CN115190311A - 一种安防监控视频压缩存储方法 - Google Patents

一种安防监控视频压缩存储方法 Download PDF

Info

Publication number
CN115190311A
CN115190311A CN202211092072.4A CN202211092072A CN115190311A CN 115190311 A CN115190311 A CN 115190311A CN 202211092072 A CN202211092072 A CN 202211092072A CN 115190311 A CN115190311 A CN 115190311A
Authority
CN
China
Prior art keywords
security monitoring
image
target
connected domain
background
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.)
Granted
Application number
CN202211092072.4A
Other languages
English (en)
Other versions
CN115190311B (zh
Inventor
陈桓臻
李传煦
杜奕贝
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.)
Hubei University of Technology
Original Assignee
Hubei University of Technology
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 Hubei University of Technology filed Critical Hubei University of Technology
Priority to CN202211092072.4A priority Critical patent/CN115190311B/zh
Publication of CN115190311A publication Critical patent/CN115190311A/zh
Application granted granted Critical
Publication of CN115190311B publication Critical patent/CN115190311B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/182—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a pixel
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • G06T3/053—Detail-in-context presentations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/85—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using pre-processing or post-processing specially adapted for video compression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种安防监控视频压缩存储方法，属于安防监控视频压缩存储技术领域。方法包括：根据历史安防监控背景图像之间的差异程度，得到各背景模板图像的序号；根据各背景模板图像上的各像素点像素值，得到各背景模板图像上的各特征点；根据各特征点像素值和各待压缩安防监控图像上与各特征点对应像素点像素值，得到各待压缩安防监控图像对应的背景模板图像；根据各待压缩安防监控图像的二值图像，得到目标安防监控图像和待压缩安防监控背景图像，存储待压缩安防监控背景图像对应的背景模板图像的序号；根据各目标安防监控图像的各目标连通域内的像素点像素值，对各目标安防监控图像的各目标区域进行压缩存储。本发明能够降低压缩率。

Description

一种安防监控视频压缩存储方法
技术领域
本发明涉及安防监控视频压缩存储技术领域，具体涉及一种安防监控视频压缩存储方法。
背景技术
安防监控系统是指利用视频探测技术、监视设防区域并实时显示、记录现场图像的电子系统或网络；由于安防监控系统所涉及的图像数据量巨大，大量的图像数据存储在存储设备中，势必会占用较多的存储设备容量，因此需要对大量的图像数据进行压缩后再存储，因此安防监控系统涉及到大量图像的压缩存储。
现有方法中一般基于安防监控系统中安防视频监控摄像头采集的较多的历史图像来设置霍夫曼编码表，进而来实现对采集图像的压缩，但是由于安防视频监控摄像头的位置和角度固定（监控的场景不变）以及出现在监控范围的监控对象是不可预见的（监控对象是随机的、多变的），因此通过较多的历史图像设置的霍夫曼编码表对安防视频监控摄像头采集的图像进行压缩会存在浪费存储空间以及压缩率较大的问题。
发明内容
本发明提供一种安防监控视频压缩存储方法，用于解决现有方法对安防视频监控摄像头采集的图像进行压缩存在压缩率较大的问题，所采用的技术方案具体如下：
本发明实施例提供了一种安防监控视频压缩存储方法包括以下步骤：
获取历史时间段内的各历史安防监控背景图像；获取待压缩的安防监控视频；所述待压缩的安防监控视频包括多帧待压缩安防监控图像；
根据各历史安防监控背景图像之间的差异程度，得到目标背景模板图像集合和目标背景模板图像集合中的各背景模板图像的序号；根据各背景模板图像上的各像素点的像素值，得到各背景模板图像上的各特征点；
根据所述各背景模板图像上的各特征点的像素值和各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各待压缩安防监控图像对应的背景模板图像；
获取各待压缩安防监控图像对应的二值图像；若所述二值图像上像素值为1的像素点数量大于预设数量，则将对应二值图像对应的待压缩安防监控图像记为目标安防监控图像；否则，则将对应二值图像对应的该待压缩安防监控图像记为待压缩安防监控背景图像，并存储待压缩安防监控背景图像对应的背景模板图像的序号；获取各目标安防监控图像对应的各目标连通域；根据所述目标连通域内的像素点像素值，对各目标安防监控图像对应的各目标连通域进行压缩存储。
优选的，得到目标背景模板图像集合和目标背景模板图像集合中的各背景模板图像的序号的方法，包括：
根据所述各历史安防监控背景图像，构建得到历史时间段对应的历史安防监控背景图像集合；
根据所述历史安防监控背景图像集合中任意两张历史安防监控背景图像上的像素点像素值，得到历史安防监控背景图像集合中任意两张历史安防监控背景图像之间的差异程度；
构建初始背景模板图像集合；
选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第一历史安防监控背景图像，将第一历史安防监控背景图像放入到初始背景模板图像集合中；重新选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第二历史安防监控背景图像，判断第二历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度是否均大于差异程度阈值，若是，则将第二历史安防监控背景图像放入到初始背景模板图像集合中；否则，则不将第二历史安防监控背景图像放入到初始背景模板图像集合中；再重新选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第三历史安防监控背景图像，并判断第三历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度是否均大于差异程度阈值，若是，则将第三历史安防监控背景图像放入到初始背景模板图像集合中；否则，则不将第三历史安防监控背景图像放入到初始背景模板图像集合中；以此类推，直到将历史安防监控背景图像集合中的各历史安防监控背景图像遍历完为止，并得到遍历完成后的初始背景模板图像集合，将遍历完成后的初始背景模板图像集合记为目标背景模板图像集合，将遍历完成后的初始背景模板图像集合中的各历史安防监控背景图像记为背景模板图像；
对目标背景模板图像集合中的各背景模板图像进行标注，得到目标背景模板图像集合中各背景模板图像的序号。
优选的，根据如下公式计算历史安防监控背景图像集合中任意两张历史安防监控背景图像之间的差异程度：
Figure 127531DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为历史安防监控背景图像集合中第i张历史安防监控背景图像与第j张历史安防监控背景图像之间的差异程度，
Figure 621966DEST_PATH_IMAGE004
为历史背景安防监控图像的行数，
Figure DEST_PATH_IMAGE005
为历史背景安防监控图像的列数，
Figure 637196DEST_PATH_IMAGE006
为第i张历史安防监控背景图像中第
Figure DEST_PATH_IMAGE007
行第
Figure 824463DEST_PATH_IMAGE008
列的像素点的像素值，
Figure DEST_PATH_IMAGE009
为第j张历史安防监控背景图像中第
Figure 292354DEST_PATH_IMAGE007
行第
Figure 403529DEST_PATH_IMAGE008
列的像素点的像素值。
优选的，得到各背景模板图像上的各特征点的方法，包括：
根据各背景模板图像上相同位置像素点的像素值，构建得到各像素点集合，所述像素点集合中的各像素点位于不同背景模板图像上的相同位置；所述背景模板图像上的像素点数量均为A；所述像素点集合的数量为A，每个像素点集合中的像素点数量为A；
计算得到各像素点集合中各像素点的像素值之间的熵值，记为各像素点集合对应的熵值；
按照从大到小的顺序对各像素点集合对应的熵值进行排序，将前预设数量的熵值对应的像素点集合记为目标像素点集合，将各目标像素点集合中的各像素点记为特征点；
根据所述目标像素点集合中的各特征点，得到各背景模板图像上的各特征点。
优选的，得到各待压缩安防监控图像对应的背景模板图像的方法，包括：
根据各背景模板图像上的各特征点的像素值以及各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各背景模板图像与各待压缩安防监控图像之间的差异程度；
将该待压缩安防监控图像与各背景模板图像之间的差异程度中的最小值对应的背景模板图像记为该待压缩安防监控图像对应的背景模板图像。
优选的，任一待压缩安防监控图像，根据如下公式计算该待压缩安防监控图像与各背景模板图像之间的差异程度：
Figure DEST_PATH_IMAGE011
其中，
Figure 804424DEST_PATH_IMAGE012
为该待压缩安防监控图像与第d个背景模板图像之间的差异程度，
Figure DEST_PATH_IMAGE013
为该待压缩的安防监控图像上与第b个背景模板图像上的第k个特征点对应的像素点的像素值，
Figure 897013DEST_PATH_IMAGE014
为第b个背景模板图像上的第k个特征点的像素值，K为第b个背景模板图像上特征点的数量。
优选的，取各待压缩安防监控图像对应的二值图像的方法，包括：
对于任一待压缩安防监控图像：
计算该待压缩安防监控图像上的各像素点与对应背景模板图像上对应像素点之间的像素值差值的绝对值，记为该待压缩安防监控图像上的各像素点对应的特征差值；
根据该待压缩安防监控图像上的各像素点对应的特征差值，得到该待压缩安防监控图像对应的差值图像以及差值图像上各像素点对应的特征差值；
将所述差值图像上各像素点对应的特征差值大于等于预设特征差值阈值的像素点的像素值记为0，将所述差值图像上各像素点对应的特征差值小于预设特征差值阈值的像素点的像素值记为1，得到差值图像对应的二值图像。
优选的，获取各目标安防监控图像对应的各目标连通域的方法，包括：
对各目标安防监控图像对应的二值图像上像素值为1的像素点进行连通域分析，得到各目标安防监控图像对应的二值图像对应的各连通域；
获取各目标安防监控图像对应的二值图像对应的各连通域的最小外接矩形，将所述各连通域的最小外接矩形上以及最小外接矩形内的像素点像素值标记为1，将各连通域的最小外接矩形外的像素点的像素值标记为0，得到各目标安防监控图像对应的二值图像对应的遮罩图像；
将所述遮罩图像与对应的目标安防监控图像相乘，得到各目标安防监控图像上的各连通域，记为目标连通域，所述目标连通域为监控对象所在区域。
优选的，根据所述目标连通域内的像素点像素值，对各目标安防监控图像对应的各目标连通域进行压缩存储的方法，包括：
按照时间的先后顺序对各目标安防监控图像进行排序，得到第一安防监控图像序列，将第一安防监控图像序列中的目标安防监控图像记为第一安防监控图像；将第一安防监控图像序列中的第1张第一安防监控图像对应的各目标连通域记为第一目标连通域，将第一安防监控图像序列中除第1张第一安防监控图像之外的其它第一安防监控图像对应的各目标连通域记为第一连通域；对于第1张第一安防监控图像对应的任一第一目标连通域：
计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；将该第一目标连通域与所述第2张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值，记为第一特征值；
判断所述第一特征值是否小于预设突变程度阈值，若是，则将第一特征值对应的第一连通域记为该第一目标连通域的同监控对象连通域，继续计算得到该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度，将该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值记为第二特征值，判断所述第二特征值是否小于预设突变程度阈值，若是，则将第二特征值对应的第一连通域记为该第一目标连通域的同监控对象连通域，以此类推，依次对第一安防监控图像序列中的各第一安防监控图像进行遍历，直至在第一安防监控图像序列中首次出现第一安防监控图像中不存在该第二目标连通域的同监控对象连通域时为止，并统计得到该第一目标连通域对应的各同监控对象连通域；
根据第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域内各像素值的概率分布，构建得到所述第1张第一安防监控图像对应的各第一目标连通域对应的霍夫曼树；根据所述各第一目标连通域对应的霍夫曼树，得到所述各第一目标连通域的霍夫曼编码表；根据所述各第一目标连通域的霍夫曼编码表对对应的第一目标连通域以及第一目标连通域的各同监控对象连通域进行编码，将编码的结果进行存储；
获取第一安防监控图像序列中除第1张第一安防监控图像之外的各第一安防监控图像，记为待分析第一安防监控图像；判断各待分析第一安防监控图像对应的各第一连通域中是否存在不是所述第一目标连通域的同监控对象连通域的第一连通域，若存在，则将对应的待分析第一标安防监控图像记为第二安防监控图像；
按照时间的先后顺序构建得到第二安防监控图像序列，并将各第二安防监控图像中除第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域的同监控对象连通域之外的各第一连通域，记为第二连通域；将第二安防监控图像序列中的第1张第二安防监控图像对应的各第二连通域，记为第二目标连通域；对于第二安防监控图像序列中的第1张第二安防监控图像对应的任一第二目标连通域：
计算得到该第二目标连通域与第二安防监控图像序列中的第2张第二目标安防监控图像对应的各第二连通域之间的突变程度，将该第二目标连通域与第二安防监控图像序列中的第2张第二目标安防监控图像对应的各第二连通域之间的突变程度中的最小值记为第一目标特征值，判断所述第一目标特征值是否小于预设突变程度阈值，若是，则将第一目标特征值对应的第二连通域记为该第二目标连通域的同监控对象连通域，并继续计算该第二目标连通域与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度，将该第二目标连通域与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度中的最小值记为第二目标特征值，判断第二目标特征值是否小于预设突变程度阈值，若是，则将第二目标特征值对应的第二连通域记为该第二目标连通域的同监控对象连通域；以此类推，依次对第二安防监控图像序列中的各第二安防监控图像进行遍历，直至在第二安防监控图像序列中首次出现第二安防监控图像中不存在该第二目标连通域的同监控对象连通域时为止，并统计得到该第二目标连通域的各同监控对象连通域；
根据所述第1张第二安防监控图像对应的各第二目标连通域内各像素值的概率分布，构建得到所述第1张第二安防监控图像对应的各第二目标连通域对应的霍夫曼树；根据所述各第二目标连通域对应的霍夫曼树，得到所述各第二目标连通域的霍夫曼编码表；根据所述各第二目标连通域的霍夫曼编码表对对应的第二目标连通域以及第二目标连通域的各同监控对象连通域进行编码，将编码的结果进行存储；
以此类推，直至将目标安防监控图像中的各目标连通域压缩存储完成时为止。
优选的，计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度的方法，包括：
根据该第一目标连通域内各像素值出现的概率以及第2张第一标安防监控图像对应的各第一连通域内各像素值出现的概率，得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；
根据如下公式计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的任一第一连通域之间的突变程度：
Figure 180096DEST_PATH_IMAGE016
其中，
Figure DEST_PATH_IMAGE017
为该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的第d个第一连通域之间的突变程度，
Figure 750755DEST_PATH_IMAGE018
为该第一目标连通域内像素值h出现的概率，
Figure DEST_PATH_IMAGE019
为第一安防监控图像序列中的第2张第一安防监控图像对应的第d个第一连通域内像素值h出现的概率，
Figure 6155DEST_PATH_IMAGE020
为以2为底的对数函数。
有益效果：本发明首先获取历史时间段内的各历史安防监控背景图像、待压缩的安防监控视频中的各待压缩安防监控图像；由于本发明是对各待压缩安防监控图像对应的背景模板图像的序号进行储存，然后再对待压缩安防监控图像上的监控对象所在区域进行无损压缩存储，来达到节约存储空间以及降低压缩率的目的，而又因为待压缩安防监控图像上可能含有监控对象，若直接计算待压缩安防监控图像与各背景模板图像之间的相似性来找待压缩安防监控图像对应的背景模板图像，会导致结果不准确，因此本发明根据各背景模板图像上的各像素点像素值，得到各背景模板图像上的各特征点；然后根据所述各背景模板图像上的各特征点的像素值和各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各待压缩安防监控图像对应的背景模板图像，能够更加准确的确定各待压缩安防监控图像对应的背景模板图像。由于待压缩安防监控图像上的目标连通域才是监控的重点，因此本发明通过对各待压缩安防监控图像对应的二值图像进行分析，来得到目标安防监控图像和待压缩安防监控背景图像，并存储待压缩安防监控背景图像对应的背景模板图像的序号；然后根据各目标安防监控图像对应的各目标连通域，对各目标安防监控图像对应的各目标连通域进行压缩存储，来进一步达到降低压缩率的目的。因此本发明能够更有效的利用存储空间以及降低压缩率。
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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。
图1为本发明一种安防监控视频压缩存储方法的流程图。
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、完整的描述，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，基于本发明实施例，本领域普通技术人员所获得的所有其它实施例，都属于本发明实施例保护的范围。
除非另有定义，本文所使用的所有的技术和科学技术术语与属于本发明的技术人员通常理解的含义相同。
本实施例提供了一种安防监控视频压缩存储方法，详细说明如下：
如图1所示，该安防监控视频压缩存储方法，包括以下步骤：
步骤S001，获取历史时间段内的各历史安防监控背景图像；获取待压缩的安防监控视频；所述待压缩的安防监控视频包括多帧待压缩安防监控图像。
通常情况下，安防监控系统可以分为前端系统和后端系统，前端系统用于采集安防监控视频，后端系统用于处理并显示安防监控视频，前端系统和后端系统通过网络相互通信；前端系统包括视频输入设备、压缩编码模块、文件存储模块和网络通信模块；其中，视频输入设备用于采集安防监控视频，主要包括摄像头和摄像机，压缩编码模块用于对采集到的安防监控视频进行压缩编码，文件存储模块用于对安防监控视频的本地文件存储，网络通信模块用于与后端系统进行通信。由于安防监控系统所涉及的图像数据量巨大，大量的图像数据存储在存储设备中，势必会占用较多的存储设备容量，因此需要对大量的图像数据进行压缩后再存储。
考虑到安防监控系统中安防视频监控摄像头的位置和角度固定，因此安防视频监控摄像头所监控的区域不会发生变化，即场景不会发生变化，虽然场景不会发生变化，但是由于光照、气候等因素的影响，还是会导致安防视频监控采集的图像中不仅存在背景区域相似度较大的图像，而且还会存在背景区域相似度较小的图像，因此安防视频监控摄像头采集的大量的图像中存在大量的冗余背景，所述背景区域是指图像上除监控对象所在区域之外的区域，并且在不同的场景下监控对象会存在差异，本实施例设置监控对象为人、车、动物等；而且安防监控系统监控的重点不是背景区域，而是监控对象所在区域，但是安防监控系统所监控的区域范围内出现的监控对象是不可预见的，即监控范围内出现的监控对象具有多变性、随机性，因此基于较多的历史图像设置的霍夫曼编码表来直接对安防视频监控摄像头所采集的图像进行压缩存储，会浪费大量的存储空间，并且压缩率较高。
虽然安防视频监控摄像头采集的图像中的背景区域不是全部都相似的，但是安防视频监控摄像头采集的图像中的背景区域的变化具有可遍历性，即可以在大量的历史图像中找到与当前采集的图像中的背景区域相似的历史安防监控背景图像；并且虽然安防监控系统所监控的区域范围内出现的监控对象是不可预见的，但是监控对象会在监控范围内短期存在；因此本实施例基于安防视频监控摄像头采集的图像中的背景区域的变化具有可遍历性以及监控对象会在监控范围内短期存在这两个特性，对待压缩的安防监控视频中的大量图像进行压缩，不仅能够降低对待压缩的安防监控视频进行压缩时的压缩率，同时也能保证压缩后的安防监控视频的真实性。
首先本实施例将安防监控系统中安防视频监控摄像头采集的图像记为安防监控图像，将安防视频监控摄像头采集的图像中不存在监控对象的图像记为安防监控背景图像；然后从数据库中获取历史时间段内的各历史安防监控背景图像，并获取安防视频监控摄像头采集的待压缩的安防监控视频；所述待压缩的安防监控视频包括多帧待压缩安防监控图像；所述历史时间段需要根据实际情况设置，但是要求设置的历史时间段要较长。
步骤S002，根据各历史安防监控背景图像之间的差异程度，得到目标背景模板图像集合和目标背景模板图像集合中的各背景模板图像的序号；根据各背景模板图像上的各像素点的像素值，得到各背景模板图像上的各特征点。
紧接着根据历史时间段内的各历史安防监控背景图像，构建得到历史时间段对应的历史安防监控背景图像集合；又因为历史安防监控背景图像上的像素点的像素值可以反映任意两张历史安防监控背景图像之间的差异程度，因此根据历史时间段对应的历史安防监控背景图像集合中任意两张历史安防监控背景图像上的像素点的像素值，得到历史安防监控背景图像集合中任意两张历史安防监控背景图像之间的差异程度，所述历史安防监控背景图像集合中各历史安防监控背景图像上的像素点一一对应；根据如下公式计算历史安防监控背景图像集合中任意两张历史安防监控背景图像之间的差异程度：
Figure DEST_PATH_IMAGE021
其中，
Figure 269647DEST_PATH_IMAGE003
为历史安防监控背景图像集合中第i张历史安防监控背景图像与第j张历史安防监控背景图像之间的差异程度，
Figure 790758DEST_PATH_IMAGE004
为历史背景安防监控图像的行数，
Figure 493003DEST_PATH_IMAGE005
为历史背景安防监控图像的列数，
Figure 415960DEST_PATH_IMAGE006
为第i张历史安防监控背景图像中第
Figure 928981DEST_PATH_IMAGE007
行第
Figure 186656DEST_PATH_IMAGE008
列的像素点的像素值，
Figure 443325DEST_PATH_IMAGE009
为第j张历史安防监控背景图像中第
Figure 470056DEST_PATH_IMAGE007
行第
Figure 888399DEST_PATH_IMAGE008
列的像素点的像素值。
Figure 633370DEST_PATH_IMAGE022
越大，表明
Figure 428150DEST_PATH_IMAGE003
的值越大，而
Figure 309387DEST_PATH_IMAGE003
的值越大，表明历史安防监控背景图像集合中第i张历史安防监控背景图像与第j张历史安防监控背景图像之间的差异程度越大，即越不相似。
紧接着构建初始背景模板图像集合，此时初始背景模板图像集合为空集；然后选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第一历史安防监控背景图像，将第一历史安防监控背景图像放入到初始背景模板图像集合中；然后重新选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第二历史安防监控背景图像，并判断第二历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度是否均大于差异程度阈值，若是，则将第二历史安防监控背景图像也放入到初始背景模板图像集合中；否则，则不将第二历史安防监控背景图像放入到初始背景模板图像集合中；然后再重新选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第三历史安防监控背景图像，并判断第三历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度是否均大于差异程度阈值，若是，则将第三历史安防监控背景图像也放入到初始背景模板图像集合中；否则，则不将第三历史安防监控背景图像放入到初始背景模板图像集合中；以此类推，直到将历史安防监控背景图像集合中的各历史安防监控背景图像遍历完为止，并得到遍历完成后的初始背景模板图像集合，将遍历完成后的初始背景模板图像集合记为目标背景模板图像集合，将遍历完成后的初始背景模板图像集合中的各历史安防监控背景图像记为背景模板图像；且历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度越大，表明该历史安防监控背景图像越不能被初始背景模板图像集合中的各图像表示；本实施例中将差异程度阈值设置为5；本实施例中所有历史安防监控背景图像的大小一样，所述历史安防监控背景图像集合中的图像只会被选取一次。
然后对目标背景模板图像集合中的各背景模板图像进行标注，得到目标背景模板图像集合中各背景模板图像的序号；由于本实施例后续期望对待压缩的安防监控视频中的各待压缩安防监控图像对应的背景模板图像的序号进行储存，然后再对待压缩安防监控图像上的监控对象所在区域进行无损压缩存储，来达到节约存储空间以及降低压缩率的目的；而又因为待压缩安防监控图像上可能含有监控对象，若直接计算待压缩安防监控图像与各背景模板图像之间的相似性来找待压缩安防监控图像对应的背景模板图像，会导致结果不准确。
因此本实施例首先根据各背景模板图像上相同位置像素点的像素值，构建得到各像素点集合，所述像素点集合中的各像素点位于不同背景模板图像上的相同位置，由于背景模板图像上的像素点数量均为A，因此得到的像素点集合的数量为A，每个像素点集合中的像素点数量也为A。例如获取目标背景模板图像集合中的各背景模板图像上的第a个像素点的像素值，并根据各背景模板图像上的第a个像素点的像素值，构建得到第a个像素点集合；a的取值范围为[1,A]，A为背景模板图像上的像素点数量，第a个像素点集合中的像素点数量为A。
又因为当某个像素点集合对应的熵值越大时，表明该像素点集合中的各像素点的像素值比较杂乱，即不统一，那么表明该像素点集合中的各像素点的像素值可以将各背景模板图像区分开，若后续依据该像素点集合中的各像素点的像素值得到的待压缩安防监控图像与各背景模板图像之间的相似性来作为后续得到待压缩安防监控图像对应的背景模板图像的依据时，会让结果更加准确；而当某个像素点集合对应的熵值越小时，表明该像素点集合中的各像素点的像素值比较不杂乱，即相对统一，那么表明该像素点集合中的各像素点的像素值不能将各背景模板图像区分开，若后续依据该像素点集合中的各像素点的像素值来计算待压缩安防监控图像与各背景模板图像之间的相似性来作为后续得到待压缩安防监控图像对应的背景模板图像的依据时，会让结果不可靠。
因此本实施例分别计算各像素点集合中各像素点的像素值之间的熵值，记为各像素点集合对应的熵值；然后按照从大到小的顺序对各像素点集合对应的熵值进行排序，将前预设数量的熵值对应的像素点集合记为目标像素点集合，将各目标像素点集合中的各像素点记为特征点，由于目标像素点集合中的各像素点位于不同背景模板图像上的相同位置，因此根据目标像素点集合中的各特征点，得到各背景模板图像上的各特征点；各背景模板图像上的各特征点位置相同且各背景模板图像上的特征点的数量也相同；将所述预设数量记为K，本实施例设置预设数量K的值为30，因此各背景模板图像上的各特征点的数量也为K。
步骤S003，根据所述各背景模板图像上的各特征点的像素值和各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各待压缩安防监控图像对应的背景模板图像。
因为待压缩安防监控图像上的各像素点与背景模板图像上的各像素点一一对应，因此可以得到各待压缩安防监控图像上与各特征点对应的像素点的像素值；并且又因为各背景模板图像上的各特征点的像素值与各待压缩安防监控图像上与各特征点对应的像素点的像素值之间的差异大小，能反映各背景模板图像与各待压缩安防监控图像之间的相似性；因此本实施例根据各背景模板图像上的各特征点的像素值以及各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各背景模板图像与各待压缩安防监控图像之间的差异程度；对于任一待压缩安防监控图像，根据如下公式计算该待压缩安防监控图像与各背景模板图像之间的差异程度：
Figure 898632DEST_PATH_IMAGE011
其中，
Figure 130899DEST_PATH_IMAGE012
为该待压缩安防监控图像与第d个背景模板图像之间的差异程度，
Figure 729370DEST_PATH_IMAGE013
为该待压缩的安防监控图像上与第b个背景模板图像上的第k个特征点对应的像素点的像素值，
Figure 465114DEST_PATH_IMAGE014
为第b个背景模板图像上的第k个特征点的像素值，K为第b个背景模板图像上特征点的数量；
Figure 756418DEST_PATH_IMAGE014
与
Figure 961134DEST_PATH_IMAGE013
之间的差异越大，表明
Figure 346985DEST_PATH_IMAGE012
越大，即该待压缩安防监控图像与第b个背景模板图像之间越不相似。
因此对于任一待压缩安防监控图像，可以得到该待压缩安防监控图像与各背景模板图像之间的差异程度，并将该待压缩安防监控图像与各背景模板图像之间的差异程度中的最小值对应的背景模板图像记为该待压缩安防监控图像对应的背景模板图像；后续在对该待压缩安防监控图像上除监控对象所在区域之外的区域进行存储时，只将该待压缩安防监控图像对应的背景模板图像对应的序号进行存储即可。因此按照上述过程得到各待压缩安防监控图像对应的背景模板图像。
步骤S004，获取各待压缩安防监控图像对应的二值图像；若所述二值图像上像素值为1的像素点数量大于预设数量，则将对应二值图像对应的待压缩安防监控图像记为目标安防监控图像；否则，则将对应二值图像对应的该待压缩安防监控图像记为待压缩安防监控背景图像，并存储待压缩安防监控背景图像对应的背景模板图像的序号；获取各目标安防监控图像对应的各目标连通域；根据所述目标连通域内的像素点像素值，对各目标安防监控图像对应的各目标连通域进行压缩存储。
由于待压缩安防监控图像中可能存在监控对象所在的区域，虽然可能只占有待压缩安防监控图像上的小部分区域，但是相较于相对比较固定的背景区域来说，监控对象所在的区域才是监控的重点，因此需要对监控对象所在的区域进行无损压缩；而霍夫曼编码是常用的无损压缩方法，但是通常情况下想要达到比较大的压缩效率，需要结合大量历史图像设置霍夫曼编码表；由于安防监控图像中出现的监控对象又是随机的、多变的，若还是根据大量历史图像来设置霍夫曼编码表，并不能达到较好的压缩效果；虽然安防监控图像中出现的监控对象是随机的、多变的，不能依据历史图像获得的霍夫曼编码表来达到较好的压缩效果，但监控对象具有短期不变性，即监控对象进入监控范围后，需要一定的时间才能完全离开监控范围，因此本实施例依据监控对象具有短期不变性的特点构建霍夫曼树，设置霍夫曼编码表，对监控对象所在区域进行编码，进一步达到降低压缩率的目的；具体为：
对于任一待压缩安防监控图像：首先计算该待压缩安防监控图像上的各像素点与对应背景模板图像上对应像素点之间的像素值差值的绝对值，记为该待压缩安防监控图像上的各像素点对应的特征差值；根据该待压缩安防监控图像上的各像素点对应的特征差值，得到该待压缩安防监控图像对应的差值图像以及差值图像上各像素点对应的特征差值；然后将差值图像上各像素点对应的特征差值大于等于预设特征差值阈值的像素点的像素值记为0，将差值图像上各像素点对应的特征差值小于预设特征差值阈值的像素点的像素值记为1，得到差值图像对应的二值图像；首先判断二值图像上像素值为1的像素点数量是否大于预设数量，若是，则将该二值图像对应的待压缩安防监控图像记为目标安防监控图像；否则，则将该二值图像对应的该待压缩安防监控图像记为待压缩安防监控背景图像，所述待压缩安防监控背景图像内不存在监控对象，因此对该待压缩安防监控背景图像进行存储时，直接存储该待压缩安防监控背景图像对应的背景模板图像的序号；所述预设特征差值阈值需要根据实际情况设置。
因此通过上述过程可以得到各目标安防监控图像，然后对各目标安防监控图像对应的二值图像上像素值为1的像素点进行连通域分析，得到各目标安防监控图像对应的二值图像对应的各连通域，获取各目标安防监控图像对应的二值图像对应的各连通域的最小外接矩形，将所述各连通域的最小外接矩形上以及最小外接矩形内的像素点的像素值标记为1，将各连通域的最小外接矩形外的像素点的像素值标记为0，得到各目标安防监控图像对应的二值图像对应的遮罩图像；将遮罩图像与对应的目标安防监控图像相乘，得到各目标安防监控图像上的各连通域，记为目标连通域；所述目标连通域为监控对象所在区域。
然后按照时间的先后顺序对待压缩的安防监控视频中的各目标安防监控图像进行排序，得到第一安防监控图像序列，将第一安防监控图像序列中的目标安防监控图像记为第一安防监控图像；将第一安防监控图像序列中的第1张第一安防监控图像对应的各目标连通域记为第一目标连通域，将第一安防监控图像序列中除第1张第一安防监控图像之外的其它第一安防监控图像对应的各目标连通域记为第一连通域；对于第1张第一安防监控图像对应的任一第一目标连通域：
首先需要计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；由于该第一目标连通域内各像素值出现的概率以及第2张第一安防监控图像对应的各第一连通域内各像素值出现的概率能反映该第一目标连通域与第2张第一安防监控图像对应的各第一连通域之间的突变程度；因此本实施例根据该第一目标连通域内各像素值出现的概率以及第2张第一标安防监控图像对应的各第一连通域内各像素值出现的概率，得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；根据如下公式计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的任一第一连通域之间的突变程度：
Figure DEST_PATH_IMAGE023
其中，
Figure 609339DEST_PATH_IMAGE017
为该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的第d个第一连通域之间的突变程度，
Figure 55233DEST_PATH_IMAGE018
为该第一目标连通域内像素值h出现的概率，
Figure 747246DEST_PATH_IMAGE019
为第一安防监控图像序列中的第2张第一安防监控图像对应的第d个第一连通域内像素值h出现的概率，
Figure 671208DEST_PATH_IMAGE020
为以2为底的对数函数；
Figure 132276DEST_PATH_IMAGE018
和
Figure 772509DEST_PATH_IMAGE019
的值越接近，表明该第一目标连通域与第2张第一安防监控图像对应的第d个第一连通域之间的突变程度越小，即
Figure 686238DEST_PATH_IMAGE017
的值越接近于0；
Figure 413892DEST_PATH_IMAGE018
和
Figure 260625DEST_PATH_IMAGE019
的值越不接近，表明该第一目标连通域与该第2张第一安防监控图像对应的第d个第一连通域之间的突变程度越大，即
Figure 533475DEST_PATH_IMAGE017
的值越接近于1。
因此通过上述过程得到了该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；将该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值，记为第一特征值；判断第一特征值是否大于等于预设突变程度阈值，若是，则判定第2张第一安防监控图像中不存在与该第一目标连通域内的监控对象相同的连通域；否则，则将第一特征值对应的第一连通域记为该第一目标连通域的同监控对象连通域，即该第一目标连通域内的监控对象与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值对应的第一连通域内的监控对象相同，然后继续计算得到该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度，将该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值记为第二特征值，判断第二特征值是否大于等于预设突变程度阈值，若是，则判定第3张第一安防监控图像中不存在与该第一目标连通域内的监控对象相同的连通域；否则，则将第二特征值对应的第一连通域记为该第一目标连通域的同监控对象连通域，即该第一目标连通域内的监控对象与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值对应的第一连通域内的监控对象相同；以此类推，依次对第一安防监控图像序列中的各第一安防监控图像进行遍历，直至在第一安防监控图像序列中首次出现第一安防监控图像中不存在与该第一目标连通域内的监控对象相同的连通域时为止，并统计得到该第一目标连通域对应的各同监控对象连通域，一张第一安防监控图像上最多出现一个该第一目标连通域对应的同监控对象连通域。本实施例中获得该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度的方式与获得该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度的方式相同。
因此按照上述过程得到了第一安防监控图像序列中第1张第一安防监控图像对应的各第一目标连通域的各同监控对象连通域；并且设置第1张第一安防监控图像对应的各第一目标连通域的标识符为1，设置第1张第一安防监控图像对应的各第一目标连通域的各同监控对象连通域的标识符为0。然后依据第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域内各像素值的概率分布，构建所述第1张第一安防监控图像对应的各第一目标连通域对应的霍夫曼树；根据第1张目标安防监控图像中的各第一目标连通域对应的霍夫曼树，得到所述第1张第一安防监控图像对应的各第一目标连通域的霍夫曼编码表；根据所述各第一目标连通域的霍夫曼编码表对对应的各第一目标连通域以及第一目标连通域的同监控对象连通域进行编码，将编码的结果进行存储，因此完成了对第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域以及各第一目标连通域对应的同监控对象连通域的压缩存储。
紧接着获取第一安防监控图像序列中除第1张第一安防监控图像之外的各第一安防监控图像，记为待分析第一安防监控图像；判断各待分析第一安防监控图像对应的各第一连通域中是否存在不是所述第一目标连通域的同监控对象连通域的第一连通域，若存在，则判定对应的待分析第一标安防监控图像中存在需要进行压缩的第一连通域，并将对应的待分析第一标安防监控图像记为第二安防监控图像；否则，则判定对应的待分析第一安防监控图像中不存在需要进行压缩的第一连通域。
然后按照时间的先后顺序构建得到第二安防监控图像序列；并将各第二安防监控图像中除第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域的同监控对象连通域之外的各第一连通域，记为第二连通域；紧接着将第二安防监控图像序列中的第1张第二安防监控图像对应的各第二连通域，记为第二目标连通域；对于第二安防监控图像序列中的第1张第二安防监控图像对应的任一第二目标连通域：
计算得到该第二目标连通域与第二安防监控图像序列中的第2张第二目标安防监控图像对应的各第二连通域之间的突变程度，将该第二目标连通域与第二安防监控图像序列中的第2张第二目标安防监控图像对应的各第二连通域之间的突变程度中的最小值记为第一目标特征值，并判断第一目标特征值是否大于等于预设突变程度阈值，若是，则判定第2张第二目标安防监控图像中不存在与该第二目标连通域内监控对象相同的连通域；否则，则将第一目标特征值对应的第二连通域记为该第二目标连通域的同监控对象连通域，即该第二目标连通域内的监控对象与第二安防监控图像序列中的第2张第二安防监控图像对应的各第二连通域之间的突变程度中的最小值对应的第二连通域内的监控对象相同，并且继续计算该第二目标连通域与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度，将该第二目标连通域与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度中的最小值记为第二目标特征值，判断第二目标特征值是否大于等于预设突变程度阈值，若是，则判定第3张第二安防监控图像中不存在该第二目标连通域内的监控对象相同的连通域；否则，则将第二目标特征值对应的第二连通域记为该第二目标连通域的同监控对象连通域，即该第二目标连通域内的监控对象与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度中的最小值对应的第二连通域内的监控对象相同；以此类推，依次对第二安防监控图像序列中的各第二安防监控图像进行遍历，直至在第二安防监控图像序列中首次出现第二安防监控图像中不存在与该第二目标连通域内的监控对象相同的连通域时为止，并统计得到该第二目标连通域的各同监控对象连通域，一张第二安防监控图像上最多出现一个该第二目标连通域的同监控对象连通域。
因此按照上述过程可以得到第二安防监控图像序列中的第1张第二安防监控图像对应的各第二目标连通域的同监控对象目标连通域；并且设置第1张第二安防监控图像对应的各第二目标连通域的标识符为1，设置第1张第二安防监控图像对应的各第一目标连通域的同监控对象连通域的标识符为0。然后依据第二安防监控图像序列中的第1张第二安防监控图像对应的各第二目标连通域内各像素值的概率分布，构建所述第1张第二安防监控图像对应的各第二目标连通域对应的霍夫曼树；根据第1张第二安防监控图像中的各第二目标连通域对应的霍夫曼树，得到所述第1张第二安防监控图像对应的各第二目标连通域的霍夫曼编码表；根据所述各第二目标连通域的霍夫曼编码表对对应的第二目标连通域以及第二目标连通域的各同监控对象连通域进行编码，将编码的结果进行存储，因此完成了对第二安防监控图像序列中的第1张第二安防监控图像对应的各第二目标连通域以及各第二目标连通域对应的同监控对象连通域的压缩存储。
本实施例中上述获得突变程度的方式均与获得第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度的方式相同；本实施例需要根据实际情况对预设突变程度阈值进行设置。
以此类推，按照上述过程直至将目标安防监控图像中的各目标连通域压缩存储完成时为止。
本实施例首先获取历史时间段内的各历史安防监控背景图像、待压缩的安防监控视频中的各待压缩安防监控图像；由于本实施例是对各待压缩安防监控图像对应的背景模板图像的序号进行储存，然后再对待压缩安防监控图像上的监控对象所在区域进行无损压缩存储，来达到节约存储空间以及降低压缩率的目的，而又因为待压缩安防监控图像上可能含有监控对象，若直接计算待压缩安防监控图像与各背景模板图像之间的相似性来找待压缩安防监控图像对应的背景模板图像，会导致结果不准确，因此本实施例根据各背景模板图像上的各像素点像素值，得到各背景模板图像上的各特征点；然后根据所述各背景模板图像上的各特征点的像素值和各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各待压缩安防监控图像对应的背景模板图像，能够更加准确的确定各待压缩安防监控图像对应的背景模板图像。由于待压缩安防监控图像上的目标连通域才是监控的重点，因此本实施例通过对各待压缩安防监控图像对应的二值图像进行分析，来得到目标安防监控图像和待压缩安防监控背景图像，并存储待压缩安防监控背景图像对应的背景模板图像的序号；然后根据各目标安防监控图像对应的各目标连通域，对各目标安防监控图像对应的各目标连通域进行压缩存储，来进一步达到降低压缩率的目的。因此本发明能够更有效的利用存储空间以及降低压缩率。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种安防监控视频压缩存储方法，其特征在于，该方法包括如下步骤：
获取历史时间段内的各历史安防监控背景图像；获取待压缩的安防监控视频；所述待压缩的安防监控视频包括多帧待压缩安防监控图像；
根据各历史安防监控背景图像之间的差异程度，得到目标背景模板图像集合和目标背景模板图像集合中的各背景模板图像的序号；根据各背景模板图像上的各像素点的像素值，得到各背景模板图像上的各特征点；
根据所述各背景模板图像上的各特征点的像素值和各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各待压缩安防监控图像对应的背景模板图像；
获取各待压缩安防监控图像对应的二值图像；若所述二值图像上像素值为1的像素点数量大于预设数量，则将对应二值图像对应的待压缩安防监控图像记为目标安防监控图像；否则，则将对应二值图像对应的该待压缩安防监控图像记为待压缩安防监控背景图像，并存储待压缩安防监控背景图像对应的背景模板图像的序号；获取各目标安防监控图像对应的各目标连通域；根据所述目标连通域内的像素点像素值，对各目标安防监控图像对应的各目标连通域进行压缩存储。
2.如权利要求1所述的一种安防监控视频压缩存储方法，其特征在于，所述得到目标背景模板图像集合和目标背景模板图像集合中的各背景模板图像的序号的方法，包括：
根据所述各历史安防监控背景图像，构建得到历史时间段对应的历史安防监控背景图像集合；
根据所述历史安防监控背景图像集合中任意两张历史安防监控背景图像上的像素点像素值，得到历史安防监控背景图像集合中任意两张历史安防监控背景图像之间的差异程度；
构建初始背景模板图像集合；
选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第一历史安防监控背景图像，将第一历史安防监控背景图像放入到初始背景模板图像集合中；重新选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第二历史安防监控背景图像，判断第二历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度是否均大于差异程度阈值，若是，则将第二历史安防监控背景图像放入到初始背景模板图像集合中；否则，则不将第二历史安防监控背景图像放入到初始背景模板图像集合中；再重新选取历史安防监控背景图像集合中的任意一张历史安防监控背景图像，记为第三历史安防监控背景图像，并判断第三历史安防监控背景图像与初始背景模板图像集合中的各图像之间的差异程度是否均大于差异程度阈值，若是，则将第三历史安防监控背景图像放入到初始背景模板图像集合中；否则，则不将第三历史安防监控背景图像放入到初始背景模板图像集合中；以此类推，直到将历史安防监控背景图像集合中的各历史安防监控背景图像遍历完为止，并得到遍历完成后的初始背景模板图像集合，将遍历完成后的初始背景模板图像集合记为目标背景模板图像集合，将遍历完成后的初始背景模板图像集合中的各历史安防监控背景图像记为背景模板图像；
对目标背景模板图像集合中的各背景模板图像进行标注，得到目标背景模板图像集合中各背景模板图像的序号。
3.如权利要求2所述的一种安防监控视频压缩存储方法，其特征在于，根据如下公式计算历史安防监控背景图像集合中任意两张历史安防监控背景图像之间的差异程度：
Figure DEST_PATH_IMAGE001
其中，
Figure 501578DEST_PATH_IMAGE002
为历史安防监控背景图像集合中第i张历史安防监控背景图像与第j张历史安防监控背景图像之间的差异程度，
Figure 783654DEST_PATH_IMAGE003
为历史背景安防监控图像的行数，
Figure 219315DEST_PATH_IMAGE004
为历史背景安防监控图像的列数，
Figure 177913DEST_PATH_IMAGE005
为第i张历史安防监控背景图像中第
Figure 331813DEST_PATH_IMAGE006
行第
Figure 666849DEST_PATH_IMAGE007
列的像素点的像素值，
Figure 957016DEST_PATH_IMAGE008
为第j张历史安防监控背景图像中第
Figure 352094DEST_PATH_IMAGE006
行第
Figure 727711DEST_PATH_IMAGE007
列的像素点的像素值。
4.如权利要求1所述的一种安防监控视频压缩存储方法，其特征在于，得到各背景模板图像上的各特征点的方法，包括：
根据各背景模板图像上相同位置像素点的像素值，构建得到各像素点集合，所述像素点集合中的各像素点位于不同背景模板图像上的相同位置；所述背景模板图像上的像素点数量均为A；所述像素点集合的数量为A，每个像素点集合中的像素点数量为A；
计算得到各像素点集合中各像素点的像素值之间的熵值，记为各像素点集合对应的熵值；
按照从大到小的顺序对各像素点集合对应的熵值进行排序，将前预设数量的熵值对应的像素点集合记为目标像素点集合，将各目标像素点集合中的各像素点记为特征点；
根据所述目标像素点集合中的各特征点，得到各背景模板图像上的各特征点。
5.如权利要求1所述的一种安防监控视频压缩存储方法，其特征在于，所述得到各待压缩安防监控图像对应的背景模板图像的方法，包括：
根据各背景模板图像上的各特征点的像素值以及各待压缩安防监控图像上与各特征点对应的像素点的像素值，得到各背景模板图像与各待压缩安防监控图像之间的差异程度；
将该待压缩安防监控图像与各背景模板图像之间的差异程度中的最小值对应的背景模板图像记为该待压缩安防监控图像对应的背景模板图像。
6.如权利要求5所述的一种安防监控视频压缩存储方法，其特征在于，对于任一待压缩安防监控图像，根据如下公式计算该待压缩安防监控图像与各背景模板图像之间的差异程度：
Figure 335279DEST_PATH_IMAGE009
其中，
Figure 11111DEST_PATH_IMAGE010
为该待压缩安防监控图像与第d个背景模板图像之间的差异程度，
Figure 796665DEST_PATH_IMAGE011
为该待压缩的安防监控图像上与第b个背景模板图像上的第k个特征点对应的像素点的像素值，
Figure 908846DEST_PATH_IMAGE012
为第b个背景模板图像上的第k个特征点的像素值，K为第b个背景模板图像上特征点的数量。
7.如权利要求1所述的一种安防监控视频压缩存储方法，其特征在于，所述获取各待压缩安防监控图像对应的二值图像的方法，包括：
对于任一待压缩安防监控图像：
计算该待压缩安防监控图像上的各像素点与对应背景模板图像上对应像素点之间的像素值差值的绝对值，记为该待压缩安防监控图像上的各像素点对应的特征差值；
根据该待压缩安防监控图像上的各像素点对应的特征差值，得到该待压缩安防监控图像对应的差值图像以及差值图像上各像素点对应的特征差值；
将所述差值图像上各像素点对应的特征差值大于等于预设特征差值阈值的像素点的像素值记为0，将所述差值图像上各像素点对应的特征差值小于预设特征差值阈值的像素点的像素值记为1，得到差值图像对应的二值图像。
8.如权利要求1所述的一种安防监控视频压缩存储方法，其特征在于，所述获取各目标安防监控图像对应的各目标连通域的方法，包括：
对各目标安防监控图像对应的二值图像上像素值为1的像素点进行连通域分析，得到各目标安防监控图像对应的二值图像对应的各连通域；
获取各目标安防监控图像对应的二值图像对应的各连通域的最小外接矩形，将所述各连通域的最小外接矩形上以及最小外接矩形内的像素点像素值标记为1，将各连通域的最小外接矩形外的像素点的像素值标记为0，得到各目标安防监控图像对应的二值图像对应的遮罩图像；
将所述遮罩图像与对应的目标安防监控图像相乘，得到各目标安防监控图像上的各连通域，记为目标连通域，所述目标连通域为监控对象所在区域。
9.如权利要求1所述的一种安防监控视频压缩存储方法，其特征在于，根据所述目标连通域内的像素点像素值，对各目标安防监控图像对应的各目标连通域进行压缩存储的方法，包括：
按照时间的先后顺序对各目标安防监控图像进行排序，得到第一安防监控图像序列，将第一安防监控图像序列中的目标安防监控图像记为第一安防监控图像；将第一安防监控图像序列中的第1张第一安防监控图像对应的各目标连通域记为第一目标连通域，将第一安防监控图像序列中除第1张第一安防监控图像之外的其它第一安防监控图像对应的各目标连通域记为第一连通域；对于第1张第一安防监控图像对应的任一第一目标连通域：
计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；将该第一目标连通域与所述第2张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值，记为第一特征值；
判断所述第一特征值是否小于预设突变程度阈值，若是，则将第一特征值对应的第一连通域记为该第一目标连通域的同监控对象连通域，继续计算得到该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度，将该第一目标连通域与第一安防监控图像序列中的第3张第一安防监控图像对应的各第一连通域之间的突变程度中的最小值记为第二特征值，判断所述第二特征值是否小于预设突变程度阈值，若是，则将第二特征值对应的第一连通域记为该第一目标连通域的同监控对象连通域，以此类推，依次对第一安防监控图像序列中的各第一安防监控图像进行遍历，直至在第一安防监控图像序列中首次出现第一安防监控图像中不存在该第二目标连通域的同监控对象连通域时为止，并统计得到该第一目标连通域对应的各同监控对象连通域；
根据第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域内各像素值的概率分布，构建得到所述第1张第一安防监控图像对应的各第一目标连通域对应的霍夫曼树；根据所述各第一目标连通域对应的霍夫曼树，得到所述各第一目标连通域的霍夫曼编码表；根据所述各第一目标连通域的霍夫曼编码表对对应的第一目标连通域以及第一目标连通域的各同监控对象连通域进行编码，将编码的结果进行存储；
获取第一安防监控图像序列中除第1张第一安防监控图像之外的各第一安防监控图像，记为待分析第一安防监控图像；判断各待分析第一安防监控图像对应的各第一连通域中是否存在不是所述第一目标连通域的同监控对象连通域的第一连通域，若存在，则将对应的待分析第一标安防监控图像记为第二安防监控图像；
按照时间的先后顺序构建得到第二安防监控图像序列，并将各第二安防监控图像中除第一安防监控图像序列中的第1张第一安防监控图像对应的各第一目标连通域的同监控对象连通域之外的各第一连通域，记为第二连通域；将第二安防监控图像序列中的第1张第二安防监控图像对应的各第二连通域，记为第二目标连通域；对于第二安防监控图像序列中的第1张第二安防监控图像对应的任一第二目标连通域：
计算得到该第二目标连通域与第二安防监控图像序列中的第2张第二目标安防监控图像对应的各第二连通域之间的突变程度，将该第二目标连通域与第二安防监控图像序列中的第2张第二目标安防监控图像对应的各第二连通域之间的突变程度中的最小值记为第一目标特征值，判断所述第一目标特征值是否小于预设突变程度阈值，若是，则将第一目标特征值对应的第二连通域记为该第二目标连通域的同监控对象连通域，并继续计算该第二目标连通域与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度，将该第二目标连通域与第二安防监控图像序列中的第3张第二安防监控图像对应的各第二连通域之间的突变程度中的最小值记为第二目标特征值，判断第二目标特征值是否小于预设突变程度阈值，若是，则将第二目标特征值对应的第二连通域记为该第二目标连通域的同监控对象连通域；以此类推，依次对第二安防监控图像序列中的各第二安防监控图像进行遍历，直至在第二安防监控图像序列中首次出现第二安防监控图像中不存在该第二目标连通域的同监控对象连通域时为止，并统计得到该第二目标连通域的各同监控对象连通域；
根据所述第1张第二安防监控图像对应的各第二目标连通域内各像素值的概率分布，构建得到所述第1张第二安防监控图像对应的各第二目标连通域对应的霍夫曼树；根据所述各第二目标连通域对应的霍夫曼树，得到所述各第二目标连通域的霍夫曼编码表；根据所述各第二目标连通域的霍夫曼编码表对对应的第二目标连通域以及第二目标连通域的各同监控对象连通域进行编码，将编码的结果进行存储；
以此类推，直至将目标安防监控图像中的各目标连通域压缩存储完成时为止。
10.如权利要求9所述的一种安防监控视频压缩存储方法，其特征在于，所述计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度的方法，包括：
根据该第一目标连通域内各像素值出现的概率以及第2张第一标安防监控图像对应的各第一连通域内各像素值出现的概率，得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的各第一连通域之间的突变程度；
根据如下公式计算得到该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的任一第一连通域之间的突变程度：
Figure 336416DEST_PATH_IMAGE013
其中，
Figure 850443DEST_PATH_IMAGE014
为该第一目标连通域与第一安防监控图像序列中的第2张第一安防监控图像对应的第d个第一连通域之间的突变程度，
Figure DEST_PATH_IMAGE015
为该第一目标连通域内像素值h出现的概率，
Figure 525007DEST_PATH_IMAGE016
为第一安防监控图像序列中的第2张第一安防监控图像对应的第d个第一连通域内像素值h出现的概率，
Figure 140796DEST_PATH_IMAGE017
为以2为底的对数函数。
CN202211092072.4A 2022-09-08 2022-09-08 一种安防监控视频压缩存储方法 Expired - Fee Related CN115190311B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211092072.4A CN115190311B (zh) 2022-09-08 2022-09-08 一种安防监控视频压缩存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211092072.4A CN115190311B (zh) 2022-09-08 2022-09-08 一种安防监控视频压缩存储方法

Publications (2)

Publication Number Publication Date
CN115190311A true CN115190311A (zh) 2022-10-14
CN115190311B CN115190311B (zh) 2022-11-15

Family

ID=83523875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211092072.4A Expired - Fee Related CN115190311B (zh) 2022-09-08 2022-09-08 一种安防监控视频压缩存储方法

Country Status (1)

Country Link
CN (1) CN115190311B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116866503A (zh) * 2023-09-04 2023-10-10 东莞市华复实业有限公司 一种无线4g安防网关数据高效存储方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002158999A (ja) * 2000-08-31 2002-05-31 Hitachi Kokusai Electric Inc 物体検出方法及び物体検出装置並びに侵入物体監視装置
US6570608B1 (en) * 1998-09-30 2003-05-27 Texas Instruments Incorporated System and method for detecting interactions of people and vehicles
CN101715070A (zh) * 2009-11-16 2010-05-26 南京邮电大学 特定监控视频中的背景自动更新方法
CN102147862A (zh) * 2011-05-26 2011-08-10 电子科技大学 一种基于生存指数熵的人脸特征提取方法
CN102521591A (zh) * 2011-11-29 2012-06-27 北京航空航天大学 一种复杂背景下小目标快速识别方法
US20130064467A1 (en) * 2009-12-17 2013-03-14 Elta Systems Ltd. Method and system for enhancing an image
CN109815786A (zh) * 2018-12-06 2019-05-28 杭州电子科技大学 一种基于区域熵特征的步态识别方法
TW202044197A (zh) * 2019-05-29 2020-12-01 多方科技股份有限公司 前景及背景影像判斷方法
CN112102353A (zh) * 2020-08-27 2020-12-18 普联国际有限公司 运动目标的分类方法、装置、设备及存储介质
CN112312087A (zh) * 2020-10-22 2021-02-02 中科曙光南京研究院有限公司 一种在长时监控视频中快速定位事件发生时刻的方法及其系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6570608B1 (en) * 1998-09-30 2003-05-27 Texas Instruments Incorporated System and method for detecting interactions of people and vehicles
JP2002158999A (ja) * 2000-08-31 2002-05-31 Hitachi Kokusai Electric Inc 物体検出方法及び物体検出装置並びに侵入物体監視装置
CN101715070A (zh) * 2009-11-16 2010-05-26 南京邮电大学 特定监控视频中的背景自动更新方法
US20130064467A1 (en) * 2009-12-17 2013-03-14 Elta Systems Ltd. Method and system for enhancing an image
CN102147862A (zh) * 2011-05-26 2011-08-10 电子科技大学 一种基于生存指数熵的人脸特征提取方法
CN102521591A (zh) * 2011-11-29 2012-06-27 北京航空航天大学 一种复杂背景下小目标快速识别方法
CN109815786A (zh) * 2018-12-06 2019-05-28 杭州电子科技大学 一种基于区域熵特征的步态识别方法
TW202044197A (zh) * 2019-05-29 2020-12-01 多方科技股份有限公司 前景及背景影像判斷方法
CN112102353A (zh) * 2020-08-27 2020-12-18 普联国际有限公司 运动目标的分类方法、装置、设备及存储介质
CN112312087A (zh) * 2020-10-22 2021-02-02 中科曙光南京研究院有限公司 一种在长时监控视频中快速定位事件发生时刻的方法及其系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116866503A (zh) * 2023-09-04 2023-10-10 东莞市华复实业有限公司 一种无线4g安防网关数据高效存储方法
CN116866503B (zh) * 2023-09-04 2023-11-14 东莞市华复实业有限公司 一种无线4g安防网关数据高效存储方法

Also Published As

Publication number Publication date
CN115190311B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
US10579669B2 (en) System, apparatus, method, program and recording medium for processing image
RU2505856C2 (ru) Способ и устройство для представления и идентификации дескрипторов признаков с использованием сжатой гистограммы градиентов
CN110147710B (zh) 人脸特征的处理方法、装置和存储介质
CN111160243A (zh) 客流量统计方法及相关产品
CN108063914B (zh) 监控视频文件生成、播放方法、装置及终端设备
CN111401238B (zh) 一种视频中人物特写片段的检测方法及装置
CN112581462A (zh) 工业产品的外观缺陷检测方法、装置及存储介质
CN110826365A (zh) 一种视频指纹生成方法和装置
CN113496208B (zh) 视频的场景分类方法及装置、存储介质、终端
CN115190311B (zh) 一种安防监控视频压缩存储方法
CN112926472A (zh) 视频分类方法、装置及设备
CN111598176B (zh) 一种图像匹配处理方法及装置
CN115311632A (zh) 一种基于多摄像头的车辆重识别方法和设备
CN111507342A (zh) 一种图像处理方法、装置、系统及存储介质
CN112529939A (zh) 一种目标轨迹匹配方法、装置、机器可读介质及设备
CN116233479A (zh) 基于数据处理的直播信息内容审核系统及方法
CN110807790A (zh) 一种视频目标轨迹跟踪内容的图像数据抽取压缩方法
CN112580435B (zh) 人脸定位方法、人脸模型训练与检测方法及装置
CN108345847B (zh) 一种人脸图像标签数据生成系统及其方法
CN113128278B (zh) 一种图像识别方法及装置
CN111914117A (zh) 一种面向检索的监控视频大数据记录方法及系统
CN111797973A (zh) 确定模型结构的方法、装置和电子系统
CN114724128A (zh) 一种车牌识别方法、装置、设备和介质
CN113515986A (zh) 视频处理、数据处理方法及设备
CN113673449A (zh) 一种数据存储方法、装置、设备和存储介质

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221115