方法，其特征是，包括有以下步骤：
将视频采集卡与近海岸监控站点的摄像头对接，以获得实时监控的视频信息，并保存至本地；
通过视频流推送模块将实时监控的视频信息推送至Web前端以供用户查看，同时将视频信息推送至预处理模块进行视频信息中图像的预处理；
预处理模块提取包含...

【专利技术属性】
技术研发人员：宋巍，李其超，何盛琪，龙腾，张智超，蔡万源，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：上海;31