CN117201790A - 一种天然气管道监控视频优化编码方法及系统 - Google Patents
一种天然气管道监控视频优化编码方法及系统 Download PDFInfo
- Publication number
- CN117201790A CN117201790A CN202311466145.6A CN202311466145A CN117201790A CN 117201790 A CN117201790 A CN 117201790A CN 202311466145 A CN202311466145 A CN 202311466145A CN 117201790 A CN117201790 A CN 117201790A
- Authority
- CN
- China
- Prior art keywords
- sequence
- key
- change
- acquiring
- video
- 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
Links
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 title claims abstract description 78
- 238000012544 monitoring process Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000003345 natural gas Substances 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 title claims abstract description 9
- 238000004925 denaturation Methods 0.000 claims abstract description 39
- 230000036425 denaturation Effects 0.000 claims abstract description 39
- 238000007906 compression Methods 0.000 claims abstract description 31
- 230000006835 compression Effects 0.000 claims abstract description 30
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 5
- 230000011218 segmentation Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/30—Use of alternative fuels, e.g. biofuels
Landscapes
- Compression Or Coding Systems Of Tv Signals (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及视频编码传输技术领域,提出了一种天然气管道监控视频优化编码方法及系统,包括:采集天然气管道的监控视频,获取若干关键区域及非关键区域;获取每一视频帧的若干变化区域;得到若干种区域及每种区域的关注度;获取每个位置的重要性;根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;得到每个像素值的整体需变性;对第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。本发明旨在解决视频压缩编码过程中相邻帧相关性较弱导致压缩效果较差的问题。
Description
技术领域
本发明涉及视频编码传输技术领域,具体涉及一种天然气管道监控视频优化编码方法及系统。
背景技术
天然气管道由于工作环境等因素,需要实时进行监控,这会导致监控视频数据量较大,进而由于数据量较大导致传输速率较慢,数据中心不能及时对天然气管道进行监控,因此需要对天然气管道的监控视频进行编码压缩再传输。而天然气管道的监控视频的相邻帧中变化较小,因此可以根据相邻帧之间的变化进行压缩;然而由于环境因素等影响,每一视频帧中存在几乎没有变化的区域,同时存在变化较大的区域,对于变化较小的区域,压缩过程中可以进行有损压缩进而提高压缩效率,因此需要通过对变化较小的区域进行一定程度的信息损失,同时保证变化较大的区域信息不会丢失,进而提高编码压缩效率,增大监控视频的传输效率。
发明内容
本发明提供一种天然气管道监控视频优化编码方法及系统,以解决现有的视频压缩编码过程中相邻帧相关性较弱导致压缩效果较差的问题,所采用的技术方案具体如下:
第一方面,本发明一个实施例提供了一种天然气管道监控视频优化编码方法,该方法包括以下步骤:
采集天然气管道的监控视频,获取监控视频中每一视频帧的若干关键区域及非关键区域;
根据相邻视频帧中相同位置的像素值分布,获取每一视频帧的若干变化区域;根据变化区域、关键区域及非关键区域,得到若干种区域及每种区域的关注度;根据关注度获取每一视频帧中每个位置的重要性;
根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;结合每一视频帧中每个位置的重要性,得到每个像素值的整体需变性;
根据整体需变性对每个位置的第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。
进一步的,所述每一视频帧的若干变化区域,具体的获取方法为:
对于监控视频中任意相邻两视频帧,对两视频帧中相同位置的像素值获取差值绝对值,将所有位置的差值绝对值按照视频帧中位置的排布组成的矩阵,记为相邻两视频帧的帧差矩阵,对帧差矩阵中元素值不为0的位置在相邻两视频帧中第二个视频帧对应的位置,记为变化位置,第二个视频帧中变化位置组成若干区域,记为第二个视频帧中的若干变化区域;获取监控视频中每一视频帧的若干变化区域。
进一步的,所述得到若干种区域及每种区域的关注度,包括的具体方法为:
根据不同视频帧的变化区域,通过目标跟踪方法获取若干变化区域序列;对于任意一个视频帧,将该视频帧中与变化区域的交集不为空的关键区域记为关键变化区域,关键变化区域的关注度记为1;将该视频帧中与变化区域的交集为空的区域记为关键非变化区域;将该视频帧中非关键区域与变化区域的交集部分记为非关键变化区域,非关键变化区域的关注度记为1;将非关键区域中除非关键变化区域的部分记为不关键变化区域;获取每一视频帧中若干关键变化区域、非关键变化区域、关键非变化区域及不关键变化区域;
根据关键非变化区域及变化区域的分布,以及变化区域序列,获取每个非关键变化区域的关注度。
进一步的,所述每个非关键变化区域的关注度,具体的获取方法为:
对于任意视频帧中任意一个关键非变化区域,获取该关键非变化区域的质心,获取该视频帧中所有变化区域的质心,获取每个变化区域的质心与该关键非变化区域的质心的欧式距离,将欧式距离最小的质心对应的变化区域记为该关键非变化区域的参考变化区域,获取参考变化区域对应的变化区域序列,记为参考变化区域序列;
对参考变化区域序列中每个变化区域获取质心,将每个质心与该关键非变化区域的质心的欧式距离,记为参考变化区域序列中每个变化区域与该关键非变化区域的变化距离,将变化距离按照参考变化区域序列中变化区域的顺序排列,得到的序列记为该关键非变化区域的变化距离序列,对变化距离序列中相邻两个元素通过后一个元素减去前一个元素得到差值,将差值按照获取顺序进行排列得到该关键非变化区域的距离差异序列,将距离差异序列中负数的数量与元素的数量的比值,记为该关键非变化区域的关注度;
获取每个关键非变化区域的关注度。
进一步的,所述根据关注度获取每一视频帧中每个位置的重要性,包括的具体方法为:
将关键变化区域、非关键变化区域及关键非变化区域中每个位置的重要性,设置为所属区域的关注度;
对于任意视频帧中的不关键变化区域,获取该视频帧中每个关键变化区域及非关键变化区域的质心,对于不关键变化区域中任意一个位置,获取该位置与该视频帧中每个关键变化区域及关键非变化区域的质心的欧式距离,对所有欧式距离进行softmax归一化,得到的结果记为该位置与对应区域的距离权重,根据距离权重对关键变化区域及关键非变化区域的关注度进行加权求和,得到的结果记为该位置的初始重要性;
获取每一视频帧中不关键变化区域中每个位置的初始重要性,对不同视频帧中不关键变化区域的同一位置的初始重要性求均值,将均值作为不同视频帧中不关键变化区域的同一位置的重要性。
进一步的,所述每个位置的第二序列,具体的获取方法为:
根据每一视频帧中相同位置的像素值分布,获取每个位置的第一序列及所有像素值的趋势序列;
对于任意一个位置,将该位置在每一视频帧中的像素值,按照趋势序列中像素值的顺序进行排序,得到的序列记为该位置的第二序列;获取每个位置的第二序列。
进一步的,所述获取每个位置的第一序列及所有像素值的趋势序列,包括的具体方法为:
对于任意一个位置,获取该位置在每一视频帧中的像素值,按照视频帧的顺序对像素值进行排列,得到的序列记为该位置的第一序列;将第一序列中相邻两个元素通过后一个元素减去前一个元素得到差值,将差值按照获取顺序排列得到该位置的差值序列,将差值序列中所有元素的和值记为该位置的趋势值;获取每个位置的第一序列、差值序列及趋势值;
根据所有位置的趋势值大于0的位置数量与小于0的位置数量,对所有像素值进行排列,得到所有像素值的趋势序列。
进一步的,所述根据第一序列及第二序列获取每个位置每个像素值的初始需变性,包括的具体方法为:
对于任意一个位置的第一序列与第二序列,对于第二序列中任意一个像素值,获取该像素值在第二序列中出现对应的若干次序值,将若干次序值的均值,记为该像素值的标准次序值;
获取该像素值在第一序列中出现对应的若干次序值,获取每个次序值与标准次序值的差值绝对值,对于任意一个差值绝对值,获取该差值绝对值与该差值绝对值对应的第一序列中的次序值和标准次序值中的最大值的比值,获取每个差值绝对值对应的比值,将所有比值的均值作为该位置该像素值的初始需变性;
获取该位置每个像素值的初始需变性,获取每个位置每个像素值的初始需变性。
进一步的,所述得到每个像素值的整体需变性,包括的具体方法为:
对于任意一个像素值,获取该像素值在所有视频帧中出现的位置的重要性,对所有重要性进行softmax归一化,得到的结果作为对应位置在对应视频帧下该像素值的参考权重,根据参考权重对所有出现的位置在对应视频帧下该像素值的初始需变性进行加权求和,得到的结果记为该像素值的整体需变性;
获取每个像素值的整体需变性。
第二方面,本发明另一个实施例提供了一种天然气管道监控视频优化编码系统,该系统包括:
监控视频采集模块,采集天然气管道的监控视频,获取监控视频中每一视频帧的若干关键区域及非关键区域;
视频处理分析模块:根据相邻视频帧中相同位置的像素值分布,获取每一视频帧的若干变化区域;根据变化区域、关键区域及非关键区域,得到若干种区域及每种区域的关注度;根据关注度获取每一视频帧中每个位置的重要性;
根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;结合每一视频帧中每个位置的重要性,得到每个像素值的整体需变性;
视频编码压缩模块,根据整体需变性对每个位置的第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。
本发明的有益效果是:本发明通过实例分割网络获得关键区域,进而通过变化区域与关键区域的分布及距离变化趋势,得到不同区域的关注度,与只通过距离来计算每个关键区域的关注度相比,得到的关注度更加准确,有助于后续的编码;通过不同区域的关注度得到每个位置的重要性,进而通过每个位置的第一序列和第二序列,得到每个像素值的整体需变性,避免了同一个像素值在不同位置的变化中都出现时,对单个位置的序列进行编码导致对其他位置的序列编码的影响,即在考虑单个位置的更新序列的相邻视频帧中像素值的相关关系变强的同时,计算结果可以使得相邻帧的相关性也变强,有助于后续的编码压缩,可以大大提高压缩效果,同时保证关键区域及变化区域的信息损失较少,保证监控视频的质量,通过优化编码来提高压缩效果,进而提升传输效率。
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,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为本发明一个实施例所提供的一种天然气管道监控视频优化编码方法流程示意图;
图2为本发明另一个实施例所提供的一种天然气管道监控视频优化编码系统结构框图。
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做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。
请参阅图1,其示出了本发明一个实施例所提供的一种天然气管道监控视频优化编码方法流程图,该方法包括以下步骤:
步骤S001、采集天然气管道的监控视频,获取监控视频中每一视频帧的若干关键区域及非关键区域。
本实施例的目的是对天然气管道的监控视频数据进行优化编码,通过编码压缩来提高监控视频的传输效率,因此首先需要采集天然气管道的监控视频;本实施例通过在天然气管道的上方安装若干摄像头来进行监控视频的获取,每个摄像头采集一段监控视频,本实施例监控视频为每秒60帧,每个摄像头每采集一分钟的监控视频就进行一次编码压缩,后续以任意一个摄像头任意一分钟的监控视频进行叙述。
进一步需要说明的是,在天然气管道的监控视频中,有些区域可能具有更高的重要性,例如关键设备、泄漏检测区域等,这些区域的细节信息和清晰度对于实时监测和故障诊断非常重要,因此需要保留较高的细节信息;而其他一些区域相对次要,可以接受一定的信息损失,通过信息损失来提高编码压缩效率;因此可以通过实例分割网络对每一视频帧获取关键区域。
具体的,将监控视频中任意视频帧输入到实例分割网络中,实例分割网络输出该视频帧中的实例部分,将每个实例部分作为一个关键区域,则得到了该视频帧中的关键区域,将视频帧中除关键区域之外的其他区域,记为该视频帧的非关键区域;按照上述方法获取每一视频帧中的若干关键区域及非关键区域。
至此,获取到了监控视频中若干视频帧,以及每一视频帧中的若干关键区域。
步骤S002、根据相邻视频帧中相同位置的像素值分布,获取每一视频帧的若干变化区域;根据变化区域、关键区域及非关键区域,得到若干种区域及每种区域的关注度;根据关注度获取每一视频帧中每个位置的重要性。
需要说明的是,监控视频中相邻视频帧中相同位置的像素发生变化,进而发生变化的位置组成一个区域,则为变化区域,变化区域可能为发生异常的区域;而对于关键区域,通过与变化区域的交集判断得到关键变化区域及关键非变化区域,关键变化区域表明关键区域发生变化,则需要较大的关注度,为后续像素值调整过程中保证信息不会出现损失;而关键非变化区域,可能存在变化区域逐渐向该区域靠拢的趋势,进而需要根据这种趋势确定关注度,而这种趋势包括例如管道建设或维修过程中,工程中的碎石靠近管道,则需要提高关注度;获取到关注度后再根据关注度获取视频帧中每个位置的重要性。
具体的,对于监控视频中任意相邻两视频帧,对两视频帧中相同位置的像素值获取差值绝对值,将所有位置的差值绝对值按照视频帧中位置的排布组成的矩阵,记为相邻两视频帧的帧差矩阵,对帧差矩阵中元素值不为0的位置在相邻两视频帧中第二个视频帧对应的位置,记为变化位置,第二个视频帧中变化位置组成了若干区域,记为第二个视频帧中的若干变化区域;按照上述方法获取监控视频中每一视频帧的若干变化区域,需要说明的是,监控视频中第一个视频帧的变化区域通过第二个视频帧的变化区域进行设置,即两视频帧中的变化区域相同。
进一步的,对于第一个视频帧的任意一个变化区域,若该变化区域在其他视频帧中存在,本实施例通过目标跟踪方法获取该变化区域在每一视频帧中对应的变化区域,将该变化区域及对应的变化区域按照对应视频帧的顺序进行排列,得到一个变化区域序列,需要说明的是,变化区域序列中元素为一个集合,该集合为对应的变化区域中所有位置的坐标组成的集合,同时变化区域序列的元素数量与视频帧的数量不一定相等,若某一视频帧中没有对应的变化区域,则该视频帧在变化区域序列中没有对应的元素;对监控视频获取若干变化区域序列。
进一步的,对于监控视频中任意视频帧中任意一个关键区域,若该关键区域与该视频帧的变化区域的交集不为空,将该关键区域记为关键变化区域;若交集为空,将该关键区域记为关键非变化区域,其中交集为位置的交集;按照上述方法对每一视频帧每个关键区域进行判断,得到若干关键变化区域与关键非变化区域,将所有关键变化区域的关注度记为1。
进一步的,对于任意视频帧中任意一个关键非变化区域,获取该关键非变化区域的质心,获取该视频帧中所有变化区域的质心,获取每个变化区域的质心与该关键非变化区域的质心的欧式距离,将欧式距离最小的质心对应的变化区域记为该关键非变化区域的参考变化区域,获取参考变化区域对应的变化区域序列,记为参考变化区域序列,对参考变化区域序列中每个变化区域获取质心,将每个质心与该关键非变化区域的质心的欧式距离,记为参考变化区域序列中每个变化区域与该关键非变化区域的变化距离,将变化距离按照参考变化区域序列中变化区域的顺序排列,得到的序列记为该关键非变化区域的变化距离序列,对变化距离序列中相邻两个元素通过后一个元素减去前一个元素得到差值,将差值按照获取顺序进行排列得到该关键非变化区域的距离差异序列,将距离差异序列中负数的数量与元素的数量的比值,记为该关键非变化区域的关注度;负数的数量越多,占比越大,表明该关键非变化区域与变化区域的距离在逐渐减小,存在靠近趋势,关注度应越大;按照上述方法获取每个关键非变化区域的关注度。
进一步的,对于任意视频帧中的非关键区域,将非关键区域与该视频帧中变化区域的交集记为非关键变化区域,将非关键变化区域的关注度记为1;将非关键区域中除非关键变化区域之外的区域,记为不关键变化区域;由于关键变化区域及非关键变化区域的关注度都为1,实际即变化区域的关注度都为1,则对于该视频帧中所有变化区域中的位置,其重要性都设置为所属关键变化区域或非关键变化区域的关注度,即为1;对于关键非变化区域中的位置,其重要性设置为所属关键非变化区域的关注度;获取该视频帧中每个关键变化区域的质心,对于不关键变化区域中任意一个位置,获取该位置与该视频帧中每个关键变化区域及关键非变化区域的质心的欧式距离,对所有欧式距离进行softmax归一化,得到的结果记为该位置与对应区域的距离权重,根据距离权重对关键变化区域及关键非变化区域的关注度进行加权求和,得到的结果记为该位置的初始重要性;按照上述方法获取每一视频帧中关键变化区域、关键非变化区域、非关键变化区域每个位置的重要性,以及不关键变化区域中每个位置的初始重要性,对不同视频帧中不关键变化区域的同一位置的初始重要性求均值,将均值作为不同视频帧中不关键变化区域的同一位置的重要性,需要说明的是,若某个位置在某一视频帧中不属于不关键变化区域,则在该视频帧没有对应的初始重要性,则不参与求均值计算,同时该位置在该视频帧中的重要性也不会因为均值而改变。
至此,获取到了每一视频帧中每个位置的重要性。
步骤S003、根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;结合每一视频帧中每个位置的重要性,得到每个像素值的整体需变性。
需要说明的是,BWT编码是一种针对序列进行的编码,可以使得字典中相近字符在编码结果中也相近,因此可以通过对每个位置的像素值序列进行BWT编码,使得相邻帧的相关性变强,进而提高压缩效果;然而同一位置在不同视频帧的重要性存在差异,像素值也存在差异,而相同的像素值会出现在不同视频帧中的多个位置,因此需要根据每个像素值在不同位置的表现及变化,来进行像素值的整体需变性量化,通过整体需变性来确保像素值是否可以损失,进而进行BWT编码。
具体的,对于任意一个位置,获取该位置在每一视频帧中的像素值,按照视频帧的顺序对像素值进行排列,得到的序列记为该位置的第一序列;将第一序列中相邻两个元素通过后一个元素减去前一个元素得到差值,将差值按照获取顺序排列得到该位置的差值序列,将差值序列中所有元素的和值记为该位置的趋势值;按照上述方法获取每个位置的第一序列、差值序列及趋势值,若趋势值大于0,表明对应位置像素值整体趋势递增;若趋势值小于0,对应位置像素值整体趋势递减;若趋势值等于0,对应位置整体趋势不变。
进一步的,获取所有位置的趋势值大于0的位置数量,以及趋势值小于0的位置数量,对两个位置数量进行比较,若大于0的位置数量大于小于0的位置数量,则将所有视频帧中所有位置的像素值,按照从小到大的顺序进行排列,得到的序列记为趋势序列;若大于0的位置数量小于小于0的位置数量,则将所有视频帧中所有位置的像素值,按照从大到小的顺序进行排列,得到的序列记为趋势序列;若两个位置数量相等,则将所有视频帧中所有位置的像素值,按照从小到大的顺序进行排列,得到的序列记为趋势序列;需要说明的是,相同像素值在趋势序列中仅出现一次,即趋势序列中所有元素都不同;趋势序列反映视频帧整体逐渐变亮还是变暗。
进一步的,对于任意一个位置,将该位置在每一视频帧中的像素值,按照趋势序列中像素值的顺序进行排序,得到的序列记为该位置的第二序列,需要说明的是,第二序列中存在相同数值的元素,即第二序列的元素数量与视频帧的数量相同,若该位置的任意一个像素值在多个视频帧中出现,则将多个该像素值排列在序列中,最后一个该像素值的下一个像素值则为该位置根据趋势序列比该像素值更大或更小的像素值;按照上述方法获取每个位置的第二序列。
进一步的,对于任意一个位置的第一序列与第二序列,对于第二序列中任意一个像素值,获取该像素值在第二序列中出现对应的若干次序值,将若干次序值的均值,记为该像素值的标准次序值;获取该像素值在第一序列中出现对应的若干次序值,获取每个次序值与标准次序值的差值绝对值,对于任意一个差值绝对值,获取该差值绝对值与该差值绝对值对应的第一序列中的次序值和标准次序值中的最大值的比值,获取每个差值绝对值对应的比值,将所有比值的均值作为该位置该像素值的初始需变性;按照上述方法获取该位置每个像素值的初始需变性,比值越小,表明第一序列与第二序列对于该像素值的次序的一致性越大,像素值本身的相邻帧的相关性较强,无需进行改变,则初始需变性越小;按照上述方法获取每个位置每个像素值的初始需变性。
进一步需要说明的是,同一位置在不同视频帧中相同像素值的初始需变性相同,但重要性存在差异,因此根据重要性来获取同一像素值最终的整体需变性。
具体的,对于任意一个像素值,获取该像素值在所有视频帧中出现的位置的重要性,对所有重要性进行softmax归一化,得到的结果作为对应位置在对应视频帧下该像素值的参考权重,根据参考权重对所有出现的位置在对应视频帧下该像素值的初始需变性进行加权求和,得到的结果记为该像素值的整体需变性;按照上述方法获取每个像素值的整体需变性,相同像素值的整体需变性相同。
至此,获取到了每个像素值的整体需变性。
步骤S004、根据整体需变性对每个位置的第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。
对于任意一个位置的第一序列,获取到该位置中每个像素值的整体需变性后,预设一个需变阈值,本实施例需变阈值采用0.5进行叙述,将整体需变性大于需变阈值的元素去除,小于等于需变阈值的元素保留,去除元素去除后需要对对应位置进行填充,根据保留的元素通过双线性插值法对去除的元素进行填充,其中填充的过程为,对于任意一个去除的元素,将该元素的整体需变性作为去除的像素值的权重,将1减去整体需变性的差值作为插值的权重,对去除的像素值与差值根据权重进行加权求和,得到的结果作为该元素更新后的像素值,对每个去除的元素获取更新后的像素值,则更新后的序列记为该位置的更新序列;按照上述方法获取每个位置的更新序列。
进一步的,对更新序列通过BWT编码得到编码结果,对编码结果进行ZIP压缩,则实现了对于监控视频的编码压缩,将压缩后的结果传输到数据中心,数据中心通过ZIP解压缩及VWT编码得到若干第一序列,根据位置的排布得到一段监控视频,则完成了对于天然气管道监控视频的优化编码,并压缩传输;其中BWT编码及ZIP压缩均为公知技术,本实施例不再赘述。
至此,完成了天然气管道监控视频的优化编码及压缩传输。
请参阅图2,其示出了本发明另一个实施例所提供的一种天然气管道监控视频优化编码系统结构框图,该系统包括:
监控视频采集模块101,采集天然气管道的监控视频,获取监控视频中每一视频帧的若干关键区域及非关键区域。
视频处理分析模块102:
(1)根据相邻视频帧中相同位置的像素值分布,获取每一视频帧的若干变化区域;根据变化区域、关键区域及非关键区域,得到若干种区域及每种区域的关注度;根据关注度获取每一视频帧中每个位置的重要性;
(2)根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;结合每一视频帧中每个位置的重要性,得到每个像素值的整体需变性。
视频编码压缩模块103,根据整体需变性对每个位置的第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。
需要说明的是,本发明中天然气管道采集的监控视频中每一视频帧为灰度图像,视频帧中位置的像素值即为灰度图像中像素点的灰度值。
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)
1.一种天然气管道监控视频优化编码方法,其特征在于,该方法包括以下步骤:
采集天然气管道的监控视频,获取监控视频中每一视频帧的若干关键区域及非关键区域;
根据相邻视频帧中相同位置的像素值分布,获取每一视频帧的若干变化区域;根据变化区域、关键区域及非关键区域,得到若干种区域及每种区域的关注度;根据关注度获取每一视频帧中每个位置的重要性;
根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;结合每一视频帧中每个位置的重要性,得到每个像素值的整体需变性;
根据整体需变性对每个位置的第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。
2.根据权利要求1所述的一种天然气管道监控视频优化编码方法,其特征在于,所述每一视频帧的若干变化区域,具体的获取方法为:
对于监控视频中任意相邻两视频帧,对两视频帧中相同位置的像素值获取差值绝对值,将所有位置的差值绝对值按照视频帧中位置的排布组成的矩阵,记为相邻两视频帧的帧差矩阵,对帧差矩阵中元素值不为0的位置在相邻两视频帧中第二个视频帧对应的位置,记为变化位置,第二个视频帧中变化位置组成若干区域,记为第二个视频帧中的若干变化区域;获取监控视频中每一视频帧的若干变化区域。
3.根据权利要求1所述的一种天然气管道监控视频优化编码方法,其特征在于,所述得到若干种区域及每种区域的关注度,包括的具体方法为:
根据不同视频帧的变化区域,通过目标跟踪方法获取若干变化区域序列;对于任意一个视频帧,将该视频帧中与变化区域的交集不为空的关键区域记为关键变化区域,关键变化区域的关注度记为1;将该视频帧中与变化区域的交集为空的区域记为关键非变化区域;将该视频帧中非关键区域与变化区域的交集部分记为非关键变化区域,非关键变化区域的关注度记为1;将非关键区域中除非关键变化区域的部分记为不关键变化区域;获取每一视频帧中若干关键变化区域、非关键变化区域、关键非变化区域及不关键变化区域;
根据关键非变化区域及变化区域的分布,以及变化区域序列,获取每个非关键变化区域的关注度。
4.根据权利要求3所述的一种天然气管道监控视频优化编码方法,其特征在于,所述每个非关键变化区域的关注度,具体的获取方法为:
对于任意视频帧中任意一个关键非变化区域,获取该关键非变化区域的质心,获取该视频帧中所有变化区域的质心,获取每个变化区域的质心与该关键非变化区域的质心的欧式距离,将欧式距离最小的质心对应的变化区域记为该关键非变化区域的参考变化区域,获取参考变化区域对应的变化区域序列,记为参考变化区域序列;
对参考变化区域序列中每个变化区域获取质心,将每个质心与该关键非变化区域的质心的欧式距离,记为参考变化区域序列中每个变化区域与该关键非变化区域的变化距离,将变化距离按照参考变化区域序列中变化区域的顺序排列,得到的序列记为该关键非变化区域的变化距离序列,对变化距离序列中相邻两个元素通过后一个元素减去前一个元素得到差值,将差值按照获取顺序进行排列得到该关键非变化区域的距离差异序列,将距离差异序列中负数的数量与元素的数量的比值,记为该关键非变化区域的关注度;
获取每个关键非变化区域的关注度。
5.根据权利要求3所述的一种天然气管道监控视频优化编码方法,其特征在于,所述根据关注度获取每一视频帧中每个位置的重要性,包括的具体方法为:
将关键变化区域、非关键变化区域及关键非变化区域中每个位置的重要性,设置为所属区域的关注度;
对于任意视频帧中的不关键变化区域,获取该视频帧中每个关键变化区域及非关键变化区域的质心,对于不关键变化区域中任意一个位置,获取该位置与该视频帧中每个关键变化区域及关键非变化区域的质心的欧式距离,对所有欧式距离进行softmax归一化,得到的结果记为该位置与对应区域的距离权重,根据距离权重对关键变化区域及关键非变化区域的关注度进行加权求和,得到的结果记为该位置的初始重要性;
获取每一视频帧中不关键变化区域中每个位置的初始重要性,对不同视频帧中不关键变化区域的同一位置的初始重要性求均值,将均值作为不同视频帧中不关键变化区域的同一位置的重要性。
6.根据权利要求1所述的一种天然气管道监控视频优化编码方法,其特征在于,所述每个位置的第二序列,具体的获取方法为:
根据每一视频帧中相同位置的像素值分布,获取每个位置的第一序列及所有像素值的趋势序列;
对于任意一个位置,将该位置在每一视频帧中的像素值,按照趋势序列中像素值的顺序进行排序,得到的序列记为该位置的第二序列;获取每个位置的第二序列。
7.根据权利要求6所述的一种天然气管道监控视频优化编码方法,其特征在于,所述获取每个位置的第一序列及所有像素值的趋势序列,包括的具体方法为:
对于任意一个位置,获取该位置在每一视频帧中的像素值,按照视频帧的顺序对像素值进行排列,得到的序列记为该位置的第一序列;将第一序列中相邻两个元素通过后一个元素减去前一个元素得到差值,将差值按照获取顺序排列得到该位置的差值序列,将差值序列中所有元素的和值记为该位置的趋势值;获取每个位置的第一序列、差值序列及趋势值;
根据所有位置的趋势值大于0的位置数量与小于0的位置数量,对所有像素值进行排列,得到所有像素值的趋势序列。
8.根据权利要求1所述的一种天然气管道监控视频优化编码方法,其特征在于,所述根据第一序列及第二序列获取每个位置每个像素值的初始需变性,包括的具体方法为:
对于任意一个位置的第一序列与第二序列,对于第二序列中任意一个像素值,获取该像素值在第二序列中出现对应的若干次序值,将若干次序值的均值,记为该像素值的标准次序值;
获取该像素值在第一序列中出现对应的若干次序值,获取每个次序值与标准次序值的差值绝对值,对于任意一个差值绝对值,获取该差值绝对值与该差值绝对值对应的第一序列中的次序值和标准次序值中的最大值的比值,获取每个差值绝对值对应的比值,将所有比值的均值作为该位置该像素值的初始需变性;
获取该位置每个像素值的初始需变性,获取每个位置每个像素值的初始需变性。
9.根据权利要求1所述的一种天然气管道监控视频优化编码方法,其特征在于,所述得到每个像素值的整体需变性,包括的具体方法为:
对于任意一个像素值,获取该像素值在所有视频帧中出现的位置的重要性,对所有重要性进行softmax归一化,得到的结果作为对应位置在对应视频帧下该像素值的参考权重,根据参考权重对所有出现的位置在对应视频帧下该像素值的初始需变性进行加权求和,得到的结果记为该像素值的整体需变性;
获取每个像素值的整体需变性。
10.一种天然气管道监控视频优化编码系统,其特征在于,该系统包括:
监控视频采集模块,采集天然气管道的监控视频,获取监控视频中每一视频帧的若干关键区域及非关键区域;
视频处理分析模块:根据相邻视频帧中相同位置的像素值分布,获取每一视频帧的若干变化区域;根据变化区域、关键区域及非关键区域,得到若干种区域及每种区域的关注度;根据关注度获取每一视频帧中每个位置的重要性;
根据每个位置的第一序列及所有像素值的趋势序列,获取每个位置的第二序列;根据第一序列及第二序列获取每个位置每个像素值的初始需变性;结合每一视频帧中每个位置的重要性,得到每个像素值的整体需变性;
视频编码压缩模块,根据整体需变性对每个位置的第一序列进行更新得到更新序列,对更新序列进行编码压缩,完成监控视频的编码压缩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466145.6A CN117201790B (zh) | 2023-11-07 | 2023-11-07 | 一种天然气管道监控视频优化编码方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466145.6A CN117201790B (zh) | 2023-11-07 | 2023-11-07 | 一种天然气管道监控视频优化编码方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117201790A true CN117201790A (zh) | 2023-12-08 |
CN117201790B CN117201790B (zh) | 2024-01-09 |
Family
ID=88983647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311466145.6A Active CN117201790B (zh) | 2023-11-07 | 2023-11-07 | 一种天然气管道监控视频优化编码方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117201790B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130128962A1 (en) * | 2011-02-25 | 2013-05-23 | Shyam Sundar Rajagopalan | Efficient encoding of video frames in a distributed video coding environment |
CN108229493A (zh) * | 2017-04-10 | 2018-06-29 | 商汤集团有限公司 | 对象验证方法、装置和电子设备 |
CN111062277A (zh) * | 2019-12-03 | 2020-04-24 | 东华大学 | 基于单目视觉的手语-唇语转化方法 |
CN116156196A (zh) * | 2023-04-19 | 2023-05-23 | 探长信息技术(苏州)有限公司 | 一种用于视频数据的高效传输方法 |
CN116980604A (zh) * | 2023-01-09 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 视频编码方法、视频解码方法及相关设备 |
-
2023
- 2023-11-07 CN CN202311466145.6A patent/CN117201790B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130128962A1 (en) * | 2011-02-25 | 2013-05-23 | Shyam Sundar Rajagopalan | Efficient encoding of video frames in a distributed video coding environment |
CN108229493A (zh) * | 2017-04-10 | 2018-06-29 | 商汤集团有限公司 | 对象验证方法、装置和电子设备 |
CN111062277A (zh) * | 2019-12-03 | 2020-04-24 | 东华大学 | 基于单目视觉的手语-唇语转化方法 |
CN116980604A (zh) * | 2023-01-09 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 视频编码方法、视频解码方法及相关设备 |
CN116156196A (zh) * | 2023-04-19 | 2023-05-23 | 探长信息技术(苏州)有限公司 | 一种用于视频数据的高效传输方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117201790B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023134791A2 (zh) | 一种环境安防工程监测数据管理方法及系统 | |
CN112132023B (zh) | 基于多尺度上下文增强网络的人群计数方法 | |
CN111079655B (zh) | 一种基于融合神经网络的视频中人体行为识别方法 | |
CN111062278B (zh) | 基于改进残差网络的异常行为识别方法 | |
CN116095347B (zh) | 基于视频分析的建筑工程安全施工方法及系统 | |
CN116600132A (zh) | 一种煤矿视频数据自适应压缩方法 | |
CN112329782A (zh) | 一种原料粒度确定方法、系统、终端及介质 | |
CN114598864A (zh) | 一种基于深度学习的全参考超高清视频质量客观评价方法 | |
CN116012780A (zh) | 一种基于图像识别的火灾监控方法及系统 | |
CN110111272A (zh) | 一种人工智能红外图像处理仪、控制系统及控制方法 | |
CN117201790B (zh) | 一种天然气管道监控视频优化编码方法及系统 | |
CN117221609B (zh) | 一种高速公路收费业务集中监控值机系统 | |
CN114915777A (zh) | 一种基于深度强化学习的无参考超高清视频质量客观评价方法 | |
CN112887587A (zh) | 一种可进行无线连接的自适应图像数据快速传输方法 | |
CN115665359B (zh) | 一种环境监测数据智能压缩方法 | |
CN116233479A (zh) | 基于数据处理的直播信息内容审核系统及方法 | |
CN114694082A (zh) | 一种基于自注意力机制的事件相机数据输入方法 | |
CN113328986A (zh) | 基于卷积神经网络与lstm结合的网络流量异常检测方法 | |
CN111145219B (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
CN110855467B (zh) | 一种基于计算机视觉技术的网络综合态势预测方法 | |
CN112188212A (zh) | 一种高清监控视频智能转码的方法及装置 | |
CN115396670B (zh) | 一种局域处理的图像数据压缩方法 | |
CN117115152B (zh) | 基于图像处理的钢绞线生产监测方法 | |
CN117880759B (zh) | 一种智能化视频短信链路高效检测方法 | |
CN110414436B (zh) | 一种机场天气视频辅助观测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |