【技术实现步骤摘要】
一种视频三维融合时GPU加速的视频纹理更新方法
本专利技术涉及视频编解码、视频GIS和高性能处理领域，尤其涉及一种视频三维融合时GPU加速的视频纹理更新方法。
技术介绍
高速公路智能化、智慧化是当下公路运输的发展方向，是实现公路高效运输、安全运输和绿色运输的必然要求。视频监控系统是多媒体技术、计算机网络、工业控制和人工智能等多种技术的综合运用，以其直观方便、信息内容丰富等特点，更是一般安全防范系统的重要组成部分。视频影像具有来源广泛、信息获取方式灵活和实时传输方便等特点，能够提供实时动态、多角度、多方位的监控现场信息。传统的视频监控系统一般是通过一组视频监视器观看，但这样观察到的视频影像信息容易超出了人类的观察、理解和反应能力。对于整个视频监控区域来说，所有的视频影像是分散、无组织的，监控人员常常需要盯住数十幅甚至上百幅视频影像画面并且对每一个幅视频影像都需要了解所对应摄像头的确切位置，这样不仅加大了监控人员的工作负荷程度，而且在面对大量独立的摄像机和视频画面的时候，进行监控并对图像进行解析，不可避免地会因为人员疲劳...
【技术保护点】
1.一种视频三维融合时GPU加速的视频纹理更新方法，包括以下步骤：/n步骤1，构建视频流数据集，所述视频流数据集由N个视频构成；/n步骤2，判断步骤1所述的视频流数据集中每个视频在三维GIS场景中对应融合的视频纹理的可见性，进一步构建多个待融合的视频；/n步骤3，将步骤2所述的m个带融合的视频分别通过循环调用解复用方法、GPU硬解码得到每个视频对应的单帧YUV格式视频影像；/n步骤4，将步骤3所述的每个视频对应的单帧YUV格式视频影像分别通过基于CUDA加速的YUV 2RGB算法得到相应的单帧RGB格式视频影像，并对存在畸变的视频影像进行基于CUDA加速的图像畸变校正预处理...
【技术特征摘要】
1.一种视频三维融合时GPU加速的视频纹理更新方法，包括以下步骤：
步骤1，构建视频流数据集，所述视频流数据集由N个视频构成；
步骤2，判断步骤1所述的视频流数据集中每个视频在三维GIS场景中对应融合的视频纹理的可见性，进一步构建多个待融合的视频；
步骤3，将步骤2所述的m个带融合的视频分别通过循环调用解复用方法、GPU硬解码得到每个视频对应的单帧YUV格式视频影像；
步骤4，将步骤3所述的每个视频对应的单帧YUV格式视频影像分别通过基于CUDA加速的YUV2RGB算法得到相应的单帧RGB格式视频影像，并对存在畸变的视频影像进行基于CUDA加速的图像畸变校正预处理，得到每个视频预处理后视频影像；
步骤5，将步骤4所述的每个视频预处理后视频影像利用CUDA和OpenGL互操作技术由GPU中CUDA内存空间拷贝到OpenGL内存空间；
步骤6，将步骤5所述的每个视频预处理后视频影像存储为二维视频纹理数组IMGS，进一步将二维视频纹理数组IMGS利用投影纹理算法融合到三维GIS场景。
2.根据权利要求1所述的视频三维融合时GPU加速的视频纹理更新方法，其特征在于，
步骤2具体如下：
计算三维GIS场景中视频纹理中心点的世界坐标点对应的设备屏幕坐标点：
其中，表示三维GIS场景中第i个视频纹理中心点的世界坐标点，Ci(xc，yc，zc)表示Oi对应的第i个设备屏幕坐标点，Msv表示场景相机的投影视图变换矩阵，Msp表示场景相机的透视投影变换矩阵，Msw表示场景相机的视口变换矩阵,N表示三维GIS场景中视频纹理中心点的数量；
计算设备屏幕坐标点相对用户观察窗口是否可见：
设H表示用户观察窗口的长度，设W表示用户观察窗口的宽度；
若xc＞0且xc＜W且yc＞0且yc＜H满足时，则设备屏幕坐标点相对用户观察窗口可见，即对应的三维GIS场景中视频纹理中心点的世界坐标点在用户视域内，简记为Ok；
否则，设备屏幕坐标点Ci相对用户观察窗口不可见，即对应的三维GIS场景中视频纹理中心点的世界坐标点不在用户视域内；
计算用户视点对应世界坐标点P(xp，yp，zp)和之间欧氏距离D的公式如下，
其中，xp为用户视点对应世界坐标点P的X轴坐标分量，yp为用户视点对应世界坐标点P的Y轴坐标分量，zp为用户视点对应世界坐标点P的Z轴坐标分量，为第k个点Ok的X轴坐标分量，为第k个点Ok的Y轴坐标分量，为第k个点Ok的Z轴坐标分量；
对距离Dk按升序进行排序，取前m(m<26且m≤k)个点代表的视频作为带融合的视频。
3.根据权利要求1所述的视频三维融合时GPU加速的视频纹理更新方法，其特征在于，
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。