城市图像视频监控的科学化布点

随着计算机网络信息化的不断发展,我国的视频监控技术得到了有效地提升,在人们的生产与生活中得到了广泛地应用。近年来,城市的公共安全逐渐成为人们普遍关注的话题,这对城市图像视频监控提出了更高的要求,因此,必须对城市的图像视频监控系统进行科学化布点,促进视频监控职能的发挥。本文将着重对我国城市图像视频监控的科学化布点进行深入研究,为城市视频监控系统的建设提供一个参考与借鉴。

图像视频监控系统在石榴潭水库的应用

图像视频监控系统在石榴潭水库的应用,可辅助水库管理处安全生产,降低生产管理成本,提高工作效率,并可纳入电厂SIS、MIS信息管理平台,成为集中管理必不可少的一部分。

多尺度域视频监控图像光照分量智能校正方法

针对视频监控图像中存在的清晰度不足和光照不均匀等问题,提出了多尺度域视频监控图像光照分量智能校正方法。应用背景差分法与差值图二值化法对视频监控图像进行预处理,以减少噪声干扰。通过融合TH变换和BH变换来加强图像多尺度细节特征;利用控制因子控制锐化强度,以凸显细节特征,避免出现图像伪影情况。对图像光照分量进行自适应调节,利用二维伽马函数计算画面亮度平均值,以防止出现过度校正的情况,从而实现智能校正。测试结果表明,采用该方法校正的图像更清晰,画面光照分量均匀,图像失真较少,视觉效果较好。

基于动态特征融合的监控视频图像小目标检测研究

在实际监控场景中,监控视频图像往往会受到复杂的背景干扰和光照变化的影响,使得小目标的检测变得非常困难且准确性较差。因此,文章提出基于动态特征融合的监控视频图像小目标检测方法。首先对监控视频图像进行预处理,主要是对不同类型的噪声进行噪声滤除操作,以提高图像质量并突出小目标;其次融合数学形态学处理技术,提取预处理后图像的小目标相关特征;最后采用动态特征融合方式进行小目标检测,将多个特征融合在一起,以更全面地描述图像中的小目标。通过这种动态特征融合方法完成了监控视频图像小目标检测方法设计。实验结果表明:新方法在检测不同类型的小目标中具有明显优势,能够实现对小目标的准确监测,说明其在监控视频图像小目标检测中具有应用价值。

基于监控视频图像的智慧变电站远程可视化自动巡检方法

由于变电站数据采集受各种磁场干扰,采用传统巡检方法得到的可视化巡检结果较模糊。为此,提出了一种基于监控视频图像的智慧变电站远程可视化自动巡检方法。首先建立变电站监控视频图像数据集,采用图像数据增强技术扩充数据集,然后通过巡检定位技术识别变电站中的关键设备和区域,最后,基于YOLOv3网络框架实现巡检图像识别以及可视化自动巡检功能。结果表明,应用所提方法,其巡检结果准确率均高于95.3%,优于对比方法,具有良好的巡检效果。

二维变分模态分解矿井监控视频图像去噪

煤矿监控已基本覆盖到各矿井下的安全生产中,但矿井下复杂且恶劣的环境严重影响图像的质量,受到大量的椒盐噪声污染,降低了保障安全和消除隐患的能力。为此提出一种变换域图像去噪方法,将图像使用二维变分模态基于不同频率分解成低频和高频子模态图像,低频和高频图像中包含着不同的图像信息,对低频图像采用各向异性扩散滤波进行保边去噪处理,使用自适应中值滤波对高频图像中的大量噪声进行降噪,重构各子模态图像。以实际监控图像为研究对象,在不同噪声环境下进行对比实验,结果表明,与其他方法相比该方法具有优异的去噪效果,并且还能保留原始图像的边缘结构信息。

基于神经网络的视频监控图像异常行为识别方法

由于传统方法在视频监控图像异常行为识别应用中效果不佳,漏识率较高,且识别用时较长,文章为此提出基于神经网络的视频监控图像异常行为识别方法。该方法首先分割处理视频监控图像,然后应用视频帧图像阵列对目标图像进行预处理并提取图像行为特征,最后建立神经网络模型,利用模型计算图像行为特征卷积,完成异常行为识别。实验证明,该方法的漏识率为0.56%,具有较好的应用前景。

视频监控图像侦查方法研究

狭义的视频监控图像侦查方法指的是视频监控图像在侦查活动中的应用模式与套路。视频监控图像侦查方法的实施受到视频监控图像的质量与数量、侦查主体的思维形态、视频监控配套与辅助技术三大变量的影响;视频监控图像侦查方法涉及对象信息、背景信息与过程信息三类信息要素;视频监控图像侦查方法包括基于信息辨识、基于信息比对、基于信息重构、基于信息辐射等四个方面的具体内容。

一种新型煤矿视频监控图像滤波算法

针对煤矿视频监控图像存在噪声强度高且对比度低等问题,提出了一种新型煤矿视频监控图像滤波算法。该算法首先采用自适应Canny算子对图像进行边缘检测,实现边缘图像和非边缘图像的有效分离;然后对边缘图像引入直方图均衡化算法进行处理,以突出图像边缘信息,提高图像对比度;从滤波器的构建、结构元素的设计方面对经典数学形态学滤波算法进行改进,将其应用于非边缘图像的滤波;最后对处理后的边缘图像和非边缘图像引入图像融合机制进行加权融合。实验结果表明,与小波阈值法、经典数学形态学滤波算法相比,该算法具有较好的滤波效果。

视频监控图像高速运动物体稳定特征识别仿真

在智能视频监控系统中,运动目标稳定特征提取是实现高速运动物体行为理解、识别以及跟踪的前提条件。传统的运动目标识别方法难以精确提取出稳定的运动目标,以及某些干扰物体中有部分区域与运动目标形状相同时,识别率低、实时性差等问题。针对上述问题,提出基于动态模板匹配的高速运动物体稳定特征识别方法。采用帧间差分算法确定高速运动目标物体可能存在的区域,获取较为清晰的高速运动物体目标轮廓,并基于运动目标轮廓信息构造稳定特征不变量。以稳定特征不变量为中心选择指定大小的矩形区域,将其作为下一帧模板匹配算法的模板,将待测图像的特征描述与运动目标模板特征进行匹配,完成对高速运动目标的识别。实验结果表明,所提方法能够实现对高速运动目标物体的实时分析,同时满足实际应用中,对高速运动目标物体识别实时性和准确性的要求。

基于DFT基的矿井视频监控图像分块压缩感知方法

针对矿井视频监控图像受噪声干扰影响大,采用常规的图像采样和压缩方法存在图像模糊和传输时间过长等问题,提出了一种矿井视频监控图像分块压缩感知方法。该方法通过建立矿井视频监控图像分块压缩感知模型,在井下图像采集节点利用稀疏随机矩阵进行压缩采样,然后在地面监控中心利用正交匹配追踪(OMP)算法重构图像。研究结果表明,采用本文算法的重构图像误差小、重构时间短,所需信号采样点数少;与扰频Hadamard矩阵相比,采用稀疏随机矩阵和高斯随机矩阵作为观测矩阵对图像信号重构的峰值信噪比(PSNR)提高4 d B^5 d B;本文算法与基于小波基的算法相比,信号重构的PSNR提高1 d B^4 d B,重构时间缩短至少80%以上。

当前视频监控图像侦查中存在的问题及完善构想

视频监控图像侦查作为近几年逐渐发展起来的信息化侦查措施,在打击和防控刑事犯罪中正日益显现出其重要作用。但是,在其发展推进的过程中也存在一些突出问题,如:管理维护不到位、"重建设、轻使用"、操作不规范、工作机制不健全等,制约了视频监控图像侦查工作的开展,因此,如何规范视频监控建设、完善视频监控图像侦查工作无疑具有重大的理论价值和现实意义。

论视频监控图像证据的证明力

目前,视频监控图像主要是为刑事侦查工作提供线索和方向,很少成为定案的证据,随着新刑诉法的实施,如何确立与运用视频监控图像资料证据,已成为警界直面的难题。在侦查工作实践中,可通过视频监控图像资料与其他证据的关联、规范视频监控图像资料的取证程序、形成完整的视频监控图像资料证据链,及通过司法鉴定机构的专业鉴定,使之成为独立的证据,从而确立其在司法实践中的证据地位。

基于DWT与改进中值滤波的矿井视频监控图像去噪

井下光照不均、煤尘浓度大以及视频图像获取设备电路电压不稳定等各类因素的存在,导致矿井视频监控系统获取的图像存在大量噪声,影响了对矿井各类生产信息的准确判读。为此,将离散小波变换(Discrete wavelet transform,DWT)与改进中值滤波算法相结合,提出了一种矿井视频监控图像高效去噪算法。首先,对获取的矿井视频图像进行自适应噪声检测,根据检测结果,对图像采用改进中值滤波算法处理;然后对滤波后的图像进行3层离散小波变换,鉴于图像的噪声信息绝大部分集中分布于高频分解系数中,故对低频分解系数不作处理;最后对高频分解系数采用一种改进软阈值去噪函数模型进行去噪,将去噪后的高频分解系数与原始低频分解系数进行重构,得到去噪后清晰度较高的图像。采用实地获取的山西潞安某煤矿井下视频图像进行试验,并与小波软阈值去噪、中值滤波等算法进行去噪效果对比分析,此外,对各算法的试验结果分别采用信噪比(Signal noise ratio,SNR)以及算法运行时间进行评价,结果表明:新算法对于矿井视频监控图像的去噪效果优于其余2类算法,且算法运算时间也具有一定的优势。

视频监控图像侦查之我见

视频监控图像侦查作为一种崭新的侦查方式,具有资源丰富,简洁高效,可互联性、直接证据性等特点。实现视频监控图像侦查需要具备的条件是:基础条件——视频监控设备,技术条件——视频监控图像处理技术,必备条件——专业图像侦查队伍,保障条件——视频监控图像侦查工作机制。现阶段视频监控图像侦查的困境主要表现在两个方面:一是视频监控基础设施建设存在的问题,二是视频监控图像侦查应用中存在的问题。

福建省高速公路视频图像联网监控系统

高速公路视频图像传输和联网控制是监控系统极为重要的内容。福建省高速公路监控中心视频图像监控系统采用三级组网结构，目前已实现了全省已建路段650公里的视频图像的全省联网工作．并可随着将来路段的延伸而扩展．省监控中心可对所属路段的所有视频图像进行任意切换、控制和显示．基本满足运营管理要求。

基于监控视频图像的车辆发电机高寒环境下的适应性分析

针高寒环境下汽车发电机存在适应性差等问题,提出基于监控视频图像的车辆发电机高寒环境下的适应性分析。首先,通过监控视频设备对高寒环境下汽车发电机图像进行采集,其次,采用均值滤波法对高寒环境下通过监控视频采集到的汽车发动机图像进行降噪处理,用单一阈值分割法对预处理后的图片进行分割;然后,通过图像领域中灰度值的波动规律提取发电机轮廓灰度图像,采用Sobel算子提取汽车发电机轮廓灰度图像的边缘,最后,通过确定缺陷区域的面积和周长,得到汽车发电机轮廓缺陷特征。实验结果表明,该方法能够准确分析高寒环境下汽车发电机表面出现的缺陷,以此来提升高寒环境下汽车发电机的适应性能。

一种视频监控图像条纹噪声的快速检测方法

针对视频监控图像中存在各类条纹噪声的问题,根据条纹特性和受干扰图像帧的频域特征,提出了一种快速检测监控录像周期性条纹的算法。根据相对距离将频谱图分成两个子块,再运用行列累积函数或阈值检测各子带是否存在异常亮点,进而确定图像帧是否存在条纹噪声。利用频率谱中异常点的对称特性可减少遍历次数,有效提高了算法的运行效率。实验结果表明,该算法对监控视频序列中的多种周期性条纹具有良好的检测效果,并提高了计算速度。

远程视频图像监控在变电站设计中的实现

采纳远程视频来构建监控,可以提升变电站制约的实效。远程视频类别的图像管控,涵盖了根本层次内的制约架构、制约图像所用的框架、传送变电类别信息的框架等。变电站所带有的远程监控,能采纳联动类的预警体系,搭建起无人值守的制约架构。经由图像所带的监控路径,可构造出变电站的总括制约,并完善互通变电信息的渠道。

煤矿视频监控图像的改进非局部均值滤波算法

针对井下光线较差、粉尘大而导致视频监控图像清晰度不佳的问题,提出了一种改进非局部均值滤波算法。首先采用Log边缘检测算子对图像进行边缘提取,获得边缘和非边缘图像;然后分别从相似图像块获取方法以及权重值计算方法2个方面对非局部均值滤波算法进行改进,用于去除非边缘图像中的噪声点;最后将边缘图像与滤波后的非边缘图像进行融合。分别采用该算法与中值滤波算法、均值滤波算法、非局部均值滤波算法对现场采集的图像进行测试,结果表明该算法的图像处理效果明显优于其他算法。