基于目标聚类的智能勘灾现场视频帧高效压缩系统及方法技术方案

本发明专利技术公开了一种基于目标聚类的智能勘灾现场视频帧高效压缩系统，帧序列提取模块用于得到监控视频帧序列；视频帧分割模块用于得到前景数据块和目标数据块；视频帧判断模块用于得到目标帧集合和监控视频背景帧集合；目标帧聚类模块用于对监控视频目标帧集合中的目标帧进行聚类分析；视频帧压缩模块用于得到目标帧压缩数据和背景帧压缩数据。本发明专利技术能消除信息冗余，提高压缩率、加快压缩速度，进一步提高视频数据传输速度。

【技术实现步骤摘要】
基于目标聚类的智能勘灾现场视频帧高效压缩系统及方法
本专利技术涉及智能勘灾应急指挥现场视频信息处理
，具体地指一种基于目标聚类的智能勘灾现场视频帧高效压缩系统及方法。
技术介绍
在电力应急抢修指挥领域，现场会部署很多基于智能感知的监控设备，负责现场数据的收集，并通过无线网络，把现场数据实时上传给指挥中心，中心服务器对视频数据进行解压、分析和挖掘，实现指挥中心对现场的实时管控，为应急指挥提供决策支持。目前，视频监控是电力应急抢修数据采集的重要手段之一，完成海量高清视频数据的实时上传直接制约应急抢修的时效性。在灾害现场，考虑到无线信道可靠性下降、宽带资源有限、视频清晰度下降等因素，对海量高清视频数据的可靠实时传输带来了极大的挑战，亟需研究一种高倍率视频帧压缩方法，减少视频流中冗余信息的传输，实现视频流数据的可靠快速传输。然而，现有的视频压缩方法，如H.264/H.265，均是基于内容相似性来实现内容压缩的，在应用过程中对硬件存储资源的依赖性大，压缩率低，进一步会限制视频解压缩过程中的吞吐率。因此，研究智能勘灾现场适用于固定位置本文档来自技高网...

【技术保护点】
1.一种基于目标聚类的智能勘灾现场视频帧高效压缩系统，其特征在于：它包括帧序列提取模块(1)、视频帧分割模块(2)、视频帧判断模块(3)、目标帧聚类模块(4)和视频帧压缩模块(5)；/n帧序列提取模块(1)用于将预设时间段内的监控视频数据转换成对应的监控视频帧序列；/n视频帧分割模块(2)用于采用基于灰度阈值分割的改进分水岭算法，对监控视频帧序列进行图像分割，形成前景数据块和目标数据块；/n视频帧判断模块(3)用于按照帧序列的顺序对监控视频帧序列的每一帧进行判断，判断监控视频帧序列的各帧是否含有目标数据块，含有目标数据块的帧构成按照时间顺序排列的监控视频目标帧集合，不含有目标数据块的帧构成按照...

【技术特征摘要】
1.一种基于目标聚类的智能勘灾现场视频帧高效压缩系统，其特征在于：它包括帧序列提取模块(1)、视频帧分割模块(2)、视频帧判断模块(3)、目标帧聚类模块(4)和视频帧压缩模块(5)；
帧序列提取模块(1)用于将预设时间段内的监控视频数据转换成对应的监控视频帧序列；
视频帧分割模块(2)用于采用基于灰度阈值分割的改进分水岭算法，对监控视频帧序列进行图像分割，形成前景数据块和目标数据块；
视频帧判断模块(3)用于按照帧序列的顺序对监控视频帧序列的每一帧进行判断，判断监控视频帧序列的各帧是否含有目标数据块，含有目标数据块的帧构成按照时间顺序排列的监控视频目标帧集合，不含有目标数据块的帧构成按照时间顺序排列的监控视频背景帧集合，监控视频目标帧集合中含有前景数据块和目标数据块，监控视频背景帧集合中只含有前景数据块；
目标帧聚类模块(4)用于对监控视频目标帧集合中的目标帧进行聚类分析，将含有相同目标的目标帧划分到一个子集合中，根据聚类结果对监控视频帧序列进行分段处理，使得每一段视频帧包含相同目标；
视频帧压缩模块(5)用于对包含相同目标的视频帧段，采用基于目标帧合并的视频帧压缩方法进行压缩处理，得到目标帧压缩数据；视频帧压缩模块(5)还用于对监控视频背景帧集合采用基于背景帧合并的视频帧压缩方法进行压缩处理，得到背景帧压缩数据。


2.根据权利要求1所述的基于目标聚类的智能勘灾现场视频帧高效压缩系统，其特征在于：它还包括视频重构模块(6)，所述视频重构模块(6)用于目标帧压缩数据和背景帧压缩数据进行反量化和解码；依据其不同的数据块划分规则，进行图像帧重组，得到完整的目标帧集合和背景帧集合；接着，通过叠加目标帧数据和背景帧数据中的边界帧，删除冗余数据，便可完成整段监控视频数据的重构。


3.根据权利要求1所述的基于目标聚类的智能勘灾现场视频帧高效压缩系统，其特征在于：视频帧分割模块(2)采用基于灰度阈值分割的改进分水岭算法，对监控视频帧序列进行图像分割，形成前景数据块和目标数据块的具体方法为：
首先，对输入的视频帧序列进行中值滤波去噪预处理；
然后，对滤波去噪后的帧图像序列，依次采用改进的分水岭模型进行图像阈值分割，分割过程为：利用Sobel算子获得帧图像序列每个像素的梯度数据，从最小梯度开始进行泛洪处理，标记盆地区域，然后，将像素点个数小于给定阈值的区域进行合并处理，根据像素点灰度进行帧图像序列的初始标记，一个标记点就代表灰度在预设范围内的的一块区域的中心点，然后根据标记点之间的欧式距离，进行区域合并，合并之后生成新的标记点进行超级变更，并更新标记区域表，最终得到图像的二分值图，二分值图的白色区域为目标数据块，黑色区域为前景数据块。


4.根据权利要求1所述的基于目标聚类的智能勘灾现场视频帧高效压缩系统，其特征在于：所述目标帧聚类模块(4)根据聚类结果对监控视频帧序列进行分段处理的具体过程为：提取监控视频帧序列中相邻目标数据块的SIFT特征点，确定目标的SIFT特征向量；根据相邻目标数据块SIFT特征点匹配个数，确定两者之间的相似度；根据预设的相似度阈值提取关键帧，对于目标数据块提取所有的关键帧序列；以关键帧为分割线，将监控视频帧序列按序分割成若干个不同的视频段，每一段中包含相同目标。
...

【专利技术属性】
技术研发人员：陈寿平，何建宗，刘仁恭，刘通，袁展图，钟荣富，冼庆祺，赵善龙，萧镜辉，林钦文，李文丁，王宇斌，
申请(专利权)人：广东电网有限责任公司东莞供电局，
类型：发明
国别省市：广东;44