隨著時(shí)代的不斷進(jìn)步,視頻監(jiān)控網(wǎng)絡(luò)攝像機(jī)出現(xiàn)在了當(dāng)今社會(huì)人們生活的方方面面。在這個(gè)科技化的時(shí)代,人們開始更多的利用監(jiān)控視頻來獲取有用的信息。然而隨著視頻監(jiān)控網(wǎng)絡(luò)攝像機(jī)的增多、攝像機(jī)所拍攝視頻質(zhì)量的提高,也給人們帶來了一系列的問題。其中,如何有效的存儲(chǔ)大數(shù)據(jù)的視頻,去除掉非必要的信息,保留視頻中的必要信息從而降低存儲(chǔ)消耗的問題,以及如何減少視頻傳輸過程中帶寬占用從而提高傳輸效率的問題,是本文所要解決的兩個(gè)中心問題。本文根據(jù)顯著性區(qū)域提取算法和超分辨率重建算法設(shè)計(jì)了一種基于內(nèi)容的視頻轉(zhuǎn)碼服務(wù)器軟件方案并進(jìn)行了實(shí)現(xiàn)。主要的研究內(nèi)容如下:（1）針對傳統(tǒng)Itti視覺注意計(jì)算模型,引入邊緣特征信息,優(yōu)化視覺注意計(jì)算模型。在引入邊緣特征信息的過程中,對canny邊緣檢測算法進(jìn)行改進(jìn):以改進(jìn)后的雙邊濾波算法代替高斯濾波從而更好的保持邊緣,借鑒sobel算子從四個(gè)方向計(jì)算梯度幅值來代替原方法中的從兩個(gè)方向來計(jì)算的過程,利用改進(jìn)的OTSU算法選取雙閾值代替手動(dòng)設(shè)置閾值,從而降低圖像分割時(shí)的誤檢、漏檢現(xiàn)象。最終根據(jù)獲取到的顯著性區(qū)域?qū)υ瓐D像進(jìn)行顯著性區(qū)域提取。（2）然后對獲取到的顯著性區(qū)域進(jìn)行超分辨率重建成與... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．２模塊線程化輸入輸出圖??（４）異步機(jī)制的優(yōu)化??對于上面的問題，還可以利用異步機(jī)制來提高性能

浙江理工大學(xué)碩士學(xué)位論文?基于內(nèi)容的視頻轉(zhuǎn)碼服務(wù)器軟件設(shè)計(jì)??Ａｓｙｎｃ?Ｆｒａｍｅ?Ｓｙｎｃ?Ｆｒａｍｅ???Ｉｎｐｕｔ?？?Ｄｅｃｏｄｅｒ??？?ＶＰＰ??？?Ｅｎｃｏｄｅｒ??Ｏｕｔｐｕｔ—？??Ａｓｙｎｃ?Ｆｒａｍｅ??圖２．３模塊異步化輸入輸出圖??綜上所述，Ｉｎｔｅｌ?Ｍｅｄｉａ?ＳＤＫ提供的ＡＰＩｓ非常方便，靈活運(yùn)用這些ＡＰＩｓ可以在很大程??度上幫助我們進(jìn)行更加安全、高效的開發(fā)，更加可以幫助我們開發(fā)出更加高效率的、高可??移植性的和高可維護(hù)性的系統(tǒng)。??２．２傳統(tǒng)丨ｔｔｉ模型原理??ｌｔｔｉ模型理論是在１９９８年被提出，后來在２００１年又得到了進(jìn)一步的改進(jìn)［４Ｇ】。??ｈｔｉ視覺顯著性模型的基本思想是通過對一幅輸入圖像利用高斯采樣方法構(gòu)建其顏色、??亮度和方向的高斯金字塔，對高斯金字塔使用中央－周邊（Ｃｅｎｔｅｒ－Ｓｕｒｒｏｕｎｄ）方法和歸一化??（ｎｏｒｍａｌｉｚａｔｉｏｎ）方法獲取多個(gè)特征圖，然后將這些特征圖進(jìn)行交叉尺度合并（Ａｃｒｏｓｓ－ｓｃａｌｅ??ｃｏｍｂｉｎａｔｉｏｎｓ）和歸一化操作得到相應(yīng)的單特征維顯著圖，最后對獲取到的三張顯著圖進(jìn)行??線性融合得到本文所需要的整合后的？？張顯著圖，方法步驟如圖２．４所示。該方法具有不??需要訓(xùn)練學(xué)習(xí)的過程，僅僅通過純數(shù)學(xué)的方法便可以完成顯著圖計(jì)算的優(yōu)點(diǎn)。??１０??

浙江理工大學(xué)碩士學(xué)位論文?基于內(nèi)容的視頻轉(zhuǎn)碼服務(wù)器軟件設(shè)計(jì)??／?／??線往濾漩??／?＾?／?／?Ｓｉ?／?／?＾?／??／?７?／?７?／?７??Ｅｐ?Ｅ＾］?Ｃｐ???中央－周邊差及Ｓ—????ｒ?／?ＺＺＺ７?ｒ／??／?１?／?７?，?，?／?７??ｊ?＾?１２張?ｊ?＾?６張?２４張?ｊ?－ｉ??＼?Ｘ??１????蚊碟合并與ａ－化???單紐輕著圖??／?／?／?／?／?／???＿Ｊ＿????????／?ｇｇＢ?卜???裏者幻么?返回抑制??ｎｐ＝＾Ｊ??注意區(qū)域??圖２．４傳統(tǒng)丨ｔｔｉ視覺注意模型步驟圖??２．２．１?Ｉｔｔｉ模型檢測步驟??（１）為了獲得亮度特征和顏色特征的九層金字塔，首先需要對〃、ｇ、６三通道做圖像??降采樣，依次獲得九個(gè)不同尺度的三通道圖像；丫由、容問、的Ａ其中＃和？和。??然后依次建立各類特征的九層高斯金字塔：??亮度特征公式：??／（ａ）?＝?（ｒ（ａ）?＋?ｇ（＜ｒ）?＋?６（ｃｒ））／３?２＿（１）??顏色特征公式：??紅色：??／？（ａ）?＝?ｒ（ｃｒ）?－?（ｇ｛ａ）?＋?Ｚ）（ｃｒ））?／?２?２－（？）??１１??

【參考文獻(xiàn)】：
期刊論文
[1]視頻監(jiān)控信息與傳統(tǒng)犯罪現(xiàn)場勘查相結(jié)合的優(yōu)勢分析[J]. 尚達(dá).  產(chǎn)業(yè)與科技論壇. 2019(11)
[2]改進(jìn)Canny邊緣檢測的遙感影像分割[J]. 劉麗霞,李寶文,王陽萍,楊景玉.  計(jì)算機(jī)工程與應(yīng)用. 2019(12)
[3]公安視頻監(jiān)控中的人臉識別技術(shù)研究與應(yīng)用[J]. 張鑫.  中國安全防范技術(shù)與應(yīng)用. 2019(01)
[4]基于局部插值的雙三次圖像放大[J]. 紀(jì)琳琳,王平,張?jiān)品?  圖學(xué)學(xué)報(bào). 2019(01)
[5]一種基于邊緣檢測的視覺注意計(jì)算模型[J]. 張玉薇,潘勇才.  福建電腦. 2018(11)
[6]一種自適應(yīng)的Canny邊緣檢測算法[J]. 宋人杰,劉超,王保軍.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[7]Intel視頻編解碼技術(shù)淺析[J]. 陳云海.  廣東通信技術(shù). 2018(02)
[8]關(guān)于插值算法的超分辨恢復(fù)[J]. 張艷霞,郝英,楊其榮.  南昌大學(xué)學(xué)報(bào)(理科版). 2017(01)
[9]一種新的基于參數(shù)估計(jì)的自適應(yīng)雙邊濾波算法[J]. 孟慶順,寧芊,雷印杰.  計(jì)算機(jī)應(yīng)用研究. 2017(07)
[10]低幀率周期運(yùn)動(dòng)視頻超分辨率重建方法[J]. 楊靖,彭國華.  計(jì)算機(jī)工程與應(yīng)用. 2017(08)

博士論文
[1]圖像超分辨率重建研究[D]. 康凱.中國科學(xué)技術(shù)大學(xué) 2016
[2]圖像感興趣區(qū)域提取方法研究[D]. 陳再良.中南大學(xué) 2012

碩士論文
[1]高清視頻監(jiān)控系統(tǒng)硬件加速編解碼的研究與應(yīng)用[D]. 徐圣凱.南京理工大學(xué) 2017



本文編號：3213359