基于脊波运动检测的监控视频压缩方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (14): 175-177.

• 图形、图像、模式识别 • 上一篇下一篇

基于脊波运动检测的监控视频压缩方法

李宗剑^1,2,曾理^1,3,郭燕^1,3

1.重庆大学光电技术及系统教育部重点实验室 ICT研究中心，重庆 400044
2.重庆大学光电工程学院，重庆 400044
3.重庆大学数理学院，重庆 400044

收稿日期:2007-12-25 修回日期:2008-02-22 出版日期:2008-05-11 发布日期:2008-05-11
通讯作者: 李宗剑

Compressing method of monitored video based on ridgelet motion detection

LI Zong-jian^1,2,ZENG Li^1,3,GUO Yan^1,3

1.ICT Research Center,Key Lab of Optoelectronic Tech.and Sys.of the Education Ministry of China,Chongqing Univ.，Chongqing 400044,China
2.College of Optoelectronic Engineering,Chongqing Univesity,Chongqing 400044,China
3.College of Mathematics and Physics,Chongqing University,Chongqing 400044,China

Received:2007-12-25 Revised:2008-02-22 Online:2008-05-11 Published:2008-05-11
Contact: LI Zong-jian

摘要/Abstract

摘要： 研究了一种基于运动检测的监控视频压缩方法，即先判断出相对于背景场景来说具有感兴趣运动变化发生的图像帧，再对判断出的图像帧进行低损失或无损失的压缩，剩余的图像帧进行高比率的压缩。为判断视频帧有无感兴趣运动变化发生，研究出基于新的多分辨率分析工具——脊波和背景减除法的混合方法，该方法能有效地定位出具有感兴趣运动变化发生的图像帧，并具有计算量较小、人工干预较少、受光照变化影响较小的优点。

关键词: 监控视频压缩, 运动检测, 脊波, 背景减除法

Abstract: In this paper,the authors research a compressing method of monitored video based on ridgelet motion detection.First,judge the frame whether with interesting motion change or not.If having,compress the frame with low loss or lossless.Else,compress the frame with high rate.Judging the motion change,research the hybrid method of ridgelet and background subtraction method.The bybrid method can position the frame with interesting motion change and having the following advantages:less compute complexity,less manual intervening,less illumination changes influence.

Key words: monitored video compression, motion detection, ridgelet, background subtraction method

李宗剑^1,2,曾理^1,3,郭燕^1,3. 基于脊波运动检测的监控视频压缩方法[J]. 计算机工程与应用, 2008, 44(14): 175-177.

LI Zong-jian^1,2,ZENG Li^1,3,GUO Yan^1,3. Compressing method of monitored video based on ridgelet motion detection[J]. Computer Engineering and Applications, 2008, 44(14): 175-177.

[1]	马兴灶，赵剑楠，朱齐媛，傅沁冰，胡诚，雷芳，岳士岗. 基于LGMD的无人机避障方法研究[J]. 计算机工程与应用, 2019, 55(15): 250-256.
[2]	张金敏1，雷江1，2. 统计建模与对象更新机制相结合的背景减法[J]. 计算机工程与应用, 2016, 52(11): 152-157.
[3]	刘王胜，冯瑞. 一种基于AdaBoost的人脸检测算法[J]. 计算机工程与应用, 2016, 52(11): 209-214.
[4]	周仁琴. 视频监控场景下的面部遮挡检测[J]. 计算机工程与应用, 2015, 51(4): 192-195.
[5]	王楷，薛月菊，陈汉鸣，黄晓琳，孔德运，陈瑶. 改进的自适应脊波网络的碳通量预测[J]. 计算机工程与应用, 2014, 50(3): 242-246.
[6]	张永，刘巧玲. 基于自适应阈值的运动目标检测方法[J]. 计算机工程与应用, 2014, 50(12): 166-168.
[7]	靳琪琳，段锁林. 基于神经网络与加权融合的火灾火焰识别研究[J]. 计算机工程与应用, 2013, 49(13): 156-159.
[8]	蔡政，陶少华. 一种小波和脊波联合去噪方法[J]. 计算机工程与应用, 2012, 48(9): 201-204.
[9]	赵子沂，郑永果. 基于脊波的多光谱和全色图像融合方法研究[J]. 计算机工程与应用, 2012, 48(15): 164-167.
[10]	王楷，薛月菊，陈汉鸣，孔德运，陈瑶. 脊波网络的碳通量预测[J]. 计算机工程与应用, 2011, 47(34): 228-230.
[11]	郑丹，徐佩霞，何佳. 视频监控中运动物体的检测与跟踪[J]. 计算机工程与应用, 2010, 46(31): 192-195.
[12]	曾理^1，3，安贝贝^1，2，悦秀娟^1，3. 工业CT图像中小间隙裂纹的亚像素测量方法[J]. 计算机工程与应用, 2010, 46(30): 230-232.
[13]	吴刚^1，2，唐振民²，杨静宇². 强噪声场景下运动模板的检测与跟踪技术研究[J]. 计算机工程与应用, 2010, 46(26): 5-6.
[14]	沈宽，文玉梅，蔡玉芳. 基于脊波融合的射线图像增强算法[J]. 计算机工程与应用, 2010, 46(23): 170-174.
[15]	盛旭锋，朱方文，李校祖，庄俊. 基于三帧时间差分法的独居老人运动检测[J]. 计算机工程与应用, 2010, 46(13): 239-241.

基于脊波运动检测的监控视频压缩方法

Compressing method of monitored video based on ridgelet motion detection

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics