Главная » Технологии

Системы видеонаблюдения (CCTV)

17:14, Понедельник, 2 июля 2012 | Комментариев нет

В последнее время цифровые (компьютерные) системы видеонаблюдения (CCTV) получают широкое применение в корпоративных системах безопасности. Для больших территориально распределенных корпораций возникает проблема сбора и передачи охранной видеоинформации от своих подразделений в центральную службу обеспечения безопасности на основе использования существующих каналов связи. предлагаются результаты исследования вопросов передачи охранной видеоинформации от территориально удаленных объектов на базе существующих каналов связи. Приведены результаты экспериментального исследования качества передачи охранной видеоинформации по каналам связи различной пропускной способности (от 64 до 2048 кбит/с) при различной степени сжатия данных.

В зависимости от требований к полноте передаваемой охранной видеоинформации были выделены следующие регламенты связи: непрерывная передача всей информации, передача наиболее важной информации, передача информации по изменениям в системе безопасности, передача информации по запросам со стороны центральных служб. Для данных регламентов связи определены основные данные информационного обмена (передача «живого видео», передача серии статических кадров, передача видеоархива) при использовании каналов связи различной пропускной способности. С позиции использования в территориально распределенных корпорациях рассмотрены системы видеонаблюдения различных отечественных и зарубежных производителей и проведен их сравнительный анализ. На основании проведенных исследований предложены типовые схемы построения систем передачи охранной видеоинформации в интегрированных системах безопасности и даны их технические характеристики: требования к каналам связи, качество передаваемого изображения, возможность просмотра видеоархива в реальном времени, возможность реализации «живого видео» и др.

В работе рассматривается многоканальная ортогональная цифровая система связи. Принцип, используемый в системе, заключается в том, что исходный поток данных распаривается и передается отдельно в каждом канале. Сигналы в каналах ортогональны друг другу, что достигается с помощью использования функций Уолша. Пропускная способность системы возрастает с увеличением числа каналов при неизменном диапазоне частот, занимаемом системой связи. Но с ростом числа каналов увеличивается вероятность ошибок. Найдены зависимости пропускной способности и вероятности ошибок от числа каналов и от отношения сигнал\шум. По полученным зависимостям возможна оптимизация числа каналов системы для нахождения необходимого значения пропускной способности и вероятности ошибок. Предполагается использование системы в гидроакустике, где звуковые волны резко затухают при увеличении частоты, в связи с чем возникает проблема ограниченности частотного диапазона. Имеется взаимовлияние разных каналов друг на друга, из-за чего изменяется форма передаваемых сигналов.

С помощью данной системы связи передаются цифровые сигналы, для которых изменение формы не имеет особого значения. Приемный блок системы состоит из набора согласованных фильтров для функций Уолша и решающего устройства для определения наличия сигнала в канале или его отсутствие. В качестве согласованных фильтров используются КИХ — фильтры, для которых не возникает проблем устойчивости. Для функций Уолша разных порядков определены структуры согласованных фильтров. Созданы модели фильтров (в среде Matlap), с помощью которых определены импульсные характеристики фильтров. Разработаны программы для реализации согласованных фильтров на микросхеме Altera (используются 4 согласованных фильтра 4-го порядка) и специализированном микроконтроллере AVR (возможно использование 16 согласованных фильтров, 16-го порядка). Проведено сравнение и выявлены достоинства и недостатки этих способов реализации.

Однако классический медианный фильтр об-падает рядом недостатков, например, приводит к размытию контуров изображения. Одной из возможных модификаций этого метода является применение медианного фильтра (АМФ), в котором текущий размер окна фильтра подбирается в зависимости от значений попавших в него пикселей изображения. Другой способ модификации медианного фильтра состоит в том, что-бы, используя экспертную систему (в данном случае нейронная сеть), является ли центральный пиксель в маске шумом или нет. Было проведено сравнение данных алгоритмов с классическим и взвешенным медианным фильтрами для различных тестовых изображений. Проводился анализ среднеквадратичной ошибки изображения, оценка вычислительных затрат, визуальный анализ восстановленного изображения. Кроме того, были предложены и проанализированы модификации описанных фильтров типа «нейронная сеть + адаптивный Медианный фильтр» и «нейронная сеть + взвешенный медианный фильтр». Экспериментальный и теоретический анализ показывают, что все ра смотренные разновидности модифицированного медианного фильтра восходят классический алгоритм. При этом в случае импульсного АМФ выигрывает у двух других модификаций по качеству восстановления по уступает во временных затратах и, кроме того, существуют изображен-для которых его использование неэффективно.

Также известно, что энергия, сосредоточенная в отдельных полосах, уменьшается по мере роста частоты. В этом случае получим, что трансформанты преобразования будут квантованы совместно с описанной модели человеческого зрения. Для каждой полосы вейв-преобразования шаг квантования оперативно определяется с помощью метода Ньютона, в соответствии с требуемой мощностью шума квантования. Результаты эксперимента показали, что применение предложенного способа Квантования коэффициентов вейвлет-преобразования позволяет повысить h ношение сигнал/шум восстановленного изображения (при этом субъекта пая оценка качества восстановленного изображения также выше), по уравнений» с равномерным квантованием.

В данной работе исследуется модифицированный алгоритм сжатия цифровых изображений. Модификация заключается в обработке исходного изображения с помощью градиентного фильтра и фильтра Лапласа. Фрактальная компрессия — это поиск подобных областей в изображении и определение для них параметров аффинных преобразований. Для более эффективного кодирования необходимо наличие в изображении, большого количества подобных областей. Для этого нужно предварительно сгладить изображение (использовался градиентный морфологически фильтр) и применять фрактальное кодирование уже к обработанному изображению, которое содержит меньше резких переходов и мелких деталей. Декомпрессия алгоритма фрактального сжатия проста. Необходим провести несколько итераций трехмерных аффинных преобразований! которых были получены на этапе компрессии.


Рекоменуем к прочтению: Дешевый рынок автомобилей в РФ
Вернуться на главную страницу

Оставьте свой комментарий!

Заполните все необходимые поля ниже и отправьте свой комментарий. Соблюдайте этику и культуру языка. Оставляйте комментарии по теме материала. Не распространяйте спам.
Вы можете зайти на сайт под своим логином и паролем или зарегистрироваться.

Наш сайт поддерживает авторизацию с помощью Gravatar. Чтобы получить свой глобальный аватар, зарегистрируйтесь на gravatar.com.