【技术实现步骤摘要】
本专利技术涉及视频图像处理，具体涉及用于建筑工程的现场视频图像处理方法及系统。
技术介绍
1、建筑工程的现场视频图像处理是指对监控摄像头拍摄到的建筑工程现场视频进行分析和处理，提取有用信息或实现特定功能的方法。建筑工地的现场视频图像处理系统则是应用这些方法来实现自动监控、安全检测、行为识别等功能的软硬件系统。建筑工地的现场视频图像处理系统基于计算机视觉和图像处理技术的应用。在建筑工地中，通过视频图像处理系统可以实现对施工进度的监控、安全事故的预警、工人行为的识别等，提高工地管理效率和安全性。
2、现有的建筑工程的现场视频图像处理技术，大多对所有的监控视频图像进行统一的处理，难以对建筑工程的现场进行分类监控，对不同的监控区域设置更加合理的监控图像处理方式。
技术实现思路
1、本专利技术的目的在于提供用于建筑工程的现场视频图像处理方法及系统，解决以下技术问题：
2、现有的建筑工程的现场视频图像处理技术，难以对建筑工程的现场进行分类监控，对不同的监控区域设置更加合理的监控图像处理方式。
3、本专利技术的目的可以通过以下技术方案实现：
4、用于建筑工程的现场视频图像处理方法，包括以下步骤：
5、将建筑工程现场分为：施工现场区域、进出口道路区域、材料堆放区域和设备房区域；
6、将施工现场区域、进出口道路区域设置为一级监控区域，将材料堆放区域和设备房区域设置为二级监控区域；
7、对于一级监控区域，通过背景建模检
8、对于二级监控区域，通过将监控图像的连续图像帧进行分组，对每组图像帧进行偏差比较，计算图像帧分组的组内差异值，若组内差异值小于设定阈值时，对连续相邻的图像帧分组进行偏差比较，计算相邻的图像帧分组的分组间平均差异值，根据分组间平均差异值处理连续相邻的图像帧分组；否则，将图像帧分组保存为动态图像帧分组，对于保存的动态图像帧分组，自动保存与动态图像帧分组相邻的图像帧分组。
9、作为本专利技术进一步的方案：通过背景建模检测图像拍摄时是否受到恶劣天气干扰，包括以下步骤：
10、在无天气干扰的情况下，获取一级监控区域的监控图像，通过mask r-cnn模型提取一级监控区域的监控图像的无天气干扰下的初始背景图像，并进行背景建模；
11、对存在天气干扰的情况下，获取一级监控区域的监控图像，通过mask r-cnn模型提取一级监控区域的监控图像的有天气干扰下的背景图像，并进行背景建模；
12、通过无天气干扰下的初始背景图像建模和有天气干扰下的背景图像建模训练图像识别模型；
13、提取实时监控图像的背景图像，通过训练的图像识别模型对实时监控图像的背景图像进行天气检测与分析，确定监控图像是否受到天气干扰，并对实时监控图像的背景图像中受到天气干扰的区域进行标记。
14、作为本专利技术进一步的方案：若受到恶劣天气干扰，则对图像进行预处理，包括以下步骤：
15、根据训练的图像识别模型对实时监控图像的背景图像中受到天气干扰的区域进行的标记，检测受到干扰的区域面积占实时监控图像的背景图像的总面积的百分比，若百分比大于50％，则舍弃监控图像；否则，对于受到天气干扰的图像区域，通过插值图像修复算法进行修复；
16、对修复后的监控图像进行去噪和细节增强处理。
17、作为本专利技术进一步的方案：通过神经网络模型从监控视频中提取前景图像，对提取的前景图像进行物体检测与分类，包括以下步骤：
18、通过将提取背景图像的mask r-cnn模型进行反转二值化，从监控视频中提取前景图像；
19、通过图像识别模型对提取的前景图像进行中的人物和车辆进行识别分类，将前景图像分类为人物信息、车辆信息和未识别信息。
20、作为本专利技术进一步的方案：通过将监控图像的连续图像帧进行分组，对每组图像帧进行偏差比较，计算图像帧分组的组内差异值，包括以下步骤：
21、将监控图像的连续图像帧中每二十个图像帧进行分组，得到若干组图像帧分组；
22、对每组图像帧分组中以第一个图像帧为基准图像帧，依次计算图像帧分组内其他图像帧与基准图像帧对应像素点的像素值的平均欧氏距离，以计算得到的最大的平均欧氏距离作为图像帧分组的组内差异值。
23、作为本专利技术进一步的方案：若组内差异值小于设定阈值时，对连续相邻的图像帧分组进行偏差比较，计算相邻的图像帧分组的分组间平均差异值，包括以下步骤：
24、若组内差异值小于设定阈值时，选择当前像素帧分组中的基准图像帧、当前像素帧分组的前一图像帧分组中的第一张图像帧，以及后一个图像帧分组中的最后一张图像帧，作为代表图像帧；
25、计算当前像素帧分组与前一图像帧分组的代表图像帧之间的对应像素点的像素值的平均欧氏距离，
26、以及当前像素帧分组与后一图像帧分组的代表图像帧之间的对应像素点的像素值的平均欧氏距离；
27、根据平均欧氏距离计算相邻两个图像帧分组之间的平均差异值，若该平均差异值超过阈值，则保留两个图像帧分组，否则不保留两个图像帧分组。
28、作为本专利技术进一步的方案：根据平均欧氏距离计算图像帧分组之间的平均差异值，包括以下步骤：
29、将当前像素帧分组中的代表图像帧、前一图像帧分组的代表图像帧和后一图像帧分组的代表图像帧转换为灰度图像；
30、通过以下公式，计算相邻两个图像帧分组的灰度图像之间的差异值：
31、
32、其中，bs为两个图像帧分组的灰度图像之间的差异值，bmax为像素的最大取值范围，原始图像灰度值为aij和bij分别为相邻两个图像帧分组的灰度图像，在图像的[i,j]像素点的灰度值，i∈(1,2,…,n)，j∈(1,2,…,m)；m*n为总的像素大小；
33、根据相邻图像帧分组的代表图像帧之间平均欧氏距离和相邻两个图像帧分组的灰度图像之间的差异值，计算图像帧分组之间的平均差异值，通过以下公式计算：
34、
35、其中，rf为相邻图像帧分组之间的平均差异值，ds为相邻图像帧分组的代表图像帧之间平均欧氏距离。
36、作为本专利技术进一步的方案：根据分组间平均差异值处理连续相邻的图像帧分组，包括以下步骤：
37、若连续相邻的图像帧分组的分组间平均差异值小于设定阈值时，则不保留两个相邻图像帧分组；否则，保留两个相邻图像帧分组。
38、作为本专利技术提供的另一种方案：用于建筑工程的现场视频图像处理系统，
39、分级模块：将施工现场区域、进出口道路区域设置为一级监控区域，将材料堆放区域和设备房区域设置为二级监控区域；
40、一级监控模块：用于对一级本文档来自技高网...
【技术保护点】
1.用于建筑工程的现场视频图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，通过背景建模检测图像拍摄时是否受到恶劣天气干扰，包括以下步骤：
3.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，若受到恶劣天气干扰，则对图像进行预处理，包括以下步骤：
4.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，通过神经网络模型从监控视频中提取前景图像，对提取的前景图像进行物体检测与分类，包括以下步骤：
5.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，通过将监控图像的连续图像帧进行分组，对每组图像帧进行偏差比较，计算图像帧分组的组内差异值，包括以下步骤：
6.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，若组内差异值小于设定阈值时，对连续相邻的图像帧分组进行偏差比较，计算相邻的图像帧分组的分组间平均差异值，包括以下步骤：
7.根据权利要求1所述的用于建筑工程的现场视频图像处理
8.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，根据分组间平均差异值处理连续相邻的图像帧分组，包括以下步骤：
9.用于建筑工程的现场视频图像处理系统,其特征在于，
...【技术特征摘要】
1.用于建筑工程的现场视频图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，通过背景建模检测图像拍摄时是否受到恶劣天气干扰，包括以下步骤：
3.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，若受到恶劣天气干扰，则对图像进行预处理，包括以下步骤：
4.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，通过神经网络模型从监控视频中提取前景图像，对提取的前景图像进行物体检测与分类，包括以下步骤：
5.根据权利要求1所述的用于建筑工程的现场视频图像处理方法,其特征在于，通过将监控图像的连续图像帧...
【专利技术属性】
技术研发人员：杜程鹏，刘梦婕，
申请(专利权)人：提书工程科技上海有限公司，
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。