一种基于云边计算模型的视频监控系统可靠性监测方法技术方案

一种基于云边计算模型的视频监控系统可靠性监测方法，包括预设图片步骤、视频获取步骤、背景图片提取步骤、背景图片上传步骤、图片对比步骤、阈值对比步骤。本发明专利技术提供的基于云边计算模型的视频监控系统可靠性监测方法，能够实时、主动监测视频监控系统终端是否发生故障或出错；视频监控系统终端发生故障或出错后，能够自动识别并快速锁定故障终端位置，方便及时排障和检修，节省大量的人力和时间成本。

A reliability monitoring method for video surveillance system based on cloud edge computing model

A video monitoring system reliability monitoring method based on cloud edge computing model, including preset picture steps, video acquisition steps, background image extraction steps, background picture upload steps, picture contrast steps, threshold contrast steps. Video monitoring system reliability monitoring method based on the calculation model of cloud edge is provided by the invention can real-time, active surveillance video monitoring system terminal is failure or error; video monitoring system terminal malfunction or error, can automatically identify and quickly lock the terminal fault location, convenient and timely troubleshooting and maintenance, save manpower and time the cost of a large number of.

【技术实现步骤摘要】
一种基于云边计算模型的视频监控系统可靠性监测方法
本专利技术属于视频监控
，具体涉及一种基于云边计算模型的视频监控系统可靠性监测方法。
技术介绍
近年来，随着视频监控终端设备价格的降低，计算机能力增强和网络带宽的提高，视频监控技术得到了较好的发展。在机场、地铁站、停车场等重要场所，视频监控的作用在不断突出，尤其是在公共安全方面。正是由于上述原因，视频监控终端的安装范围正在不断扩大，监控密度也在扩大。然而，视频监控终端常常会发生故障，比如视频监控终端设备经常会出现由于环境和人为原因出现的遮挡类问题、花屏类问题、人为涂抹类、画面发黑类、闪屏类问题，等等。尤其是同一视频监控系统中存在大量监控终端设备时，亟需在短时间内锁定发生故障的监控设备。现在，判断视频监控终端的出错信息的方法主要是使评测人每天在监控系统中查看每个视频监控终端的信息，被动的找出其发生故障的视频监控设备终端。这种检测方法，需要消耗大量的人力来查找是哪一个视频监控终端出错，不能短时间内锁定故障设备，不能及时排障和维修，单就寻找故障设备就浪费大量的人力资源和时间成本，而且也无法保证视频监控终端数据的可靠性。因此，视频监控领域亟需一种可以减少人力和时间的开销，并使视频监控系统数据可靠性增加的检测方法，变被动监控为主动检测视频监控终端，减少人为因素造成的误报、漏报等问题，将操作人员从繁重的监控、排障工作中解放。
技术实现思路
为了解决现有技术中无法主动监测视频监控终端故障并短时间内找到故障终端的技术缺陷，本专利技术提供一种基于云边计算模型的视频监控系统可靠性监测方法。本专利技术是通过以下技术方案实现的：一种基于云边计算模型的视频监控系统可靠性监测方法，包括如下步骤：预设图片步骤：视频监控系统的终端无故障正常使用时，从终端获取图片作为预设图片；视频获取步骤：根据预设的时间间隔，定期从视频监控系统的终端中采集获取一段视频；背景图片提取步骤：对采集的视频进行处理，从中提取相应的背景图片；背景图片上传步骤：将提取的背景图片上传；图片对比步骤：将接收的背景图片与预设图片进行相似度比较，获得相似度值；阈值对比步骤：将图片对比步骤获得的相似度值与预设的阈值比较：若相似度值大于阈值，则提示获得背景图片的视频监控系统的终端出错。与现有技术相比，本专利技术的有益效果在于：本专利技术提供的基于云边计算模型的视频监控系统可靠性监测方法，能够实时、主动监测视频监控系统终端是否发生故障或出错；视频监控系统终端发生故障或出错后，能够自动识别并快速锁定故障终端位置，方便及时排障和检修，节省大量的人力和时间成本。附图说明图1为基于云边计算模型的视频监控系统可靠性监测方法的整体流程图。图2为预设图片步骤的流程图。图3为背景图片提取步骤流程图。图4为图片对比步骤流程图。图5为阈值对比步骤流程图。图6为基于云边计算模型的视频监控系统可靠性监测装置。图7为实施例2中的背景图片。图8为实施例2中的预设图片。图9为实施例2中用户端显示器显示图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不用于限定本专利技术。实施例1：如图1所示，本实施例提供一种基于云边计算模型的视频监控系统可靠性监测方法，包括如下步骤：预设图片步骤S1：视频监控系统的终端无故障正常使用时，从终端获取图片作为预设图片；视频获取步骤S2：根据预设的时间间隔，定期从视频监控系统的终端中采集获取一段视频；背景图片提取步骤S3：对采集的视频进行处理，从中提取相应的背景图片；背景图片上传步骤S4：将提取的背景图片；图片对比步骤S5：将接收的背景图片与预设图片进行相似度比较，获得相似度值；阈值对比步骤S6：将图片对比步骤获得的相似度值与预设的阈值比较：若相似度值大于阈值，则提示获得背景图片的视频监控系统的终端出错。如图2所示，在本实施例中，预设图片步骤S1具体包括如下步骤：步骤S101：将视频监控系统的终端的IP地址上传；步骤S102：视频监控系统的终端无故障正常使用时，从终端获取图片作为预设图片；步骤S103：将预设图片上传并与获得该预设图片的IP地址对应。如图3所示，在本实施例中，视频获取步骤S2具体包括如下步骤：步骤S201：利用VideoCapture类调用视频监控系统的终端设备并采集获取一段视频，具体而言，VideoCapture类提供了从摄像头或视频文件捕获视频的C++接口，作用是从视频文件或从摄像头捕获视频并显示出来。在本实施例中，其功能在于从摄像头中捕获视频并显示。如图4所示，在本实施例中，背景图片提取步骤S3具体包括如下步骤：步骤S301：通过Mat变量方法存储所述视频的每一帧的图像，具体而言，Mat类表示一个n维的稠密数值型的单通道或多通道数组。Mat类可以用于存储实数或复数值的向量和矩阵、灰度或彩色图像、体素、向量场、点云、张量、直方图。Mat类在本实施例中是用于存储彩色图像。步骤S302：通过VideoCapture类中的read方法获取所述视频的每一帧的图像，具体而言，VideoCapture::read函数对于读取视频文件或者捕获数据从解码和返回刚刚捕获的帧，假如没有视频帧被捕获(相机没有连接或者视频文件中没有更多的帧)将返回false。在本实施例中用于读取视频每一帧。步骤S303：通过BackgroundSubtractorMOG2类中的apply函数获取前景掩膜，具体而言，BackgroundSubtractorMOG2::apply函数主要是计算背景掩膜，在本实施例中可以为通过背景减法获取背景掩膜。步骤S304：通过BackgroundSubtractorMOG2类中的getBackgroundImage函数提取背景图片，具体而言，BackgroundSubtractorMOG2::getBackgroundImage函数用语为计算背景图片，在本实施例中的功能为获取背景图片。在本实施例中，背景图片上传步骤S4具体为：将背景图片提取步骤提取的所述背景图片与获得该背景图片的视频监控系统终端IP地址上传。由于本实施例中预设图片步骤S1中在预设图片阶段同步上传的为终端IP地址，因此在背景图片上传步骤S4中也相应的上传了背景图片的IP地址，以实现在图片对比步骤S5中，通过IP地址辨别背景图片与预设图片来源于同一视频监控系统终端。但具体实施本专利技术的方法时，辨别背景图片与预设图片来源于同一视频监控系统终端的方法并不限于此，只要能够将同一视频监控系统终端获取的背景图片与预设图片一一对应即可，例如对每台视频监控系统终端编号，从终端获得图片后用该终端的编号标识该图片。如图5所示，在本实施例中，图片对比步骤S5具体包括以下步骤：步骤S501：提取接收的背景图片的IP地址；步骤S502：通过所提取的IP地址，筛选出与提取的IP地址相同的所述预设图片；步骤S503：将接收的背景图片与筛选出的预设图片对比，获得相似度值；其中，如图6所示，步骤S503采用哈希算法对背景图片与预设图片对比，具体步骤如下：步骤S503-1：将背景图片和预设图片的大小设置为8*8像素；步骤S503-2：将背景图片和预设图片转换为灰度图像；步骤S5本文档来自技高网...

【技术保护点】
一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，包括如下步骤：预设图片步骤：视频监控系统的终端无故障正常使用时，从终端获取图片作为预设图片；视频获取步骤：根据预设的时间间隔，定期从视频监控系统的终端中采集获取一段视频；背景图片提取步骤：对采集的所述视频进行处理，从中提取相应的背景图片；背景图片上传步骤：将提取的所述背景图片上传至一处理单元；图片对比步骤：将接收的所述背景图片与所述预设图片进行相似度比较，获得相似度值；阈值对比步骤：将所述图片对比步骤获得的所述相似度值与预设的阈值比较：若所述相似度值大于所述阈值，则提示获得所述背景图片的视频监控系统的终端出错。

【技术特征摘要】
1.一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，包括如下步骤：预设图片步骤：视频监控系统的终端无故障正常使用时，从终端获取图片作为预设图片；视频获取步骤：根据预设的时间间隔，定期从视频监控系统的终端中采集获取一段视频；背景图片提取步骤：对采集的所述视频进行处理，从中提取相应的背景图片；背景图片上传步骤：将提取的所述背景图片上传至一处理单元；图片对比步骤：将接收的所述背景图片与所述预设图片进行相似度比较，获得相似度值；阈值对比步骤：将所述图片对比步骤获得的所述相似度值与预设的阈值比较：若所述相似度值大于所述阈值，则提示获得所述背景图片的视频监控系统的终端出错。2.根据权利要求1所述的一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，所述预设图片步骤具体为：将视频监控系统的终端的IP地址上传；视频监控系统的终端无故障正常使用时，从终端获取图片作为预设图片；将所述预设图片上传并与获得该预设图片的IP地址对应。3.根据权利要求2所述的一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，所述视频获取步骤具体为：利用VideoCapture类调用视频监控系统的终端设备并采集获取一段视频。4.根据权利要求3所述的一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，所述背景图片提取步骤具体为：通过Mat变量方法存储所述视频的每一帧的图像；通过VideoCapture类中的read方法获取所述视频的每一帧的图像；通过BackgroundSubtractorMOG2类中的apply函数获取前景掩膜；通过BackgroundSubtractorMOG2类中的getBackgroundImage函数提取背景图片。5.根据权利要求4所述的一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，所述背景图片上传步骤具体为：将所述背景图片提取步骤提取的所述背景图片与获得该所述背景图片的视频监控系统终端IP上传。6.根据权利要求5所述的一种基于云边计算模型的视频监控系统可靠性监测方法，其特征在于，所述图片对比步骤包括以下步骤：步骤A：提取接收的所述背景图片的IP地址；步骤B：通过所提取的IP地址，筛选出与所述提取的IP...

【专利技术属性】
技术研发人员：孙辉，梁旭，施巍松，仲红，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽,34