[发明专利]一种海量监控视频使用和呈现方式

说明书

技术领域

本发明涉及一种视频图像处理技术，具体是一种海量监控视频使用和呈现方式。

背景技术

目前来说，比较常用的全景视频图像采集的方法有两种，一是利用鱼眼镜头摄像机得到大范围的视频图像，但是其得到的图像变形会非常严重，难于跟三维模型结合，需要用算法对生成的图像进行矫正，从而得到全景平面视频图像。二是使用多摄像机的方法，然后对得到的图像进行拼接和融合处理。如美国IPIX公司的Command View系列产品，利用鱼眼镜头的宽广视角直接获取360°场景，再利用算法进行图像矫正得到一个环形范围的平面的全景视频图像；而Honeywell公司推出的PARASCAN全景摄像机则是由多个固定式的摄像机来拍摄不同空间场景，然后对得到的图像进行拼接，从而实现全景视频。

目前，国外对于多镜头全景监控方面的理论和实践研究是一个相对空白的领域，目前还鲜有比较完善及方便实现的实用技术以及解决方案。类似的一些全景视频的或者虚拟显示的解决方案多事应用于一些大型展示或者视频会议，比如2010上海世博会的网上世博参观平台，就是全景现实虚拟技术的一项非常典型的应用。另外，在国防科技大学，浙江大学及中科院软件研究所等高校和科研院所也开展过类似方向的研究，并取得了一些成果，但是目前为止还没有提出一套完整可行的实施方案。

在技术研究方面，视频的全景拼接技术可以分为两大类：基于图像配准的方式；基于流形思想的拼接方式。图像配准方法可归纳为对三个元素的选择问题：特征空间，相似性准则以及搜索策略。特征空间定义了用于配准的基本特征信息，相似性准则是特征分类的基本依据，而搜索策略则决定了从特征空间中根据相似性依据寻找同类特征的方法。具体的图像配准方式又可以分为以下两大类：

(1)基于灰度值信息的图像配准方法。

该方法利用图像的灰度信息直接计算图像之间的关系，其关系的紧密程度用相似性度量函数来判定。根据相似性函数的不同又可将该方法分为两大类：基于时域的图像配准方法和基于频域的图像配准方法。总体来说，该方法比较简单，不需要复杂的预处理，但相似性度量程度的好坏直接影响图像配准的精度。因此，采用该方法时需要提供合适的相似性度量。

(2)基于特征点的方式。基于特征点的图像拼接方法需要预先提取图像的特征点，再根据特征点找出图像之间的对应关系，确定图像重叠的区域，然后再把各幅图像进行融合。该方法的难点在于如何提取和选择鲁棒的特征，以及特征之间的匹配关系如何确定。特征的形式多样，例如有Harris角点特征、Sift特征、Gist特征等等，需要根据实际情况选择鲁棒的特征。

总的来说，无论从技术研究情况，还是实际应用情况，对于三维全景融合技术的研究都处于探索研发阶段，学界提出很多方法，但目前能够得到应用又能满足人们要求的方法还很有限。特别是在全景图效果和实现速度的要求很难达到人们的需求。

发明内容

本发明的目的在于提供一种海量监控视频使用和呈现方式以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种海量监控视频使用和呈现方式，包含以下步骤：

A、视频图像截取。

B、图像配准：一幅图像拥有不同的可提取的特征，选择其中容易提取的，并能够在某种程度上表征待配准图像相似性的特征作为配准依据。

C、图像融合：对多源图像的同一场景、目标的同一像素级上的灰度进行综合处理，最后生成的新图像能够容纳源图像中所有像素点的信息。

D、纹理映射到三维模型。

作为本发明再进一步的方案：所述图像配准具体包括：①提取SIFT特性；②计算距离与角度进行匹配；③RANSAC提纯。

作为本发明再进一步的方案：所述图像融合具体包括：a、单应及排序，b、全图像融合。

与现有技术相比，本发明的有益效果是：本发明提出一种以现实场景三维模型为基础的，结合多路视频融合的，实时视频监控新方法，并研制系统样机、开发系统模块化软件。其特点表现在：1、以现实三维模型建立虚拟环境，并以此作为视频融合载体和最终呈现主体；2、采用带约束的RANSAC算法实现多视频匹配与配准；3、采用高斯金字塔算法实现多视频融合的实时处理及显示。

附图说明

图1为本发明的工作流程图。

图2为图像配准流程图。

具体实施方式