【摘要】：本文根據(jù)“河長制”對H省某市河道實時高清可視化管理的要求,對無線智能視頻監(jiān)測系統(tǒng)進行綜合研究。根據(jù)某河道實際地理環(huán)境,提出了適合某河道的總體監(jiān)測系統(tǒng)方案。設(shè)計了系統(tǒng)的硬件和軟件,討論了可行的網(wǎng)絡(luò)安全方案,分析了智能視頻產(chǎn)業(yè)的發(fā)展趨勢。對智能視頻監(jiān)測系統(tǒng)在河長制可視化管理中場景特征提取算法進行了分析研究,對“逐日系統(tǒng)”在太陽能發(fā)電中控制太陽能板自動對日角度的研究。系統(tǒng)研究和設(shè)計過程中,充分借鑒其他視頻監(jiān)測行業(yè)的經(jīng)驗和成果。結(jié)合河道的實際情況,按照理論研究、現(xiàn)場調(diào)研和方案改進的步驟和方法,將4G網(wǎng)絡(luò)傳輸、帶“逐日系統(tǒng)”太陽能供電系統(tǒng)和智能視頻監(jiān)控系統(tǒng)有機結(jié)合起來。對智能視頻監(jiān)測技術(shù)在河長制的應(yīng)用場景進行了分析和研究。該系統(tǒng)能很好地解決野外環(huán)境中的供電難題和高清視頻數(shù)據(jù)遠(yuǎn)距離實時傳輸?shù)膸捚款i問題,系統(tǒng)能夠應(yīng)用在各種野外地形和惡劣環(huán)境,河長可以隨時隨地通過電腦或智能終端查看河道的情況,并且基于計算機視覺技術(shù)和大數(shù)據(jù)AI的水利影像監(jiān)測儀較傳統(tǒng)的攝像頭更好地進行可視化水位計算、水面漂浮物、河道采砂船、游人行為分析和預(yù)警功能,當(dāng)視頻出現(xiàn)相應(yīng)場景時,系統(tǒng)會自動報警給河長,河長遠(yuǎn)程就可以及時查看和指揮,為河長提供科學(xué)的決策。前端的智能分析不但可以更及時發(fā)現(xiàn)問題而且可以減輕傳輸帶寬壓力。在場景特征提取算法方面,本文運用RGB相位圖與灰度共生矩陣的紋理特征提取的算法研究,將河道圖像的顏色和紋理特征相結(jié)合提高綜合判斷能力,并將提取的特征用SVM進行分類識別,得出河道是否正常、水體惡化百分比、漂浮物大小等場景情況。在太陽能供電方面,“逐日系統(tǒng)”以北斗導(dǎo)航系統(tǒng)實時采集時間信息和太陽能板位置信息做比較,系統(tǒng)通過特定閾值把當(dāng)前太陽能板角度值和理論太陽能板角度值對比。如果相對誤差不在最大允許誤差范圍以內(nèi),則系統(tǒng)向電子陀螺儀芯片發(fā)出按照理論轉(zhuǎn)動角度轉(zhuǎn)動的指令,控制太陽能板向正確的角度轉(zhuǎn)動以確保太陽能板正對太陽最大處,所以太陽能板能夠隨著太陽方位的改變而移動,提高了太陽能發(fā)電效率。通過智能視頻監(jiān)測系統(tǒng)能夠?qū)拥拉h(huán)境和安全起到科學(xué)的管理,給“河長制”帶來智慧的眼睛。還可以有效應(yīng)對河長的新需求,后期通過進一步擴展和開發(fā),智能視頻監(jiān)測全天候?qū)拥肋M行實時監(jiān)測,為河長制工作保駕護航,對“河長制”有積極意義。
【學(xué)位授予單位】：華北水利水電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TV213.4
【圖文】：

2 智能視頻監(jiān)測系統(tǒng)結(jié)構(gòu)及相關(guān)技術(shù)2 智能視頻監(jiān)測系統(tǒng)結(jié)構(gòu)及相關(guān)技術(shù)2.1 智能視頻監(jiān)測系統(tǒng)的基本結(jié)構(gòu)智能視頻監(jiān)測系統(tǒng)是在傳統(tǒng)視頻監(jiān)測的基礎(chǔ)上，通過智能視頻分析技術(shù)對范圍內(nèi)不同場景進行自動識別監(jiān)測，當(dāng)發(fā)現(xiàn)異常行為適合算法規(guī)定的時候，以最快的方式給管理人員提供有效的信息進行處理，換句話說，智能視頻監(jiān)控系統(tǒng)不僅僅是對場景進行采集和傳輸，還要對其中的采集的視頻信息進行分析、運算和處理。智能視頻監(jiān)控系統(tǒng)的基本構(gòu)成可以分為視頻圖像采集、視頻圖像處理、數(shù)據(jù)通信、決策報警和控制系統(tǒng)等模塊，具體如圖 2-1 所示。

s = T(r)(2.8)其中r 和s是所定義的變量，分別是 f ( x,y)和 g ( x,y)在任意點 ( x ,y)的灰度級。2.3.2 邊緣檢測基于邊緣檢測的圖像分割方法的基本思想是先確定圖像中的邊緣像素，然后再把這些像素連接在一起，構(gòu)成所需要的區(qū)域邊界[42]。圖像邊緣，用來表征圖像中一個區(qū)域的終結(jié)和另一個區(qū)域的開始。相鄰區(qū)域之間的像素集合構(gòu)成了圖像的邊緣[43]。因此，圖像邊緣可以看作是灰度發(fā)生突變的像素的集合。圖像邊緣有兩個要素，即方向和幅度。順著邊緣方向的像素值的變化相對平緩；而垂直于邊緣走向的像素值的變化比較大。依據(jù)該變化特點，一般采用一階和二階導(dǎo)數(shù)來描述和檢測邊緣。綜上所述，圖像中的邊緣檢測可以由灰度的導(dǎo)數(shù)來確定，而導(dǎo)數(shù)可以通過微分來實現(xiàn)。在圖像處理中，一般用差分近似代替微分。如圖 2-3。

【參考文獻】

相關(guān)期刊論文 前10條

1 王磊;;基于視頻監(jiān)控的智慧農(nóng)業(yè)系統(tǒng)設(shè)計[J];信息技術(shù);2015年12期

2 葉繼華;陳亞慧;胡蕾;;融合加權(quán)顏色相關(guān)圖和改進LBP的彩色人臉圖像識別[J];小型微型計算機系統(tǒng);2015年12期

3 葉雯;;基于MATLAB的圖像去噪研究[J];計算機時代;2015年06期

4 荊園園;田源;;基于支持向量機核函數(shù)算法的圖像分割研究[J];紅外技術(shù);2015年03期

5 張彩霞;;數(shù)字圖像處理技術(shù)的發(fā)展現(xiàn)狀及發(fā)展趨勢研究[J];計算機光盤軟件與應(yīng)用;2014年12期

6 劉增榮;余雪麗;李志;;基于特征融合的圖像情感語義識別研究[J];太原理工大學(xué)學(xué)報;2012年05期

7 關(guān)雪梅;;基于空域的圖像增強技術(shù)研究[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2012年08期

8 ;New CFAR target detector for SAR images based on kernel density estimation and mean square error distance[J];Journal of Systems Engineering and Electronics;2012年01期

9 李斯娜;;圖像增強基本理論綜述[J];價值工程;2010年19期

10 黃鋒;陳瑞潤;郭景杰;丁宏升;畢維生;傅恒志;;太陽能電池用硅材料的研究現(xiàn)狀與發(fā)展趨勢[J];特種鑄造及有色合金;2008年12期

本文編號：2723777