预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

万方数据 \换㈣,另一种是空问预测(DPC哟。DOT算法偏重于兰兰竺!基于JPEG的网络视频监控系统究.实现了一个基于v阿rvideo现代计算机第_黎志1.周海河2引言系统涉及的关键技术及创新点总七获的逞甘田乍保存为JPg格式的田片.并且可以耙保弃的田片扫括为一十撕文件.赛TPEG压缩技术1.2Fn接口1.3视频存储二现自动上传和内王Webt务暑宴琨逢垃通过匝潮览暑骨同。0网络视频监控与传统监控系统比较有明显的优势:依托WAN/LAN网络,传输不受地域、距离限制;无须重复布线.施工要求较低:数字化存储易于保存等。本文结台工程实际对视频监控系统进行分析研Windows)的系统.使用WinlNet和Socket技术.实现实时图像的传输;借鉴开放源码Jpeg.Lib实现图像的转换和压缩。整个系统模型扩展性较好,主要功能模块可复用。1JPEG定义了两种压缩算法:一种是离散余弦变图像的视觉效果.空间预测偏重于无失真编码。DCT算法原理包括两个部分:编码器和解码器。在编码器中.8x8像素取样经过FDCT(正向离散余弦变换)成为8x8的DCT系数阵列。这些系数经过8x8的量化矩阵量化后.再经过系数到代码的转化成为一系列信息保持转换的代码。在解码器中.DCT系数经过与和编码器同级别的反量化.再经过IDcTf反离散余弦变换)将8x8的DCT阵列转换成8x8的像素取样值。DPCM算法原理同样也包括两部分:编码器和解码器。在编码器中.先产生一个预测值,然后计算取样值与预测值的差值.再将这些差值经过差值转化器转换成代码。在解码器中。代码值被被转换成差值.再将差值与相应的预测值相加产生一十辖出值.其中.这个输出值的失真是在差值计算的差值恢复过程中产生的。SdU—Image(STl)应用程序接13可以用于从视频捕获设备获取图像。它的优点在于硬件无关性。典型的使用ST[的方法是通过TWAIN或IsIS控制图像获取设备,并且使用拉模型(p曲model),拉模型的原理就是首先要定位数据源.然后应用程序使用TWAIN或ISIS来从设备获取数据。STl支持两种数据获取方法:推模型(pusIlroodel)和拉模型。和拉模型不同的是.图像设备通知应用程序它们的状态.然后应用程序使用标准的接口入TwAIN获取数据。推模型获取数据的优点在于大大简化了用户模型.使得用户直接和图像获取设备进行交互。在推模型下要做的只是激活图像捕获设备来初始化图像捕获。STI的体系结构如图l所示:视频监控系统中信息存储是一十重要和有待解MODERNCOMPUTER(1.昆明理工大学计算中心,昆明650051;2.昆明理工大学信息工程与自动化学院.昆明656051)擅善:嘉现了&q-JPEc压缩的辊蜻苴拉系统,采用运动检剥算击,根糖谩定的时闻间隔耙捕关■词:JPEG;视董监控;逢萄牲嘲1.1STI的体系结构牧稿日期:2007-06~26謦稿日期:2007-00一12作者两舟:摹忐(1977一).男.四川人,讲师,研宽方由为计算机一戽、一鼻多雉体94For匝12007.q^▲ 万方数据 VrM“J渤=(::::;:,扛Is型/Mky)=秽№y)+EN(x,y))/2{^j㈤k1≤j≤MJ表示,其中Aj各段的起点和终点分≯蠛:际菊面赢石]Ⅳ矾’”开发包,通过这种方法可以方便地实现对视选择网传模式压弧}玎1n开发寨钠ct弘“t,-S(x,y,i)I系统的具体实现分析理代计算机尊彗囊2.1视频采集模块2.2视频传榆模央2.3视频存储模斑MOD肌N七决的问题。本文分析了目前视频监控系统中信息存储方面存在的不足.提出了一种信息存储方法.在软件实现上运用了运动目标检测算法。基于该方法的视频监控系统只记录有动目标存在时的图像.并把捕获的图像转化成jpE格式进行压缩,解决了视频监控系统需存储大量视频信息的问题。本系统采用基于背景动态更新的背景差法.背景更新的原理如下:视频序列记录了视频目标一爱时问的运动和变换信息.因此可以对图像中各个像素点糟时间轴的变换规律进行分析.根据统计规律在整个序列中挑选合适的点对背景进行恢复。定义圈像序列为I(x,yj),其中x,y代表空间坐标,i代表帧数fi=I⋯N).N为序列总帧数。序列的灰度值为sky山,则视频帧差(vFM)反应了相邻帧之间的灰度变化:其中,阁值T用来驱除噪声。对固定的像素(x,v1。VFM(x'vj)可以表示为帧数i的函数,它记录了像素点Oq)沿时间轴的变化曲线。可以根据VFM(x’y'i)是否大于零将这条曲线分殷.将检测到的静止部分用集合别是Srj和ENj。在每一个像素点对应的集合{Ajl中,挑选最长的静止分段并记录该分段中点所对应的帧号为M(x,y)。最后用Mky)帧处的灰度值来填充图像中相应的位置。即:B(x,y);s(x,Y,M(x,y*其中sT(