一种安防监控系统的视频优化传输方法与流程

本发明涉及安防监控领域，具体涉及一种安防监控系统的视频优化传输方法。

背景技术：

随着物联网的深入发展，安防视频数据的传输技术也得到了更广泛的应用。在安防监控领域，现场的分布性以及监控中心的广义远程化呈现出明显的趋势。目前为了应对监控网络的分布性以及并发特性，主要采用数据压缩的方式来提高传输效率，然而在各监控子网络资源严重不均衡的情景下，无法自适应优化传输使得远程监控中心端的数据堵塞、传输中断的问题仍十分常见。

本发明提供了一种安防监控系统的视频优化传输方法用于解决上述技术问题。

技术实现要素：

本发明所要解决的技术问题是现有技术中存在的自适应优化传输使得远程监控中心端的数据堵塞、传输中断的技术问题。提供一种新的安防监控系统的视频优化传输方法，该安防监控系统的视频优化传输方法具有能够自适应优化传输的特点。

为解决上述技术问题，采用的技术方案如下：

一种安防监控系统的视频优化传输方法，所述视频优化传输方法包括：

步骤一，在视频流原始数据采样原始图像，依次对原始图像进行色彩空间处理，再进行离散预选变换；

步骤二，确定当前图像块，以最小绝对差总和sad匹配准则快速搜索当前图像块的匹配块，并计算出图像块的运动矢量，完成压缩处理，得到压缩视频信号；

步骤三，采用tcp友好拥塞控制算法，计算出压缩视频信号在网络传输过程中最大传输速率spmax；

步骤四，将步骤三计算的最大传输速率spmax作为tcp数据流的最大传输速率，实时调整视频信号的发送速率，直至完成视频图像的实时传输任务。

本发明的工作原理：对存储中经过色彩空间处理的视频流原始数据进行离散余弦变换，去除视频信号的空间冗余。

上述方案中，为优化，进一步地，所述步骤一包括：

步骤1.1，利用yuv颜色空间对原始图像进行色彩空间转换，存储色彩空间转换得到的采样图像；

其中，y为亮度，u为色度，v为饱和度；

步骤1.2，采样得到采样图像p(x,y)，定义图像大小为m×n，利用离散余弦变换算式对图像进行无损变换完成离散预选变换，得到变换后图像：

其中，p(u,v)为变换后的图像，u＝0,1,2,…,m-1，v＝0,1,2,…,n-1；

对于色度u和饱和度v，通过加上128使其变为八位的无符号整数，便于数据的存储与计算；图像进行存储时，在保证不影响人眼观察的范围内减小数据的存储量，将yuv三个分量以4:1:1或4:2:2的方式进行取样，完成图像的采样。

经过变换后，图像数据的大部分能量集中于频率域的一个小范围内，缩减了视频图像的比特数，从而去除视频信号的空间冗余。

进一步地，步骤二包括：

步骤2.1，根据视频图像的运动在时间与空间上的相关性，采用基于sad值和匹配块运动向量相等的预测准则，获得当前图像块的搜索起点；

若当前帧图像块的各匹配块的运动向量相等，则将当前帧图像块作为当前块的运动向量的预测值；否则，通过求解最小sad值获得与当前图像块最相似的匹配块，将最相似的匹配块运动向量作为当前块的搜索起点；若当前图像与相邻图像中每个对应像素对之间的差的绝对值为ai(i＝1,2,…,n)，则当前块与匹配块的sad值为：

a＝a1+a2+…+an；

其中，n为当前图像的像素个数；

步骤2.2，根据视频帧内相邻像素间具有渐变性，将视频图像sad值的分布构建为一个具有方向性的曲面，利用所述曲面的方向性，对视频图像sad值从小到大进行排序，视频图像sad值由小到大的执行匹配块的快速搜索算法的权重值依次递减，实现匹配块的快速搜索；

步骤2.3，执行匹配块的快速搜索算法完成匹配块的搜索，记录匹配块与当前块的相似位移作为图像的运动矢量，存储运动矢量形成视频图像的压缩信号作为压缩视频信号。

进一步地，所述匹配块的快速搜索算法包括：

步骤a，定义搜索窗口，确定搜索起点，计算搜索窗口最外圈所有方向各搜索点对应的sad值；

步骤b，排序判定sad值，若所有方向各搜索点的sad值都大于当前搜索起点的sad值，则将所述当前搜索起点定义为最佳搜索点进行搜索，搜索出最佳匹配点；否则替换当前搜索起点执行步骤c；

步骤c，若当前搜索起点与最佳搜索点属于同一方向而且sad值递减变化率最小，则计算其他方向对应搜索点的sad值并执行步骤b；否则，用当前变化率最小的搜索点替换最佳搜索点；

步骤d，若当前搜索点在搜索窗口边缘时，则将当前搜索点作为最佳搜索点；否则沿搜索点方向计算下一圈对应搜索点的sad值，若下一圈对应搜索点的sad值小于当前最小点的sad值，则对应搜索点作为当前搜索点并执行步骤c；否则计算其他方向对应搜索点的sad值并执行步骤b。

进一步地，步骤三包括：

步骤3.1，以数据包的时间戳计算压缩信号在发送端与数据接收端之间的传输往返时间timert；压缩数据传输过程中，若数据传输失败，则tcp的重传超时时间timetr以数据包往返时间timert的二倍参与计算，即：

timetr＝2timert；

其中，k为平滑数据包往返时间的衰变因子且k∈[0.1,0.125]，timenow为接收端接收到数据的时间，timepast为数据反馈包的时间戳，为前一次数据包的往返时间；

步骤3.2，计算每次丢失事件的权重：

其中，j表示第j次丢失事件，n表示丢失事件的个数；

步骤3.3，采用折扣因子zj对每次丢失事件的权重进行缩减处理：

其中，numj表示从1到n次中第j次丢失事件中数据包的数量；

步骤3.4，利用折扣因子zj、权重wj以及平均丢失间隔方法完成丢包事件概率的计算：

其中，num为平均丢失间隔；

步骤3.5，压缩信号在发送端与接收端的传输过程受到数据包往返时间timert，tcp重传超时时间timetr以及数据丢包事件概率p的影响，利用tcp友好拥塞控制算法计算得到tcp数据流的最大传输速率：

其中，spmax为压缩信号的最大传输速率，sizedata为压缩信号数据包的大小，timert为数据包传输往返时间，timetr为tcp重传超时时间。

进一步地，步骤四包括：

根据步骤三得出压缩数据包的最大传输速率spmax，根据数据包实际传输速率与最大传输速率spmax的对比结果，实时调整数据的传输速率：

步骤4.1，定义传输速率为：

其中，sp为实际传输速率，sizedata为压缩数据包的大小，timert为往返传输时间；

若当前时间传输速率小于最大速率spmax，则通过调整压缩数据包的发送时间间隔控制数据的传输速率；

时间间隔调整方式：

其中，为所有往返时间的平均平方根，timenow0，timepast0分别为最近一次接收端接收数据的时间和数据反馈包的时间戳，k为衰变因子；

步骤4.2，若实际传输速率大于最大速率spmax，则直接将速率降为spmax，即sp＝spmax。

本发明的有益效果：本发明在复杂多变且偶发性强的网络传输任务中，能够实时可靠地完成视频图像的传输任务，自适应调整信号的传输速率，高效利用网络资源，抵消子网不均衡所产生的负面影响，具有实时和稳定的有益效果。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1，实施例1中安防监控系统的视频优化传输方法的流程图。

图2，当前帧图像块与时空匹配块之间的位置关系示意图。

图3，搜索方向示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

本实施例提供一种安防监控系统的视频优化传输方法，如图1，所述视频优化传输方法包括：

步骤一，在视频流原始数据采样原始图像，依次对原始图像进行色彩空间处理，再进行离散预选变换；

步骤二，确定当前图像块，以最小绝对差总和sad匹配准则快速搜索当前图像块的匹配块，并计算出图像块的运动矢量，完成压缩处理，得到压缩视频信号；

步骤三，采用tcp友好拥塞控制算法，计算出压缩视频信号在网络传输过程中最大传输速率spmax；

步骤四，将步骤三计算的最大传输速率spmax作为tcp数据流的最大传输速率，实时调整视频信号的发送速率，直至完成视频图像的实时传输任务。

详细地，如图2，流程如下：

第一部分：对存储中经过色彩空间处理的视频流原始数据进行离散余弦变换，去除视频信号的空间冗余；获取原始图像，并利用yuv颜色空间对其进行色彩空间转换，完成图像数据的采样；

①yuv颜色空间中，通常以y代表亮度，u和v分别代表色度和饱和度，rgb与yuv之间的转换关系可表示为：

对于色度和饱和度，通过加上128使其变为八位的无符号整数，便于数据的存储与计算；

②图像进行存储时，在保证不影响人眼观察的范围内减小数据的存储量，将yuv三个分量以4:1:1或4:2:2的方式进行取样，完成图像的采样；

获取采样图像p(x,y),假设图像大小为m×n，利用下列离散余弦变换算式对图像进行无损变换：

其中p(u,v)为变换后的图像，u＝0,1,2,…,m-1，v＝0,1,2,…,n-1；

经过变换后，图像数据的大部分能量集中于频率域的一个小范围内，缩减了视频图像的比特数，从而去除视频信号的空间冗余；

第二部分：利用视频图像的运动相关性，以最小绝对差总和(sad)匹配准则快速搜索当前图像块的匹配块，并获得图像的运动矢量，从而完成视频信号的压缩处理；

根据视频图像的运动在时间与空间上的相关性，采用基于sad值和匹配块运动向量相等的预测准则，获得当前图像块的搜索起点；

①图像运动过程中，当前帧的图像块与匹配块之间的位置关系如图2所示：

②若当前帧图像块的各匹配块的运动向量相等，则将其作为当前块的运动向量的预测值；否则通过求解最小sad值获得与当前块最相似的匹配块，将其运动向量作为当前块的搜索起点；若当前图像与相邻图像中每个对应像素对之间的差的绝对值为ai(i＝1,2,…,n)，则当前块与匹配块的sad值为：

a＝a1+a2+…+an；

其中，n为当前图像的像素个数；

利用视频图像sad值分布的方向性和匹配块的快速搜索算法，获得图像的运动矢量，完成视频信号的压缩处理；

①由于视频帧内相邻像素间具有渐变性，sad值的分布构成一个曲面并且具有一定的方向性，利用该方向性，对sad值偏小的部分进行重点搜索，实现匹配块的快速搜索；

②匹配块的快速搜索算法主要步骤如下：

如图3，确定搜索起点，并计算搜索窗口最外圈所有方向各点对应的sad值；

若所有方向的sad值都大于当前起点的sad值，则将该点作为最佳搜索点进行搜索，并找出最佳匹配点；否则替换当前起点；

若当前起点与最佳搜索点属于同一方向而且sad值递减变化率极小，则计算其他方向对应搜索点的sad值并执行b)；否则用当前最小点替换最佳搜索点；

若搜索点在搜索窗口边缘时，则将该搜索点作为最佳搜索点；否则沿搜索点方向计算下一圈对应搜索点的sad值，若sad值小于当前最小点的sad值，则该点作为搜索点并执行c)；否则计算其他方向对应搜索点的sad值并执行b)；

③利用上述算法完成匹配块的搜索，并记录匹配块与当前块的相似位移作为图像的运动矢量，存储运动矢量形成视频图像的压缩信号；

第三部分，采用tcp友好拥塞控制算法，计算压缩视频信号在网络传输过程中应有的最大传输速率；

分析视频信号压缩数据包在发送端与数据接收端之间所消耗的传输时间；

①以数据包的时间戳计算压缩信号在发送端与数据接收端之间的传输往返时间timert：

其中k为平滑数据包往返时间的衰变因子且k∈[0.1,0.125]，timenow为接收端接收到数据的时间，timepast为数据反馈包的时间戳，为前一次数据包的往返时间；

②压缩数据传输过程中，若数据传输失败，则tcp的重传超时时间timetr以数据包往返时间timert的二倍参与计算，即：

timetr＝2timert；

压缩信号进行网络传输时难免发生拥塞，随之便出现数据丢包现象，tcp友好拥塞控制算法中通过计算数据的丢包事件概率来调整数据的传输速率，对于丢包事件概率采用平均丢失间隔法完成计算：

a)首先，计算每次丢失事件的权重：

其中j表示第j次丢失事件，n表示丢失事件的个数；

b)为减小因数据包数量太大而引起的计算丢失事件率的波动，采用折扣因子zj对每次丢失事件的权重进行缩减处理：

其中numj表示从1到n次中第j次丢失事件中数据包的数量；

c)利用折扣因子zj、权重wj以及平均丢失间隔方法完成丢包事件概率的计算：

其中，num为平均丢失间隔；

压缩信号在发送端与接收端的传输过程受到数据包往返时间timert，tcp重传超时时间timetr以及数据丢包事件概率p的影响，利用tcp友好拥塞控制算法计算得到tcp数据流的最大传输速率：

其中，spmax为压缩信号的最大传输速率，sizedata为压缩信号数据包的大小，timert为数据包传输往返时间，timetr为tcp重传超时时间；

第四部分，根据tcp数据流的最大传输速率实时调整视频信号的发送速率，以稳定的发送速率有效完成视频图像的实时传输任务。

经过步骤c得出压缩数据包的最大传输速率spmax，根据数据包实际传输速率与最大传输速率spmax的对比结果，实时调整数据的传输速率：

若时间传输速率小于最大速率spmax，则通过调整压缩数据包的发送时间间隔控制数据的传输速率；

时间间隔调整方式：

其中，所有往返时间的平均平方根，timenow0，timepast0分别为最近一次接收端接收数据的时间和数据反馈包的时间戳，k为衰变因子；

传输速率为：

其中，sp为实际传输速率，sizedata为压缩数据包的大小，timert为往返传输时间；

若实际传输速率大于最大速率spmax，则直接将速率降为spmax，即sp＝spmax；

利用以上方法实时调整压缩数据的传输速率，有效控制网络拥塞状态，实现视频信号传输的实时性与稳定性，完成安防监控系统视频图像实时传输任务。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员能够理解本发明，但是本发明不仅限于具体实施方式的范围，对本技术领域的普通技术人员而言，只要各种变化只要在所附的权利要求限定和确定的本发明精神和范围内，一切利用本发明构思的发明创造均在保护之列。