[发明专利]一种基于3DGIS和视频相结合的智能监控系统

权利要求书

1.一种基于3DGIS和视频相结合的智能监控系统，其特征在于，包括前端采集设备、后端存储与数据接口、监控显示设备和嵌入式视频服务器；

所述前端采集设备与互联网连接，用于获取监控过程中的视频和图像，并感知视频中物体的当前位置，前端采集设备的种类包括固定摄像机、车载移动摄像机及遥控无人机摄像机；

所述后端存储与数据接口通过分级存储管理的方式将不经常访问的数据按制定策略自动迁移到带库、盘库的离线介质中，在RAID磁盘阵列中保留热门数据；

所述监控显示设备采用前端采集设备及中控设备进行控制显示，包括对图像、声音信号进行记录、对画面分割切换，以及对云台、镜头控制；

所述嵌入式视频服务器通过压缩、处理视音频数据，将数据进行编码并完成网络传输；

系统执行如下步骤：

步骤1-1，通过组合的前端采集设备获取待监控区域的视频、图像及空间点云数据；

步骤1-2，将空间点云数据通过激光雷达数据处理软件进行航迹解算、数据生成，建立3DGIS数据模型；

步骤1-3，通过基于无人摄像机采集设备开发的视频数据提取及生成模块，提取道路网络、房屋模型、水系范围、视频范围内的人及车辆的监控信息，并将其按图层形式添加至3DGIS数据模型之中；

步骤1-4，将目前监控区域的监控视频及提取信息的进行压缩，快速上传至嵌入式视频服务器；

步骤1-5，将监控视频数据与3DGIS数据模型进行融合显示；

步骤1-6，提取监控视频特征信息，实现对视频内容进行辅助检索的功能；

所述前端采集设备将视频监控和地理信息进行融合，在目标位置、3DGIS数据模型以及视频时间之间建立映射关系，并以数据接口的形式呈现在3DGIS数据模型之中；

所述监控显示设备中包括智能监控定位程序模块，智能监控定位程序模块控制遥控无人机摄像机、车载移动摄像机根据固定摄像机中的坐标信息对视频中目标的位置进行定位，包括如下步骤：

步骤2-1，采集区域内所有的运动图像序列，并对目标检测区域提取监控区域内的运动前景目标影像、运动前景目标时空坐标及3D背景模型；

步骤2-2，通过改进自适应的背景相减模型提取出两台摄像机的视频帧内差，确定视频像素坐标，其中改进自适应的背景相减模型的公式描述如下：

其中，B(x1,y1)为重建的背景图像，x1和y1为视频像素的纵横向坐标，f_k+i(x1,y1)为第k+i帧图像，k为起始运算帧号，i＝0,1,2,…,m-1，m为重建背景模型所使用的图像序列帧数，背景画面中每个像素点的值就是该点在这m帧图像画面值的均值B(x1,y1)；

步骤2-3，根据目标、两台及以上摄像机的方位角、距离，采用前方交会测量方法计算目标当前的位置，并将坐标的表空间、数字文件和控制文件存储至空间数据库；

步骤2-4，结合3DGIS数据模型，对视频内的空间实体进行可视化表达和空间分析；

所述嵌入式视频服务器执行如下步骤：

步骤3-1，采集监控区域内所有摄像机的工作状态信息及视频信息，工作状态信息包括摄像机本身位置参数、姿态信息，视频信息包括人、车、场景目标的信息；

步骤3-2，根据两个及以上的视频检测得到监控区域内目标信号，采用摄影测量技术公式对目标进行定位；

像点a在像空间坐标系中的坐标为(x2，y2，-f)，此处的x2，y2分别为该相片横纵向坐标，f为摄影相机的焦距，而在像空间辅助坐标系中的坐标为(X，Y，Z)，其中R是一个3*3的正交矩阵，φ、ω、к为相片主轴分别与X、Y、Z的夹角；

步骤3-3，将获取的定位的信息形成的定位坐标及轨迹作为输入信息，将目标特征与视频中的位置及其轨迹进行匹配；若匹配成功，表示已经确定目标的定位信息，用滤波算法对目标的轨迹进行跟踪，并将识别进行记录至嵌入式视频服务器中，执行步骤3-4；若匹配失败，表示视频中没有目标，目标进入了视频监控的盲区，返回步骤3-1，继续监测目标的位置轨迹信息；

步骤3-4，在3DGIS数据模型中显示所有摄像机的点位信息。