System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于视频监控系统处理领域,尤其涉及固定场景下的视频数据动态优化与智能分析技术。
技术介绍
1、随着信息技术和数字图像处理技术的迅猛发展,视频监控系统已成为现代安全和监控领域的重要组成部分。尤其是在商业、工业、交通和公共安全等领域,视频监控系统发挥着不可或缺的作用。然而,随着监控系统的广泛应用,如何有效处理和分析海量的视频数据成为了一个重大挑战。
2、传统的视频监控系统通常依赖于持续的视频录制,这种方法在固定场景下存在诸多局限性。首先,长时间的连续监控产生了大量的数据,对存储和处理能力提出了较高要求。其次,这种被动式监控缺乏针对性和效率,尤其是在场景稳定且变化不大的情况下,大量冗余的数据处理显得尤为突出。此外,传统监控系统在识别和响应特定事件方面往往不够智能,需要人工干预,这在紧急情况下可能导致延迟反应。
3、近年来,随着计算机视觉技术的进步,视频监控系统开始朝向更智能化和自动化的方向发展。特别是在固定场景监控中,通过智能算法对视频数据进行实时分析和优化处理,已成为提高系统效率和准确性的重要手段。动态优化处理方法尤其在固定场景监控中显得十分重要。在这些场景中,监控焦点通常集中于特定区域或对象,例如银行大厅、商店入口或仓库。通过动态优化处理,系统能够根据场景的实时变化调整其监控策略,例如自动调节摄像头的焦点、优化图像质量或调整数据存储策略等。此外,这种方法还可以通过分析场景中的常态和异常态,有效区分重要事件和日常活动,从而提高监控的准确性和响应速度。
4、然而,现有的动态优化处理技术仍然
技术实现思路
1、本专利技术针对上述现有技术的不足,提出了一种固定场景下的视频监控动态优化处理方法,当视频监控系统启动后,以t1秒为周期对固定场景视频进行动态优化处理,包括以下步骤:
2、步骤1:在第一个周期内,判断摄像头是否被遮挡;
3、步骤2:在第一个周期内,如果判断摄像头未被遮挡,设置背景图像,如果判断摄像头被遮挡,将该周期的下一个周期重新设置为第一个周期;
4、步骤3:对除第一个周期外的其他周期,进行数据多帧提取;
5、步骤4:对除第一个周期外的其他周期,进行区域划分,得到区域优先度值;
6、步骤5:对除第一个周期外的其他周期;进行关注区域设置。
7、进一步的,所述步骤1:在第一个周期内,判断摄像头是否被遮挡,具体为:
8、步骤1.1:对第一个周期内采集到的第n1帧图像数据i1进行二值化处理,并计算二值化后图像中的像素值为0和1的像素点的比例,如果该比例小于或等于遮挡阈值th1,判断摄像头可能被遮挡,执行步骤1.2,如果该比例大于遮挡阈值th1,判断摄像头未被遮挡;
9、步骤1.2:对该周期的前t2秒内摄像头采集的第n2帧到第n3帧图像所组成的数据集i进行二值化处理,并计算二值化后每个图像中像素值为0和1的像素点数量的比例,如果比例小于或等于遮挡阈值th1,记录摄像头可能被遮挡,如果比例大于遮挡阈值th1,记录摄像头未被遮挡,如果摄像头可能被遮挡数量大于阈值th2,判断摄像头可能被遮挡,执行步骤1.3,如果摄像头可能被遮挡数量小于等于阈值th2,判断摄像头未被遮挡;
10、步骤1.3:对该周期中的第n1帧到第n3帧进行灰度化处理,并将灰度化后的每个图像中的两个对角线上的像素点标记为特定像素点,对第n1帧到第n3帧中所有相邻帧图像中的对应位置的特定像素点像素值进行比较,如果某一帧图像与相邻帧图像中对应位置的特定像素点的像素值差异大于阈值th3,且数量大于阈值th4,记录该帧图像为异常帧,如果记录的异常帧数量大于阈值th5,判断摄像头被遮挡。
11、进一步的,所述步骤2:在第一个周期内,如果判断摄像头未被遮挡,设置背景图像,如果判断摄像头被遮挡,将该周期的下一个周期重新设置为第一个周期,具体为:
12、在第一个周期内,如果判断摄像头未被遮挡,对该周期的后t3秒内摄像头采集的第n4帧和第n5帧图像进行灰度化处理,分别得到灰度化图像ig4和ig5,对两个灰度图像进行差操作得到新的灰度图像ig4_5,对ig4_5进行中值二值化处理得到二值化图像,并计算二值化图像中像素值为0和1的像素点数量的比例,如果比例大于背景阈值th6,将图像ig5设置为背景图像ib,如果比例小于或等于背景阈值th6,将该周期的下一个周期重新设置为第一个周期;在第一个周期内,如果判断摄像头被遮挡,将该周期的下一个周期重新设置为第一个周期。
13、进一步的,所述步骤3:对除第一个周期外的其他周期,进行数据多帧提取,具体为:对该周期内采集到的数据依次提取第n6、n7、n8帧图像以及这三帧图像各自的前一帧图像n6_1、n7_1、n8_1,并对这些图像进行灰度化处理,分别得到灰度化图像ig6、ig7、ig8,以及各自的前一帧图像的灰度化图像ig6_1、ig7_1、ig8_1,将图像ig6、ig7、ig8、ig6_1、ig7_1、ig8_1和背景图像ib按时间先后顺序排列。
14、进一步的,所述步骤4:对除第一个周期外的其他周期,进行区域划分,得到区域优先度值,具体为:对数据多帧提取结果按照水平和垂直中线划分为四个区域,左下为1区,右下为2区,左上为3区,右上为4区,然后分别对图像ig6、ig7、ig8、ig6_1、ig7_1、ig8_1和背景图像ib进行角点检测并统计各图像中四个区域的角点数量,然后分别计算不同帧灰度化图像ig6、ig7、ig8中的四个区域的角点变化量,再计算四个区域的目标存在可能性,最后将角点变化量和目标存在可能性融合得到区域优先度值。
15、进一步的,所述分别计算不同帧灰度化图像ig6、ig7、ig8中的四个区域的角点变化量,具体为:不同帧灰度化图像ig6、ig7、ig8中的四个区域的角点变化量r(j,i)计算方法为:其中,i为区域编号,j为图像帧编号,ag(j,i)表示不同帧灰度化图像ig6、ig7、ig8中不同区域的角点数量,ag_1(j,i)表示不同帧灰度化图像ig6、ig7、ig8的前一帧灰度化图像ig6_1、ig7_1、ig8_1中不同区域的角点数量,ab(i)表示背景图像ib中不同区域的角点数量。
16、进一步的,所述再计算四个区域的目标存在可能性,具体为:四个区域的目标存在概率值w(i)计算方法为:其中,n(i)为统计得到的该检测周期前各区域中出现目标的次数,nmax为区域中出现目标的次数的上限值。<本文档来自技高网...
【技术保护点】
1.一种固定场景下的视频监控动态优化处理方法,当视频监控系统启动后,对固定场景视频进行动态优化处理,具体包括以下步骤:
2.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤1:在第一个周期内,判断摄像头是否被遮挡,具体为:
3.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤2:在第一个周期内,如果判断摄像头未被遮挡,设置背景图像,如果判断摄像头被遮挡,将该周期的下一个周期重新设置为第一个周期,具体为:
4.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤3:对除第一个周期外的其他周期,进行数据多帧提取,具体为:对该周期内采集到的数据依次提取第n6、n7、n8帧图像以及这三帧图像各自的前一帧图像n6_1、n7_1、n8_1,并对这些图像进行灰度化处理,分别得到灰度化图像Ig6、Ig7、Ig8,以及各自的前一帧图像的灰度化图像Ig6_1、Ig7_1、Ig8_1,将图像Ig6、Ig7、Ig8、Ig6_1、Ig7_1、Ig8_1和背景图像Ib按时间先后顺序排列。
5.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤4:对除第一个周期外的其他周期,进行区域划分,得到区域优先度值,具体为:对数据多帧提取结果按照水平和垂直中线划分为四个区域,左下为1区,右下为2区,左上为3区,右上为4区,然后分别对图像Ig6、Ig7、Ig8、Ig6_1、Ig7_1、Ig8_1和背景图像Ib进行角点检测并统计各图像中四个区域的角点数量,然后分别计算不同帧灰度化图像Ig6、Ig7、Ig8中的四个区域的角点变化量,再计算四个区域的目标存在可能性,最后将角点变化量和目标存在可能性融合得到区域优先度值。
6.如权利要求5所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述分别计算不同帧灰度化图像Ig6、Ig7、Ig8中的四个区域的角点变化量,具体为:不同帧灰度化图像Ig6、Ig7、Ig8中的四个区域的角点变化量R(j,i)计算方法为:其中,i为区域编号,j为图像帧编号,Ag(j,i)表示不同帧灰度化图像Ig6、Ig7、Ig8中不同区域的角点数量,Ag_1(j,i)表示不同帧灰度化图像Ig6、Ig7、Ig8的前一帧灰度化图像Ig6_1、Ig7_1、Ig8_1中不同区域的角点数量,Ab(i)表示背景图像Ib中不同区域的角点数量。
7.如权利要求5所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述再计算四个区域的目标存在可能性,具体为:四个区域的目标存在概率值W(i)计算方法为:其中,N(i)为统计得到的该检测周期前各区域中出现目标的次数,Nmax为区域中出现目标的次数的上限值。
8.如权利要求7所述的一种固定场景下的视频监控动态优化处理方法,其特征在于每经过M个检测周期,N(i)减少1;如果N(i)>Nmax,N(i)除以10并向下取整;N(i)取值最小为0。
9.如权利要求5所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述最后将角点变化量和目标存在可能性融合得到区域优先度值,具体为分别将四个区域相应的角点变化量和目标存在可能性相加取平均得到四个区域的优先度值。
10.如权利要求5所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤5:对除第一个周期外的其他周期,进行关注区域设置,具体为:进行区域划分,得到区域优先度值后,对每个图像的划分区域中区域优先度值最高的区域设置为关注区域;如果关注区域没有检测到目标,按照优先度值从大到小顺序选择下一个区域设置为关注区域,直到在关注区域检测到目标或者遍历完所有区域,停止关注区域的设置。
...【技术特征摘要】
1.一种固定场景下的视频监控动态优化处理方法,当视频监控系统启动后,对固定场景视频进行动态优化处理,具体包括以下步骤:
2.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤1:在第一个周期内,判断摄像头是否被遮挡,具体为:
3.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤2:在第一个周期内,如果判断摄像头未被遮挡,设置背景图像,如果判断摄像头被遮挡,将该周期的下一个周期重新设置为第一个周期,具体为:
4.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤3:对除第一个周期外的其他周期,进行数据多帧提取,具体为:对该周期内采集到的数据依次提取第n6、n7、n8帧图像以及这三帧图像各自的前一帧图像n6_1、n7_1、n8_1,并对这些图像进行灰度化处理,分别得到灰度化图像ig6、ig7、ig8,以及各自的前一帧图像的灰度化图像ig6_1、ig7_1、ig8_1,将图像ig6、ig7、ig8、ig6_1、ig7_1、ig8_1和背景图像ib按时间先后顺序排列。
5.如权利要求1所述的一种固定场景下的视频监控动态优化处理方法,其特征在于所述步骤4:对除第一个周期外的其他周期,进行区域划分,得到区域优先度值,具体为:对数据多帧提取结果按照水平和垂直中线划分为四个区域,左下为1区,右下为2区,左上为3区,右上为4区,然后分别对图像ig6、ig7、ig8、ig6_1、ig7_1、ig8_1和背景图像ib进行角点检测并统计各图像中四个区域的角点数量,然后分别计算不同帧灰度化图像ig6、ig7、ig8中的四个区域的角点变化量,再计算四个区域的目标存在可能性,最后将角点变化量和目标存在可能性融合得到区域优先度值。
6.如权利要求5所述的一种固定场景下的视...
【专利技术属性】
技术研发人员:刘说,杨玲,张无瑕,杨智鹏,何玥,徐梓欣,陈宜,潘帆,
申请(专利权)人:成都信息工程大学,
类型:发明
国别省市:
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。