视频监控系统概述

综合介绍了视频监控系统的发展、结构组成和功能应用等方面的内容，并对不同情况下的视频运动检测算法进行了介绍。在视频监控系统中对图像序列进行运动检测，可以大大提高监控系统的功能，促进监控系统的智能化发展。     

基于G／S模式的视频监控系统图像去雾处理算法的设计与实现

受雾天环境中大气散射现象的影响，监控视频成像中的能见度与对比度大幅降低，导致视频图像失真，最终成像效果难以满足预期应用需求、，针对雾天图像增强与去噪问题，提出了一套应用于G／S模式下的视频监控系统同时能够满足视频数据实时传输需求的高性能影像去雾改进算法。该算法实现了降质图像的自适应增强与去噪．有效提高了图像的对比度和清...     

视频图像在三维模型中的渲染

视频监控是大型安防工作中最重要的一个环节,传统的视频监控系统展示给用户的只是独立的二维平面图像,图像脱离环境,整体性不足,为了解决该问题,提出了将视频图像渲染显示于三维模型的思路.研究了纹理映射技术并结合视频图像渲染的特殊性分析研究了Z缓冲算法、Shadow map算法,根据实际应用提出Extend Shadow map算法以实现将视频图像与三维场景无缝贴合.实验结果表明,视频图像渲染显示于三维模型中所体现的优越性.     

桥墩安全监测系统中背景重建技术的研究

长江航道上船撞桥的事故时有发生,对船舶和桥梁的安全都构成了极大的危害。为此,文中基于视频图像技术设计了视频监控的桥墩防撞监控系统,并重点讨论了Ostu图像分割的算法。在此基础上,文中利用Kalman滤波对算法进行了改进。该方法比传统的背景提取算法具有更好的适时效果。系统设计利用了Intel公司的开放源代码视频图像处理工具包OpenCV。     

码本检测智能视频监控系统的设计与开发

针对视频检测算法在复杂场景下的检测识别率不高的缺陷,在基于码本的监控视频运动目标检测算法的基础上,利用检测算法对运动目标进行提取以分析出视频图像中的变化,以此判定监控目标的变化,从而构建一种实际的智能视频监控系统。     

视频监控中视频质量诊断系统的设计与实现

针对平安城市视频监控画面中存在的黑屏、冻结、偏色等问题,设计并实现了基于监控视频的质量诊断系统。该系统获取前端摄像机的视频图像,调用对应的检测算法对视频图像进行准确分析、判断,并给出告警提示。用户通过Web页面对系统结果,运行情况进行监控。结果表明,该系统实现了对常规视频故障的快速检测,能够满足大规模数字视频监控系统运行的需求。     

低照度视频监控图像降噪算法设计与实现

针对低照度环境下视频监控图像噪点较多的问题,提出一种基于运动检测的低照度视频监控图像降噪算法。在研究低照度视频监控图像噪声特点的基础上,通过一种阈值运动检测算法将图像帧划分成8×8的运动像素宏块和静止像素宏块,对运动像素宏块采用改进的维纳滤波算法进行降噪,对静止像素宏块采用数学形态学和中值滤波相结合的算法进行降噪。实验数据显示,该算法总体时间复杂度接近O(n),使用该算法降噪后的图像的PSNR值和DV,BV值均高于经典降噪算法,证明了该算法在降低时间复杂度的同时,能有效降低图像噪声,并较好地保持图像的解析度。     

公共区域监控视频数据目标特征跟踪定位方法

为了提高公共区域监控视频的目标定位检测能力,需要进行目标特征跟踪定位算法设计,提出一种基于图像超分辨率重建的公共区域监控视频数据目标特征跟踪定位方法。构建公共区域监控视频的三维图像重建模型,采用边缘层的高分辨融合方法进行公共区域监控视频图像数据的三维结构重组,提取公共区域监控视频的关键特征点,用图像退化模型进行公共区域监控视频数据目标特征检测,结合线性滤波模型使得监测输出图像满足最优匹配特征解,提高对公共区域监控视频数据目标特征跟踪能力。引入引导滤波方法进行公共区域监控视频数据的图像超分辨重建,实现对目标特征准确跟踪定位。仿真结果表明,采用该方法进行公共区域监控视频数据目标特征跟踪定位的准确性较高,图像重建能力较强,归一化均方根误差较小。     

视频监控中人脸识别算法稳定性的改进

如果单纯地采用静态人脸识别算法对视频图像进行检测、识别,忽略了视频中重要的前后帧相关的特性,会造成识别结果的不稳定。为了解决识别结果不稳定的问题,对视频监控中的人脸识别算法进行了改进,根据视频前后帧相关性对人脸运动进行估计并将其应用在视频监控的软件产品中。实验证明,该算法提高了传统单帧人脸识别算法的稳定性,具有较好的应用价值。     

基于粗糙集的视频监控图像增强算法

视频监控系统中受许多客观因素的影响,图像实际成像会影响到监控效果。粗糙集理论是一种处理不完整性和不确定性问题的数学工具。根据人眼的视觉特性,将粗糙集理论应用到视频监控图像。实验表明该算法对视频监控图像有较好的增强效果,并对噪声具有一定的抑制作用,可以满足实际工程上的需求。