实用新型内容
本实用新型要解决的技术问题在于,针对现有技术的缺陷,提供一种可实现低码率无延时传输视频图像的低码率视频编码传输重构系统。
本实用新型解决其技术问题所采用的技术方案是:本实用新型还提供一种低码率视频编码传输重构系统,应用于远程监控高速物体的外界视像,高速物体包括高速行驶的汽车、飞行器或机器人;包括:
图像采集装置:用于采集监控区域的原始视频图像;
特征提取处理器:与所述图像采集装置相连的、用于对所述原始视频图像进行特征提取,并对特征提取后的视频图像特征进行矢量化,以获得所述原始视频图像的矢量化特征信息;
通信装置:与所述特征提取处理器相连的、用于传输所述矢量化特征信息;
图像重构处理器:与所述通信装置相连的、用于对所述矢量化特征信息进行图像重构,以得到所述原始视频图像对应的简化图像。
优选地,所述通信装置包括与所述特征提取处理器通过有线方式连接的发射机和与所述图像重构处理器通过有线方式连接的接收机;所述发射机与所述接收机之间通过无线网络连接。
优选地,所述发射机为低码率窄带发射机;所述接收机为低码率窄带接收机。
优选地,所述发射机包括用于实现低码率传输的第一窄带调制器、与所述第一窄带调制器相连的用于避免频率干扰的跳频发射器、与所述跳频发射器相连的用于发射所述特征信息的第一天线;
所述接收机包括与所述第一天线通信相连的第二天线、与所述第二天线相连的用于避免频率干扰的跳频接收器、与所述跳频接收器相连的用于实现低码率传输的第二窄带调制器。
优选地,所述发射机与所述接收机之间通过WIFI、WHDI、LTE、3G或4G网络连接。
优选地,还包括与所述图像重构处理器相连的用于显示所述简化图像的显示屏。
优选地,所述视频采集装置包括摄像机、扫描仪、雷达视频图像采集仪、超声波图像采集仪和微波图像采集仪等设备中的一种或多种。
优选地,还包括与所述特征提取处理器相连的用于存储所述原始视频图像的第一存储器;与所述图像重构处理器相连的用于存储所述简化图像的第二存储器。
本实用新型与现有技术相比具有如下优点:实施本实用新型,采用特征提取处理器对原始视频图像进行特征提取,极大的缩小原始视频图像的大小;并对提取后的视频图像特征进行矢量化,得到原始视频图像的矢量化特征信息,进一步缩小图像信息的大小。然后通过通信装置将矢量化特征信息通过极低码率的无线网络上传输。最后通过图像重构处理器对矢量化特征信息进行重构得原始视频图像的简化图像,由于矢量化特征信息量极小,所占用的带宽极小,可实现在极窄带宽环境下不间断传输高帧率视频,以达到无延时远程监控高速物体的外界视像的目的,并具有极强的抗干扰特性,可以理解地,该高速物体包括高速行驶的汽车、飞行器或机器人。
具体实施方式
为了对本实用新型的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本实用新型的具体实施方式。
图1示出本实施例中的低码率视频编码传输重构系统。该系统应用于远程监控高速物体的外界视像,高速物体包括高速行驶的汽车、飞行器或机器人。具体地,该低码率视频编码传输重构系统包括图像采集装置10、与图像采集装置10相连的特征提取处理器20、图像重构处理器40、用于连接特征提取处理器20与图像重构处理器40的通信装置30。
图像采集装置10用于采集监控区域的原始视频图像。可以理解地,图像采集装置10包括摄像机、扫描仪、雷达视频图像采集仪、超声波图像采集仪和微波图像采集仪中的一种或多种。
特征提取处理器20用于对原始视频图像进行特征提取,并对特征提取后的视频图像特征进行矢量化,以获得原始视频图像的矢量化特征信息。具体地,通过边缘特征提取算法提取原始视频图像的边缘特征并对边缘特征进行矢量化操作,以得到提取的矢量化边缘特征。再采用颜色提取算法提取原始视频图像的色彩特征,得到原始视频图像矢量化边缘特征和色彩特征。可以理解地,特征提取处理器20可将内存较大的原始视频图像转换成内存较小的矢量化特征信息,可极大地降低通信过程中的传输带宽。
通信装置30用于传输矢量化特征信息。具体地,通信装置30包括与特征提取处理器20通过有线方式连接的发射机31和与图像重构处理器40通过有线方式连接的接收机32;发射机31与接收机32之间通过无线网络连接。可以理解地,由于所要传输的矢量化特征信息的数据量极少,其传输过程中所占的带宽极小,发射机31可以是低码率窄带发射机31,接收机32可以是低码率窄带接收机32。
更具体地,低码率窄带发射机31包括用于实现低码率传输的第一窄带调制器311、与第一窄带调制器311相连的用于避免频率干扰的跳频发射器312、与跳频发射器312相连的用于发射特征信息的第一天线313。低码率窄带接收机32包括与第一天线313通信相连的第二天线323、与第二天线323相连的用于避免频率干扰的跳频接收器322、与跳频接收器322相连的用于实现低码率传输的第二窄带调制器321。可以理解地,采用低码率窄带发射机31和低码率窄带接收机32传输矢量化特征信息,其抗干扰性强。
图像重构处理器40:与通信装置30相连,用于对特征信息进行图像重构,以得到原始视频图像的简化图像。具体地,可根据矢量化边缘特征构建图像边缘,并在图像边缘所形成的区域填充矢量化色彩特征,再采用滤波算法对填充矢量化色彩特征的图像进行处理,使其边缘更平滑且颜色过渡更自然,得到原始视频图像对应的简化图像。该简化图像可使用户无延时了解原始视频图像特征的信息,从而避免由于数据量大或无线网络带宽窄导致传输视频图像延时,从而失去对监控区域监控,导致不良后果。
可以理解地,该低码率视频编码传输重构系统还包括与特征提取处理器20相连的用于存储原始视频图像的第一存储器50、与图像重构处理器40相连的用于存储所述简化图像的第二存储器60、与图像重构处理器40相连的用于显示简化图像的显示器70。
综上,该低码率视频编码传输重构系统通过特征提取处理器20对原始视频图像进行边缘特征并进行矢量化操作,再提取色彩特征提取,得到数据量极小的矢量化特征信息。再通过通信装置30传输该矢量化特征信息,由于特征信息的数据量极小,可极大降低传输原始视频图像的数据率,可实现在极窄带宽环境下不间断传输高帧率视频,且具有极强的抗干扰特性。然后通过图像重构处理器对矢量化特征信息进行重构处理,得到原始视频图像的简化图像,以达到低码率无延时多视角远程监控高速物体的外界视频的目的。
图2示出本实施例中的低码率视频编码传输重构方法,该方法包括以下步骤:
S1:采集监控区域的原始视频图像。具体地,可采用摄像机、扫描仪、雷达视频图像采集仪、超声波图像采集仪和微波图像采集仪等设备中的一种或多种采集原始视频图像。
S2:对原始视频图像进行特征提取,并对特征提取后的视频图像特征进行矢量化,以获得原始视频图像的矢量化特征信息。
具体地,采用Sobel算法、Prewitt算法、Roberts算法、Laplacian ofGaussian算法和Canny算法的一种或多种边缘特征提取算法提取原始视频图像的边缘特征,极大地缩小原始视频图像的大小。可以理解地,提取后的边缘特征需使用户可根据提取的边缘特征正确无误地识别出原始视频图像的内容,以达到远程监控等目的。
再采用矢量化算法对边缘特征进行矢量化操作以得到矢量化边缘特征,以进一步缩小图像信息的大小。可以理解地,可以采用基于细化的矢量化算法、基于轮廓线的矢量化算法、基于Hough变换的矢量化算法、正交方向搜索方法或基于游码的矢量化算法对提取后的边缘特征进行矢量化操作,得到矢量化的边缘特征。矢量化的边缘特征具有表示紧凑、数据量小、易于编辑、便于放大或压缩,而且不会降低其显示质量等特点。
然后采用颜色提取算法提取原始视频图像的色彩特征,以得到矢量化色彩特征。具体地,可通过颜色提取算法分别提取矢量化边缘特征所形成区域的颜色均值、明暗度均值特征,进一步缩小图像大小。可以理解地,可以采用颜色直方图、颜色矩、颜色集、颜色一致性矢量和颜色相关图的一种或多种方法进行色彩特征提取,以获取原始视频图像中边缘特征为界的各区域的图像的颜色均值、明暗度均值等色彩特征,以便识别原始视频图像中的物品。
由于矢量化边缘特征和色彩特征的信息极小,其传输过程中所占用的带宽极小,可实现在极窄带宽环境下不间断传输高帧率视频,以达到无延时监控的目的,并具有极强的抗干扰特性。
举例来说,若采集到的原始视频图像为墙面的图像,墙面上设有蓝色的门,墙面上悬挂有绿色的画板。针对该原始视频图像进行以下操作:首先,通过边缘特征提取算法进行边缘特征提取,极大缩小原始视频图像的数据量。本实施例中,提取后的边缘特征包括墙面中的门、画板等线条轮廓,即边缘特征,而省略原始视频图像中的纹理特征。可以理解地,提取后的边缘特征不影响对原始视频图像中主要物品的识别。然后,通过图像矢量化算法对提取的边缘特征进行矢量化操作,如将多线条表示的边缘特征转换成以骨架线为轮廓的特征,进一步缩小图像的数据量。最后采用颜色提取算法对提取后矢量化边缘特征所形成的区域进行色彩提取,提取到各边缘特征内部及外部的颜色均值及明暗度均值等色彩特征,以便于对物品的识别。可以理解地,通过边缘特征提取、矢量化操作、色彩特征提取后得到的矢量化边缘特征和色彩特征的数据量极小。
S3:通过无线网络传输矢量化特征信息。具体地,由于矢量化边缘特征和色彩特征的数据量极小,可通过低码率窄带发射机31和低码率窄带接收机32进行无线传输,实现在极窄带宽环境下不间断传输高帧率视频,并极大降低传输原始视频图像的数据率,使得视频图像传输过程中可实现无延时传输,并可有效避免干扰。可以理解地,该矢量化特征边缘特征和色彩特征还可以通过WIFI、WHDI、LTE、3G或4G等无线网络进行传输,由于矢量化特征信息的数据量极小,对传输带宽的要求相对低,可实现低码率无延时传输数据的目的。
S4:对矢量化特征信息进行图像重构,以得到原始视频图像对应的简化图像。具体地,可根据矢量化边缘特征构建图像边缘,并在图像边缘所形成的区域填充矢量化色彩特征。再采用滤波算法对填充矢量化色彩特征的图像进行处理,使其边缘更平滑且颜色过渡更自然,得到原始视频图像对应的简化图像。本实施例中,通过图像重构算法可将矢量化边缘特征(如墙面线条、门的线条、画板线条信息)和色彩特征(如白色、蓝色、绿色)的重构过程如下:首先构建图像的边缘特征,即先构建墙面线条、门的线条、画板线条。然后在边缘特征所形成的区域填充颜色,即给墙面填充白色、给门填充蓝色、给画板填充绿色。最后再通过滤波算法进行处理,以得到白色的墙面上,相应的位置设置有一蓝色的门和绿色的画板的简化图像。用户可通过该简化图像无延时了解原始视频图像特征的信息,从而避免由于数据量大或无线网络带宽窄导致传输视频图像延时,从而失去对监控区域的监控,导致不良后果。
综上,该低码率视频编码传输重构方法通过对原始视频图像进行边缘特征提取并进行矢量化操作,极大的缩小原始视频图像的大小。再进行色彩特征提取,得到原始视频图像的矢量化边缘特征和色彩特征,进一步缩小图像信息的大小。再将数据量极小的矢量化边缘特征和色彩特征在极低码率的无线网络上传输。由于矢量化特征信息极小,所占用的带宽极小,可实现在极窄带宽环境下不间断传输高帧率视频,以达到无延时监控的目的,并具有极强的抗干扰特征。最后,通过对矢量化边缘特征和色彩特征进行重构处理,得到原始视频图像的简化图像,使得用户识别图像中的内容,达到无延时远程监控目的。可以理解地,该低码率视频编码传输重构方法可适用于多视频源采集的原始视频图像的无延时传输,由于矢量化特征信息传输所占带宽窄,可同时传输多视频源的原始视频图像,以实现无延时多视角监控远程高速物体的外界视像的目的。
本实用新型是通过一个具体实施例进行说明的,本领域技术人员应当明白,在不脱离本实用新型范围的情况下,还可以对本实用新型进行各种变换和等同替代。另外,针对特定情形或具体情况,可以对本实用新型做各种修改,而不脱离本实用新型的范围。因此,本实用新型不局限于所公开的具体实施例,而应当包括落入本实用新型权利要求范围内的全部实施方式。