基于网格化管控的智能视频安全监控方法及系统技术方案

本发明专利技术涉及视频监控技术领域，具体涉及基于网格化管控的智能视频安全监控方法，获取各相机对应的同一网络区域的视图；对各视图进行两两视图匹配，得到两两视图的匹配结果，根据匹配结果计算两两视图的尺度等级；获取两视图对应的相机的倍率以及两相机之间的光轴夹角，计算所述光轴夹角以及标准光轴夹角的比值，得到对应匹配对的光轴夹角的偏差程度；基于所述尺度等级、倍率以及偏差程度，计算各匹配对的匹配系数；基于匹配系数，确定最优匹配对，调取最优匹配对对应的视图进行安全监控。即本发明专利技术的方案能够实现精选视图而非过量呈现以及避免视觉上重复的观测角度，即保证多个视角观测可以尽可能地提高查看的信息上下文匹配。可以尽可能地提高查看的信息上下文匹配。可以尽可能地提高查看的信息上下文匹配。

【技术实现步骤摘要】
基于网格化管控的智能视频安全监控方法及系统


[0001]本专利技术涉及视频监控
，具体涉及基于网格化管控的智能视频安全监控方法及系统。

技术介绍

[0002]目前，对于视频监控系统，由于不断增加库区视频监控数量，现在库区重点管控点位已经实现视频监控的全覆盖。
[0003]但是，现阶段库区的视频监控系统的使用全部是基于基础管理应用，停留在基础的图像和视频调阅查看上，只是被动有需要的时候查看图像和视频，视频监控系统现在处于最原始的利用状态，在视频监控系统的建设上投入不菲，但是系统利用率低，整体系统的利用率不到40%。
[0004]同时，由于库区众多相机以及对应的大量不断增加库区视频监控数量，其还存在以下问题：1）使得监控的视图数量过大，在查阅时视图过量呈现，占用资源且无法精选视图；2）由于库区众多相机的众多预置位对应的焦段不同，会产生不同的透视视觉效果，使得透视关系不明显，难以确定关键区域的相对位置；3）存在多个联动图像的点位可能存在重复观测同一位置的问题；4）查阅时，调用的画面质量不高。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供基于网格化管控的智能视频安全监控方法及系统，所采用的技术方案具体如下：本专利技术提供的基于网格化管控的智能视频安全监控方法，包括以下步骤：获取各相机的对应的同一网络区域的视图；对各视图进行两两视图匹配，得到两两视图的匹配结果，根据匹配结果计算两两视图的尺度等级；获取两视图对应的相机的倍率以及两相机之间的光轴夹角，计算所述光轴夹角以及标准光轴夹角的比值，得到对应的光轴夹角的偏差程度；基于所述尺度等级、倍率以及偏差程度，计算各两视图的匹配系数；基于匹配系数，确定最优匹配对，调取最优匹配对对应的视图进行安全监控。
[0006]优选地，所述尺度等级的获取方法为：1）对各视图进行角点检测，并计算各角点的特征描述子，所述特征描述子为BRIEF描述子，为二进制向量；2）基于BF算法，对所述特征描述子进行匹配，得到两两视图的匹配结果；3）根据匹配结果对应的相机的特征描述子计算尺度等级：
其中，M为两视图特征点对应特征描述子的匹配对，为相机Z1对应视图的特征描述子，为相机Z2对应视图的特征描述子，Median()函数为中值函数。
[0007]优选地，还包括对匹配结果进行过滤的步骤：基于GMS算法通过网格划分、运动统计特性的方法剔除错误匹配结果，得到正确的匹配结果。
[0008]优选地，根据过滤后的匹配结果以及未过滤之前的匹配数量的比值，得到两视图的质量指标。
[0009]优选地，还包括对角点所在图像区域进行缩放L次，得到多尺度的特征描述子。
[0010]优选地，所述匹配系数为：*其中，T为两视图对应的两相机之间的光轴夹角，A为标准光轴夹角，L为缩放次数，为相机Z1与相机Z2的倍率较大的倍率，为相机Z1与相机Z2的倍率较小的倍率，为尺度等级，Q为两视图的质量指标，其中，所述质量指标为： 其中，为GMS算法过滤错误匹配结果后的匹配数量，为暴力搜索算法的结果输入GMS算法之前的匹配对数量。
[0011]优选地，根据所述匹配系数，利用k
‑
m最大匹配算法，确定最优匹配对。
[0012]本专利技术还提供了基于网格化管控的智能视频安全监控系统，包括处理器和存储器，其特征在于，所述处理器执行存储于存储器的上述的基于网格化管控的智能视频安全监控方法的步骤。
[0013]本专利技术的有益效果：本专利技术的方案能够实现精选视图而非过量呈现，即当险情发生时，相关人员需要以最快速度明白何地、何罐、何具体区域出现了何可见异常，因此需要在尽可能少的画面中呈现更多的信息上下文匹配，信息上下文匹配体现在观看角度的差异较大，足够的透视关系上下文；足够的透视关系上下文，即由于以罐体为主，库区众多相机的众多预置位对应的焦段不同，会产生不同的透视视觉效果；避免视觉上重复的观测角度，即保证多个视角观测可以尽可能地提高查看的信息上下文匹配；多个联动图像的点位可能存在重复观测同一位置的问题，即每个视图都是网格中罐体的局部画面；需要在多个预置位中自动分析最佳的比照观测图像，避免视觉上重复的观测角度；调用的画面高可用。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅
仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0015]图1是本专利技术的基于网格化管控的智能视频安全监控方法的方法示意图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0018]本专利技术针对的是监控库区存储的泄露物体主要以罐体为主，进行视频监控。
[0019]具体地，请参阅图1所示，本专利技术提供的基于网格化管控的智能视频安全监控方法，包括以下步骤：步骤1，获取各相机对应的同一网络区域的视图。
[0020]本实施例中是基于足量相机建立足量的预置位，基于库区位置对应查找到多个视图。
[0021]其中考虑到视频监控安装是按照库区功能位置布点的，库区平面图的网格化划分按照库区功能划分（例如1号库区西北部网格、2号库区东南部网格等等），实施者根据业务需求进行区域划分，每个区域作为孤立的对象（库区），区域内再做网格的编排。
[0022]本实施例中，基于网格化的管理，每个相机不同预置位对应每个相机不同光轴参数：由于相机位置固定，在网格化管理时，相机的预置位是对应旋转角度（Pan）、俯仰角度（Tilt）和焦段变倍（Zoom）三个参数的。
[0023]由于相机安装位置通过网格化管理，将预置位的参数进行记录，后期分析时以预置位的(Pan,Tilt,Zoom)进行计算。
[0024]至此，可以将每个相机的每个预置位抽象为视图，从而基于网格化对海量的视图进行管理。
[0025]其中，相机是采用红外摄像头，库区多相机的众多预置位难以管理和按照光照情况进行分配，基于本专利技术方法进行视图智能匹配和分配后，当VOC热成像算法触发异常区域时，保证观测泄露问题的时间足够短且能够有足够的透视关系上下文。
[0026]在已经建立的库区平面网格基础上，对网格进行具体编号建立模型，并对具体的网格进行数据关联。所述的网格为一种基于库区顶视图划分的局部区域，每个局部区域经过各相机预置位的登记后，得到联动观看的位置：每个关键位置对应多个相机的预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于网格化管控的智能视频安全监控方法，其特征在于，包括以下步骤：获取各相机对应的同一网络区域的视图；对各视图进行两两视图匹配，得到两两视图的匹配结果，根据匹配结果计算两两视图的尺度等级；获取两视图对应的相机的预置位处的倍率以及两相机之间的光轴夹角，计算所述光轴夹角以及标准光轴夹角的比值，得到对应的光轴夹角的偏差程度；基于所述尺度等级、倍率以及偏差程度，计算各两视图的匹配系数；基于匹配系数，确定最优匹配对，调取最优匹配对对应的视图进行安全监控；所述尺度等级的获取方法为：1）对各视图进行角点检测，并计算各角点的特征描述子，所述特征描述子为BRIEF描述子，为二进制向量；2）基于BF算法，对所述特征描述子进行匹配，得到两两视图的匹配结果；3）根据匹配结果对应的相机的特征描述子计算尺度等级：其中，M为两视图特征点对应特征描述子的匹配对，为相机Z1对应视图的特征描述子，为相机Z2对应视图的特征描述子，Median()函数为中值函数。2.根据权利要求1所述的基于网格化管控的智能视频安全监控方法，其特征在于，还包括对匹配结果进行过滤的步骤：基于GMS算法通过网格划分、运动统计特性的方法剔除错误匹配结果，得到正确的匹配结果。3.根据权利要求2所述的...

【专利技术属性】
技术研发人员：林海川，甘毅，王健，冒宇鹏，崔永强，朱啸，顾海涛，
申请(专利权)人：南通阳鸿石化储运有限公司，
类型：发明
国别省市：