CN106331629A - 一种安全监控系统 - Google Patents
一种安全监控系统 Download PDFInfo
- Publication number
- CN106331629A CN106331629A CN201610763550.8A CN201610763550A CN106331629A CN 106331629 A CN106331629 A CN 106331629A CN 201610763550 A CN201610763550 A CN 201610763550A CN 106331629 A CN106331629 A CN 106331629A
- Authority
- CN
- China
- Prior art keywords
- image
- prediction
- monitoring system
- gray
- safety monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 230000009466 transformation Effects 0.000 claims description 22
- 238000013139 quantization Methods 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 9
- 238000007906 compression Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000011946 reduction process Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000000034 method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/004—Predictors, e.g. intraframe, interframe coding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明提出了一种安全监控系统,包括数字图像接入端以及模拟图像接入端,所述数字图像接入端通过网络连接有视频存储器,所述模拟图像输入端通过视频编码器连接所述视频存储器,所述视频存储器通过解码器连接有显示器,所述视频存储器连接有音视频管理服务器以及客户工作端,本发明能够提升监控系统中的画面质量,保证监控效果。
Description
技术领域
本发明属于监控技术领域,特别涉及一种安全监控系统。
背景技术
目前,在安防监控领域,通过摄像机采集现场画面,然后将画面传输到后台服务器或者监控中心,其他的工作人员通过监控中心进行监控操作,但是受制于目前的网络情况,高清画面的摄像机在工作时,会因为网络问题而出现工作卡帧、卡顿现象,在该种情况下高清摄像机也就没有了存在的意义,但是,低分辨率摄像机在工作时,采集的画面像素不够理想,导致监控中心的工作人员难以通过显示器确定监控对象。
因此,现在亟需一种安全监控系统,能够提升监控系统中的画面质量,保证监控效果。
发明内容
本发明提出一种安全监控系统,解决了现有技术中监控系统中图像画面质量差,导致监控效果不理想的问题。
本发明的技术方案是这样实现的:安全监控系统,包括数字图像接入端以及模拟图像接入端,所述数字图像接入端通过网络连接有视频存储器,所述模拟图像输入端通过视频编码器连接所述视频存储器,所述视频存储器通过解码器连接有显示器,所述视频存储器连接有音视频管理服务器以及客户工作端。
作为一种优选的实施方式,所述编码器对采集的视频图像数据进行帧内预测和帧间预测,将帧内预测和帧间预测的附带信息编码到视频图像数据;对采集的视频图像数据进行运动预测和运动补偿,将运动预测和运动补偿的附带信息添加到编码后视频图像数据中。
作为一种优选的实施方式,将帧内预测的附带信息编码到视频图像数据中包括在帧内预测画面进行帧内预测编码,利用帧内预测编码加入附带信息,同时,对帧内预测图像进行变换和量化,对帧内预测图像进行变换包括减少画面的编码量。
作为一种优选的实施方式,变换和量化后的编码根据变换系数进行纠错变换,然后将附带信息与纠错变换后的数据采用比特流输出。
作为一种优选的实施方式,进行运动预测和运动补偿,将变换和量化后的编码进行解量化和反变换,利用帧间预测对反变换后的数据进行画面重构,然后再进行降噪处理,降噪处理后,加入运动补偿和运动预测的附带运动矢量。
作为一种优选的实施方式,将变换和量化后的编码进行解量化和反变换,包括在帧内预测以特定大小的块作为基准单元,从像素中预测编码化的模板,根据原图像左右、上下之间的相关性,在在解量化时,采用周围数据的差分值来重构画面,运动预测采用全面预测技术,利用多个运动矢量探索单元细分后,单独求出真正的运动矢量,抑制运动细节的编码量。
作为一种优选的实施方式,所述编码器确定原始图像数据的灰度范围值域;对确定的灰度范围值域分成若干个区间,对曝光不足的图像灰度区间进行拉伸或者压缩;对拉伸或者压缩后的图像的曲线位置和形状进行对数变换,使窄带低灰度输入值映射为宽带输出值,或者使宽带输入值映射为窄带输出值;对对数变换后的图像建立直方图,然后将灰度级值进行区间归一化,然后利用分布函数和密度函数将直方图进行均衡化处理对均衡化处理后的图像进行直方图规定化,求得反函数解析式,根据反函数解析式得到所希望的灰度级。
作为一种优选的实施方式,对曝光不足的图像灰度区间进行拉伸或者压缩,包括首先定义原始图像的初始灰度范围,确定变换后图像的灰度范围,然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率,完成对灰度区间的拉伸或者压缩,确定变换后图像的灰度范围,然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率,首先根据不同要求将图像的值域分成若干,然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。
作为一种优选的实施方式,对对数变换后的图像建立直方图,包括以图像中各灰度级与各灰度级像素出现的频率之间的关系,以灰度为横坐标,纵坐标为灰度频率,绘制频率同灰度级之间的关系直方图,对对数变换后的图像建立直方图,包括判断图像的量化是否准确,确定图像二值化的阈值,以及当图像中物体的部分灰度值大于其他部分的灰度值时,利用直方图统计图像中物体的面积,计算图像信息量,对均衡化处理后的图像进行直方图规定化,包括由分布函数和密度函数确定概率密度函数,改善图像的灰度层次。
作为一种优选的实施方式,确定原始图像数据的灰度范围值域,包括根据图像中像素的位置和幅值,确定空间界限和亮度界限,将图像中的像素对应为坐标点上光强的集合,表达为:
I=f(x,y,z,λ,t),其中,式中(x,y,z)是空间坐标,λ是波长,t是时间,I是光点(x,y,z)的强度,在确定原始图像数据的灰度范围值域前,首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,包括通过差分系统采用单频校点位的部分位数来编码样点差,去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,用相邻已经像素预测当前像素的取值,然后利用预测误差进行量化和编码。
采用了上述技术方案后,本发明的有益效果是:本发明通过编码方法,保证了视频的流畅性,通过灰度增强方法,提高了画面的质量,从而能够在保证传输速率的同时,保证画面的质量,从而保证监控效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方框示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本安全监控系统,包括数字图像接入端以及模拟图像接入端,所述数字图像接入端通过网络连接有视频存储器,所述模拟图像输入端通过视频编码器连接所述视频存储器,所述视频存储器通过解码器连接有显示器,所述视频存储器连接有音视频管理服务器以及客户工作端。
所述编码器对采集的视频图像数据进行帧内预测和帧间预测,将帧内预测和帧间预测的附带信息编码到视频图像数据;对采集的视频图像数据进行运动预测和运动补偿,将运动预测和运动补偿的附带信息添加到编码后视频图像数据中。
将帧内预测的附带信息编码到视频图像数据中包括在帧内预测画面进行帧内预测编码,利用帧内预测编码加入附带信息,同时,对帧内预测图像进行变换和量化,对帧内预测图像进行变换包括减少画面的编码量。
变换和量化后的编码根据变换系数进行纠错变换,然后将附带信息与纠错变换后的数据采用比特流输出。
进行运动预测和运动补偿,将变换和量化后的编码进行解量化和反变换,利用帧间预测对反变换后的数据进行画面重构,然后再进行降噪处理,降噪处理后,加入运动补偿和运动预测的附带运动矢量。
将变换和量化后的编码进行解量化和反变换,包括在帧内预测以特定大小的块作为基准单元,从像素中预测编码化的模板,根据原图像左右、上下之间的相关性,在在解量化时,采用周围数据的差分值来重构画面,运动预测采用全面预测技术,利用多个运动矢量探索单元细分后,单独求出真正的运动矢量,抑制运动细节的编码量。
所述编码器确定原始图像数据的灰度范围值域;对确定的灰度范围值域分成若干个区间,对曝光不足的图像灰度区间进行拉伸或者压缩;对拉伸或者压缩后的图像的曲线位置和形状进行对数变换,使窄带低灰度输入值映射为宽带输出值,或者使宽带输入值映射为窄带输出值;对对数变换后的图像建立直方图,然后将灰度级值进行区间归一化,然后利用分布函数和密度函数将直方图进行均衡化处理对均衡化处理后的图像进行直方图规定化,求得反函数解析式,根据反函数解析式得到所希望的灰度级。
对曝光不足的图像灰度区间进行拉伸或者压缩,包括首先定义原始图像的初始灰度范围,确定变换后图像的灰度范围,然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率,完成对灰度区间的拉伸或者压缩,确定变换后图像的灰度范围,然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率,首先根据不同要求将图像的值域分成若干,然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。
对对数变换后的图像建立直方图,包括以图像中各灰度级与各灰度级像素出现的频率之间的关系,以灰度为横坐标,纵坐标为灰度频率,绘制频率同灰度级之间的关系直方图,对对数变换后的图像建立直方图,包括判断图像的量化是否准确,确定图像二值化的阈值,以及当图像中物体的部分灰度值大于其他部分的灰度值时,利用直方图统计图像中物体的面积,计算图像信息量,对均衡化处理后的图像进行直方图规定化,包括由分布函数和密度函数确定概率密度函数,改善图像的灰度层次。
确定原始图像数据的灰度范围值域,包括根据图像中像素的位置和幅值,确定空间界限和亮度界限,将图像中的像素对应为坐标点上光强的集合,表达为:
I=f(x,y,z,λ,t),其中,式中(x,y,z)是空间坐标,λ是波长,t是时间,I是光点(x,y,z)的强度,在确定原始图像数据的灰度范围值域前,首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,包括通过差分系统采用单频校点位的部分位数来编码样点差,去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,用相邻已经像素预测当前像素的取值,然后利用预测误差进行量化和编码。
该的工作原理是:本发明通过编码方法,保证了视频的流畅性,通过灰度增强方法,提高了画面的质量,从而能够在保证传输速率的同时,保证画面的质量,从而保证监控效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种安全监控系统,其特征在于,包括数字图像接入端以及模拟图像接入端,所述数字图像接入端通过网络连接有视频存储器,所述模拟图像输入端通过编码器连接所述视频存储器,所述视频存储器通过解码器连接有显示器,所述视频存储器连接有音视频管理服务器以及客户工作端。
2.根据权利要求1所述的安全监控系统,其特征在于,所述编码器对采集的视频图像数据进行帧内预测和帧间预测,将帧内预测和帧间预测的附带信息编码到视频图像数据;对采集的视频图像数据进行运动预测和运动补偿,将运动预测和运动补偿的附带信息添加到编码后视频图像数据中。
3.根据权利要求2所述的安全监控系统,其特征在于,将帧内预测的附带信息编码到视频图像数据中包括在帧内预测画面进行帧内预测编码,利用帧内预测编码加入附带信息,同时,对帧内预测图像进行变换和量化,对帧内预测图像进行变换包括减少画面的编码量。
4.根据权利要求3所述的安全监控系统,其特征在于,变换和量化后的编码根据变换系数进行纠错变换,然后将附带信息与纠错变换后的数据采用比特流输出。
5.根据权利要求4所述的安全监控系统,其特征在于,进行运动预测和运动补偿,将变换和量化后的编码进行解量化和反变换,利用帧间预测对反变换后的数据进行画面重构,然后再进行降噪处理,降噪处理后,加入运动补偿和运动预测的附带运动矢量。
6.根据权利要求5所述的安全监控系统,其特征在于,将变换和量化后的编码进行解量化和反变换,包括在帧内预测以特定大小的块作为基准单元,从像素中预测编码化的模板,根据原图像左右、上下之间的相关性,在在解量化时,采用周围数据的差分值来重构画面,运动预测采用全面预测技术,利用多个运动矢量探索单元细分后,单独求出真正的运动矢量,抑制运动细节的编码量。
7.根据权利要求6所述的安全监控系统,其特征在于,所述编码器确定原始图像数据的灰度范围值域;对确定的灰度范围值域分成若干个区间,对曝光不足的图像灰度区间进行拉伸或者压缩;对拉伸或者压缩后的图像的曲线位置和形状进行对数变换,使窄带低灰度输入值映射为宽带输出值,或者使宽带输入值映射为窄带输出值;对对数变换后的图像建立直方图,然后将灰度级值进行区间归一化,然后利用分布函数和密度函数将直方图进行均衡化处理对均衡化处理后的图像进行直方图规定化,求得反函数解析式,根据反函数解析式得到所希望的灰度级。
8.根据权利要求7所述的安全监控系统,其特征在于,对曝光不足的图像灰度区间进行拉伸或者压缩,包括首先定义原始图像的初始灰度范围,确定变换后图像的灰度范围,然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率,完成对灰度区间的拉伸或者压缩,确定变换后图像的灰度范围,然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率,首先根据不同要求将图像的值域分成若干,然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。
9.根据权利要求8所述的安全监控系统,其特征在于,对对数变换后的图像建立直方图,包括以图像中各灰度级与各灰度级像素出现的频率之间的关系,以灰度为横坐标,纵坐标为灰度频率,绘制频率同灰度级之间的关系直方图,对对数变换后的图像建立直方图,包括判断图像的量化是否准确,确定图像二值化的阈值,以及当图像中物体的部分灰度值大于其他部分的灰度值时,利用直方图统计图像中物体的面积,计算图像信息量,对均衡化处理后的图像进行直方图规定化,包括由分布函数和密度函数确定概率密度函数,改善图像的灰度层次。
10.根据权利要求9所述的安全监控系统,其特征在于,确定原始图像数据的灰度范围值域,包括根据图像中像素的位置和幅值,确定空间界限和亮度界限,将图像中的像素对应为坐标点上光强的集合,表达为:
I=f(x,y,z,λ,t),其中,式中(x,y,z)是空间坐标,λ是波长,t是时间,I是光点(x,y,z)的强度,在确定原始图像数据的灰度范围值域前,首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,包括通过差分系统采用单频校点位的部分位数来编码样点差,去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余,用相邻已经像素预测当前像素的取值,然后利用预测误差进行量化和编码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610763550.8A CN106331629A (zh) | 2016-08-29 | 2016-08-29 | 一种安全监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610763550.8A CN106331629A (zh) | 2016-08-29 | 2016-08-29 | 一种安全监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106331629A true CN106331629A (zh) | 2017-01-11 |
Family
ID=57788682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610763550.8A Pending CN106331629A (zh) | 2016-08-29 | 2016-08-29 | 一种安全监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106331629A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070217508A1 (en) * | 2006-03-17 | 2007-09-20 | Fujitsu Limited | Apparatus and method for coding moving pictures |
CN101917604A (zh) * | 2010-09-03 | 2010-12-15 | 中铁上海设计院集团有限公司 | 用于轨道交通中的视频图像智能分析方法 |
CN102438127A (zh) * | 2011-10-08 | 2012-05-02 | 杭州海康威视数字技术股份有限公司 | 一种支持混合接入的监控装置、监控系统及监控方法 |
CN103026710A (zh) * | 2010-08-03 | 2013-04-03 | 索尼公司 | 图像处理装置和图像处理方法 |
CN202889518U (zh) * | 2012-09-29 | 2013-04-17 | 上海市电力公司 | 视频监控信息的前端存储系统 |
JP2015088826A (ja) * | 2013-10-29 | 2015-05-07 | 日本電信電話株式会社 | 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、画像符号化プログラム及び画像復号プログラム |
CN105139366A (zh) * | 2015-09-23 | 2015-12-09 | 成都融创智谷科技有限公司 | 一种基于空间域的图像增强方法 |
-
2016
- 2016-08-29 CN CN201610763550.8A patent/CN106331629A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070217508A1 (en) * | 2006-03-17 | 2007-09-20 | Fujitsu Limited | Apparatus and method for coding moving pictures |
CN103026710A (zh) * | 2010-08-03 | 2013-04-03 | 索尼公司 | 图像处理装置和图像处理方法 |
CN101917604A (zh) * | 2010-09-03 | 2010-12-15 | 中铁上海设计院集团有限公司 | 用于轨道交通中的视频图像智能分析方法 |
CN102438127A (zh) * | 2011-10-08 | 2012-05-02 | 杭州海康威视数字技术股份有限公司 | 一种支持混合接入的监控装置、监控系统及监控方法 |
CN202889518U (zh) * | 2012-09-29 | 2013-04-17 | 上海市电力公司 | 视频监控信息的前端存储系统 |
JP2015088826A (ja) * | 2013-10-29 | 2015-05-07 | 日本電信電話株式会社 | 画像符号化方法、画像復号方法、画像符号化装置、画像復号装置、画像符号化プログラム及び画像復号プログラム |
CN105139366A (zh) * | 2015-09-23 | 2015-12-09 | 成都融创智谷科技有限公司 | 一种基于空间域的图像增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112399176B (zh) | 一种视频编码方法、装置、计算机设备及存储介质 | |
CN103051901B (zh) | 视频数据编码装置和视频数据编码方法 | |
CN106339994A (zh) | 一种图像增强方法 | |
Ma et al. | Reduced-reference image quality assessment in reorganized DCT domain | |
CN110189266B (zh) | 一种自适应的快速图像增强方法 | |
CN1274446A (zh) | 编码系统中基于宏块的速率控制装置和方法 | |
CN101325711A (zh) | 基于时空掩盖效应的自适应码率控制方法 | |
CN109389569B (zh) | 基于改进DehazeNet的监控视频实时去雾方法 | |
CN104202599B (zh) | 一种应用于hevc帧间编码的全零块检测方法 | |
CN102547225B (zh) | 视频监控场景判别方法及其监控图像编码方法、及装置 | |
CN102014279B (zh) | 一种视频图像对比度增强方法和装置 | |
CN103501438B (zh) | 一种基于主成分分析的内容自适应图像压缩方法 | |
CN107580217A (zh) | 编码方法及其装置 | |
Yang et al. | Optimized-SSIM based quantization in optical remote sensing image compression | |
CN103391437B (zh) | 一种高动态图像视觉无损压缩的方法及装置 | |
CN103596006A (zh) | 基于视觉冗余度量的图像压缩方法 | |
Joshua et al. | Comparison of DCT and DWT image compression | |
Wu et al. | Perceptual VVC quantization refinement with ensemble learning | |
CN109377465A (zh) | 一种基于图像信息熵的图像质量鉴定方法 | |
CN115550658B (zh) | 基于智慧校园管理平台的数据传输方法 | |
CN106375699A (zh) | 一种高清网络摄像机 | |
CN106331629A (zh) | 一种安全监控系统 | |
CN115567712A (zh) | 基于人眼恰可察觉失真的屏幕内容视频编码感知码率控制方法及装置 | |
CN116416216A (zh) | 基于自监督特征提取的质量评价方法、存储介质及终端 | |
CN114125472B (zh) | 基于空域感知的块效应检测方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170111 |