[发明专利]一种基于大数据技术的视频监控系统

权利要求书

1.一种基于大数据技术的视频监控系统，其特征在于，其包括监控视频获取模块、监控视频分布式存储模块、监控视频识别模块和识别结果展示模块；

所述监控视频获取模块用于对监控区域进行视频拍摄，获得监控视频，并将所述监控视频发送至所述分布式存储模块；

所述分布式存储模块用于将所述监控视频划分为多个视频数据块，并将所述多个视频数据块分别存储到多个数据存储节点；

所述监控视频识别模块用于分别对每个数据存储节点中的存储的所述视频数据块进行识别，获得识别结果，并将所述识别结果发送至识别结果展示模块；

所述识别结果展示模块用于接收并展示所述识别结果；

所述分布式存储模块包括Hadoop存储单元和HDFS存储单元；

所述Hadoop存储单元用于接收并缓存来自监控视频获取模块的监控视频，形成视频缓存池；

所述HDFS存储单元用于从所述视频缓存池中获取所述监控视频，并将所述监控视频划分为多个视频数据块，以及将各个视频数据块发送至对应的数据存储节点；

所述对每个数据存储节点中的存储的所述视频数据块进行识别，获得识别结果，包括：

分别对所述视频数据块中的每一帧图像进行图像识别处理，判断所述图像中是否包含有预设类型的异常情况，若是，则根据所述图像的拍摄地点、拍摄时间和所述异常情况的类型生成识别结果；

所述对所述视频数据块中的每一帧图像进行图像识别处理，判断所述图像中是否包含有预设类型的异常情况，包括：

对于视频数据块中的第n帧图像，将其与第n-1帧图像进行图像差分处理，判断所述第n帧图像中是否存在运动物体，若是，则对所述第n帧图像进一步进行识别处理；若否，则不对所述第n帧图像进一步进行识别处理，其中，n∈[2,numN],numN表示所述视频数据块中包含的帧的总数；

所述进一步进行识别处理包括：

对所述第n帧图像进行图像预处理，获得预处理图像；

提取所述预处理图像中包含的特征信息，并将所述特征信息与预存的各种类型的异常情况对应的特征信息进行匹配，若匹配成功，则所述第n帧图像中包含有预设类型的异常情况；

输出所述第n帧图像中包含的异常情况的类型；

对所述第n帧图像进行图像预处理，获得预处理图像，包括：

对所述第n帧图像进行灰度化处理，获得灰度图像；

对所述灰度图像进行图像降噪处理，获得降噪图像；

对所述降噪图像进行图像分割处理，获取前景区域图像；

将所述前景区域图像作为预处理图像；

对所述第n帧图像进行灰度化处理，获得灰度图像，包括：

将所述第n帧图像从RGB颜色空间转换到HSV颜色空间；

对灰度化过程进行建模，得到下述灰度化函数：

式中，f(x,y)表示第n帧图像中位置为(x，y)的像素点的灰度值，V(x,y)、S(x,y)和H(x,y)分别表示第n帧图像中位置为(x，y)的像素点在HSV颜色空间中的亮度分量、饱和度分量和色彩分量的分量值；α和β表示两个比例参数，tp表示预设的计算参数，tp∈[0,255]，

在HSV颜色空间中使用所述灰度化函数对第n帧图像的每个像素点进行灰度化处理，将所述第n帧图像转换为灰度图像；

α和β通过如下方式获取：

第n帧图像中位置为(x，y)的像素点记为r,将像素点r的k×k大小的邻域中的像素点的集合记为neiU_r，

建立待求解的最优函数模型，

式中，d(α,β)表示待求解的最优函数模型，V(s)、S(s)、H(s)分别表示第n帧图像中的像素点s在HSV颜色空间中的亮度分量、饱和度分量和色彩分量的分量值；V(r)、S(r)、H(r)分别表示neiU_r中的像素点r在HSV颜色空间中的亮度分量、饱和度分量和色彩分量的分量值；thre表示预设的阈值参数；fh表示取值函数，

求取使得d(α,β)取得最小值时，α和β的取值，所述取值即为α和β的最终值。

2.根据权利要求1所述的一种基于大数据技术的视频监控系统，其特征在于，所述监控视频获取模块包括多个监控摄像头，所述监控摄像头用于拍摄其监控区域内的监控视频。

3.根据权利要求1所述的一种基于大数据技术的视频监控系统，其特征在于，所述接收并展示所述识别结果，包括：

接收来自视频监控识别模块的识别结果，根据所述识别结果中包含的拍摄地点，将同一个拍摄地点的异常情况类型按照所述图像的拍摄时间进行排序后进行展示。