(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211219820.0 (22)申请日 2022.10.08 (71)申请人 南通商翼信息科技有限公司 地址 226000 江苏省南 通市开发区广州路 42号458室 (72)发明人 黄国杰　葛仕艳　 (74)专利代理 机构 邯郸泽科知识产权代理有限 公司 13169 专利代理师 张萍 (51)Int.Cl. G06V 10/764(2022.01) G06V 20/52(2022.01) G06V 10/74(2022.01) G06V 10/26(2022.01) H04N 19/176(2014.01)H04N 19/182(2014.01) H04N 19/85(2014.01) (54)发明名称 一种用于安防监控的视频压缩 方法、 系统及 介质 (57)摘要 本发明涉及视频压缩传输技术领域， 具体涉 及一种用于安防监控的视频压缩 方法、 系统及介 质， 该方法包括： 获取安防监控的多帧监控图像 及其灰度图像， 对灰度图像进行分块， 并对图像 块进行分类， 计算每个像素点的初始贡献度， 计 算相邻帧监控图像中两个对应的图像块的差异 值， 根据差异值计算该图像块的重要程度， 并确 定像素点的重要程度， 根据像素点的重要程度对 该像素点的初始贡献度进行修正， 并根据修正后 的贡献度及贡献度阈值确定最终贡献度， 根据最 终贡献度对应的像素点的灰度值构建初始字典 矩阵， 基于初始字典矩阵进行KSVD字典训练， 对 训练好的最终字典矩阵及稀 疏矩阵进行存储， 本 发明方法提高了 压缩过程的压缩传输效率。 权利要求书3页 说明书10页 附图2页 CN 115294409 A 2022.11.04 CN 115294409 A 1.一种用于安防监控的视频压缩方法， 其特 征在于， 该 方法包括： 获取安防监控的多帧监控图像， 将监控图像转 化为灰度图像； 将灰度图像分割为多个图像块， 根据图像块内所有像素点的灰度均值对所有图像块进 行分类得到多个图像块类别； 根据每个图像块类别中每个像素点的灰度值与其内所有像素点的灰度均值的相似度 计算该像素点的初始贡献度； 分别获取相邻帧监控图像中每两个对应的图像块的角点， 将相邻帧监控图像中两个对 应的图像块的所有角点进行匹配得到多个角点对， 获取每个角点对中的角点坐标， 根据角 点对的数量及每个角点对内的角点坐标获取该相邻帧监控图像中两个对应的图像块的差 异值； 根据所有相邻帧监控图像中两个对应的图像块的差异值计算该图像块的重要程度并 作为该图像块内所有像素点的重要程度； 根据每帧监控图像的每个像素点的重要程度对该像素点的初始贡献度进行修正得到 对应的修 正贡献度， 根据修 正贡献度及贡献度阈值确定最终贡献度； 根据最终贡献度对应的像素点的灰度值构建初始字典矩阵， 基于初始字典矩阵进行 KSVD字典训练得到训练好的最终字典矩阵及稀疏矩阵， 并对最终字典矩阵及稀疏矩阵存 储。 2.根据权利要求1所述的一种用于安防监控的视频压缩方法， 其特征在于， 根据图像块 内所有像素点的灰度均值对所有图像块进行分类得到多个图像块类别的步骤 包括： 将图像块内所有像素点的灰度均值作为该图像块的灰度值； 并图像块内所有像素点的灰度均值计算图像块的灰度方差； 根据图像块的灰度值、 灰度方差计算同一帧监控图像中 图像块与其相邻图像块的灰度 相似度； 根据每个图像块与其相邻图像块的灰度相似度对所有图像块进行分类得到多个图像 块类别。 3.根据权利要求2所述的一种用于安防监控的视频压缩方法， 其特征在于， 根据每个图 像块与其相邻图像块的灰度相似度对所有图像块进行分类得到多个图像块类别的步骤包 括： 根据灰度相似度及预设的灰度相似度阈值确定与图像块相似 且相邻的目标图像块； 获取与目标图像块的相似且相邻的目标图像块， 得到该图像块对应的所有目标图像 块； 该图像块与对应的所有目标图像块构成一个图像块类别； 获取该帧监控图像中未分类的其 他图像块对应的图像块类别。 4.根据权利要求1所述的一种用于安防监控的视频压缩方法， 其特征在于， 根据每个图 像块类别中每个像素点的灰度值与其内所有像素点的灰度均值的相似度计算该像素点的 初始贡献度的步骤 包括： 计算每个图像块类别中像素点的灰度值与所有像素点的灰度均值之间的相似度并记 为该像素点的均值相似度； 根据该图像块类别的所有像素点中的最大均值相似度、 最小均值相似度对应及每个像权　利　要　求　书 1/3 页 2 CN 115294409 A 2素点对应的均值相似度计算该像素点的初始贡献度。 5.根据权利要求1所述的一种用于安防监控的视频压缩方法， 其特征在于， 将相邻帧监 控图像中两个对应的图像块的所有角点进行匹配得到多个角点对的步骤 包括： 分别获取相邻帧监控图像中两个对应的图像块的角点 集合； 将角点集合内的角点依次连接得到角点线； 利用动态规整算法对两条角点线 进行匹配得到多个角点对。 6.根据权利要求1所述的一种用于安防监控的视频压缩方法， 其特征在于， 根据角点对 的数量及每个角点对内的角点坐标获取该相邻帧监控图像中两个对应的图像块的差异值 的步骤包括： 根据每个角点对内两个角点的角点 坐标计算两角点之间的距离； 计算所有角点对的两点之间的距离均值， 并将距离均值作为两个对应的图像块的差异 值。 7.根据权利要求1所述的一种用于安防监控的视频压缩方法， 其特征在于， 将所有相邻 帧监控图像中每相邻两 帧监控图像中对应的图像块的差异值的均值作为该图像块的重要 程度。 8.根据权利要求1所述的一种用于安防监控的视频压缩方法， 其特征在于， 根据每帧监 控图像的每个像素点的重要程度及该像素点的初始贡献度进行修正得到对应的修正贡献 度的步骤 包括： 计算每个像素点的重要程度及 初始贡献度的乘积； 根据像素点的重要程度、 初始贡献度、 所有像素点的重要程度及初始贡献度的乘积中 的最大乘积及最小乘积计算 修正贡献度。 9.一种用于安防监控的视频压缩系统， 其特 征在于， 该系统包括： 图像采集模块， 用于获取安防监控视频的多帧监控图像， 将监控图像转 化为灰度图像； 图像处理模块， 用于将灰度图像分割为多个图像块， 根据图像块内所有像素点的灰度 均值对所有图像块进行分类得到多个图像块类别； 第一参数计算模块， 用于根据每个图像块类别中每个像素点的灰度值与其内所有像素 点的灰度均值的相似度计算该像素点的初始贡献度； 第二参数计算模块， 用于分别获取相邻帧监控图像中每两个对应的图像块的角点， 将 相邻帧监控图像中两个对应的图像块的所有角点进行匹配得到多个角点对， 获取每个角点 对中的角点坐标， 根据角点对的数量及每个角点对内的角点坐标获取该相 邻帧监控图像中 两个对应的图像块的差异值； 第三参数计算模块， 用于根据 所有相邻帧监控图像中两个对应的图像块的差异值计算 该图像块的重要程度并作为该图像块内所有像素点的重要程度； 参数修正模块， 用于根据每帧监控图像的每个像素点的重要程度及该像素点的初始贡 献度进行修 正得到对应的修 正贡献度， 根据修 正贡献度及贡献度阈值确定最终贡献度； 压缩存储模块， 用于根据最终贡献度对应的像素点的灰度值构建初始字典矩阵， 基于 初始字典矩阵进 行KSVD字典训练得到训练好的最 终字典矩阵及 稀疏矩阵， 并对最 终字典矩 阵及稀疏矩阵存 储。 10.一种存储介质， 其特征在于， 其上存储有图像压缩程序， 所述图像压缩程序被处理权　利　要　求　书 2/3 页 3 CN 115294409 A 3