大场景视频协同监控技术研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:dsgver5r33
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着视频监控技术的发展,人们对视频监控的视野范围的要求越来越高。常规的大场景监控采用的是多个分离的画面,监控人员需要对多个画面同时监控,难以对大场景进行全景把握,给监控系统留下了安全隐患。如何通过多摄像机采集的分离的视频信息获得流畅的大场景视频信息是目前研究的热点以及难点。  大场景视频协同监控技术是一种通过多摄像机之间相互配合将有一定重叠面积的视频图像拼接获得大场景视频画面的技术。它在图像拼接的基础上,将摄像机取的视频图像实时进行形成大场景视频图像并展示出来。监控人员只需要对单一视频画面进行监控,当发生突发事件时,工作人员可以迅速、准确的做出判断,升了安防系统的有效性。本文具体工作如下:  1.提出了一种基于时间域的多路视频同步算法。针对多路摄像机采集首帧存在时间差异的问题,提出了一种基于时间域的多路视频同步算法对多路视频帧同步。仿真表明该算法能够达到同步多路视频帧的要求。  2.提出了一种视频图像配准的改进SURF算法。针对SURF进行全图检测耗时较长,难以满足视频拼接对效率要求的问题,本文提出了一种视频图像配准的改进SURF算法。仿真表明,该算法不仅能够提升特征点检测效率而且提高了匹配速率。  3.提出了一种改进的最佳缝合线视频图像融合算法。针对融合的视频图像重叠区域出现运动物体时,融合结果易出现错位、“鬼影”的现象本文提出了一种改进的最佳缝合线。经仿真试验表明该方法能绕过运动物体,达到消除“鬼影”的目的。  4.提了一种基于多分辨率的最佳缝合线视频图像融合算法。针对将曝光强度差异较大的视频图像融合后,缝合线两侧过渡不自然的现象,本文采用多分辨率对最佳缝线算法进行改进。经试验表明,该算法能够达到理想的效果。  5.在PC机上对整个系统进行了设计实现,运行结果表明,该系统的运行结果能够达到预期的效果。
其他文献
学位
随着信息安全越来越受到重视,基于生物特征识别技术的个人身份鉴定受到了广范关注。目前市场上流行的个人身份识别产品主要是建立在嵌入式的单模态生物特征识别系统之上的。但
随着科学技术的发展,特别是计算机技术和通信技术的快速发展,科技进入了互联网时代,人们的生活越来越网络化,互联网应用在日常生活中的地位也越来越重要。基于庞大的用户群体和频
学位
20世纪后几十年,以光纤通信为代表的信息技术的发展极大地推动了人类想信息社会迈进的步伐。与此同时光纤传感技术伴随着光导纤维以及光纤通信技术的发展而迅速发展起来,光纤
学位
极化合成孔径雷达(PolSAR)技术是高分辨率微波成像系统从单一的“影像”获取向定量化测量工具发展途径。与合成孔径雷达干涉测量系统(InSAR)相似,PolSAR系统不仅能够利用影像功率
学位
随着人类对海洋重视程度的日益提高,自主水下航行器(AUV)依靠其安全可靠性高、成本低、智能化等优势逐渐成为各国重点研究对象。本文AUV使命以海洋地形勘察使命为例,在语义知识框
学位