一种对NVR主机设备进行高效备援的方法及系统

技术领域

本发明涉及视频监控和流媒体处理技术领域，具体涉及一种对NVR主机设备进行高效备援的方法及系统。

背景技术

随着安防行业的深入发展，如今安防系统的管理已不是简单构建单独的视频监控、门禁控制或防盗报警系统，在综合管理上，一方面希望能对以上系统进行有机的整合，另外还需要考虑在系统运行过程中出现的各种异常，如视频丢失、视频雪花、视频遮挡等一系列问题。

进一步地，金融、交通、公安、司法、教育等领域的重点场所的安防系统对于视频录像设备的安全可靠性要求更高，尤其是在发生异常事件后视频是记录现场情况的最重要证据。

但是，在当前的监控系统中，随着时间的推移，网点NVR长时间运行，不可能永远不会出现故障，同时监控系统的规模越大，其出错的概率越大，最后势必会造成资源缺失范围的扩大，逐渐增大了安全风险。为了解决上述问题，人们采取的技术手段是对视频进行备份后，将备份的视频通过系统分发到不同的存储介质，从而在视频丢失以及出现质量缺陷时可在其他存储介质上找到对应的视频文件。虽然上述技术手段在一定程度上解决了视频丢失以及出现质量缺陷的问题，但是依旧存在以下缺陷：

(1)不能对存在丢失和质量问题的部分视频数据进行定位及获取，只能对视频数据进行全量备份，从而造成备份效率低下以及资源浪费；

(2)在对视频数据进行全量备份以及传输到其他其他存储介质时，由于数据量较大，从而出现二次视频丢失及二次质量缺陷的风险较高。

发明内容

为了克服现有技术的不足，本发明提供一种对NVR主机设备进行高效备援的方法及系统，用于解决现有的备份方法只能进行全量备份从而导致备份效率低下、资源浪费以及出现二次视频丢失和二次质量缺陷的的风险较高的技术问题，从而达到无需视频全量备份，减少存储空间，提升备份处理速度以及降低二次风险的目的。

为解决上述问题，本发明所采用的技术方案如下：

一种对NVR主机设备进行高效备援的方法，包括以下步骤：

通过NVR主机设备和专用备援录像机储存采集设备的视频数据，对所述NVR主机设备的日志信息、通信信息以及视频数据进行采集、处理以及解析后，储存在数据库中；

自动对储存在数据库中的视频数据进行诊断，是否存在备援特征，若存在，则对所述视频数据进行解析；

对解析后的数据进行特征分析与提取后得到关键特征，对所述关键特征进行统计和抽离，形成缺失视频源；

在所述缺失视频源中提取出缺失视频源特征，并根据所述缺失视频源特征和映射关系从所述专用备援录像机提取备援视频数据；

并通过所述备援视频数据对所述NVR主机设备存在备援特征的视频数据进行备援；

其中，所述备援特征包括遮挡故障、偏色故障、偏亮故障、偏暗故障以及清晰度故障。

作为本发明优选的实施方式，所述对NVR主机设备进行高效备援的方法，还包括：

通过处理链分别接收采集到的多个NVR主机设备的数据，并分别对接收到多个NVR主机设备的数据进行处理和解析后，储存在数据库中。

作为本发明优选的实施方式，在对日志信息、通信信息以及视频数据进行采集、处理以及解析时，包括：

对所述日志信息、所述通信信息以及所述视频数据进行数据去噪、数据清洗、数据抽取以及数据去量后，获得预处理数据；

对所述预处理数据进行解析后进入到数据库，并按照预定义的命名表达式，储存在存储节点中。

作为本发明优选的实施方式，在按照预定义的命名表达式储存在存储节点后，包括：

采用队列接收和定时数据处理方式将储存在存储节点中的数据按照源数据主机IP数据、时间参数、缺失定义、NVR主机设备投递的控制数据以及专用备援摄像机投递的控制数据进行分类存储。

作为本发明优选的实施方式，在从专用备援录像机提取备援视频数据时，包括：

在所述缺失视频源中提取出缺失视频源特征后，根据所述缺失视频源特征，采用多协议集成方法和队列处理方式获取所述缺失视频源周期以内任意节点度量数据，并根据获取的度量数据采集专用备援录像机的特征视频，形成备援视频数据。

作为本发明优选的实施方式，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

将所述视频数据中的视频序列转换为灰度图，获取所述灰度图中每个像素的梯度模，具体如公式1所示：

式中，Zsh为梯度模，U(x,y)为所述灰度图中每个像素；

统计所有梯度模大于阀值R1的像素点的个数，得到合格像素点总数；

将所述合格像素点总数与预设的遮挡像素点数量阀值R2进行比较，若所述合格像素点总数小于等于所述预设的遮挡像素点数量阀值R2，则判断所述视频数据存在遮挡故障。

作为本发明优选的实施方式，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

从所述视频数据中得到I×J大小的图像帧，并获取所述I×J大小的图像帧中的每个像素点，统计所述每个像素点在R,G,B三通道中的最大亮度值L

获取偏向该颜色通道像素个数占整幅图像帧的百分比，具体如公式2所示：

T＝max(Vr,Vg,Vb)/I*J (2)；

式中，Vr为所述图像帧中每一个像素点的最大亮度值处于R通道的像素点个数，Vg为所述图像帧中每一个像素点的最大亮度值处于G通道的像素点个数，Vb为所述图像帧中每一个像素点的最大亮度值处于B通道的像素点个数；

若所述百分比大于百分比阈值L2，则判断所述图像帧偏色，并对偏色出现的连续帧数Nr、Ng以及N

判断所述偏色持续帧数是否大于偏色持续阈值，若是，则判断所述视频数据存在偏色故障。

作为本发明优选的实施方式，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

将所述视频数据中的图像序列的颜色空间从RGB转换到CIELab后，统计I×J大小的图像帧在L分量上的均值，具体如公式3所示：

式中，L

若所述L分量均值大于偏亮阀值的偏亮持续帧数或低于偏暗阀值的偏暗持续帧数，若所述偏亮持续帧数大于偏亮持续阀值，则判断所述视频数据存在偏亮故障，若所述偏暗持续帧数大于偏暗持续阀值，则判断所述视频数据存在偏暗故障。

作为本发明优选的实施方式，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

从所述视频数据中得到图像帧，通过边缘检测算法在所述图像帧中提取图像边缘，获得边缘像素点的灰度差分值并进行累加，得到边缘像素点灰度差分累加值，具体如公式4所示：

式中，H

获取整幅图像帧中所有像素点的灰度差分值并进行累加，得到所有像素点灰度差分累加值，具体如公式5所示：

式中，H

根据所述边缘像素点灰度差分累加值和所述所有像素点灰度差分累加值得到清晰度评价参数，具体如公式6所示：

Q＝H

式中，Q为清晰度评价参数；

若所述清晰度评价参数小于清晰度阈值，则判断所述图像帧存在模糊现象并模糊现象持续帧数进行统计，得到图像模糊持续帧数，若所述图像模糊持续帧数大于模糊持续阀值，则判断所述视频数据存在清晰度故障。

一种对NVR主机设备进行高效备援的系统，包括：

数据采集模块：用于对NVR主机设备和软件的日志信息、通信信息以及视频数据进行采集；

定时分布式数据处理模块：用于对采集的数据进行处理以及解析后，储存在数据库中，自动对储存在数据库中的视频数据进行诊断，是否存在备援特征，若存在，则对所述视频数据进行解析；

特征处理模块：用于对解析后的数据进行特征分析与提取后得到关键特征，对所述关键特征进行统计和抽离，形成缺失视频源；在所述缺失视频源中提取出缺失视频源特征，并根据所述缺失视频源特征和映射关系从所述专用备援录像机提取备援视频数据；并通过所述备援视频数据对所述NVR主机设备存在备援特征的视频数据进行备援；

其中，所述备援特征包括遮挡故障、偏色故障、偏亮故障、偏暗故障以及清晰度故障。

相比现有技术，本发明的有益效果在于：

(1)本发明可针对不同厂家的NVR主机设备，自定义不同的采集分析策略，从而兼容国内大部分NVR主机厂家；

(2)本发明使得视频备援的NVR主机设备和专用备援录像机在使用和管理过程中的关联更加紧密和精准化，同时为双方之间提供了高效的访问控制策略，从而提升问题视频的处理效率；

(3)本发明所提供的方法及系统可有效完成备援内容的采集、备份以及分发，从而有效保证用户的视频安全；

(4)本发明可按照自定义特征对NVR主机设备视频图像出现的画面冻结、增益失衡(亮度异常)、视频信号缺失、视频雪花噪声、图像遮挡、模糊、偏色等状况进行自动诊断，并形成问题视频集合，再通过数据采集模块到专用备援摄像机采集问题视频匹配的备援视频，无需视频全量备份，减少了存储空间，提升了系统的处理速度；

(5)本发明采用分布式结构可帮助用户有效预防因视频采集设备、视频传输、视频存储等环节导致的视频丢失和图像质量问题而带来的损失，并及时发现问题后，迅速进行判断和处理，从而保障监控系统有效运行。

下面结合附图和具体实施方式对本发明作进一步详细说明。

附图说明

图1-是本发明实施例的对NVR主机设备进行高效备援的方法步骤图；

图2-是本发明实施例的对NVR主机设备进行高效备援的系统示意图；

图3-是本发明实施例的视频数据采集过程示意图；

图4-是本发明实施例的视频数据处理过程示意图。

附图标号说明：1、NVR主机设备；2、专用备援录像机；3、数据采集模块；4、定时分布式数据处理模块；5、特征处理模块；6、采集设备。

具体实施方式

本发明所提供的对NVR主机设备进行高效备援的方法，包括以下步骤：

步骤S1：通过NVR主机设备1和专用备援录像机2储存采集设备6的视频数据，对NVR主机设备1的日志信息、通信信息以及视频数据进行采集、处理以及解析后，储存在数据库中；

步骤S2：自动对储存在数据库中的视频数据进行诊断，是否存在备援特征，若存在，则对视频数据进行解析；

步骤S3：对解析后的数据进行特征分析与提取后得到关键特征，对关键特征进行统计和抽离，形成缺失视频源；

步骤S4：在缺失视频源中提取出缺失视频源特征，并根据缺失视频源特征和映射关系从专用备援录像机2提取备援视频数据；

步骤S5：并通过备援视频数据对NVR主机设备1存在备援特征的视频数据进行备援；

其中，备援特征包括遮挡故障、偏色故障、偏亮故障、偏暗故障以及清晰度故障。

进一步地，采集设备6包括摄像机等具有图像采集功能的装置。

具体地，本发明所提供的方法采用专用备援录像机2，通过日志分析以及对NVR主机设备1中的视频数据分析，形成缺失视频源。通过缺失视频源的开始时间和结束时间(缺失视频源特征)，根据映射关系到专用备援录像机2采集对应视频，形成NVR主机设备1缺失部分时间段的匹配视频数据。另外，针对匹配视频数据形成备份信息向管理人员提供访问备援策略信息。

进一步地，对NVR主机设备1进行高效备援的方法，还包括：

通过处理链分别接收采集到的多个NVR主机设备1的数据，并分别对接收到多个NVR主机设备1的数据进行处理和解析后，储存在数据库中。

在上述步骤S1中，在对日志信息、通信信息以及视频数据进行采集、处理以及解析时，包括：

对日志信息、通信信息以及视频数据进行数据去噪、数据清洗、数据抽取以及数据去量后，获得预处理数据；

对预处理数据进行解析后进入到数据库，并按照预定义的命名表达式，储存在存储节点中。

进一步地，在按照预定义的命名表达式储存在存储节点后，包括：

采用队列接收和定时数据处理方式将储存在存储节点中的数据按照源数据主机IP数据、时间参数、缺失定义、NVR主机设备1投递的控制数据以及专用备援摄像机2投递的控制数据进行分类存储。

在上述步骤S4中，在从专用备援录像机2提取备援视频数据时，包括：

在缺失视频源中提取出缺失视频源特征后，根据缺失视频源特征，采用多协议集成方法和队列处理方式获取缺失视频源周期以内任意节点度量数据，并根据获取的度量数据采集专用备援录像机2的特征视频，形成备援视频数据。

在上述步骤S2中，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

将视频数据中的视频序列转换为灰度图，获取灰度图中每个像素的梯度模，具体如公式1所示：

式中，Zsh为梯度模，U(x,y)为灰度图中每个像素；

统计所有梯度模大于阀值R1的像素点的个数，得到合格像素点总数；

将合格像素点总数与预设的遮挡像素点数量阀值R2进行比较，若合格像素点总数小于等于预设的遮挡像素点数量阀值R2，则判断视频数据存在遮挡故障。

在上述步骤S2中，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

从视频数据中得到I×J大小的图像帧，并获取I×J大小的图像帧中的每个像素点，统计每个像素点在R,G,B三通道中的最大亮度值L

获取偏向该颜色通道像素个数占整幅图像帧的百分比，具体如公式2所示：

T＝max(Vr,Vg,Vb)/I*J (2)；

式中，Vr为图像帧中每一个像素点的最大亮度值处于R通道的像素点个数，Vg为图像帧中每一个像素点的最大亮度值处于G通道的像素点个数，Vb为图像帧中每一个像素点的最大亮度值处于B通道的像素点个数；

若百分比大于百分比阈值L2，则判断图像帧偏色，并对偏色出现的连续帧数Nr、Ng以及N

判断偏色持续帧数是否大于偏色持续阈值，若是，则判断视频数据存在偏色故障。

在上述步骤S2中，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

将视频数据中的图像序列的颜色空间从RGB转换到CIELab后，统计I×J大小的图像帧在L分量上的均值，具体如公式3所示：

式中，L

若L分量均值大于偏亮阀值的偏亮持续帧数或低于偏暗阀值的偏暗持续帧数，若偏亮持续帧数大于偏亮持续阀值，则判断视频数据存在偏亮故障，若偏暗持续帧数大于偏暗持续阀值，则判断视频数据存在偏暗故障。

在上述步骤S2中，在对储存在数据库中的视频数据进行诊断，是否存在备援特征时，包括：

从视频数据中得到图像帧，通过边缘检测算法在图像帧中提取图像边缘，获得边缘像素点的灰度差分值并进行累加，得到边缘像素点灰度差分累加值，具体如公式4所示：

式中，H

获取整幅图像帧中所有像素点的灰度差分值并进行累加，得到所有像素点灰度差分累加值，具体如公式5所示：

式中，H

根据边缘像素点灰度差分累加值和所有像素点灰度差分累加值得到清晰度评价参数，具体如公式6所示：

Q＝H

式中，Q为清晰度评价参数；

若清晰度评价参数小于清晰度阈值，则判断图像帧存在模糊现象并模糊现象持续帧数进行统计，得到图像模糊持续帧数，若图像模糊持续帧数大于模糊持续阀值，则判断视频数据存在清晰度故障。

本发明所提供的对NVR主机设备进行高效备援的系统，如图2所示，包括数据采集模块3、定时分布式数据处理模块4以及特征处理模块5。数据采集模块3用于通过NVR主机设备1和专用备援录像机2储存采集设备6的视频数据，对NVR主机设备1的日志信息、通信信息以及视频数据进行采集。定时分布式数据处理模块4用于对采集的数据进行处理以及解析后，储存在数据库中，自动对储存在数据库中的视频数据进行诊断，是否存在备援特征，若存在，则对视频数据进行解析。特征处理模块5用于对解析后的数据进行特征分析与提取后得到关键特征，对关键特征进行统计和抽离，形成缺失视频源；在缺失视频源中提取出缺失视频源特征，并根据缺失视频源特征和映射关系从专用备援录像机2提取备援视频数据；并通过备援视频数据对NVR主机设备1存在备援特征的视频数据进行备援。其中，备援特征包括遮挡故障、偏色故障、偏亮故障、偏暗故障以及清晰度故障。

进一步地，如图2所示，本发明的系统对接有问题视频管理及备援中心，问题视频管理及备援中心可对接第三方平台。问题视频管理及备援中心对应多个前置分析及采集程序，定时分布式数据处理模块4协同数据采集模块3通过处理链实现分布式处理，接收前置分析及采集程序自动分发至处理节点的数据，达到定时动态处理复杂数据的目的。

更进一步地，问题视频管理及备援中心将从不同的专用备援录像机2上采集的视频，通过NVR主机设备1和专用备援录像机2映射关系，以及NVR主机设备1采集分析的标签，对数据进行去噪、清洗、抽取以及去重等一系列操作后，将备援视频提供给管理人员浏览以及将备援视频推送到指定的第三方平台进行视频合成。管理人员可在问题视频管理及备援中心操作界面对特征处理模块5生成的备援视频进行查询、播放、下载等操作，管理人员可通过字段、时间条件、取值进等行条件控制，管理人员通过手动配置，将特征处理模块5生成的备援视频推送到指定的主机存储接收器。

进一步地，本发明可自定义配置哪些特征(如时间点、雪花、缺失、遮挡等)是需要备援的内容，当NVR主机设备1视频出现这些特征，备援系统将这些内容从专用备援录像机2上锁定并存储到问题视频管理及备援中心。备援系统利用闲时把备援内容传输至中心服务器上，不因传统的循环备份，将原本无法重现的内容覆盖，具备有风险备份和储存内容检测的功能。

进一步地，本发明的系统中安装有前置分析及采集程序，对NVR主机设备1和软件的日志信息、通信信息、视频数据，进行自定义采集和分析，获取解析后的数据进行特征分析与提取，对采集的数据进行抽离与分类计算，对关键特征的内容进行统计和抽离，形成缺失视频源。通过缺失视频源的特征到专用备援录像机2提取匹配视频数据。本发明的多个前置分析及采集程序与问题视频管理及备援中心之间通过分布式进行对应，各个前置分析及采集程序之间互不干扰，从而提升了问题视频管理及备援中心与前置分析及采集程序的处理效率。

更进一步地，前置分析及采集程序定时(系统默认闲时)对NVR主机设备1中原始数据进行提取核对、规则校验等一系列数据处置流程，形成问题视频数据。前置分析及采集程序将采集的主机日志、状态、视频数据传输到数据采集模块3进行分析。数据采集模块3采用全网唯一UUID号进行标识，如图3所示，数据采集模块3将NVR主机系统信息、IP地址、视频通道等进行推送/抓取至定时分布式数据处理模块4，并按照一定频率保持与问题视频管理及备援中心的通信。通过数据采集模块3对NVR主机设备1实时在线、视频缺失进行实时跟踪，并对问题视频特征进行报警。管理人员可在问题视频管理及备援中心操作界面中进行任务操作、启动定时器、修改定时器以及定义对数据采集的方法和时间间隔等一系列操作，并直接观察到问题视频文件列表、配置文件列表、数据文件列表，从而直观地定义哪些数据是需要的。

进一步地，如图4所示，定时分布式数据处理模块4预定义好命名表达式，对数据采集模块3发送过来的数据进行解析进入数据库，将原始数据保存在存储节点中，然后采用队列接收和定时数据处理方式对数据进行定时分类和重组。定时分布式数据处理模块4根据预先定义好的命名表达式给检索器下发查询规则，并对查询结果进行解析后传递给特征处理模块5。

进一步地，专用备援录像机2有一个持续录像的功能，特征处理模块5通过问题视频的特征分析，采用多协议集成方法和队列处理方式，通过自动或预置方法获取问题视频周期以内任意节点度量数据，采集专用备援录像机2的特征视频，形成备援视频数据。

相比现有技术，本发明的有益效果在于：

(1)本发明可针对不同厂家的NVR主机设备，自定义不同的采集分析策略，从而兼容国内大部分NVR主机厂家；

(2)本发明使得视频备援的NVR主机设备和专用备援录像机在使用和管理过程中的关联更加紧密和精准化，同时为双方之间提供了高效的访问控制策略，从而提升问题视频的处理效率；

(3)本发明所提供的方法及系统可有效完成备援内容的采集、备份以及分发，从而有效保证用户的视频安全；

(4)本发明可按照自定义特征对NVR主机设备视频图像出现的画面冻结、增益失衡(亮度异常)、视频信号缺失、视频雪花噪声、图像遮挡、模糊、偏色等状况进行自动诊断，并形成问题视频集合，再通过数据采集模块到专用备援摄像机采集问题视频匹配的备援视频，无需视频全量备份，减少了存储空间，提升了系统的处理速度；

(5)本发明采用分布式结构可帮助用户有效预防因视频采集设备、视频传输、视频存储等环节导致的视频丢失和图像质量问题而带来的损失，并及时发现问题后，迅速进行判断和处理，从而保障监控系统有效运行。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。