基于图像定点抓拍及比对分析的国土资源监控预警方法
【技术领域】
[0001] 本发明涉及计算机应用技术领域，尤其是基于图像定点抓拍及比对分析的国土资 源监控预警方法。 技术背景
[0002] 目前在国土资源监测方面，我国近年来主要利用卫星遥感监测等技术手段制作的 叠加监测信息及有关要素后形成的专题影像图片（简称：卫片）反应土地利用变化情况，通 过不同年度前后时相土地遥感图斑变化，结合土地审批情况，客观核查出各地方违法用地 状况。国土资源部通过土地卫片执法检查，形成全国一张图管理国土资源，建立了相应的监 管体系，有效遏制土地违法行为。但是卫片执法更多的是从国家层面进行宏观监管，涉及到 某区域性资源监控，则更多的是采用通过建视频监控点来进行监管。近年来，各地各级国土 资源管理部门都在积极探索重点区域的视频监测与卫片执法的关系，使点上视频监控与面 上卫片监控形成一个有机结合的监控体系。
[0003] 作为现有成熟网络视频监控技术的一种行业应用，国土资源的视频监控体系一般 也包含了前端视频信息采集，视频编码网络传输，信息中心的操控管理，其体系如附图1所 示。通过对现有系统的运行进行分析，存在两个方面的主要问题。首先，由于监控点的行业 特殊性，大都选址野外，有线网络建设成本太高，一般选择基于无线网络的视频编码传输。 由此带来的问题是后期运营因巨大的流量费用使得管理部门普遍采用选择性查看视频，从 而使得应用效果也大打折扣。其次，随着建设监控点的数量迅速增多，对于人工值守盯看将 面临海量的视频信息，监管人员面临数量众多的监控图像难免会疏忽遗漏重要的信息，视 觉疲劳也会使得监管效果不如人意。
[0004] 基于图像分析与处理的智能监控是未来视频监控的发展方向，可以早发现、早预 警，同时可实现大范围监控的无人值守。对于国土资源的视频监控系统而言，现有基于无线 网络实时视频的监控系统中存在的两个显著问题，亟待出现相应解决方案。
【发明内容】
[0005] 本发明的目的是针对现有视频监控系统在国土资源监测中的应用，提供一种基于 图像定点抓拍及比对分析的国土资源监控预警方法，从而达到早期预警的效果。
[0006] -种基于图像定点抓拍及比对分析的国土资源监控预警方法，包括下述步骤；
[0007] 步骤1 :按序选取一张图片，将图片均匀分割成宽为W，高为H的图片块B(W，H)，下 述的识别基于图片块B(W，H)进行；若图片中有监测区域，只考虑该区域分割的图片块B(W， Η)，选取Z时间内的图片作为背景建模用，所述的Z为设定的可变参数；作为标准样本；若 没有监测区域就更换其他的抓拍点，直至有检测区域再进行建模；
[0008] 步骤2 :背景建模；
[0009] 步骤3 :根据三个预设时间点对应的隶属函数值来对三个高斯背景建模求加权 和，计算公式为：Q前=QlXwl+Q2Xw2+Q3Xw3 ;其中，wl、w2、w3分别表示三个预定时间点 对应的隶属函数值，且三个隶属函数的权值和为I ;Q1、Q2、Q3分别表示三个预定时间点的 高斯背景建模矩阵；Q前代表通过对三个高斯背景建模融合后的高斯背景建模矩阵；
[0010] 步骤4 :去抖动处理；将图片的上下边界和左右边界各取误差阈值pl、P2,步长 为pb，取待检测图像上的一个子图，子图大小为（（1280-2Xpl) X (1800-2Xp2))，左上角 的坐标为（pbXi，pbXj) (pbXi〈2Xpl，pbXj〈2Xp2)，然后再取高斯建模的图像的中心 区域，大小也是（（1280-2Xpl)X(1800-2Xp2))，左上角的坐标为（pl，p2)，其中i，j = 0, I, 2, 3...；
[0011] 步骤5 :结合背景帧差分方法，将步骤4中计算得到的所有子图依次进行差分并进 行滤波来检测当前图片块Bn (W，H)是否为异常像素点，如果某个像素点的值在差分计算的 结果中的变化超过阈值T，所述的阈值T为经验值，则判定这一像素点为异常像素点，如果 没有超过阈值T，则判定该点为正常像素点。
[0012] 所述的像素点的值在差分计算的结果中的变化与阈值T的比较，具体的是：
[0013] (I Bn (W，H)-BO (W，H) I >T)，则该像素点为异常像素点，其中，Bn (W，H)为当前图 片块；BO (W，Η)为背景图片块；计算当前帧中的异常像素点数目Nn在当前帧总像素点数目 WXH所占的百分比；
[0014] ρ = Nn/WXH，然后求所有子图百分比的最小值，为最佳匹配，当异常像素所占百 分比P超过阈值Pm，所述的阈值Pm为经验值，则判定此处有明显的变动，如果没有超过阈值 Pm，则判定此处正常，没有明显的变动；
[0015] 步骤6 :通过扫描将上步检测到的明显的变动区域进行区域标记。
[0016] 进一步的，所述的步骤2包括如下步骤：
[0017] 步骤2. 1 :取Y张连续图片，如果某个像素点的变化超过阈值那么剔除此像素点， 否则作为背景；
[0018] 步骤2. 2 :假定图像像素点R、G、B三色通道相互独立并具有相同的方差，进行高斯 混合建模；通过图像的每个像素点按照不同权值的多个高斯分布的叠加建模，对于随机变 量X的观测数据集U 1, X2,.. xj，xt= (r t, gt, bt)为t时刻像素点R、G、B三色通道在t时 刻像素点各自的样本，则单个采样点xjl从的混合高斯分布概率密度：
[0021] 其中，k为分布模式总数，I为三维单位矩阵，n (Xt，μ lit，τ i t)为t时刻第i个 高斯分布，μ lit为其均值，T l t为其协方差矩阵，δ 112为方差，Wi t为t时刻第i个高斯分 布的权重；
[0022] 步骤2. 3:引入环境适应度学习因子，各个高斯分布的权值和分布参数随时间更 新，模式权值更新公式如下：
[0023] Wm= (l-α) Xffk t 1+a XMm
[0024] 其中，α为学习因子，Wkit为t时刻第i个高斯分布的权重，Wkit % t_l时刻第i 个高斯分布的权重，对于匹配的模式Mtt= 1，否则Mkit= 0,然后各模式的权重进行归一化 处理。
[0025] 进一步的，所述的步骤2. 1中的阈值是像素点2倍的方差。
[0026] 进一步的，所述的步骤6中的区域标记采用四领域标记算法，步骤如下：
[0027] 步骤6. 1，判断此点四邻域中的最左，最上有没有点，如果都没有点，则表示一个新 的区域的开始；
[0028] 步骤6. 2,如果此点四邻域中的最左有点，最上没有点，则标记此点为最左点的值； 如果此点四邻域中的最左没有点，最上有点，则标记此点为最上点的值；
[0029] 步骤6. 3,如果此点四邻域中的最左有点，最上都有点，则标记此点为这两个中的 最小的标记点，并修改大标记为小标记。
[0030] 优选的，所述的阈值T的取值范围是30〈T〈120。
[0031] 优选的，所述的阈值Pm的取值范围是0· 01〈Pm〈0. 1。
[0032] 优选的，所述的取Y张连续图片，所述的Y的取值范围是：10〈Y〈100。
[0033] 本发明提供了一种基于图像定点抓拍及比对分析的国土资源监控预警方法，本发 明能够结合用户的实际环境和经验，设定识别的灵敏度和特定的区域，针对一段时间定点 采集的图片进行建模后在后续即可有针对性的识别出该区域是否增加了新的建筑以提醒 管理人员进行甄别；本发明所采用的技术方案可以进一步将所有监控点按照视频源的ID 进行分组，识别处理过程相对独立，适于系统进行统一调度，最后只需将有效识别结果记录 并返回，特别适用于监