大规模摄像机网络的数据可视化管理
发布时间:2018-07-23 08:32
【摘要】:随着视频监控的发展和人们对安全的要求越来越高,全景视频监控一直是智能视频监控领域的热点,其中视频监控全景融合与场景再现系统就是其中一种很好的弥补了传统监控平台只反映某一局部视角的技术。本文作为系统的管理中心模块,致力于开发一个摄像机网络数据可视化管理软件,让摄像机的坐标数据以局部可视化背景图形形式在全局高分辨可视化背景图中显示,并对摄像机网络数据进行处理等功能。本文主要研究了该软件开发过程中的一系列技术问题,包括用于局部可视化背景图生成的图像显著性研究、全局高分辨可视化背景图形成方法、摄像机网络数据可视化管理中数据库设计与实现技术,以及软件最终的实现流程。本文的具体工作和贡献如下:局部可视化背景图像生成的过程中涉及到图像配准,图像的显著性区域检测会影响配准精度。针对图像的显著性度量问题,本文通过综合考虑图像数据的颜色,纹理,灰度等情况,提出一种基于多阈值分割图像波峰的显著性度量方案。实验结果表明,该显著性度量方案与基于图像纹理特征的显著性度量方案、基于颜色特征的显著性度量方案相比,该方案对对比度高的图像更敏感,基于该方法选中的图像区域一般包含有公路图像子块信息、更容易生成局部可视化背景图。提出了一种准确性高的图像配准实现方法。该方法是基于互信息以及本文提出的显著性度量方案等理论基础实现的。该方法有两个主要步骤:首先,对待配准图进行显著性区域检测;然后以互信息作为配准准则,在待配准图像显著区域选择8个图像子块,在全局可视化背景图上也选择对应的8个子块,最后利用最小二乘计算投影变换矩阵得到待配准图像的精确配准。利用这种方法可以形成全局高分辨可视化背景图,即用高分辨率的局部图像替换低分辨率全局图对应的部分,最后用加权平均法将图像融合。针对大规模摄像机网络数据可视化管理需要在全局可视化背景底图上展现每一个摄像机视场的具体位置,需要有大量的配准后的坐标点数据要保存起来。考虑到系统中每一个节点中的软件都可能同时获取这些数据并进行操作,给出了基于RESTful Web服务框架的数据库设计与实现,节点用URI的方式访问接口,实现数据的共享和数据的规范管理。最后用Jmeter软件进行了相应压力测试。在拥有图像显著性度量、基于互信息的局部可视化背景图像配准、基于RESTful Web服务框架的数据库技术的基础上,设计并实现了一个摄像机网络数据可视化管理软件。该软件的目的是管理数据库中相关的摄像机网络数据,让摄像机的坐标数据以图形形式在全局可视化背景图中显示实现可视化并对数据进行处理。软件主要包括数据入库模块、数据管理模块、数据查询可视化模块。在本论文的最后,总结了研究内容,分析了不足之处,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 .
【学位授予单位】:深圳大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41;TN948.6
本文编号:2138818
[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 .
【学位授予单位】:深圳大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41;TN948.6
【参考文献】
相关期刊论文 前10条
1 罗志娟;;基于互信息和小波变换的图像配准的研究[J];电脑知识与技术;2016年25期
2 李玉峰;李广泽;谷绍湖;龙科慧;;基于区域分块与尺度不变特征变换的图像拼接算法[J];光学精密工程;2016年05期
3 仇荣超;程红;孙文邦;;基于SURF与BRISK的遥感图像配准[J];兵工自动化;2016年02期
4 兰红;洪玉欢;高晓林;;面向全景拼接的图像配准技术研究及应用[J];计算机工程与科学;2016年02期
5 谭秀峰;;基于全景视频的监控系统[J];现代计算机(专业版);2016年03期
6 刘志伟;周东傲;林嘉宇;;基于图像显著性检测的图像分割[J];计算机工程与科学;2016年01期
7 陈志昂;徐晓刚;徐冠雷;;图像拼接技术研究[J];计算机科学;2015年S2期
8 鲍蕾;陆建江;李阳;史艳伟;;基于全局和局部信息融合的图像显著性检测[J];模式识别与人工智能;2015年03期
9 张艳邦;陈征;张芬;汪熊;彭朝洋;;基于颜色和纹理特征的显著性检测算法[J];计算机应用研究;2015年01期
10 朱炼;孙枫;夏芳莉;韩瑜;;图像融合研究综述[J];传感器与微系统;2014年02期
,本文编号:2138818
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2138818.html