一种基于三维GIS场景与视频融合的自然资源监管方法技术

本发明专利技术提出一种基于三维GIS场景与视频融合的自然资源监管方法，包括：铁塔上的智能视频前端采集自然资源实时视频，设置预制位与抓拍频率进行视频帧图像的自动抓拍；采用深度学习对视频帧图像进行要素识别并判断是否发生变化；视频帧图像进行预处理；建立视频帧图像与可视的三维模型不规则格网面片的映射关系，形成三维GIS地图；将视频帧图像中的空间位置信息与自然资源大数据进行分析比对，若判定为疑似违法的预警信息，则指挥中心基于多级数据检索技术调用三维GIS地图对预警信息进行判断是否需要实地核查，若需核查，则将预警信息下发至网格员终端APP进行核查。发至网格员终端APP进行核查。发至网格员终端APP进行核查。

【技术实现步骤摘要】
一种基于三维GIS场景与视频融合的自然资源监管方法


[0001]本申请涉及三维GIS与视频融合
，特别涉及一种基于三维GIS场景与视频融合的自然资源监管方法。

技术介绍

[0002]在三维虚拟地理场景中，可以模拟真实物理世界的地形、地貌、建筑特征，并具有多LOD特征；三维虚拟地理场景是一种新的信息源，其为突破单目相机无法实现目标对象的空间定位难点问题，提供了新理念，通过三维虚拟地理场景中目标检测与空间定位方法，实现人工智能目标检测技术、三维地理信息技术、视频监控技术三者结合应用，突破单目相机无法实现目标对象的空间定位难点问题，打造自然资源“天空地网”监察监管体系，提升自然资源监管和快速反应能力；现有技术CN111683221B公开了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；存在以下问题：（1）获取高分辨率遥感影像出现地理位置有偏移且影响获取地域覆盖不全，导致自然资源视频监测不准确，有较大偏差；（2）高分辨率遥感影像数据量较大，短时间内难以获得有效特征信息，实时性差，图像噪声污染较严重。

技术实现思路

[0003]为了解决上述问题，本专利技术提出一种基于三维GIS场景与视频融合的自然资源监管方法，以更加确切地解决上述所述的问题。
[0004]本专利技术通过以下技术方案实现的：S1：铁塔上的智能视频前端采集自然资源实时视频，设置预制位与抓拍频率进行视频帧图像的自动抓拍；S2：采用深度学习对视频帧图像进行要素识别并判断是否发生变化；对视频帧图像进行预处理；建立视频帧图像与可视的三维模型不规则格网面片的映射关系，形成三维GIS地图；S3：将视频帧图像中的空间位置信息与自然资源大数据进行分析比对，若判定为疑似违法的预警信息，则指挥中心基于多级数据检索技术调用三维GIS地图对预警信息进
行判断是否需要实地核查，若需核查，则将预警信息下发至网格员终端APP进行核查；所述预处理是对视频帧图像进行图像平滑处理：采用含有奇数个点的滑动窗口，对该滑动窗口内的各个像素灰度排列：,其中，表示像素灰度值，表示输出像素灰度值，为滑动模板窗口，表示中值边缘函数，采用为中心的正方形窗口，进行开运算消除散点和毛刺对图像进行平滑，先腐蚀后膨胀。
[0005]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述将视频帧图像中的空间位置信息与自然资源大数据进行分析比对的步骤中，包括：通过采集自然资源实时视频确定分析的范围，系统基于SOA架构自动分析地类面积，与规划数据、基本农田和建设用地报批图层进行叠加分析。
[0006]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述建立视频帧图像与可视的三维模型不规则格网面片的映射关系的步骤中，包括：通过卷积操作得到特征图，采用设计损失函数进行分离特征边界来进行图像配准；移动立方体MC算法根据图片配准的边缘轮廓线建立自然资源实时视频帧图像与可视的三维模型不规则格网面片的映射关系。
[0007]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述采用深度学习对视频帧图像进行要素识别并判断是否发生变化的步骤中，包括：采用混合高斯模型对自然资源实时视频帧图像进行识别；使用高斯模型来表示图像中各个像素点的特征，用当前图像中各个像素点的特征与已有混合高斯模型匹配，若当前图像中各个像素点的特征有变化，则判定匹配不成功，其中当前图像中各个像素点表示为变化点，将自然资源实时视频帧图像中的变化点基于空间ETL与数据库进行数据交换，得到新一帧图像后进行更新混合高斯模型；在匹配过程中，先对视频帧图像序列排序得出像素点亮度的变化过程，再结合高斯模型的概率密度函数得出像素点亮度的变化概率；将像素点亮度的变化概率与置信值进行判断；对于坐标的像素点亮度的变化过程可用下式确定：，其中，表示视频图像序列，表示像素点在时刻的亮度值；对于，像素点亮度的变化概率可用下式确定：，，其中，表示像素点亮度的变化概率，表示混合高斯模型中高斯模型的个
数，表示时刻的第个高斯模型权值，，表示时刻的第个均值向量，表示时刻的第个协方差矩阵，表示像素点在时刻的亮度变化值，表示高斯模型的概率密度函数。
[0008]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述将像素点亮度的变化概率与置信值进行判断的步骤中，包括：若小于或等于置信值，则判定当前图像中各个像素点与已有混合高斯模型相匹配，将其表示为背景点；若大于置信值，则判定当前图像中各个像素点的特征与已有混合高斯模型不匹配，将其表示为变化点；判断过程可由下式确定：，其中，D表示置信参数，表示时刻的第个协方差矩阵。
[0009]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述将其表示为背景点的步骤后，包括：将背景点中已有混合高斯模型中权值最低的高斯模型去掉，并根据输入当前图像中各个像素点的特征引入一个新的高斯模型，以当前图像中各个像素点亮度值作为均值，并赋以协方差矩阵和高斯模型权值；若与第m个高斯模型相匹配，则对在时刻的个高斯模型的权值进行更新，在权值更新后，对权值进行标准化，其均值和协方差进行更新；所述权值进行更新可用下式确定：，其中，表示权值更新率，表示时刻的第个高斯模型权值，表示时刻的第个高斯模型权值；所述权值进行标准化可用下式确定：，其中，，表示混合高斯模型中高斯模型的个数；所述均值向量和协方差矩阵进行更新可用下式确定：，其中，表示更新常数，表示时刻的均值向量，表示时刻的均值向量，表示时刻的协方差矩阵；表示时刻的协方差矩阵。
[0010]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述背景点是由高斯模型的个数决定的，背景点的更新还受到权值与协方差矩阵的影响；按照背景预值进行排列，选择前个分布作为背景模型：，其中，表示分离出背景阈值，表示背景点权值，表示混合高斯模型中高斯模型的个数。
[0011]进一步的，所述的一种基于三维GIS场景与视频融合的自然资源监管方法，所述指挥中心基于多级数据检索技术调用三维GIS地图对预警信息进行判断是否需要实地核查的步骤中，包括：指挥中心的系统根据OGC规范的交换数据格式与执法通平台进行系统衔接，通过系统的业务交换引擎和数据交换引擎将系统的业务流和数据流定向流入与外部其他系统连接的指定适配器进行数据交换；指挥中心的系统和执法通平台构建大数据综合监管平台；大数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维GIS场景与视频融合的自然资源监管方法，其特征在于，包括：S1：铁塔上的智能视频前端采集自然资源实时视频，设置预制位与抓拍频率进行视频帧图像的自动抓拍；S2：采用深度学习对视频帧图像进行要素识别并判断是否发生变化；对视频帧图像进行预处理；建立视频帧图像与可视的三维模型不规则格网面片的映射关系，形成三维GIS地图；S3：将视频帧图像中的空间位置信息与自然资源大数据进行分析比对，若判定为疑似违法的预警信息，则指挥中心基于多级数据检索技术调用三维GIS地图对预警信息进行判断是否需要实地核查，若需核查，则将预警信息下发至网格员终端APP进行核查；所述预处理是对视频帧图像进行图像平滑处理：采用含有奇数个点的滑动窗口，对该滑动窗口内的各个像素灰度排列：，其中，表示像素灰度值，表示输出像素灰度值，为滑动模板窗口，表示中值边缘函数，采用为中心的正方形窗口，进行开运算消除散点和毛刺对图像进行平滑，先腐蚀后膨胀。2.根据权利要求1所述的一种基于三维GIS场景与视频融合的自然资源监管方法，其特征在于，所述将视频帧图像中的空间位置信息与自然资源大数据进行分析比对的步骤中，包括：通过采集自然资源实时视频确定分析的范围，系统基于SOA架构自动分析地类面积，与规划数据、基本农田和建设用地报批图层进行叠加分析。3.根据权利要求1所述的一种基于三维GIS场景与视频融合的自然资源监管方法，其特征在于，所述建立视频帧图像与可视的三维模型不规则格网面片的映射关系的步骤中，包括：通过卷积操作得到特征图，采用设计损失函数进行分离特征边界来进行图像配准；移动立方体MC算法根据图片配准的边缘轮廓线建立自然资源实时视频帧图像与可视的三维模型不规则格网面片的映射关系。4.根据权利要求1所述的一种基于三维GIS场景与视频融合的自然资源监管方法，其特征在于，所述采用深度学习对视频帧图像进行要素识别并判断是否发生变化的步骤中，包括：采用混合高斯模型对自然资源实时视频帧图像进行识别；使用高斯模型来表示图像中各个像素点的特征，用当前图像中各个像素点的特征与已有混合高斯模型匹配，若当前图像中各个像素点的特征有变化，则判定匹配不成功，其中当前图像中各个像素点表示为变化点，将自然资源实时视频帧图像中的变化点基于空间ETL与数据库进行数据交换，得到新一帧图像后进行更新混合高斯模型；在匹配过程中，先对视频帧图像序列排序得出像素点亮度的变化过程，再结合高斯模型的概率密度函数得出像素点亮度的变化概率；将像素点亮度的变化概率与置信值进行判断；对于坐标的像素点亮度的变化过程可用下式确定：
，其中，表示视频图像序列，表示像素点在时刻的亮度值；对于，像素点亮度的变化概率可用下式确定：，，其中，表示像素点亮度的变化概率，表示混合高斯模型中高斯模型的个数，表示时刻的第个高斯模型权值，，表示时刻的第个均值向量，表示时刻的第个协方差矩阵，表示像素点在时刻的亮度变化值，表示高斯模型的概率密度函数。5.根据权利要求4所述的一种基于三维GIS场景与视频融合的自然资源监管方法，其特征在于，所述将像素点亮度...

【专利技术属性】
技术研发人员：徐世亮，雷雨，李勇军，李仰，计国兴，欧阳伟南，龚勋，
申请(专利权)人：江西省自然资源事业发展中心，
类型：发明
国别省市：