基于物联网的安防监控视频实时传输方法及系统与流程

本技术涉及视频传输，具体涉及基于物联网的安防监控视频实时传输方法及系统。

背景技术：

1、安防监控是指通过监控对特定区域进行监视的方法，安防监控视频能够实时显示和记录现场视频，广泛应用于商业建筑、住宅区、交通系统、工业设施以及公共场所等地，对提高安全性、预防罪犯、事故调查、监控重要区域具有重要作用，是现代安全防范措施的重要组成部分，对安防监控视频进行实时传输能够帮助监控人员及时发现异常行为，采取必要措施，从而减少犯罪事件的发生，提高人们的安全意识，因此安防监控视频的实时传输具有重要意义。

2、为保证对安防监控视频的实时传输，通常对安防监控视频压缩处理后进行传输，以提高传输速率。tss三步搜索法是一种在视频编码领域中用于运动估计的快速搜索算法，通过对帧间的运动进行估计，从而对视频进行压缩，进而提高传输速率，实现实时传输，而在安防监控视频中，运动要素较多，如行驶中的不同类型车辆、走路或奔跑状态下的行人，不同车辆的车速、不同运动状态的行人的运动速度可能不同。而传统的tss三步搜索法中搜索窗口的大小是固定的，因此使用传统的tss三步搜索法对安防监控视频中运动要素的运动进行估计时，若搜索窗口过大，则对于运动速度较小的要素进行运动估计时，存在运算效率较低的问题，导致传输速率降低；若搜索窗口过小，可能在搜索窗口内无法找到相匹配的运动要素，导致对运动要素的运动估计出现偏差，导致安防监控视频的传输效率低下。

技术实现思路

1、鉴于以上内容，有必要提供基于物联网的安防监控视频实时传输方法及系统，相对于传统的安防监控视频传输，提高了安防监控视频的传输效率。

2、为了解决上述技术问题，本技术的目的在于提供基于物联网的安防监控视频实时传输方法及系统，所采用的技术方案具体如下：

3、第一方面，本技术实施例提供了基于物联网的安防监控视频实时传输方法，该方法包括以下步骤：

4、s1，采集安防监控视频，获取安防监控灰度图像；

5、s2.1，基于每个像素点在相邻的安防监控灰度图像中灰度值的变化以及周围像素点运动特征的一致性获取运动判断系数；

6、s2.2，根据每一帧安防监控灰度图像中所有像素点的运动判断系数获取运动要素点以及运动像素块；

7、s2.3，根据每个像素点的检测窗口内所有像素点的位置以及灰度值获取色彩辨识度；基于两个运动像素块之间运动要素点的色彩辨识度的差异获取运动一致性；

8、s2.4，将运动像素块的中心点的坐标作为运动像素块的位置；根据每一帧安防监控灰度图像中所有运动像素块的位置以及运动一致性获取搜索窗口边长；

9、s3，根据所有安防监控灰度图像中每个运动像素块的位置以及搜索窗口边长获取安防监控压缩视频。

10、进一步地，所述获取运动判断系数，包括：

11、基于每个像素点在相邻帧安防监控灰度图像中灰度值的变化构建检测序列、获取运动识别因子；

12、以每个像素点为中心，构建预设窗口长度的检测窗口，将每个像素点与其检测窗口内任一像素点的检测序列之间的距离记为所述检测窗口内任一像素点的运动差异因子；

13、将每个像素点的运动识别因子与检测窗口内所有像素点的运动差异因子平均值的差值，作为每个像素点的运动判断系数。

14、进一步地，所述构建检测序列、获取运动识别因子，包括：

15、对于各安防监控灰度图像，将与每一帧安防监控灰度图像相邻的后第一预设数量帧安防监控灰度图像按照获取的时间顺序升序排列，构建每一帧安防监控灰度图像的近邻帧集；

16、将近邻帧集的各安防监控灰度图像中位于同一位置的像素点的灰度值按照对应的安防监控灰度图像的获取顺序升序排列，构建每一帧安防监控灰度图像中每个像素点的检测序列；

17、将所述检测序列中的第一个像素点记为参考点，将所述检测序列中每个像素点与相邻下一像素点的灰度值的差值取绝对值，之后除以所述参考点的灰度值，作为所述检测序列中每个像素点的变化系数；

18、各像素点的检测序列中所有像素点的变化系数的均值记为各像素点的运动识别因子。

19、进一步地，所述获取运动要素点以及运动像素块，包括：

20、将每一帧安防监控灰度图像中所有像素点的运动判断系数作为聚类算法的输入，输出两个聚类簇，将每个聚类簇中所有像素点的运动判断系数的平均值记为每个聚类簇的运动特征系数，将运动特征系数最大的聚类簇内的像素点记为运动要素点；

21、将每一帧安防监控灰度图像均匀划分为边长为预设块长的像素块，将包含运动要素点的像素块记为运动像素块。

22、进一步地，所述获取色彩辨识度，包括：

23、将每个像素点与对应的检测窗口内任一像素点的灰度值的差值的绝对值记为所述检测窗口内任一像素点的邻域灰度差异，将每个像素点与对应的检测窗口内任一像素点的欧氏距离加上预设调参因子记为所述检测窗口内任一像素点的离心距，将所述邻域灰度差异与所述离心距的比值记为所述检测窗口内任一像素点的邻域灰度变异因子，每个像素点的色彩辨识度与对应的检测窗口内所有像素点的邻域灰度变异因子成正相关关系。

24、进一步地，所述获取运动一致性包括的具体方法为：

25、对于同一帧安防监控灰度图像中的任意两个运动像素块，分别记为参考匹配块、匹配执行块，基于参考匹配块与匹配执行块中像素点的色彩辨识度的差异性获取重叠区域；

26、将重叠区域在参考匹配块中的对应区域作为参考匹配块的运动匹配区域，将重叠区域在匹配执行块中的对应区域作为匹配执行块的运动匹配区域；

27、将匹配执行块的运动匹配区域中每个像素点与参考匹配块的运动匹配区域中相同位置的像素点的色彩辨识度的差异，记为辨识度差异，将匹配执行块的运动匹配区域中所有像素点的辨识度差异均值的倒数，记为所述任意两个运动像素块之间的运动一致性。

28、进一步地，所述获取重叠区域包括的具体方法为：

29、将参考匹配块中的每个运动要素点与匹配执行块中的每个运动要素点两两结合构成匹配像素点对，将匹配像素点对中两个运动要素点的色彩辨识度的差值的绝对值记为匹配像素点对的匹配误差；

30、将匹配误差最小的匹配像素点对中的两个运动要素点作为拼接点，将参考匹配块和匹配执行块进行拼接得到重叠区域。

31、进一步地，所述获取搜索窗口边长，具体包括：

32、计算各运动像素块与其余每个运动像素块之间的运动一致性，将运动一致性最大的运动像素块作为各运动像素块的匹配像素块，分析每个运动像素块与其匹配像素块之间的距离，获取预设搜索窗口边长最大值与预设搜索窗口边长最小值的差值记为窗口极差；

33、将所述距离的归一化值与窗口极差的乘积，之后加上搜索窗口边长最小值，最终进行取整操作得到每个运动像素块的搜索窗口边长。

34、进一步地，所述获取安防监控压缩视频，包括：

35、将每一帧安防监控灰度图像中每个运动像素块的位置以及搜索窗口边长作为三步搜索法的输入，输出每一帧安防监控灰度图像中每个运动像素块在其下一帧安防监控灰度图像中的最佳匹配块，将最佳匹配块作为对每个运动像素块的预测，使用帧间预测编码将安防监控视频进行压缩，输出安防监控压缩视频。

36、第二方面，本技术实施例还提供了基于物联网的安防监控视频实时传输系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。

37、本技术至少具有如下有益效果：

38、本技术实施例提供基于物联网的安防监控视频实时传输方法及系统，所述方法包括：根据所有安防监控灰度图像构建每一帧安防监控灰度图像的近邻帧集以及每个像素点的检测序列，计算运动识别因子，构建检测窗口，通过分析安防监控视频中运动要素的动态变化特征构建运动判断系数，反映每一帧图像中各像素点属于运动要素点的程度；基于运动判断系数分析运动要素的相对位置特征，确定运动要素点以及运动像素块，计算色彩辨识度，获取重叠区域以及运动匹配区域，计算运动一致性，反映像素点属于同一运动要素的程度，确定搜索窗口边长，对tss三步搜索法中搜索窗口的大小进行改进，使tss三步搜索法能够根据不同运动要素的运动特征自适应确定搜索窗口的大小，获取安防监控压缩视频，将安防监控压缩视频传输至智能安防系统，在不影响传输质量的前提下尽可能的提高传输速率，实现安防监控视频的实时传输，提高了安防监控视频的传输效率。