《压缩感悟技术的舰船监控视频数据措施.docx》由会员分享，可在线阅读，更多相关《压缩感悟技术的舰船监控视频数据措施.docx（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、压缩感悟技术的舰船监控视频数据措施摘要:舰船机舱是动力系统、电力系统的控制中心，机舱的运行安全性关乎整船的安全性，为了加强对舰船关键区域的有效监管，普遍采用视频监控技术。本文的研究方向是舰船机舱视频监控数据的处理，首先介绍压缩感悟技术的原理及视频压缩感悟系统的构成，然后分别从舰船视频监控数据的边缘检测和压缩感悟重构等方面进行了具体介绍，最后通过视频数据重构方法的比照试验，验证了本文采用的视频数据处理效果。关键词：压缩感悟；监控视频；边缘检测；重构0引言机舱是舰船的核心区域，内部集成了动力系统、电力系统以及大量的电器控制设备。为了提高舰船机舱等关键区域的监管水平，防止机舱火灾等事故的发生，目前，
2、机舱视频监控系统已经获得了广泛的应用。本文研究方向是机舱视频监控系统的视频数据处理技术，介绍一种基于压缩感悟技术的视频图像处理方法，并针对舰船监控视频的图像边缘检测、图像压缩感悟重建等内容进行了研究1。1视频压缩感悟技术压缩感悟理论是一种新型的视频处理方法，其关键要素在于可压缩性、矩阵运算和视频重建等，利用压缩感悟技术能够提高视频数据处理的效率，降低视频数据中的非线性噪声。压缩感悟理论的原理如下：iRN1假设N个正交基矩阵，正交基矩阵排列为正交矩阵如下式：=1T,T2,TNRNN，MxRN1其中M行成为矩阵，将矩阵与离散信号按下式运算：y=Mx，yyRM1yyii为列向量，将列向量的一个分量与
3、x进行内积运算，得到信号的测量矩阵的关系式如下式：yi=xTi，定义信号压缩感悟理论的K-稀疏信号为：x=11+22+NN，(1,2,N式中：)为正交矩阵。(a1,a2,aN当离散信号)知足能量衰减法，则|ai(i)|Cii，式中：C为正常数，则定义压缩感悟理论的K-可压缩信号xX=xi=1ai(i)(i)。目前，在视频处理领域常用的压缩感悟系统为DISCUCS系统，该系统的原理图如图1所示。图1DISCUCS压缩感悟系统的原理图Fig.1SchematicdiagramofdiscucscompressedsensingsystemDISCUCS压缩感悟系统包括编码器和解码器两部分，视频数据
4、进入DISCUCS压缩感悟系统后分解为关键帧和非关键帧。其中，关键帧采用帧内编码技术，非关键帧采用压缩感悟技术进行编码。假设视频数据中的关键帧图像的向量形式为xi，则对应的观测向量为：yi=Axi。式中：A为图像帧分割后产生的尺寸为MM的图像矩阵块。2压缩感悟技术的舰船监控视频图像处理技术2.1视频图像帧的边缘检测技术图像帧的边缘检测有助于提高目的识别的精度，常用的边缘检测算子有Prewitt算子、Sobel算子等2，Sobel边缘检测算子利用图像中心点的上下、左右邻域像素计算加权差，由于加权差在目的物体的边缘处到达极值，因而能够实现快速的边缘检测。基于Sobel算子的边缘检测算法步骤为：1视
5、频图像帧的滤波处理，采用高斯滤波或均值滤波方法，提高图像帧的平滑度，降低噪声；2计算图像帧中像素的梯度幅值和方向，利用Sobel算子降低计算误差；3抑制除极大值以外的像素点幅值数据，仅保留极大值；ThTlG(x,y)4阈值检测。分别定义高阈值和低阈值，对梯度图进行如下式的分类：G(x,y)=边缘点，G(x,y)Th，非边缘点，G(x,y)Tl，疑似边缘点，else。利用Sobel算子边缘检测技术，对典型的中心圆标志的边缘进行识别，得到图2所示的边缘检测效果。图2基于Sobel算子的边缘检测效果图Fig.2EffectdrawingofedgedetectionbasedonSobelopera
6、tor如图2可见，基于Sobel算子的中心圆标志边缘检测具有良好的效果，图像边缘明晰无破损。在完成图像帧目的物体的边缘检测后，还需要对识别的边缘进行拟合，本文采用最小二乘椭圆拟合，拟合残差的范围为：max，maxmax其中，为残差最大值，本文取=0.35。拟合方程为：Ax2+Bxy+Cy2+Dx+Ey+F=0，图像边缘拟合的目的函数为：f(A,B,C,D,E)=ni=1(Ax2i+Bxiyi+Cy2i+Dxi+Eyi+F)2。目的函数中，A，B，C，D，E，F的值分别为椭圆的中心点、长短轴和夹角参数，通过参数寻优，即可到达最佳的拟合效果。2.2基于时空特征的舰船监控视频压缩感悟重建船舶机舱视频
7、监控数据具有一定的时空特性，图像帧的特性不仅随空间位置发生变化，也随时间发生变化。因而，在进行图像帧的重建时，需要结合像素的时空自回归模型3和目的边缘拟合算法。本文设计的基于时空特征的监控视频压缩感悟重建原理如图3所示。在该重建经过中，图像帧的分块测量、残差重建和关键帧解码是关键环节。编码段信号的输入与分块测量可用下式表示：y1yLTx1xLTB式中：为图像帧的列向量；为图像帧的行向量;为高斯测量矩阵。基于时空特征的图像帧重建模型为：i,xi=1x1.xLFAR+2Ni=1CiaiRix。12FARCiaiRix式中：，分别为时间和空间重建误差系数；为像素的时空自回归模型；为像素的残差项。本文比拟了3种高斯噪声=0.02/=0.03/=0.04下的视频图像帧目的的像素中心定位误差，如图4所示。3结语本文针对舰船机舱视频监控系统，开发了基于压缩感悟技术的视频数据处理系统，并结合边缘检测算法实现了视频图像的目的识别和重构。本文的研究对于改善现有视频数据处理效果有重要意义。