现实世界总是处在动态变化之中,如何对这种动态的空间环境进行透彻的感知与表达,已成为目前亟待解决的问题。传统的二维地图具有宏观性、整体性、简洁性的优点,是人们进行地理空间信息表达的重要工具。但是,目前的二维地图仍然以表现静态对象为主,虽然存在多时相影像数据,但制作周期较长,难以反映动态变化的场景,无法对动态目标进行实时的可视化表达,较难满足当今对快速变化的现实世界进行透彻表达与认知的需求。当前,随着智慧城市的发展,城市中视频传感器的数量大幅提高,监控视频的获取越来越容易,监控视频不仅可以实时捕获城市动态信息,而且表达的地理空间具有很强的真实感,但是,传统分镜头式的监控模式仍然是当前视频监控系统的主要监控模式,其具有画面相互孤立、缺乏关联性的应用局限,不利于从宏观上把握整个区域的动态信息。因此,将监控视频与二维地图集成在一起,一方面增强了静态二维地图对动态目标的表达能力,使地图“活”起来;另一方面突破了传统视频监控系统在各个分镜头中孤立进行查看的局限,实现了对大场景监控区域整体态势的高效掌控。基于以上研究背景与意义,本文以监控视频与二维地图为研究对象,开展二维地图与监控视频二者集成研究,发展地图与监控视频增强表达方法,研究内容与研究成果如下:(1)发展了一种动态前景分离的大倾角视频影像几何纠正方法。要将大倾角拍摄的监控视频与正射投影的二维地图进行集成,需要对监控视频图像进行几何纠正。通过对视频进行前后景分离,对视频的静态背景进行几何纠正,并提取视频的前景动态目标,最后,将纠正后的视频背景图像与提取出的前景动态目标一齐映射到二维地图上,实现了监控视频与二维地图的集成。本方法解决了大倾角图像几何纠正后动态目标变形失真的问题,也能够有效提高监控视频图像几何纠正的效率。(2)研究了监控视频重叠区域与二维地图的集成方法。改进了基于SIFT特征点的图像拼接算法,对存在重叠区域的监控视频背景图像进行拼接,提高了图像拼接的效率;提出了视频前景目标匹配与重叠区域取舍策略,实现了视频重叠区域动态目标与二维地图的集成;本方法通过对视频的背景与前景分别进行处理,避免了直接拼接中因前景视差引起的匹配错误以及拼接重影现象。(3)发展了一种基于在线学习的监控盲区动态目标态势推演模型。在监控盲区动态目标运动态势推演中,基于贝叶斯网络模型与路网约束,并引入在线学习算法的思想,使贝叶斯网络参数可以随环境的变化实时动态修改,实现监控视频盲区动态目标运动趋势的智能估计,从而在二维地图上形成完整的动态目标流,实现了地理大场景下动态目标整体分布态势的实时动态感知。(4)研发了监控视频与二维地图集成原型系统。基于以上研究成果,设计并研发了监控视频与二维地图集成原型系统,分为面向普通用户的前端展示系统与面向管理员用户的后台管理系统,并集成了大倾角视频几何纠正、视频拼接与融合、监控盲区推演等功能,可为安防领域提供了新的观察视角以及新的辅助决策手段。