CN112492275B - 一种区域监测点的布局方法、装置及存储介质 - Google Patents

一种区域监测点的布局方法、装置及存储介质 Download PDF

Info

Publication number
CN112492275B
CN112492275B CN202011343997.2A CN202011343997A CN112492275B CN 112492275 B CN112492275 B CN 112492275B CN 202011343997 A CN202011343997 A CN 202011343997A CN 112492275 B CN112492275 B CN 112492275B
Authority
CN
China
Prior art keywords
monitoring
points
monitoring points
point
monitoring point
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.)
Active
Application number
CN202011343997.2A
Other languages
English (en)
Other versions
CN112492275A (zh
Inventor
杜翠凤
叶杨
逯艳杰
李壮
杜金凯
刘晓东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Jiesai Communication Planning And Design Institute Co ltd
GCI Science and Technology Co Ltd
Original Assignee
Guangzhou Jiesai Communication Planning And Design Institute Co ltd
GCI Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Jiesai Communication Planning And Design Institute Co ltd, GCI Science and Technology Co Ltd filed Critical Guangzhou Jiesai Communication Planning And Design Institute Co ltd
Priority to CN202011343997.2A priority Critical patent/CN112492275B/zh
Publication of CN112492275A publication Critical patent/CN112492275A/zh
Application granted granted Critical
Publication of CN112492275B publication Critical patent/CN112492275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开一种区域监测点的布局方法、装置及存储介质,该方法包括步骤:将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;根据每个监测点的监控范围,按照预设的划分策略,将待布局区域划分为若干个不规则区块;在每个不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点总个数为n,1≤k<n;汇总每个不规则区块最终选定的监测点,确定待布局区域最终布局的监测点。本发明通过从每个摄像头的监控覆盖范围出发,将布局区域划分为多个不规则区块,对每个不规则区块进行最低成本优化,最后进行汇总,使得区域的监测点布局更合理。

Description

一种区域监测点的布局方法、装置及存储介质
技术领域
本发明监控布局技术领域,尤其涉及一种区域监测点的布局方法、装置及存储介质。
背景技术
随着视频监控技术的发展,越来越多的场合利用摄像头进行远程监控,实现预防和预警,例如住宅小区的安保预警、森林的防火监控等。无论在什么场合,布局摄像头的数量理论上都是越多,覆盖的监控范围越广,但是考虑到经济成本,摄像头布局的数量就越少越好,为了同时兼顾监控覆盖范围和成本,需要对摄像头的布局进行研究。
现有的研究方法中,大多将应有场合作为一个平面整体,没有考虑摄像头在布局时存在高差,可能会存在一些摄像头的覆盖空洞出现在另一些摄像头的监控覆盖范围内,使得摄像头的布局不够合理和最优。
发明内容
本发明实施例的目的是提供一种区域监测点的布局方法、装置及存储介质,通过从每个摄像头的监控覆盖范围出发,将布局区域划分为多个不规则区块,对每个不规则区块进行最低成本优化,最后进行汇总优化,使得区域的监测点布局更合理。
为实现上述目的,本发明一实施例提供了一种区域监测点的布局方法,包括以下步骤:
将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点总个数为n,1≤k<n;
汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点。
优选地,所述划分策略为在所述待布局的区域内随机选取一个监测点,获取所述监测点与其相邻监测点之间的第一重叠监控范围,若所述第一重叠监控范围大于所述监测点或所述相邻监测点的监控范围的预设第一比例,则将所述相邻监测点与所述监测点划分为同一个不规则区块;再获取该不规则区块内外的监测点之间的第二重叠监控范围,若所述第二重叠监控范围大于部分覆盖所述第二重叠监控范围的任一监测点的监控范围的预设第二比例,则将该不规则区块外对应的监测点划归到该不规则区块内。
优选地,所述建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点,具体包括:
根据选定的监测点与未选定的任一监测点之间的互信息,以及将未选定的所述监测点加入到选定的监测点后的增加的监控范围,建立第一约束条件:
Figure BDA0002797949940000021
其中,A为选定的监测点组成的集合,A'为不规则区块内总的监测点减去选定的监测点后剩下的监测点组成的集合,A′i为集合A'中第i个监测点,1≤i≤n-k;I(A′i,A)为集合A'中第i个监测点与集合A中每个监测点的互信息之和,S(A∪A′i)为将A′i放入集合A后的监控覆盖总面积,S(A)为集合A的监控覆盖总面积,S(A′i)为监测点A′i的监控覆盖面积,δ为预设阈值,α为预设的比例系数;
若未选定的监测点满足所述第一约束条件,则将对应的未选定的监测点加入选定的监测点集合A中,将更新后的集合A作为目标函数的待解监测点;
根据全覆盖设置监测点的成本最小,建立目标函数
Figure BDA0002797949940000031
和第二约束条件arjxj=1;其中,C为每个监测点安装一个摄像头的成本,xj为更新后的集合A第j个监测点,xj≤1,更新后的集合A包括m个监测点,1≤j≤m,m≥k,arj为在监测点xj处的摄像头所能检测到的第r个栅格信息,若所述摄像头能监控到,则arj=1,反之,arj=0,1≤r≤N,N为监测点xj监控范围的栅格数量总和;
对所述目标函数进行求解,得到所述不规则区块内最终选定的监测点。
优选地,所述汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点,具体包括:
汇总每个所述不规则区块最终选定的监测点,判断是否出现相邻两个不规则区块内存在重叠的监测点;
若存在,则获取重叠的监测点的监控范围,当重叠的监测点的监控范围是互相重叠的,则只保留一个监测点;
若不存在,则监测点均保留;
根据上述的优化处理,确定所述待布局区域最终布局的监测点。
优选地,所述待布局区域的原始数据包括含有地理高程数据的地形图、监测点的经纬度、监测点的高度和监测点的监控半径。
本发明另一实施例提供了一种区域监测点的布局装置,所述装置包括:
监控信息获取模块,用于将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
划分模块,用于根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
优化模块,用于在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点个数为n,1≤k<n;
布局确定模块,用于汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点。
本发明另一实施例对应提供了一种使用区域监测点的布局方法的装置,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一项所述的区域监测点的布局方法。
本发明还有一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一项所述的区域监测点的布局方法。
与现有技术相比,本发明实施例所提供的一种区域监测点的布局方法、装置及存储介质,通过从每个摄像头的监控覆盖范围出发,将布局区域划分为多个不规则区块,对每个不规则区块进行最低成本优化,最后进行汇总优化,使得区域的监测点布局更合理。
附图说明
图1是本发明一实施例提供的一种区域监测点的布局方法的流程示意图;
图2是本发明一实施例提供的一种在地形图上设置不同观察点得到的不同可见空间示意图;
图3是本发明一实施例提供的一种区域监测点的布局装置的结构示意图;
图4是本发明一实施例提供的一种使用区域监测点的布局方法的装置的示意图。
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。
参见图1,是本发明一实施例提供的一种区域监测点的布局方法的流程示意图,所述方法包括步骤S1至步骤S4:
S1、将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
S2、根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
S3、在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点总个数为n,1≤k<n;
S4、汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点。
具体地,将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围。每个监测点的监控范围,可以利用ArcGIS平台的可见性工具集进行计算得到。参见图2,是本发明该实施例提供的一种在地形图上设置不同观察点得到的不同可见空间示意图。由图2可知,每个监测点的空间可见性区块是不规则的,需要将地形图进行分割处理。
根据每个监测点的监控范围,按照预设的划分策略,将待布局区域划分为若干个不规则区块,将区域划分为多个不规则区块后,对每个区块进行细化处理,使得每个区块的优化更准确,更贴合实际情况。
在每个不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点总个数为n,1≤k<n。一般地,在确定每个不规则区块的监测点时,是利用贪婪算法不断将解集从零逐渐扩大。但如果监测点的分布数量较多的话,贪婪算法的计算就会很复杂,很可能会出现NP问题,为了降低计算的复杂度,本发明采用求解次优解的思想,预先选定几个监测点。优选地,选取高度较高的监测点作为选定的监测点,因为,高度较高的监测点的监控范围更大,一般为较优解。优选地,k=5-10。
汇总每个不规则区块最终选定的监测点,确定待布局区域最终布局的监测点。当求解得到每个不规则区块的监测点后,就可以对待布局区域进行优化整合,因为相邻不规则区块之间可能存在重叠的监测点,需要进行剔除。
本发明实施例1提供的一种区域监测点的布局方法,通过从每个摄像头的监控覆盖范围出发,将布局区域划分为多个不规则区块,对每个不规则区块进行最低成本优化,最后进行汇总优化,使得区域的监测点布局更合理。
作为上述方案的改进,所述划分策略为在所述待布局的区域内随机选取一个监测点,获取所述监测点与其相邻监测点之间的第一重叠监控范围,若所述第一重叠监控范围大于所述监测点或所述相邻监测点的监控范围的预设第一比例,则将所述相邻监测点与所述监测点划分为同一个不规则区块;再获取该不规则区块内外的监测点之间的第二重叠监控范围,若所述第二重叠监控范围大于部分覆盖所述第二重叠监控范围的任一监测点的监控范围的预设第二比例,则将该不规则区块外对应的监测点划归到该不规则区块内。
具体地,划分策略为在待布局的区域内随机选取一个监测点,获取监测点与其相邻监测点之间的第一重叠监控范围,若第一重叠监控范围大于监测点或相邻监测点的监控范围的预设第一比例,则将相邻监测点与监测点划分为同一个不规则区块。例如监测点x1的监控范围为S1,监测点x2的的监控范围为S2,假如监测点x1与监测点x2的第一重叠监控范围为S12,如果S12>30%S1或S12>30%S2,则将监测点x1与监测点x2划分为同一个不规则区块。这个例子中,预设第一比例就是30%。
当形成一个不规则区块后,再获取该不规则区块内外的监测点之间的第二重叠监控范围,若第二重叠监控范围大于部分覆盖第二重叠监控范围的任一监测点的监控范围的预设第二比例,则将该不规则区块外对应的监测点划归到该不规则区块内。为了加深理解,还是以上面那个例子进行说明。当将监测点x1与监测点x2划分为同一个不规则区块,若还存在一个监测点x3的监控范围为S3,监测点x3与不规则区块中的监测点x1的第二重叠监控范围为S13,如果S13>30%S1或S13>30%S3,则将监测点x3也划分到该不规则区块中。优选地,预设第二比例=预设第一比例=30%。
另外,对于区域内其余没有融合成块的地方,根据可见性分布,每个可见区块单独作为一个不规则区块,从而得到待布局区域整个的不规则区块。
作为上述方案的改进,所述建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点,具体包括:
根据选定的监测点与未选定的任一监测点之间的互信息,以及将未选定的所述监测点加入到选定的监测点后的增加的监控范围,建立第一约束条件:
Figure BDA0002797949940000071
其中,A为选定的监测点组成的集合,A'为不规则区块内总的监测点减去选定的监测点后剩下的监测点组成的集合,A′i为集合A'中第i个监测点,1≤i≤n-k;I(A′i,A)为集合A'中第i个监测点与集合A中每个监测点的互信息之和,S(A∪A′i)为将A′i放入集合A后的监控覆盖总面积,S(A)为集合A的监控覆盖总面积,S(A′i)为监测点A′i的监控覆盖面积,δ为预设阈值,α为预设的比例系数;
若未选定的监测点满足所述第一约束条件,则将对应的未选定的监测点加入选定的监测点集合A中,将更新后的集合A作为目标函数的待解监测点;
根据全覆盖设置监测点的成本最小,建立目标函数
Figure BDA0002797949940000072
和第二约束条件arjxj=1;其中,C为每个监测点安装一个摄像头的成本,xj为更新后的集合A第j个监测点,xj≤1,更新后的集合A包括m个监测点,1≤j≤m,m≥k,arj为在监测点xj处的摄像头所能检测到的第r个栅格信息,若所述摄像头能监控到,则arj=1,反之,arj=0,1≤r≤N,N为监测点xj监控范围的栅格数量总和;
对所述目标函数进行求解,得到所述不规则区块内最终选定的监测点。
具体地,根据选定监测点与未选定的任一监测点之间的互信息,以及将未选定的所述监测点加入到选定的监测点后的增加的监控范围,建立第一约束条件:
Figure BDA0002797949940000081
其中,A为选定的监测点组成的集合,A'为不规则区块内总的监测点减去选定的监测点后剩下的监测点组成的集合,A′i为集合A'中第i个监测点,1≤i≤n-k;I(A′i,A)为集合A'中第i个监测点与集合A中每个监测点的互信息之和,S(A∪A′i)为将A′i放入集合A后的监控覆盖总面积,S(A)为集合A的监控覆盖总面积,S(A′i)为监测点Ai'的监控覆盖面积,δ为预设阈值,α为预设的比例系数。集合A'中第i个监测点与集合A中第l个监测点的互信息的计算公式为
Figure BDA0002797949940000082
其中,I(xi,xl)表示监测点xi和监测点xl的互信息;P(xi,xl)表示两个监测点可视化分析中重叠的面积;P(xl)表示监测点xi的可视化面积;P(xl)表示监测点xl的可视化面积。
若未选定的监测点满足所述第一约束条件,则将对应的未选定的监测点加入选定的监测点集合A中,利用贪婪算法不断重复上述循环,使得集合A不断扩大,直至条件不再满足上述的第一约束条件。将更新后的集合A作为目标函数的待解监测点;
根据全覆盖设置监测点的成本最小,建立目标函数
Figure BDA0002797949940000083
和第二约束条件arjxj=1;其中,C为每个监测点安装一个摄像头的成本,xj为更新后的集合A第j个监测点,xj≤1,因为摄像头是360°转动的,所以,每个监测点只需要安装一个摄像头即可。更新后的集合A包括m个监测点,1≤j≤m,m≥k,则A={x1,x2,…,xm},arj为在监测点xj处的摄像头所能检测到的第r个栅格信息,若摄像头能监控到,则arj=1,反之,arj=0,1≤r≤N,N为监测点xj监控范围的栅格数量总和。目标函数/>
Figure BDA0002797949940000091
表示的含义为在满足安装费用最低的情况下,保证每个栅格至少被一个摄像头监控到。
对目标函数进行求解,得到不规则区块内最终选定的监测点。一般地,不规则区块内最终选定的监测点是从属于更新后的集合A的,即更新后的集合A中的部分监测点最终被选定作为不规则区块内的监测点。
作为上述方案的改进,所述汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点,具体包括:
汇总每个所述不规则区块最终选定的监测点,判断是否出现相邻两个不规则区块内存在重叠的监测点;
若存在,则获取重叠的监测点的监控范围,当重叠的监测点的监控范围是互相重叠的,则只保留一个监测点;
若不存在,则监测点均保留;
根据上述的优化处理,确定所述待布局区域最终布局的监测点。
具体地,汇总每个不规则区块最终选定的监测点,判断是否出现相邻两个不规则区块内存在重叠的监测点;即相邻不规则区块的两个摄像头距离小于摄像头覆盖半径,并且两个摄像头所覆盖的范围是相互重叠的。这种情况一般指的是摄像头的位置处在不规则区块的边缘处。
若存在,则获取重叠的监测点的监控范围,当重叠的监测点的监控范围是互相重叠的,则只保留一个监测点。即随机去掉一个摄像头。
若不存在重叠的监测点,则两个监测点均保留,不需要进行去除处理。
根据上述的优化处理,确定待布局区域最终布局的监测点。进行优化重整后,待布局区域的监测点分布会更合理。
作为上述方案的改进,所述待布局区域的原始数据包括含有地理高程数据的地形图、监测点的经纬度、监测点的高度和监测点的监控范围。
具体地,待布局区域的原始数据包括含有地理高程数据的地形图、监测点的经纬度、监测点的高度和监测点的监控半径。这些数据是基础数据,还可以根据不同应用场合进行增加。例如,当需要布局森林的摄像头时,原始数据还包括森林的海拔、树木的平均高度、每个片区的面积、铁搭的经纬度、塔高、摄像头的挂高等。
参见图3,是本发明一实施例提供的一种区域监测点的布局装置的结构示意图,所述装置包括:
监控信息获取模块11,用于将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
划分模块12,用于根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
优化模块13,用于在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点个数为n,1≤k<n;
布局确定模块14,用于汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点。
本发明实施例所提供的一种区域监测点的布局装置能够实现上述任一实施例所述的区域监测点的布局方法的所有流程,装置中的各个模块、单元的作用以及实现的技术效果分别与上述实施例所述的区域监测点的布局方法的作用以及实现的技术效果对应相同,这里不再赘述。
参见图4,是本发明实施例提供的一种使用区域监测点的布局方法的装置的示意图,所述使用区域监测点的布局方法的装置包括处理器10、存储器20以及存储在所述存储器20中且被配置为由所述处理器10执行的计算机程序,所述处理器10执行所述计算机程序时实现上述任一实施例所述的区域监测点的布局方法。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器20中,并由处理器10执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在一种区域监测点的布局方法中的执行过程。例如,计算机程序可以被分割成监控信息获取模块、划分模块、优化模块和布局确定模块,各模块具体功能如下:
监控信息获取模块11,用于将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
划分模块12,用于根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
优化模块13,用于在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点个数为n,1≤k<n;
布局确定模块14,用于汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点。
所述使用区域监测点的布局方法的装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述使用区域监测点的布局方法的装置可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,示意图4仅仅是一种使用区域监测点的布局方法的装置的示例,并不构成对所述使用区域监测点的布局方法的装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述使用区域监测点的布局方法的装置还可以包括输入输出设备、网络接入设备、总线等。
处理器10可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者处理器10也可以是任何常规的处理器等,处理器10是所述使用区域监测点的布局方法的装置的控制中心,利用各种接口和线路连接整个使用区域监测点的布局方法的装置的各个部分。
存储器20可用于存储所述计算机程序和/或模块,处理器10通过运行或执行存储在存储器20内的计算机程序和/或模块,以及调用存储在存储器20内的数据,实现所述使用区域监测点的布局方法的装置的各种功能。存储器20可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据程序使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述使用区域监测点的布局方法的装置集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任一实施例所述的区域监测点的布局方法。
综上,本发明实施例所提供的一种区域监测点的布局方法、装置及存储介质,基于监测点的互信息找到监测点的不规则区域,采用化整为零的方法,将待布局区域划分成多个监控区域,这种对监控区域进行分割,不仅提升算法的速度,还能根据现有摄像头关联的情况,将同一个不规则区域的摄像头作为一个整体来管理,在不规则区域内选择摄像头来布局,在不规则区域内管理摄像头,这样就形成了区域的监控领域的网格管理,不仅能够在成本上保证监控质量,还能从管理上,云平台部署进行区域的摄像头管理,方便以后的管理。在确定每个不规则区域的摄像头集合时,提出了利用次优解的方法,在选择若干个相对高点作为视频监测的初始节点的基础上,进行最终选定的摄像头集合的选取,这种方法大大降低了算法的复杂度。本发明还利用互信息阈值作为部署算法的参数,且其要求摄像头重叠区域互信息须大于预先设置的阈值,从而保证了边界覆盖的可靠性问题。结合互信息算法选择覆盖率较高并且保证摄像头之间关联性的候选站点作为摄像头的候选点,既能保证较大的覆盖面积,又能保证摄像头之间相互的信息关联,不产生过多的重复,又能保证摄像头之间信息的关联。摄像头关联能够保证用户在不同的角度看到监控信息,在摄像机的不同维度,所获取的射频信息会有所区别,摄像头之间的信息有所关联,将会有利于实际的管理,但是信息关联的程度会取决于管理的需求。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (7)

1.一种区域监测点的布局方法,其特征在于,包括以下步骤:
将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点总个数为n,1≤k<n;
汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点;
其中,所述建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点,具体包括:
根据选定的监测点与未选定的任一监测点之间的互信息,以及将未选定的所述监测点加入到选定的监测点后的增加的监控范围,建立第一约束条件:
Figure FDA0004053990950000011
其中,A为选定的监测点组成的集合,A'为不规则区块内总的监测点减去选定的监测点后剩下的监测点组成的集合,A′i为集合A'中第i个监测点,1≤i≤n-k;I(A′i,A)为集合A'中第i个监测点与集合A中每个监测点的互信息之和,S(A∪A′i)为将A′i放入集合A后的监控覆盖总面积,S(A)为集合A的监控覆盖总面积,S(A′i)为监测点A′i的监控覆盖面积,δ为预设阈值,α为预设的比例系数;
若未选定的监测点满足所述第一约束条件,则将对应的未选定的监测点加入选定的监测点集合A中,将更新后的集合A作为目标函数的待解监测点;
根据全覆盖设置监测点的成本最小,建立目标函数
Figure FDA0004053990950000012
和第二约束条件arjxj=1;其中,C为每个监测点安装一个摄像头的成本,xj为更新后的集合A第j个监测点,xj≤1,更新后的集合A包括m个监测点,1≤j≤m,m≥k,arj为在监测点xj处的摄像头所能检测到的第r个栅格信息,若所述摄像头能监控到,则arj=1,反之,arj=0,1≤r≤N,N为监测点xj监控范围的栅格数量总和;
对所述目标函数进行求解,得到所述不规则区块内最终选定的监测点。
2.如权利要求1所述的区域监测点的布局方法,其特征在于,所述划分策略为在所述待布局的区域内随机选取一个监测点,获取所述监测点与其相邻监测点之间的第一重叠监控范围,若所述第一重叠监控范围大于所述监测点或所述相邻监测点的监控范围的预设第一比例,则将所述相邻监测点与所述监测点划分为同一个不规则区块;再获取该不规则区块内外的监测点之间的第二重叠监控范围,若所述第二重叠监控范围大于部分覆盖所述第二重叠监控范围的任一监测点的监控范围的预设第二比例,则将该不规则区块外对应的监测点划归到该不规则区块内。
3.如权利要求1所述的区域监测点的布局方法,其特征在于,所述汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点,具体包括:
汇总每个所述不规则区块最终选定的监测点,判断是否出现相邻两个不规则区块内存在重叠的监测点;
若存在,则获取重叠的监测点的监控范围,当重叠的监测点的监控范围是互相重叠的,则只保留一个监测点;
若不存在,则监测点均保留;
根据上述的优化处理,确定所述待布局区域最终布局的监测点。
4.如权利要求1-3任一项所述的区域监测点的布局方法,其特征在于,所述待布局区域的原始数据包括含有地理高程数据的地形图、监测点的经纬度、监测点的高度和监测点的监控半径。
5.一种区域监测点的布局装置,其特征在于,包括:
监控信息获取模块,用于将待布局区域的原始数据导入ArcGIS平台中,获取每个监测点的监控范围;
划分模块,用于根据每个所述监测点的监控范围,按照预设的划分策略,将所述待布局区域划分为若干个不规则区块;
优化模块,用于在每个所述不规则区块中,选取k个监测点作为选定的监测点,建立目标函数以及约束条件,确定所述不规则区块内最终选定的监测点;其中,对应的不规则区块内的监测点个数为n,1≤k<n;
布局确定模块,用于汇总每个所述不规则区块最终选定的监测点,确定所述待布局区域最终布局的监测点;
其中,所述优化模块,还用于:
根据选定的监测点与未选定的任一监测点之间的互信息,以及将未选定的所述监测点加入到选定的监测点后的增加的监控范围,建立第一约束条件:
Figure FDA0004053990950000031
其中,A为选定的监测点组成的集合,A'为不规则区块内总的监测点减去选定的监测点后剩下的监测点组成的集合,A′i为集合A'中第i个监测点,1≤i≤n-k;I(A′i,A)为集合A'中第i个监测点与集合A中每个监测点的互信息之和,S(A∪A′i)为将A′i放入集合A后的监控覆盖总面积,S(A)为集合A的监控覆盖总面积,S(A′i)为监测点A′i的监控覆盖面积,δ为预设阈值,α为预设的比例系数;
若未选定的监测点满足所述第一约束条件,则将对应的未选定的监测点加入选定的监测点集合A中,将更新后的集合A作为目标函数的待解监测点;
根据全覆盖设置监测点的成本最小,建立目标函数
Figure FDA0004053990950000041
和第二约束条件arjxj=1;其中,C为每个监测点安装一个摄像头的成本,xj为更新后的集合A第j个监测点,xj≤1,更新后的集合A包括m个监测点,1≤j≤m,m≥k,arj为在监测点xj处的摄像头所能检测到的第r个栅格信息,若所述摄像头能监控到,则arj=1,反之,arj=0,1≤r≤N,N为监测点xj监控范围的栅格数量总和;
对所述目标函数进行求解,得到所述不规则区块内最终选定的监测点。
6.一种使用区域监测点的布局方法的装置,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4中任意一项所述的区域监测点的布局方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至4中任意一项所述的区域监测点的布局方法。
CN202011343997.2A 2020-11-25 2020-11-25 一种区域监测点的布局方法、装置及存储介质 Active CN112492275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011343997.2A CN112492275B (zh) 2020-11-25 2020-11-25 一种区域监测点的布局方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011343997.2A CN112492275B (zh) 2020-11-25 2020-11-25 一种区域监测点的布局方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN112492275A CN112492275A (zh) 2021-03-12
CN112492275B true CN112492275B (zh) 2023-06-02

Family

ID=74934781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011343997.2A Active CN112492275B (zh) 2020-11-25 2020-11-25 一种区域监测点的布局方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN112492275B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113163175A (zh) * 2021-04-29 2021-07-23 广州杰赛科技股份有限公司 一种监控摄像头布局方法、装置及计算机可读存储介质
CN113538577B (zh) * 2021-06-10 2024-04-16 中电科普天科技股份有限公司 多摄像机覆盖优化方法、装置、设备及存储介质
CN113536577B (zh) * 2021-07-21 2023-08-22 南通大学 一种基于空间代表性的pm2.5观测站点优化布局方法
CN113935577A (zh) * 2021-09-08 2022-01-14 广州杰赛科技股份有限公司 一种摄像头选址方法、装置、设备及计算机可读存储介质
CN114324822B (zh) * 2021-12-31 2022-09-23 临沂市兰山区自然资源开发服务中心 基于大数据的土地质量监控系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111614935A (zh) * 2020-04-30 2020-09-01 深圳市椰壳信息科技有限公司 一种智能监控方法、装置、终端设备及可读存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5269002B2 (ja) * 2010-06-28 2013-08-21 株式会社日立製作所 カメラ配置決定支援装置
CN103237198A (zh) * 2013-04-15 2013-08-07 四川华雁信息产业股份有限公司 一种摄像机协调处理方法、装置及摄像机
CN104469322A (zh) * 2014-12-24 2015-03-25 重庆大学 一种面向大场景监控的摄像机布局优化方法
CN107368656B (zh) * 2017-07-24 2018-05-04 北京芘苜信息技术有限公司 基于bim+安防监控模拟及盲区分析的方法
CN111091025B (zh) * 2018-10-23 2023-04-18 阿里巴巴集团控股有限公司 图像处理方法、装置和设备
CN110458053B (zh) * 2019-07-26 2020-06-16 中国安全生产科学研究院 一种有效监控区域划分方法及视频客流计数方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111614935A (zh) * 2020-04-30 2020-09-01 深圳市椰壳信息科技有限公司 一种智能监控方法、装置、终端设备及可读存储介质

Also Published As

Publication number Publication date
CN112492275A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN112492275B (zh) 一种区域监测点的布局方法、装置及存储介质
Punia et al. Entropy approach for assessment of urban growth: a case study of Jaipur, India
Mitsova et al. Using enhanced dasymetric mapping techniques to improve the spatial accuracy of sea level rise vulnerability assessments
US20080154652A1 (en) System and method for calculating damage as a result of natural catastrophes
Salat et al. Uncovering inequality through multifractality of land prices: 1912 and contemporary Kyoto
CN113163175A (zh) 一种监控摄像头布局方法、装置及计算机可读存储介质
CN108229658A (zh) 基于有限样本的物体检测器的实现方法及装置
CN110597248B (zh) 园区无人智慧巡检方法、装置、设备及存储介质
CN102930481A (zh) 电网负荷密度分析方法及系统
Lagarias Exploring land use policy scenarios with the use of a cellular automata-based model: urban sprawl containment and sustainable development in Thessaloniki
CN112184900B (zh) 高程数据的确定方法、装置及存储介质
CN109598925A (zh) 出租车车辆聚集报警方法、终端设备及存储介质
CN111767295B (zh) 地图数据的处理方法、装置、计算设备和介质
CN114757410A (zh) 基于国土和电力设施协同选址选线方法及装置
CN115564087A (zh) 一种区域生态网络识别优化方法、系统、装置及存储介质
CN111861836B (zh) 山地土地立体规划方法、装置、存储介质和计算机设备
CN111199357B (zh) 一种快递点电子围栏诊断方法及装置
CN113689226A (zh) 商业综合体的选址方法、装置、电子设备和存储介质
CN115270520B (zh) 一种基于高程网格的低空监视性能仿真分析方法及系统
CN114564549B (zh) 区域的热力图的生成方法、装置、设备及存储介质
CN113538577B (zh) 多摄像机覆盖优化方法、装置、设备及存储介质
CN113570122B (zh) 预测风速的方法、装置、计算机设备和存储介质
CN117611759B (zh) 基于三维模型的评分地图生成方法、装置、终端及存储介质
CN116522045B (zh) 电力设施占地可通行能力计算方法、装置、设备及介质
CN113592253B (zh) 一种建设用地的复垦空间评价方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant