[发明专利]一种基于视频的近岸浪高实时检测系统在审
申请号: | 202010536291.1 | 申请日: | 2020-06-12 |
公开(公告)号: | CN111709928A | 公开(公告)日: | 2020-09-25 |
发明(设计)人: | 宋巍;李其超;何盛琪;龙腾;张智超;蔡万源 | 申请(专利权)人: | 上海海洋大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/62;H04N7/18;G06N3/08 |
代理公司: | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人: | 孟旭彤 |
地址: | 201306 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 视频 近岸 实时 检测 系统 | ||
1.一种基于视频的近岸浪高实时检测系统,其特征是:包括有
通过视频采集卡实时接入近海岸监控站点的视频信号并保存至本地的视频接入与保存模块;
对接入的视频信息进行推送的视频流推送模块;
接收推送的视频信息并进行预处理以获得海浪特征的视频预处理模块;
根据接收的视频信息及海浪特征进行浪高检测以获得浪高信息的浪高检测模块;
接收推送的视频信息及浪高信息以进行展示的Web前端。
2.根据权利要求1所述的基于视频的近岸浪高实时检测系统,其特征是:所述视频预处理模块包括有通过裁剪缩放对视频信息的图像中干扰因素进行消除的裁剪与尺度变换单元、通过转码以输入进行海浪特征提取的转码单元。
3.根据权利要求2所述的基于视频的近岸浪高实时检测系统,其特征是:所述浪高检测模块包括有用于提取海浪静态特征的第一NIN网络模型、提取海浪动态特征的第二NIN网络模型,还包括有通过输入海浪动态特征及海浪静态特征进行训练以完成浪高检测的SVR模型。
4.根据权利要求1所述的基于视频的近岸浪高实时检测系统,其特征是:所述视频推流模块为RTMP协议进行推流。
5.一种基于视频的近岸浪高实时检测方法,其特征是,包括有以下步骤:
将视频采集卡与近海岸监控站点的摄像头对接,以获得实时监控的视频信息,并保存至本地;
通过视频流推送模块将实时监控的视频信息推送至Web前端以供用户查看,同时将视频信息推送至预处理模块进行视频信息中图像的预处理;
预处理模块提取包含海浪动态特征的差分帧及海浪静态特征的关键帧,并对提取的视频帧进行裁剪、尺度变化及转码;
通过浪高检测模块检测获取浪高信息,并推送至Web前端与实施视频信息同步对应显示。
6.根据权利要求5所述的基于视频的近岸浪高实时检测方法,其特征是,视频信息的接入与保存具体步骤如下:
通过视频采集卡采集近海岸监控摄像头的视频,读取并处理视频信息;
将视频信息拆分为图像帧,对图像帧进行写入并计数,结合摄像头帧频完成视频信息的自动截断保存。
7.根据权利要求6所述的基于视频的近岸浪高实时检测方法,其特征是,视频预处理的具体步骤如下:
间隔预设帧数从视频信息经拆分后的图像帧中提取关键帧,再提取关键帧与相邻关键帧的差分帧;
对连续帧差分后进行累加,生成掩码图像,并据此从关键帧和差分帧中提取海浪区域,以排除遮挡物及礁石对浪高检测的干扰,并对裁剪出的海浪区域图像进行缩放;
将缩放后的图像以jpg格式保存至本地,先将图像转换为字节流,并进行字节流编码为Tensor类型,对Tensor类型图像进行归一化处理。
8.根据权利要求7所述的基于视频的近岸浪高实时检测方法,其特征是,视频推流模块的推流具体过程如下:
对拆分视频信息后的图像帧通过OpenCVFrameConverter进行格式转换,由OpenCV.Mat格式转为JavaCV.Frame格式;
通过FFmpegFrameRecorder推送至Nginx服务器;
在Web前端使用Videojs播放视频。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海海洋大学,未经上海海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010536291.1/1.html,转载请声明来源钻瓜专利网。