一种用于土地违法与违章建筑定点监控虚拟预置位的方法

摘要

本发明公开了一种用于土地违法与违章建筑定点监控虚拟预置位的方法，包括如下步骤：(1)输入视频的图像序列，通过灰度转换得到灰度图像；(2)预处理灰度图像；(3)采用灰度投影算法得到相邻图像之间的偏移量；(4)对于相邻两帧图像偏移进行积分运算得到运动矢量曲线；(5)对于设定的虚拟预置位进行曲线分割，由相邻两帧图像的位移的叠加找到与虚拟预置位所分割的曲线差值绝对值最小的那一帧图像；本发明通过真实预置位和虚拟预置位的结合，可以准确可靠地对土地违法与违章建筑进行无死角全方位的监控。

说明书

技术领域

本发明涉及自动化监控方法，具体涉及一种用于土地违法与违章建筑定点监控虚拟预置位的方法。

背景技术

目前在土地违法、违章建筑加盖检测中，监控摄像头的预置位个数都是有限的，而摄像头本身支持的光学变焦能力目前可以支持看很远的地方，对土地违法和违章建筑进行大范围实时监控，导致摄像头预置位个数不足，难以无死角、全方位地实现自动化违法用地和违章建筑监控。

发明内容

技术问题：针对现有技术存在的问题，本发明的目的在于提供一种可以在相机预置位不足的情况下，实现定点监控高精度全覆盖监控的用于土地违法与违章建筑定点监控虚拟预置位的方法。

技术方案：一种用于土地违法与违章建筑定点监控虚拟预置位的方法，包括如下步骤：

(1)输入视频的图像序列，通过灰度转换得到灰度图像；

(2)预处理灰度图像；

(3)采用灰度投影算法得到相邻图像之间的偏移量；

(4)对于相邻两帧图像偏移进行积分运算得到运动矢量曲线；

(5)对于设定的虚拟预置位进行曲线分割，由相邻两帧图像的位移的叠加找到与虚拟预置位所分割的曲线差值绝对值最小的那一帧图像。

优选的，所述步骤(2)中，预处理包括中值滤波去噪；此外还包括直方图均衡化。

所述步骤(2)具体包括如下内容：

(2.1)从图像中某个采样窗口取出奇数个数进行升序或降序排列，将排序后各点的值进行算数平均计算，计算后的中值取代待处理值，让周围的像素值接近真实值，从而去除孤立噪声点；

(2.2)对于中值滤波后的图像，对整个图像进行线性拉伸，重新分配图像的像素值，将原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。

所述步骤(5)具体为：设有N个虚拟预置位，把矢量曲线分为N段，设第k个虚拟预置位所在的分割曲线长度为S_虚，对视频序列中相邻两帧图像间位移累加，直到与S_虚的差的绝对值最小，即此时参与位移累加的最后一帧图像所在位置最接近虚拟预置位，提取该帧图像。

有益效果

和现有技术相比，本发明通过在真实预置位的基础上设定虚拟预置位，从而减少了相机的布控，一定程度上节约了成本；同时虚拟预置位的设定实现了摄像头对预置点的自动化监控，无需人工手动添加预置位，节约了人力；通过真实预置位和虚拟预置位的结合，有效解决了当前预置位个数有限的问题，可以准确可靠地对土地违法与违章建筑进行无死角全方位的监控，大大提高了对城市中违法用地和违章建筑物管理的效率。

附图说明

图1为本发明方法的流程示意图；

图2为定点监控虚拟预置位的说明示意图。

具体实施方式

以下结合附图对本发明中的关键技术和具体实现方法进行详细说明。

一种用于土地违法与违章建筑定点监控虚拟预置位方法：

步骤一、输入视频的图像序列，通过灰度转换得到灰度图像，具体包括：

(1.1)输入摄像机拍摄到的视频图像序列，得到图像数据；根据图像的性质，对图像中每一个像素点进行处理。

(1.2)采用适当的线性或者非线性变换函数，逐点改变图像上每一个像素点的灰度值，使得图像呈现效果更加清晰；

设原图像像素灰度值为D＝f(x,y)，通过线性或者非线性函数变换得到变换处理后像素的灰度值D’＝g(x,y)，则其中灰度增强可表示为D’＝T(D)。

步骤二、预处理灰度图像，首先用中值滤波法去除摄像机拍摄图片时所引入的孤立的噪声点，再通过直方图均衡的方法使得使得灰度区间内像素的数量值得以重新分配，即使得灰度值在灰度区间内达到“均匀分布”的效果，具体步骤如下：

(2.1)从图像中某个采样窗口取出奇数个数进行升序或降序排列，将排序后各点的值进行算数平均计算，计算后的中值取代要处理的那个值，让周围的像素值接近真实值，从而达到去除孤立噪声点的效果，实现对图像的中值滤波。

(2.2)对于中值滤波后的图像，把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布，对整个图像进行线性拉伸，重新分配图像的像素值，使得灰度范围内的像素数量大致相当，以提高了对比度和灰度色调的变化，让图像更加清新。

步骤三、采用灰度投影算法，计算得到相邻两帧图像在X轴和Y轴上方向的偏移，处理过后的图像进行映射，把二维图像信息变成两个一维信息。把前后相邻两个图像一个作为参考帧，一个作为当前帧，在x轴和y轴方向投影过后就形成了各自的投影曲线。将当前帧的图像和参考帧的图像在行和列上的投影曲线通过公式进行一个互相关运算，得到在水平和垂直方向上的位移矢量，从而得到相邻两帧图像的偏移量，不断在视频的图像序列内重复这一过程。具体包括如下内容：

(3.1)对于灰度转换和预处理过后的图像，通过映射将灰度值变成两个独立的波形，投影方法公式如下：

式中，G_k(j)表示第k个图像中第j列的灰度值，G_k(i,j)表示第k帧图像在(i,j)上的灰度值，G_k(i)表示第k个图像中第i列的灰度值。

(3.2)选取相邻两帧图像第k帧图像和第k+1帧图像作为参考帧和当前帧，利用投影公式获取当前帧以及参考帧的列投影曲线和行投影曲线，利用相关运算公式对它们作相关运算，以列相关运算为例，公式为：

其中，选取参考帧列投影曲线中[m+1,m+l]段与当前帧的投影曲线作相关运动，l为选取列的长度。c(i)达到最小值时，表示的就是参考帧和当前帧在垂直方向上的运动矢量，可计为δ_y。水平方向的矢量运动位移计算同理。

步骤四、通过积分运算，由得到的视频序列中相邻每帧图像的的位移得到一个总的矢量运动曲线S_总；

步骤五、对于设定的虚拟预设位进行曲线分割，由相邻两帧图像的位移的叠加找到与虚拟预置位分割矢量曲线差的绝对值最小的那一帧图像；具体包括：

(5.1)根据预先设定的虚拟预置位，对得到的矢量运动曲线进行分割；

(5.2)假设预先设定了N个虚拟预置位，将之前通过相邻两帧图像之间位移积分得到的总的运动矢量曲线S_总分割为N段，每一段的矢量运动曲线长为S_总/N，第k个虚拟预置位分割矢量曲线的长度即为S_虚＝S_总/N×k。接着通过得到的相邻两帧图像之间位移的累加(n为帧数，i为第i帧，x_i为相邻两帧图像间的位移)来与S_虚比较，直到|S_i-S_虚|的值最小，利用m＝arg>i-S_虚|，得到i＝m，所以第m帧图像为所要得到的虚拟预置位的图像，每天都用同样此方法对每一个虚拟预置位的图像进行获取，由于每天在同一虚拟预置位得到的图像是存在一定误差的，可以对这些图像进行对比。图2所示为定点监控虚拟预置位的说明示意图。