The present invention provides a method for automatic discovery of illegal land use, which comprises the following steps: Step 1: the different video data phase for image stabilization; step 2: the video background modeling data after stabilization, and the prospect of the video data flow filter, obtain each preset point at different time the node under the background picture; step 3: the filtering of the background image, background noise filtering in the picture; and step 4: the same preset point at the background image and the historical background of image matching, obtain difference images, extract variation difference map piece and judge whether there exists illegal use. The technical scheme of the invention for processing video data on the monitored area by using digital image processing technology, video monitoring, establish the standard target background database, by analyzing the historical background and the background of the current target goal, found illegal land automatically.
【技术实现步骤摘要】
违章用地的自动发现方法
本专利技术涉及智能监控
,具体而言涉及一种违章用地的自动发现方法。
技术介绍
目前,我国城镇化进程中,村镇新增建设用地利用存在问题突出,布局混乱、扩张无序、浪费严重,违法违规形式多、分布广。主要有三大违规违法用地形式:(1)规避农用地转用和征收审批;(2)突破开发区实际范围,以各种名义新设各类开发区、工业集中区等;(3)擅自先行征地、供地、建设,先占先用,边报边占。在国土部门采用的12336举报电话系统、卫星图片执法、土地巡查车等一系列技术手段已经形成了“天上看、网上管、地上查”的立体监管网络,其在违法违规用地的发现处理方面取得了一定的成效。但这些技术手段也各自存在一些不足。12336举报热线有着线索无法全部实地核查和线索方向不够广泛的缺点。卫星图片土地执法检查也存在着一些问题:(1)成本较高,占用了宝贵的卫星资源;(2)成像角度较单一;(3)容易受到气象因素等的干扰;(4)执法周期长,无法实时高效地进行监测。对于动态巡查,目前还只停留在驾驶巡查车,对有限的几个违法用地易发区进行现场勘查,然后在现场人工拍摄照片并进行存档,之后回到办公地点对数据进行分析和比对,如发现违法用地现象再重新返回现场进行处理的工作模式。这种工作模式大大增加了工作人员的工作量,也降低了对违法用地处理的时效性。近年来,随着计算机技术、图像处理技术、机器视觉技术以及人工智能技术的发展,基于视频图像的目标自动检测和识别成为图像处理与识别应用的热点研究方向,结合新的应用领域,图像处理与识别的研究呈现出新的特点。本专利技术利用机器视觉和人工智能相关技术提高违法违规 ...
【技术保护点】
一种违章用地的自动发现方法,其特征在于,包括以下步骤:步骤1:对于每一个监控预置点采集视频数据,滤除其中的流动前景后存储入库,形成初始背景库;步骤2:采集不同时相的视频数据,并进行稳像处理;步骤3:对稳像后的视频数据进行图像去噪处理;步骤4:对滤波处理后的视频数据进行背景建模,滤除视频数据中的流动前景,获得每一个预置点在不同时间节点下的背景图片,即当前背景图片;步骤5:将相同预置点在不同时相的当前背景图片与初始背景库中的历史背景图片进行图像配准处理,获得差值图片;步骤6:提取差值图片的变化特征并判断背景是否发生变化:如果发生变化,则进入步骤7,如果没有发生变化,则将当前背景图片作为背景图片更新所述初始背景库并进入步骤2;步骤7:对发生背景变化的图片,判断是否属于违章用地情况,即是否发生违章建筑物加盖。
【技术特征摘要】
1.一种违章用地的自动发现方法,其特征在于,包括以下步骤:步骤1:对于每一个监控预置点采集视频数据,滤除其中的流动前景后存储入库,形成初始背景库;步骤2:采集不同时相的视频数据,并通过电子稳像进行稳像处理;所述稳像处理过程采用电子稳像处理方式,其处理过程如下:Step1:在所采集得到的视频数据中提取角点;Step2:根据角点周围的纹理变化程度来选择信息量较大的特征块,使用特征块匹配进行运动估计;Step3:通过运动估计算法计算帧间的位移矢量;再求解运动方程,对运动参数进行滤波处理,计算帧间全局运动参数;Step4:将运动估计得到的帧间全局运动参数累加到前面的帧间全局运动参数的累加值上去,形成一条关于摄像机镜头的运动曲线,这条曲线当中既包括了摄像机的主观运动,同时也包括了一定的抖动分量;Step5:对Step4得到的运动曲线进行运动滤波处理,去除掉运动矢量累加中的抖动,然后对当前帧进行运动补偿,完成视频稳像的处理;步骤3:基于局部空间异常因子的细节保护正则化算法对稳像后的视频数据进行图像去噪处理;步骤4:基于多分辨率纹理直方图对滤波处理后的视频数据进行背景建模,滤除视频数据中的流动前景,获得每一个预置点在不同时间节点下的背景图片,即当前背景图片;步骤5:基于SURF算法将相同预置点在不同时相的当前背景图片与初始背景库中的历史背景图片进行图像配准处理,获得差值图片;步骤6:提取差值图片的变化特征并判断背景是否发生变化:如果发生变化,则进入步骤7,如果没有发生变化,则将当前背景图片作为背景图片更新所述初始背景库并进入步骤2;步骤7:对发生背景变化的图片,判断是否属于违章用地情况,即是否发生违章建筑物加盖。2.根据权利要求1所述的违章用地的自动发现方法,其特征在于,所述图像去噪采用基于局部空间异常因子的细节保护正则化算法,将局部空间异常因子SLOM引入到噪声点检测中,并结合Q-估计对图像中的细节进行保护,最后利用正则化函数对噪声点进行修复,其实现过程如下:Step1:根据图像中噪声点的空间...
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。