原创《基于计算机预测定位监控系统的视频效果分析》
本文是关于监控系统论文范例和监控系统和定位和计算机类论文如何怎么撰写。
摘 要：文章首先分析了计算机预测定位监控系统功能实现的主要技术方法,从摄像机控制模型设计与射影几何技术运用两方面来进行.在此基础上重点探讨提升预测定位监控系统视频效果的有效技术措施,帮助计算机预测定位系统在功能上得到更好的补充完善,为预测定位监控系统使用方向扩大提升有效的技术支持.
关键词：计算机预测定位；监控系统；视频效果
一、计算机预测定位监控系统实现的相关技术
1. 摄像机控制模型设计.预测定位监控与普通的监控系统在功能实现上有很大的不同,该系统充分利用了计算机的运算功能,在原有系统基础上不断的完善数据库,根据对所监控位置中物体的移动速递来做出预测监控,这样即使面对运行轨迹复杂的物体也能起到良好的监控效果,这也是对传统技术方法的一次突破.实现该功能的技术中,摄像机模型是其中比较重点的基础部分,通过对普通摄像机控制程序的创新完善,可以的达到运动轨迹的移动捕捉效果,在最终的设计理念上也得到了更好的突破.摄像机模型设计通过控制系统的进一步完善可以帮助解决监控视觉效果不理想的问题,因此被作为预测定位监控系统建立的首要部分.
2. 射影几何技术运用.运用该技术可以在所监控的区域内确定一个坐标范围,再通过这一坐标范围的完善来进行现场更深入的技术分析,计算机系统在这进行预测定位时可以借助坐标来进行计算分析,通过这种方法来缩小所预测的范围,对于接下来的具体位置确定也有很大的帮助,该技术运行对于基础模型的构建相对复杂,需要对使用功能做出完善,并建立出多个几何控制区域来确定最终的功能实现坐标体系,通过坐标之间的配合使用来帮助提升所设计的效果,计算机的分析运算功能也能够更好的体现在其中.几何与运算系统相互结合使用,对系统功能突破实现也有很大的帮助,通过射影集合技术能够将所监控区域内的影响变化转换为计算机可以快速理解的形式,以便对接下来的预测定位发出管理指令.
二、提升计算机预测定位监控系统视频效果的有效技术
1. 运用GPS 坐标转化方法.在所开展的坐标转化分析中,运用GPS 定位系统能够对区域内的地形结构有一个全面了解,数据更新也是实时进行的,通过这种方法可以帮助减少系统应用所遇到的数据误差问题,计算机系统中接收到的信息也与实际情况一致,在此环境下所开展的各项预测定位可以在允许的时间误差范围内进行,并最大程度的提视频画面效果.从技术理论层面分析影响视频效果的因素中信息传递丢失占有很大的比例,因此在对画面品质进行提升时,首先要进行的是这部分功能上的确定,对信号传输通道进行加宽处理,确保信号在传输过程中也不会发生丢失的现象,这样才能够更稳定的提升使用安全性,为后续监控定位系统管理计划开展落实创造有利的条件.较简单且有效的一种方法是用EXCEL 完成GPS 坐标转换的方法.
2. 目标定位基于误差补偿基础上进行.所开展的目标定位可以与误差补偿相互结合进行,在所进行的信号传递任务中,受环境以及网络系统的影响很容易就会出现误差,如果将这部分误差信息直接丢弃对后续视频画面显示也会造成影响,并不能实现预测定位监控功能.引入误差补充后,在所开展的各项控制管理任务中,通过这种方法能够对损坏的信号在短时间内修补完全,这样就不会影响到后续的使用,在信号管理中也能够达到理想的运行使用效果.误差补偿需要基于信号检测基础上来进行,检测发现问题后补偿信号也会随之进入到系统中,共同传递到计算机软件中,通过信号补偿还能够提升定位的速度.
3. 亚像素边缘检测方法的运用.在监控定位的边缘区域很容易出现画质不稳定的现象,这与像素有很大关系,距离也是影响因素之一,面对如此的问题,在所开展的视频检测中要不断的进行边缘检测,观察所检测得到的数据是否监控的中心区域一致,画面提升是具有整体感的,仅仅对中心部分进行视频效果检测并不能反映出整体情况.通过亚像素边缘检测方法的运用,从根源上解决了这一问题,边缘部分检测的像素是要与中心部分进行比较的,只有达到这一使用效果接下来的各项控制计划才可以顺利进行.计算机计算机定位监控系统基础上所进行的画面检测还会受到当时环境的影响,在进行像素补偿以及信号补偿时,需要将这一因素引入到其中,全面的分析考虑问题,这样才能够达到理想的定位预测监控效果.目前研究的亚像素级的边缘检测算法,可以归纳为3 种类型: 矩方法、插值法和拟合法.
（1）矩方法：Tabatabai 等首先提出一种利用前三阶灰度矩对边缘进行亚像素边缘定位的算法 , 随后基于空间矩、Zernike 正交矩的方法也相继被提出.Zernike 矩的方法由于只需要计算3 个模板,计算量比空间矩的方法要小得多.但是 , 这些方法都是针对理想边缘模型提出的.Shan 等对矩方法进行了改进,使用了模糊边缘模型,更能真实反映边缘信息.矩方法的优点是计算简便,并且可以得到解析解.但是矩方法对图像噪声敏感,如果考虑模糊后的边缘模型,就会增加模型参数,使得解析解的确定变得十分困难.
（2）插值法：插值法的核心是对像素点的灰度值或灰度值的导数进行插值,增加信息,以实现亚像素边缘检测.其中,研究比较多的方法有二次插值、B 样条插值和切比雪夫多项式插值等.插值类的运算时间短,二次插值算法简单,可以通过硬件实现,适合在线检测.当光学系统的线扩散函数对称时,插值边缘检测的精度较高.插值法的特点同基于矩的方法类似,计算过程简单,但是容易受噪声的影响.
（3）拟合法：拟合方法是通过对假设边缘模型灰度值进行拟合来获得亚像素的边缘定位.Nalwa 等给出一种边缘模型为双曲正切函数的最小二乘拟合算法；Ye 等提出的算法所用的边缘模型是理想边缘模型与高斯函数卷积得到的高斯型边缘函数.这两种算法都能提供较高的亚像素边缘定位精度.由于拟合不需要数值微分,而且按各灰度值到拟合曲线的距离最小进行拟合,不但合理地利用了有误差的灰度值,又可以减小灰度值误差的影响,因此拟合方法对噪声不敏感.但因模型复杂,其求解速度慢.
结语
为了从二维图像上的点反映射回三维坐标空间,需要用到摄像机模型的知识,而其中坐标系的变换,坐标的求解,齐次坐标的转化以及图像点和三维空间点的对应都需要用到射影几何的知识,同时本文还利用了射影几何极为重要的交比不变性.另外,本文的目标定位需要 GPS 辅助建立绝对坐标,对 GPS 坐标的获取、与所定位坐标的转化等都是未来需要加强研究的重要知识储备内容.H
参考文献
[1] 石玉洁. 视频监控中基于摄像机标定的运动目标三维空间定位技术的研究[D]. 南京邮电大学,2013(03).
[2] 王爱丽. 基于计算机视觉的行人交通信息智能检测理论和关键技术研究[D]. 北京交通大学,2015(12).
（作者单位：郭崇,辽宁工业大学管理学院 ；杜鹏,辽宁工业大学计算中心）
监控系统论文参考资料：
本文结束语:本文是适合监控系统和定位和计算机论文写作的大学硕士及关于监控系统本科毕业论文，相关监控系统开题报告范文和学术职称论文参考文献。
