[發明專利]一種基于視頻的近岸浪高實時檢測系統在審
| 申請號: | 202010536291.1 | 申請日: | 2020-06-12 |
| 公開(公告)號: | CN111709928A | 公開(公告)日: | 2020-09-25 |
| 發明(設計)人: | 宋巍;李其超;何盛琪;龍騰;張智超;蔡萬源 | 申請(專利權)人: | 上海海洋大學 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/62;H04N7/18;G06N3/08 |
| 代理公司: | 上海伯瑞杰知識產權代理有限公司 31227 | 代理人: | 孟旭彤 |
| 地址: | 201306 上*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 視頻 近岸 實時 檢測 系統 | ||
1.一種基于視頻的近岸浪高實時檢測系統,其特征是:包括有
通過視頻采集卡實時接入近海岸監控站點的視頻信號并保存至本地的視頻接入與保存模塊;
對接入的視頻信息進行推送的視頻流推送模塊;
接收推送的視頻信息并進行預處理以獲得海浪特征的視頻預處理模塊;
根據接收的視頻信息及海浪特征進行浪高檢測以獲得浪高信息的浪高檢測模塊;
接收推送的視頻信息及浪高信息以進行展示的Web前端。
2.根據權利要求1所述的基于視頻的近岸浪高實時檢測系統,其特征是:所述視頻預處理模塊包括有通過裁剪縮放對視頻信息的圖像中干擾因素進行消除的裁剪與尺度變換單元、通過轉碼以輸入進行海浪特征提取的轉碼單元。
3.根據權利要求2所述的基于視頻的近岸浪高實時檢測系統,其特征是:所述浪高檢測模塊包括有用于提取海浪靜態特征的第一NIN網絡模型、提取海浪動態特征的第二NIN網絡模型,還包括有通過輸入海浪動態特征及海浪靜態特征進行訓練以完成浪高檢測的SVR模型。
4.根據權利要求1所述的基于視頻的近岸浪高實時檢測系統,其特征是:所述視頻推流模塊為RTMP協議進行推流。
5.一種基于視頻的近岸浪高實時檢測方法,其特征是,包括有以下步驟:
將視頻采集卡與近海岸監控站點的攝像頭對接,以獲得實時監控的視頻信息,并保存至本地;
通過視頻流推送模塊將實時監控的視頻信息推送至Web前端以供用戶查看,同時將視頻信息推送至預處理模塊進行視頻信息中圖像的預處理;
預處理模塊提取包含海浪動態特征的差分幀及海浪靜態特征的關鍵幀,并對提取的視頻幀進行裁剪、尺度變化及轉碼;
通過浪高檢測模塊檢測獲取浪高信息,并推送至Web前端與實施視頻信息同步對應顯示。
6.根據權利要求5所述的基于視頻的近岸浪高實時檢測方法,其特征是,視頻信息的接入與保存具體步驟如下:
通過視頻采集卡采集近海岸監控攝像頭的視頻,讀取并處理視頻信息;
將視頻信息拆分為圖像幀,對圖像幀進行寫入并計數,結合攝像頭幀頻完成視頻信息的自動截斷保存。
7.根據權利要求6所述的基于視頻的近岸浪高實時檢測方法,其特征是,視頻預處理的具體步驟如下:
間隔預設幀數從視頻信息經拆分后的圖像幀中提取關鍵幀,再提取關鍵幀與相鄰關鍵幀的差分幀;
對連續幀差分后進行累加,生成掩碼圖像,并據此從關鍵幀和差分幀中提取海浪區域,以排除遮擋物及礁石對浪高檢測的干擾,并對裁剪出的海浪區域圖像進行縮放;
將縮放后的圖像以jpg格式保存至本地,先將圖像轉換為字節流,并進行字節流編碼為Tensor類型,對Tensor類型圖像進行歸一化處理。
8.根據權利要求7所述的基于視頻的近岸浪高實時檢測方法,其特征是,視頻推流模塊的推流具體過程如下:
對拆分視頻信息后的圖像幀通過OpenCVFrameConverter進行格式轉換,由OpenCV.Mat格式轉為JavaCV.Frame格式;
通過FFmpegFrameRecorder推送至Nginx服務器;
在Web前端使用Videojs播放視頻。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海海洋大學,未經上海海洋大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010536291.1/1.html,轉載請聲明來源鉆瓜專利網。





