[发明专利]基于内容的视频图像处理和人机交互方法在审

专利信息
申请号: 201410213437.3 申请日: 2014-05-16
公开(公告)号: CN104079872A 公开(公告)日: 2014-10-01
发明(设计)人: 杨燕;胡小鹏;王凡;裴红;李明辉;崔雅敏;吕泽锋;贺艳花;王国强;陈仕林;魏强 申请(专利权)人: 大连理工大学;中油辽河工程有限公司;中联煤层气有限责任公司;辽宁师范大学
主分类号: H04N7/18 分类号: H04N7/18;G06T7/40
代理公司: 暂无信息 代理人: 暂无信息
地址: 116024 *** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 内容 视频 图像 处理 人机交互 方法
【说明书】:

技术领域

发明涉及基于内容的视频图像处理和人机交互方法,属于无线通信技术领域。

背景技术

目前,我国煤层气生产视频监控尚处于开发前期阶段,仍然存在以下几个方面的问题:

(1)由于煤层气田生产属于野外作业,气井数量多、分布地域广阔,地形比较复杂,道路条件差,因此靠人工巡井方法工作量太大很难及时发现生产中存在的问题。人工巡井方法受天气影响大,遇到雨雪天气可能数日不能到达井场。从安全性和未来企业发展高效性两方面考虑,生产过程无人值守、可视化远程管理成为煤层气行业发展必然趋势。

(2)在井口众多和周围环境复杂等工作条件下,传统的帧间差分视频数据处理方法和传统的“多窗口显示”人机交互方式已不能满足对井口长时间连续视频监控的需求。如何研究一套成本低廉、性能可靠、适合煤层气田开发的视频图像采集、传输、存储、处理和人机交互的技术及设备,是急需解决的难题。

发明内容

本发明针对以上问题的提出,而研制基于内容的视频图像处理和人机交互方法。

本发明包括如下步骤:

①对输入视频提取特征信息;

②根据场景特征,建立场景模型,并在此基础上进行基于场景的运动物体检测;

③根据目标内容,建立目标模型,并在此基础上进行基于目标的检测;

④通过融合基于场景和基于目标的检测,分析检测目标显著度(重要等级),生成包括检测目标和重要等级的检测结果;

⑤通过使用计算机视觉注意力选择机制,将监控人员的视觉注意力引导到重要目标,从而有效地利用有限的图像显示空间。

本发明原理及有益效果:在野外复杂场景环境中,对众多煤层气井口进行视频监控,将产生海量视频数据。如何在海量视频数据条件下有效地实现人机交互,是大型视频监控系统的一个重要问题。如前所述,煤层气生产视频监控系统具有多监测点、长时间连续工作的特点。在这种工作条件下,监控人员无法长时间集中注意力,逐点扫描各监控点,因而必须把监控人员的注意力吸引到异常画面上。研究表明,人类感知系统主要利用视觉注意力选择机制,克服复杂视觉场景感知中多尺度和高复杂度问题。视觉注意力选择机制已经在计算机视觉系统中得到重视,并且作为设计理论应用于工程实践。例如,在欧洲战机设计中,视觉注意力选择机制用来指导设计人机交互系统。图1.1所示模型是视觉注意力选择机制在运动目标检测方面的应用。在本项目中,我们将遵循并利用人类注意力选择机制,实现煤层气生产视频监控系统的高效人机交互。

附图说明

图1本发明流程图。

具体实施方式

1、基于内容的视频图像处理和人机交互方法包括如下步骤:

①对输入视频提取特征信息;

通过直方图统计的方法,提取火情红绿蓝三通道颜色特征,提取基于SURF的场景感兴趣点特征;

②根据场景特征,建立场景模型,并在此基础上进行基于场景的运动物体检测;

针对煤层气生产检测目标火情的颜色特征(详见步骤③),提取视频场景与火情颜色相似的感兴趣区域,在此区域内提取SURF特征点,根据R通道像素值计算相邻帧SURF特征点的5×5邻域的欧拉距离并匹配特征点,计算相邻帧对应SURF特征点的位置差△d,记录位置差的数据符号,利用符号检验方法(见公式(1)),判定SURF特征点位置差的变化是否满足高斯分布如果满足高斯分布(见公式(2)),判定当前SURF特征点为场景特征点,记录其位置信息,建立基于特征点的稀疏场景模型;否则,为运动物体SURF特征点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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大连理工大学;中油辽河工程有限公司;中联煤层气有限责任公司;辽宁师范大学,未经大连理工大学;中油辽河工程有限公司;中联煤层气有限责任公司;辽宁师范大学许可,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/201410213437.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top