【摘要】：隨著視頻監(jiān)控的發(fā)展和人們對(duì)安全的要求越來(lái)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(diǎn),其中視頻監(jiān)控全景融合與場(chǎng)景再現(xiàn)系統(tǒng)就是其中一種很好的彌補(bǔ)了傳統(tǒng)監(jiān)控平臺(tái)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(kāi)發(fā)一個(gè)攝像機(jī)網(wǎng)絡(luò)數(shù)據(jù)可視化管理軟件,讓攝像機(jī)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(duì)攝像機(jī)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(kāi)發(fā)過(guò)程中的一系列技術(shù)問(wèn)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(jī)網(wǎng)絡(luò)數(shù)據(jù)可視化管理中數(shù)據(jù)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)技術(shù),以及軟件最終的實(shí)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(guò)程中涉及到圖像配準(zhǔn),圖像的顯著性區(qū)域檢測(cè)會(huì)影響配準(zhǔn)精度。針對(duì)圖像的顯著性度量問(wèn)題,本文通過(guò)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(shí)驗(yàn)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(duì)對(duì)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(shí)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(shí)現(xiàn)的。該方法有兩個(gè)主要步驟:首先,對(duì)待配準(zhǔn)圖進(jìn)行顯著性區(qū)域檢測(cè);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(gè)圖像子塊,在全局可視化背景圖上也選擇對(duì)應(yīng)的8個(gè)子塊,最后利用最小二乘計(jì)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(duì)應(yīng)的部分,最后用加權(quán)平均法將圖像融合。針對(duì)大規(guī)模攝像機(jī)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(gè)攝像機(jī)視場(chǎng)的具體位置,需要有大量的配準(zhǔn)后的坐標(biāo)點(diǎn)數(shù)據(jù)要保存起來(lái)。考慮到系統(tǒng)中每一個(gè)節(jié)點(diǎn)中的軟件都可能同時(shí)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(kù)設(shè)計(jì)與實(shí)現(xiàn),節(jié)點(diǎn)用URI的方式訪問(wèn)接口,實(shí)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(cè)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(kù)技術(shù)的基礎(chǔ)上,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)攝像機(jī)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(kù)中相關(guān)的攝像機(jī)網(wǎng)絡(luò)數(shù)據(jù),讓攝像機(jī)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(shí)現(xiàn)可視化并對(duì)數(shù)據(jù)進(jìn)行處理。軟件主要包括數(shù)據(jù)入庫(kù)模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)查詢(xún)可視化模塊。在本論文的最后,總結(jié)了研究?jī)?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(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：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(shí)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(dòng)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(jì)算機(jī)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(jì)算機(jī)(專(zhuān)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(cè)的圖像分割[J];計(jì)算機(jī)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(jì)算機(jī)科學(xué);2015年S2期

8 鮑蕾;陸建江;李陽(yáng);史艷偉;;基于全局和局部信息融合的圖像顯著性檢測(cè)[J];模式識(shí)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(cè)算法[J];計(jì)算機(jī)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(hào)：2138818