CN116469055A - 用于分向标记的关键图像区域判断系统 - Google Patents
用于分向标记的关键图像区域判断系统 Download PDFInfo
- Publication number
- CN116469055A CN116469055A CN202310471344.XA CN202310471344A CN116469055A CN 116469055 A CN116469055 A CN 116469055A CN 202310471344 A CN202310471344 A CN 202310471344A CN 116469055 A CN116469055 A CN 116469055A
- Authority
- CN
- China
- Prior art keywords
- image block
- component value
- image
- standard deviation
- value corresponding
- 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 claims abstract description 108
- 230000007246 mechanism Effects 0.000 claims abstract description 64
- 230000008859 change Effects 0.000 claims abstract description 37
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 239000003550 marker Substances 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 10
- 230000000903 blocking effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于分向标记的关键图像区域判断系统，所述系统包括：动态切分机构，针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块；逐块判断机构，针对每一图像分块执行基于各个分量变化剧烈程度的变化剧烈图像分块、变化缓和图像分块以及无变化图像分块的分辨；分向操作机构，将每一帧实时监控图像中的各个变化剧烈图像分块进行高亮红色标记。通过本发明，能够采用基于不同分量数值的变化剧烈程度的分辨机制识别每一帧视频监控画面中的变化剧烈图像分块、变化缓和图像分块以及无变化图像分块，并对变化剧烈图像分块进行重点监控和重点存储，从而提升了后续监控的速度和效率。
Description
技术领域
本发明涉及图像处理领域，更具体地，涉及一种用于分向标记的关键图像区域判断系统。
背景技术
一般地，视频监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机通过同轴视频电缆、网线、光纤将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内。通过控制主机，操作人员可发出指令，对云台的上、下、左、右的动作进行控制及对镜头进行调焦变倍的操作，并可通过控制主机实现在多路摄像机及云台之间的切换。利用特殊的录像处理模式，可对图像进行录入、回放、处理等操作，使录像效果更佳。
视频监控是各行业重点部门或重要场所进行实时监控的物理基础，管理部门可通过它获得有效数据、图像或声音信息，对突发性异常事件的过程进行及时的监视和记忆，用以提供高效、及时地指挥和高度、布置警力、处理案件等。随着当前计算机应用的迅速发展和推广，全世界掀起了一股强大的数字化浪潮，各种设备数字化已成为安全防护的首要目标。数码监控报警的性能特点是：监控画面实时显示，录像图象质量单路调节功能，每路录像速度可分别设置，快速检索，多种录像方式设定功能，自动备份，云台/镜头控制功能，网络传输等。
CN115083130A公开号的技术提供一种长效分布式应急监测报警系统及方法，包括：设置于分布式监控点的监控报警装置，监控报警装置中的金属燃料电池在不满足触发通电条件时处于休眠状态，在满足触发通电条件时处于激活状态，在休眠状态下金属燃料电池无法向报警发射模块提供电能、且在激活状态金属燃料电池向报警发射模块提供电能，报警发射模块在金属燃料电池未提供电能时，无法上报监控报警信息，报警发射模块在金属燃料电池提供电能时，持续上报监控报警信息；监控中心报警装置用于在接收到监控报警装置上报的监控报警信息时，根据监控报警信息中的监控点位置信息匹配地图信息，根据监控报警信息以及地图信息生成用于在监控界面显示的显示报警信息。
CN114490249A公开号的技术提供一种监控报警方法和装置、计算机设备、存储介质；获取至少一个服务实例上报的监控数据；根据监控数据获取对应的报警规则；根据报警规则判断监控数据是否满足预设报警条件；根据监控数据中满足预警条件的监控数据，生成报警信息。通过对不同的服务实例配置不同的报警规则，不但能够对单个服务实例的指标值进行监控报警，还能够对多个服务实例所组成的集群所对应的指标值进行监控报警，能够满足不同的监控报警需求。
但是，由于视频监控画面数量众多，每一帧视频监控画面的内容较为复杂，往往存在变化剧烈图像分块、变化缓和图像分块以及无变化图像分块，视频监控人员仅仅需要重点关注变化剧烈图像分块、轻度关注变化缓和图像分块，同时变化剧烈图像分块存储的意义最为重大，然而，现有技术中缺乏变化剧烈图像分块、变化缓和图像分块以及无变化图像分块的针对性的分辨机制，导致后续的监控和存储缺乏重点。
发明内容
为了解决相关领域的技术问题，本发明提供了一种用于分向标记的关键图像区域判断系统，能够采用基于不同分量数值的变化剧烈程度的针对性的分辨机制识别每一帧视频监控画面中的变化剧烈图像分块、变化缓和图像分块以及无变化图像分块，并对变化剧烈图像分块进行重点监控和重点存储，从而提升了后续监控的效率，缓和了海量视频数据存储的压力。
根据本发明的一方面，提供了一种用于分向标记的关键图像区域判断系统，所述系统包括：
内容抓取机构，设置在监控区域，用于采用设定帧率执行对所述监控区域的视频监控操作，以获得各个抓取时刻分别对应的各帧实时监控图像；
噪声检测机构，与所述内容抓取机构连接，用于针对每一帧实时监控图像检测其中的主要噪声类型数量和最大噪声幅值，所述主要噪声类型为对应的实时监控图像中出现的幅值超过设定幅值阈值的噪声类型，将所述实时监控图像中各个主要噪声类型分别对应的各个最大幅值中的最大值作为所述实时监控图像的最大噪声幅值；
动态切分机构，与所述噪声检测机构连接，用于针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值；
逐块判断机构，与所述动态切分机构连接，用于针对每一图像分块执行以下操作：获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值，并在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化剧烈图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中三项都不成立时，判断所述图像分块为无变化图像分块；
分向操作机构，与所述逐块判断机构连接，用于针对每一实时监控图像执行以下操作：将各个变化剧烈图像分块进行高亮红色标记，将各个变化缓和图像分块进行低亮蓝色标记，将各个无变化图像分块不执行标记，以获得所述实时监控图像对应的组合显示图像。
本发明的新颖性和创造性体现在：
1.对每一帧实时监控图像执行基于其主要噪声类型数量和最大噪声幅值的均匀分割操作以获得各个尺寸相等的图像分块，主要噪声类型数量越多，每一图像分块占据的像素点数量越多，同时最大噪声幅值越大，每一图像分块占据的像素点数量越多，各种分割模式下每一图像分块的尺寸存在最小尺寸的限制，以避免图像分块过小导致数值分析失准；
2.针对每一帧实时监控图像的每一图像分块，基于其各个像素点分别在色调分量数值的变化剧烈程度、亮度分量数值的变化剧烈程度以及饱和度分量数值的变化剧烈程度判断所述图像分块是否属于变化剧烈图像分块、变化缓和图像分块以及无变化图像分块，并进行分向标记处理以及仅仅本地存储各个变化剧烈图像分块，从而提升了监控人员对重点区域的关注度，降低了本地的数据存储开销。
本发明的用于分向标记的关键图像区域判断系统逻辑紧凑、应用广泛。由于能够采用基于不同分量数值的变化剧烈程度的分辨机制识别每一帧视频监控画面中的变化剧烈图像分块、变化缓和图像分块以及无变化图像分块，并对变化剧烈图像分块进行重点监控和重点存储，从而提升了后续监控的速度和效率。
附图简要说明
本领域技术人员通过参考附图可更好理解本发明的众多优点。
图1是依照本发明第一实施方案的用于分向标记的关键图像区域判断系统的内部结构示意图。
图2是依照本发明第二实施方案的用于分向标记的关键图像区域判断系统的内部结构示意图。
图3是依照本发明第三实施方案的用于分向标记的关键图像区域判断系统的内部结构示意图。
具体实施方式
第一实施方案
图1是依照本发明第一实施方案的用于分向标记的关键图像区域判断系统的内部结构示意图，示出的系统内部结构包括以下部件：
内容抓取机构，设置在监控区域，用于采用设定帧率执行对所述监控区域的视频监控操作，以获得各个抓取时刻分别对应的各帧实时监控图像；
噪声检测机构，与所述内容抓取机构连接，用于针对每一帧实时监控图像检测其中的主要噪声类型数量和最大噪声幅值，所述主要噪声类型为对应的实时监控图像中出现的幅值超过设定幅值阈值的噪声类型，将所述实时监控图像中各个主要噪声类型分别对应的各个最大幅值中的最大值作为所述实时监控图像的最大噪声幅值；
动态切分机构，与所述噪声检测机构连接，用于针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值；
逐块判断机构，与所述动态切分机构连接，用于针对每一图像分块执行以下操作：获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值，并在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化剧烈图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中三项都不成立时，判断所述图像分块为无变化图像分块；
分向操作机构，与所述逐块判断机构连接，用于针对每一实时监控图像执行以下操作：将各个变化剧烈图像分块进行高亮红色标记，将各个变化缓和图像分块进行低亮蓝色标记，将各个无变化图像分块不执行标记，以获得所述实时监控图像对应的组合显示图像；
其中，针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值包括：主要噪声类型数量越多，每一图像分块占据的像素点数量越多；
其中，针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值包括：最大噪声幅值越大，每一图像分块占据的像素点数量越多。
第二实施方案
图2是依照本发明第二实施方案的用于分向标记的关键图像区域判断系统的内部结构示意图，示出的系统内部结构包括以下部件：
内容抓取机构，设置在监控区域，用于采用设定帧率执行对所述监控区域的视频监控操作，以获得各个抓取时刻分别对应的各帧实时监控图像；
噪声检测机构，与所述内容抓取机构连接，用于针对每一帧实时监控图像检测其中的主要噪声类型数量和最大噪声幅值，所述主要噪声类型为对应的实时监控图像中出现的幅值超过设定幅值阈值的噪声类型，将所述实时监控图像中各个主要噪声类型分别对应的各个最大幅值中的最大值作为所述实时监控图像的最大噪声幅值；
动态切分机构，与所述噪声检测机构连接，用于针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值；
逐块判断机构，与所述动态切分机构连接，用于针对每一图像分块执行以下操作：获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值，并在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化剧烈图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中三项都不成立时，判断所述图像分块为无变化图像分块；
分向操作机构，与所述逐块判断机构连接，用于针对每一实时监控图像执行以下操作：将各个变化剧烈图像分块进行高亮红色标记，将各个变化缓和图像分块进行低亮蓝色标记，将各个无变化图像分块不执行标记，以获得所述实时监控图像对应的组合显示图像；
选择存储机构，与所述分向操作机构电性连接，用于针对每一实时监控图像，仅仅保存其各个变化剧烈图像分块；
其中，在所述选择存储机构中，不同实时监控图像的变化剧烈图像分块被存储在不同物理地址内。
第三实施方案
图3是依照本发明第三实施方案的用于分向标记的关键图像区域判断系统的内部结构示意图，示出的系统内部结构包括以下部件：
内容抓取机构，设置在监控区域，用于采用设定帧率执行对所述监控区域的视频监控操作，以获得各个抓取时刻分别对应的各帧实时监控图像；
噪声检测机构，与所述内容抓取机构连接，用于针对每一帧实时监控图像检测其中的主要噪声类型数量和最大噪声幅值，所述主要噪声类型为对应的实时监控图像中出现的幅值超过设定幅值阈值的噪声类型，将所述实时监控图像中各个主要噪声类型分别对应的各个最大幅值中的最大值作为所述实时监控图像的最大噪声幅值；
动态切分机构，与所述噪声检测机构连接，用于针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值；
逐块判断机构，与所述动态切分机构连接，用于针对每一图像分块执行以下操作：获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值，并在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化剧烈图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中三项都不成立时，判断所述图像分块为无变化图像分块；
分向操作机构，与所述逐块判断机构连接，用于针对每一实时监控图像执行以下操作：将各个变化剧烈图像分块进行高亮红色标记，将各个变化缓和图像分块进行低亮蓝色标记，将各个无变化图像分块不执行标记，以获得所述实时监控图像对应的组合显示图像；
巨屏显示机构，与所述分向操作机构无线连接，用于接收并播放各帧实时监控图像分别对应的各帧组合显示图像；
其中，所述巨屏显示机构由多个LCD显示屏幕拼接构成，且所述巨屏显示机构还包括分别与多个LCD显示屏幕连接的显示驱动设备。
接着，继续对本发明的用于分向标记的关键图像区域判断系统的具体结构进行进一步的说明。
在根据本发明的任一实施方案的用于分向标记的关键图像区域判断系统中：
获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值包括：每一个色调分量数值的取值在0-255之间，每一个亮度分量数值的取值在0-255之间，每一个饱和度分量数值的取值在0-255之间。
以及在根据本发明的任一实施方案的用于分向标记的关键图像区域判断系统中：
在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个色调分量数值的标准差超限且所述图像分块对应的各个亮度分量数值的标准差超限但所述图像分块对应的各个饱和度分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块；
其中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个色调分量数值的标准差未超限但所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化缓和图像分块；
其中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个亮度分量数值的标准差未超限但所述图像分块对应的各个色调分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化缓和图像分块；
其中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个亮度分量数值的标准差超限但所述图像分块对应的各个色调分量数值的标准差未超限以及所述图像分块对应的各个饱和度分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块；
其中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个色调分量数值的标准差超限但所述图像分块对应的各个亮度分量数值的标准差未超限以及所述图像分块对应的各个饱和度分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块。
另外，在所述用于分向标记的关键图像区域判断系统中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个饱和度分量数值的标准差超限但所述图像分块对应的各个亮度分量数值的标准差未超限以及所述图像分块对应的各个色调分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块。
通过对本发明的具体实施，本发明的发明点为：
1.对每一帧实时监控图像执行基于其主要噪声类型数量和最大噪声幅值的均匀分割操作以获得各个尺寸相等的图像分块，主要噪声类型数量越多，每一图像分块占据的像素点数量越多，同时最大噪声幅值越大，每一图像分块占据的像素点数量越多，各种分割模式下每一图像分块的尺寸存在最小尺寸的限制，以避免图像分块过小导致数值分析失准；
2.针对每一帧实时监控图像的每一图像分块，基于其各个像素点分别在色调分量数值的变化剧烈程度、亮度分量数值的变化剧烈程度以及饱和度分量数值的变化剧烈程度判断所述图像分块是否属于变化剧烈图像分块、变化缓和图像分块以及无变化图像分块，并进行分向标记处理以及仅仅本地存储各个变化剧烈图像分块，从而提升了监控人员对重点区域的关注度，降低了本地的数据存储开销。
至此已经详细地讨论了本发明的优选实施方案，但这些实施方案只是用来澄清本发明的技术内容的特殊实例。因此，本发明不应认为局限于这些特殊的实例。本发明的精神和范围仅由附后的权利要求书予以限定。
Claims (10)
1.一种用于分向标记的关键图像区域判断系统，其特征在于，所述系统包括：
内容抓取机构，设置在监控区域，用于采用设定帧率执行对所述监控区域的视频监控操作，以获得各个抓取时刻分别对应的各帧实时监控图像；
噪声检测机构，与所述内容抓取机构连接，用于针对每一帧实时监控图像检测其中的主要噪声类型数量和最大噪声幅值，所述主要噪声类型为对应的实时监控图像中出现的幅值超过设定幅值阈值的噪声类型，将所述实时监控图像中各个主要噪声类型分别对应的各个最大幅值中的最大值作为所述实时监控图像的最大噪声幅值；
动态切分机构，与所述噪声检测机构连接，用于针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值；
逐块判断机构，与所述动态切分机构连接，用于针对每一图像分块执行以下操作：获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值，并在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化剧烈图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中三项都不成立时，判断所述图像分块为无变化图像分块；
分向操作机构，与所述逐块判断机构连接，用于针对每一实时监控图像执行以下操作：将各个变化剧烈图像分块进行高亮红色标记，将各个变化缓和图像分块进行低亮蓝色标记，将各个无变化图像分块不执行标记，以获得所述实时监控图像对应的组合显示图像。
2.如权利要求1所述的用于分向标记的关键图像区域判断系统，其特征在于：
针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值包括：主要噪声类型数量越多，每一图像分块占据的像素点数量越多；
其中，针对每一帧实时监控图像基于主要噪声类型数量和最大噪声幅值执行均匀分割操作以获得各个尺寸相等的图像分块，每一图像分块占据的像素点数量超过设定数量阈值包括：最大噪声幅值越大，每一图像分块占据的像素点数量越多。
3.如权利要求2所述的用于分向标记的关键图像区域判断系统，其特征在于，所述系统进一步包括：
选择存储机构，与所述分向操作机构电性连接，用于针对每一实时监控图像，仅仅保存其各个变化剧烈图像分块。
4.如权利要求3所述的用于分向标记的关键图像区域判断系统，其特征在于：
在所述选择存储机构中，不同实时监控图像的变化剧烈图像分块被存储在不同物理地址内。
5.如权利要求2所述的用于分向标记的关键图像区域判断系统，其特征在于，所述系统进一步包括：
巨屏显示机构，与所述分向操作机构无线连接，用于接收并播放各帧实时监控图像分别对应的各帧组合显示图像。
6.如权利要求5所述的用于分向标记的关键图像区域判断系统，其特征在于：
所述巨屏显示机构由多个LCD显示屏幕拼接构成，且所述巨屏显示机构还包括分别与多个LCD显示屏幕连接的显示驱动设备。
7.如权利要求2-6任一所述的用于分向标记的关键图像区域判断系统，其特征在于：
获取所述图像分块的每一个像素点对应的YUV空间下的色调分量数值、亮度分量数值和饱和度分量数值，以获得所述图像分块的各个像素点分别对应的各个色调分量数值、各个亮度分量数值和各个饱和度分量数值包括：每一个色调分量数值的取值在0-255之间，每一个亮度分量数值的取值在0-255之间，每一个饱和度分量数值的取值在0-255之间。
8.如权利要求2-6任一所述的用于分向标记的关键图像区域判断系统，其特征在于：
在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个色调分量数值的标准差超限且所述图像分块对应的各个亮度分量数值的标准差超限但所述图像分块对应的各个饱和度分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块。
9.如权利要求8所述的用于分向标记的关键图像区域判断系统，其特征在于：
在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个色调分量数值的标准差未超限但所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化缓和图像分块。
10.如权利要求9所述的用于分向标记的关键图像区域判断系统，其特征在于：
在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个亮度分量数值的标准差未超限但所述图像分块对应的各个色调分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限时，判断所述图像分块为变化缓和图像分块；
其中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个亮度分量数值的标准差超限但所述图像分块对应的各个色调分量数值的标准差未超限以及所述图像分块对应的各个饱和度分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块；
其中，在所述图像分块对应的各个色调分量数值的标准差超限、所述图像分块对应的各个亮度分量数值的标准差超限以及所述图像分块对应的各个饱和度分量数值的标准差超限中一项或两项成立时，判断所述图像分块为变化缓和图像分块包括：在所述图像分块对应的各个色调分量数值的标准差超限但所述图像分块对应的各个亮度分量数值的标准差未超限以及所述图像分块对应的各个饱和度分量数值的标准差未超限时，判断所述图像分块为变化缓和图像分块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310471344.XA CN116469055A (zh) | 2023-04-26 | 2023-04-26 | 用于分向标记的关键图像区域判断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310471344.XA CN116469055A (zh) | 2023-04-26 | 2023-04-26 | 用于分向标记的关键图像区域判断系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116469055A true CN116469055A (zh) | 2023-07-21 |
Family
ID=87182368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310471344.XA Pending CN116469055A (zh) | 2023-04-26 | 2023-04-26 | 用于分向标记的关键图像区域判断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116469055A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1919712A (zh) * | 2006-09-20 | 2007-02-28 | 浙江工业大学 | 基于图像识别技术的电梯安全防范装置 |
| CN203301665U (zh) * | 2013-04-12 | 2013-11-20 | 东北林业大学 | 基于无线传感器网络的svg图像传输装置 |
| CN104735449A (zh) * | 2015-02-27 | 2015-06-24 | 成都信息工程学院 | 一种基于矩形分割隔列扫描的图像传输方法及系统 |
| CN107587456A (zh) * | 2017-09-28 | 2018-01-16 | 邵伟 | 实时监控型地锁装置 |
| CN107707948A (zh) * | 2017-09-20 | 2018-02-16 | 李�荣 | 一种同时集成实时监控功能以及用户信息采集功能的方法 |
| CN108985388A (zh) * | 2018-08-22 | 2018-12-11 | 浙江大丰实业股份有限公司 | 基于负荷检测的蜂鸣报警机构 |
| CN109120931A (zh) * | 2018-09-05 | 2019-01-01 | 浙江树人学院 | 一种基于帧间相关性的流媒体视频压缩方法 |
| CN109958924A (zh) * | 2018-11-01 | 2019-07-02 | 永康市道可道科技有限公司 | 多开关声控卧室灯 |
| CN110789312A (zh) * | 2019-11-07 | 2020-02-14 | 陈定良 | 一种公共汽车 |
| CN111862665A (zh) * | 2019-04-10 | 2020-10-30 | 奥菲(泰州)光电传感技术有限公司 | 管理数据即时显示平台 |
| CN111951590A (zh) * | 2019-05-15 | 2020-11-17 | 窦翠云 | 基于云存储的车位管理方法 |
| CN114943703A (zh) * | 2022-05-24 | 2022-08-26 | 闫雪 | 多分量p图区域分析系统 |
-
2023
- 2023-04-26 CN CN202310471344.XA patent/CN116469055A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1919712A (zh) * | 2006-09-20 | 2007-02-28 | 浙江工业大学 | 基于图像识别技术的电梯安全防范装置 |
| CN203301665U (zh) * | 2013-04-12 | 2013-11-20 | 东北林业大学 | 基于无线传感器网络的svg图像传输装置 |
| CN104735449A (zh) * | 2015-02-27 | 2015-06-24 | 成都信息工程学院 | 一种基于矩形分割隔列扫描的图像传输方法及系统 |
| CN107707948A (zh) * | 2017-09-20 | 2018-02-16 | 李�荣 | 一种同时集成实时监控功能以及用户信息采集功能的方法 |
| CN107587456A (zh) * | 2017-09-28 | 2018-01-16 | 邵伟 | 实时监控型地锁装置 |
| CN108985388A (zh) * | 2018-08-22 | 2018-12-11 | 浙江大丰实业股份有限公司 | 基于负荷检测的蜂鸣报警机构 |
| CN109120931A (zh) * | 2018-09-05 | 2019-01-01 | 浙江树人学院 | 一种基于帧间相关性的流媒体视频压缩方法 |
| CN109958924A (zh) * | 2018-11-01 | 2019-07-02 | 永康市道可道科技有限公司 | 多开关声控卧室灯 |
| CN111862665A (zh) * | 2019-04-10 | 2020-10-30 | 奥菲(泰州)光电传感技术有限公司 | 管理数据即时显示平台 |
| CN111951590A (zh) * | 2019-05-15 | 2020-11-17 | 窦翠云 | 基于云存储的车位管理方法 |
| CN110789312A (zh) * | 2019-11-07 | 2020-02-14 | 陈定良 | 一种公共汽车 |
| CN114943703A (zh) * | 2022-05-24 | 2022-08-26 | 闫雪 | 多分量p图区域分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11282380B2 (en) | Automated camera response in a surveillance architecture | |
| CN201830392U (zh) | 一种安全监控系统 | |
| US9860536B2 (en) | System and method for high-resolution storage of images | |
| CN102176758A (zh) | 一种视频质量诊断系统及其实现方法 | |
| CN104573037B (zh) | 一种通过多颜色时间轴快速查询监控录像的方法及系统 | |
| CN101720029B (zh) | 网络智能视频监控方法及系统 | |
| KR20190092227A (ko) | 지능형 영상 분석에 의한 실영상 및 녹화영상 검색 시스템 | |
| CN109326125B (zh) | 基于嵌入式系统的图片质量诊断系统及诊断方法 | |
| US20150125130A1 (en) | Method for network video recorder to accelerate history playback and event locking | |
| CN108259861A (zh) | 一种基于互联网的智能监控系统 | |
| CN116469055A (zh) | 用于分向标记的关键图像区域判断系统 | |
| CN112702577A (zh) | 多协议视频监控设备接入的融合视频监控系统 | |
| KR100834012B1 (ko) | 무인 교통 단속시스템 | |
| CN104702886A (zh) | 一种音视频插播监控系统装置 | |
| CN114286059A (zh) | 一种幼儿园无线视频监控系统 | |
| CN210405509U (zh) | 一种效率高的社区安防中心 | |
| CN103763520A (zh) | 基于多摄像头数字监控系统 | |
| JP2001014471A (ja) | 画像パタン比較装置、画像パタン変化検出装置、監視装置及び監視システム | |
| CN111787285A (zh) | 一种基于商务软件平台的可视化监控系统 | |
| CN112218040A (zh) | 高压电缆附件安装用后台监视装置、系统 | |
| CN108848342A (zh) | 一种智能考场监控系统 | |
| CN111726569A (zh) | 监控内容替换检测系统及方法 | |
| CN105704459A (zh) | 应急指挥中控系统 | |
| CN207150733U (zh) | 一种物联网视频监控系统 | |
| CN206433086U (zh) | 一种视频监控系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231129 Address after: 200000 floor 6, building 1, No. 288, Ningfu Road, Nanqiao Town, Fengxian District, Shanghai Applicant after: Shanghai Kassai Industrial Co.,Ltd. Address before: Room 401, Building 20, Shanghai Pudong Software Park, No. 498, Guo Shoujing Road, Zhangjiang Hi Tech, Pudong New Area, Shanghai, March 2012 Applicant before: Yang Lirong |