【摘要】：隨著視頻監(jiān)控的發(fā)展和人們對安全的要求越來越高,全景視頻監(jiān)控一直是智能視頻監(jiān)控領(lǐng)域的熱點,其中視頻監(jiān)控全景融合與場景再現(xiàn)系統(tǒng)就是其中一種很好的彌補了傳統(tǒng)監(jiān)控平臺只反映某一局部視角的技術(shù)。本文作為系統(tǒng)的管理中心模塊,致力于開發(fā)一個攝像機網(wǎng)絡(luò)數(shù)據(jù)可視化管理軟件,讓攝像機的坐標(biāo)數(shù)據(jù)以局部可視化背景圖形形式在全局高分辨可視化背景圖中顯示,并對攝像機網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行處理等功能。本文主要研究了該軟件開發(fā)過程中的一系列技術(shù)問題,包括用于局部可視化背景圖生成的圖像顯著性研究、全局高分辨可視化背景圖形成方法、攝像機網(wǎng)絡(luò)數(shù)據(jù)可視化管理中數(shù)據(jù)庫設(shè)計與實現(xiàn)技術(shù),以及軟件最終的實現(xiàn)流程。本文的具體工作和貢獻(xiàn)如下:局部可視化背景圖像生成的過程中涉及到圖像配準(zhǔn),圖像的顯著性區(qū)域檢測會影響配準(zhǔn)精度。針對圖像的顯著性度量問題,本文通過綜合考慮圖像數(shù)據(jù)的顏色,紋理,灰度等情況,提出一種基于多閾值分割圖像波峰的顯著性度量方案。實驗結(jié)果表明,該顯著性度量方案與基于圖像紋理特征的顯著性度量方案、基于顏色特征的顯著性度量方案相比,該方案對對比度高的圖像更敏感,基于該方法選中的圖像區(qū)域一般包含有公路圖像子塊信息、更容易生成局部可視化背景圖。提出了一種準(zhǔn)確性高的圖像配準(zhǔn)實現(xiàn)方法。該方法是基于互信息以及本文提出的顯著性度量方案等理論基礎(chǔ)實現(xiàn)的。該方法有兩個主要步驟:首先,對待配準(zhǔn)圖進(jìn)行顯著性區(qū)域檢測;然后以互信息作為配準(zhǔn)準(zhǔn)則,在待配準(zhǔn)圖像顯著區(qū)域選擇8個圖像子塊,在全局可視化背景圖上也選擇對應(yīng)的8個子塊,最后利用最小二乘計算投影變換矩陣得到待配準(zhǔn)圖像的精確配準(zhǔn)。利用這種方法可以形成全局高分辨可視化背景圖,即用高分辨率的局部圖像替換低分辨率全局圖對應(yīng)的部分,最后用加權(quán)平均法將圖像融合。針對大規(guī)模攝像機網(wǎng)絡(luò)數(shù)據(jù)可視化管理需要在全局可視化背景底圖上展現(xiàn)每一個攝像機視場的具體位置,需要有大量的配準(zhǔn)后的坐標(biāo)點數(shù)據(jù)要保存起來�？紤]到系統(tǒng)中每一個節(jié)點中的軟件都可能同時獲取這些數(shù)據(jù)并進(jìn)行操作,給出了基于RESTful Web服務(wù)框架的數(shù)據(jù)庫設(shè)計與實現(xiàn),節(jié)點用URI的方式訪問接口,實現(xiàn)數(shù)據(jù)的共享和數(shù)據(jù)的規(guī)范管理。最后用Jmeter軟件進(jìn)行了相應(yīng)壓力測試。在擁有圖像顯著性度量、基于互信息的局部可視化背景圖像配準(zhǔn)、基于RESTful Web服務(wù)框架的數(shù)據(jù)庫技術(shù)的基礎(chǔ)上,設(shè)計并實現(xiàn)了一個攝像機網(wǎng)絡(luò)數(shù)據(jù)可視化管理軟件。該軟件的目的是管理數(shù)據(jù)庫中相關(guān)的攝像機網(wǎng)絡(luò)數(shù)據(jù),讓攝像機的坐標(biāo)數(shù)據(jù)以圖形形式在全局可視化背景圖中顯示實現(xiàn)可視化并對數(shù)據(jù)進(jìn)行處理。軟件主要包括數(shù)據(jù)入庫模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)查詢可視化模塊。在本論文的最后,總結(jié)了研究內(nèi)容,分析了不足之處,展望了下一步的研究方向。
[Abstract]:With the development of video surveillance and people ' s increasing demand for security , panoramic video surveillance has been a hot spot in the field of intelligent video surveillance .
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TN948.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅志娟;;基于互信息和小波變換的圖像配準(zhǔn)的研究[J];電腦知識與技術(shù);2016年25期

2 李玉峰;李廣澤;谷紹湖;龍科慧;;基于區(qū)域分塊與尺度不變特征變換的圖像拼接算法[J];光學(xué)精密工程;2016年05期

3 仇榮超;程紅;孫文邦;;基于SURF與BRISK的遙感圖像配準(zhǔn)[J];兵工自動化;2016年02期

4 蘭紅;洪玉歡;高曉林;;面向全景拼接的圖像配準(zhǔn)技術(shù)研究及應(yīng)用[J];計算機工程與科學(xué);2016年02期

5 譚秀峰;;基于全景視頻的監(jiān)控系統(tǒng)[J];現(xiàn)代計算機(專業(yè)版);2016年03期

6 劉志偉;周東傲;林嘉宇;;基于圖像顯著性檢測的圖像分割[J];計算機工程與科學(xué);2016年01期

7 陳志昂;徐曉剛;徐冠雷;;圖像拼接技術(shù)研究[J];計算機科學(xué);2015年S2期

8 鮑蕾;陸建江;李陽;史艷偉;;基于全局和局部信息融合的圖像顯著性檢測[J];模式識別與人工智能;2015年03期

9 張艷邦;陳征;張芬;汪熊;彭朝洋;;基于顏色和紋理特征的顯著性檢測算法[J];計算機應(yīng)用研究;2015年01期

10 朱煉;孫楓;夏芳莉;韓瑜;;圖像融合研究綜述[J];傳感器與微系統(tǒng);2014年02期

，

本文編號：2138817