一种新型的嵌入式智能图像传感器设计

提出并设计一种新型的嵌入式智能图像传感器,该传感器具备一定的室外场景(主要为道路和公共场所)状态感知能力,适用于分布式智能视频监控系统.本文采用基于统计学习的方法实现了运动前景图像检测和阴影消除,并在此基础上完成运动目标行为分析,实现了关键区域保护、监控目标移动检测以及镜头遮挡保护等智能视频监控功能.本文所设计的视觉分析算法适用于复杂的室外环境,适合于实时计算.在算法的实现中充分利用了该嵌入式智能图像传感器硬件设计的优点,在实验中取得了良好的效果.     

基于背景分析的混合高斯背景模型的建立

对于固定摄像机的人体运动目标的检测,本文对背景减除法中的混合高斯建模方法进行改进,提出了基于背景分析的混合高斯背景建模,克服了传统混合高斯建模固有的一些缺点。在光照突然变化的情况下结合三帧间差分法进行检测;对其更新参数进行不同区域的自适应处理;利用隔帧检测来检测大而速度慢的运动目标,同时起到了优化算法的效果。通过实验证明本文提出的方法比传统的方法更具有快速性和准确性等特点,得到了良好的效果,能够更好的满足实时系统的要求。     

基于静态特征和动态行为的火灾检测模型

为实时准确地检测视频监控的火灾信号,减少火灾误报,提出1种基于静态特征和动态行为的火灾检测方法.利用改进的Faster RCNN检测模型,根据可疑火灾区域的颜色特征和空间特征对其进行目标检测和特征降维,与传统的Faster RCNN相比平均检测精度提升5％;利用ILSTM对连续帧中的特征进行累加,对短期内是否发生过火灾...     

基于可视监控的入侵识别方法研究

研究了基于视频监控条件下的入侵检测方法。分析了帧间差,背景差分及高斯模型在提取目标检测区域内运动物体的性能。提出了运动区域斜率结合运动趋势和活动范围作为入侵特征判据的方法。采用MATLAB实现了程序设计,经验证该方法可在视频监控的同时实时截取图像数据帧,并能有效地区分人与其他运动物体,具有较高的识别准确性。     

基于GPRS的远程报警视频监控系统

提出了一个基于GPRS的远程报警视频监控系统,该系统利用运动目标检测技术,对待监视现场进行实时监控.通过对监控视频的帧差图像中的噪声进行建模,系统能检测监控区域是否出现运动目标,并一旦判断有可疑移动物体出现时,系统将实时产生报警,并将警报信息通过GPRS无线网络传送至值班人员.     

基于ROI检测的视频监控图像增强方法

视频监控技术的主要内容之一就是监视特定场景中是否有新目标出现。为突出图像中的感兴趣区域(Region OfInterest-ROI),提出了一种基于ROI的视频监控图像增强方法,首先检测视频图像中的运动目标区域,然后仅对该感兴趣区域进行图像增强处理,相比于传统针对全图的图像增强算法,既减少了算法运算量,同时还可保证可疑目标的增强效果。     

基于数字减影技术的阀门动态监测系统

阀门的操作不当,可以导致安全事故的发生.通过数字减影技术,并考虑了背景模型对背景变化的响应速度和背景模型对运动目标要有较强的抗干扰能力等因素,研究开发出基于数字减影技术的阀门动态监控系统,对设备的安全运行起到一定的保障作用.     

基于运动块追踪的视频烟雾探测方法

烟雾探测是预见火灾隐患的重要手段,具有快速响应和非接触等优点,但现有方法在减少计算量和减少误报上尚需改进。提出了一种基于运动块追踪的视频烟雾探测方法。采用混合高斯模型对背景进行建模,提取可疑运动区域并划分运动块,根据运动块灰度变化及与周围8邻域运动块的灰度梯度,筛选需要全程跟踪的目标运动块。在随后追踪过程中,分析各个运动块的运动方向、灰度衰减变化及半透明性特征,综合各特征值对烟雾进行判断。在测试烟雾视频中,60帧内便可以探测到烟雾块,而在干扰视频中只出现了1次误报。试验结果表明该方法减少了计算量,提高了烟雾检测的准确性,降低了误报率。     

安讯士宣布推出高帧率固定网络摄像机

安讯士网络通讯有限公司日前宣布推出室内型AXISQ1614摄像机和室外型AXISQ1614-E摄像机。这些IP摄像机能够捕捉人员和物体快速运动的画面,录制速度是普通帧率的两倍,并能够应对光照条件变化比较大和极端微弱的光照条件等复杂场景,非常适用交通监控、市区监控和各种工业应用。AXISQ1614／-E摄像机能够以50或60fps的帧率提供HDTV720p的高清监控画面,这是常规摄像机的两倍,同时可保证录制的快速运动的画面能够提供详尽的细节,因此,举例来说,在工业生产线上,此款摄像机能够更好地识别出其传送带上快速通过的物体。     

视频中异常行为自动检测技术研究

为提升计算机对视频中异常行为的识别、判断能力，提供及时发现异常行为并阻止其造成更大损失的可能性，本文提出2种基于视觉低层特征设计的异常行为检测技术，利用混合高斯模型和区域像素灰度值判断运动目标是否进入危险高度，进而达到对攀高的检测；利用光流—聚类法和目标跟踪法实现初步、精确判断是否存在逆行行为。攀高实验中选取2个不同场景下的视频，逆行实验选取室外复杂环境中拍摄的视频进行检测，检测结果显示：攀高检测中，无误检；逆行检测中相较于传统光流法，误检率明显降低。     

监控摄像机的合理选择

目前市面上的摄像机种类繁多,用户在挑选的时候有很多困惑。本文着重就这一问题进行讨论。 灵敏度指的是摄像机产生一段视频画面所需的最少采光量。在室内监控的情况下,一般不需要担心这方面的问题;但如果在室外拍摄的话,就必须考虑这个因素。这是因为摄像机就如同人们的眼睛一样,只能观察到反射后的光线。不能想当然的认为光源产生了多少光线,摄像机就能接收多少光线。例如,新建的沥青路面只有5％的反射率,因此监控摄像机接收     

基于颜色与边界几何特征的移动侦测布防方法

本文提出一种基于颜色及几何形状为基本特征的侦测区域自动布防方法.以实际监控场景中特殊区域的颜色特征为基础,初步提取出含有噪声的若干块感兴趣区域(ROI),然后分别与采用傅立叶描述子描述的几何形状库进行边界匹配,从而实现监控场景中侦测区域的自动布防.实验结果表明,该方法具有高效率、低运算量及较强的抗干扰性、鲁棒性.     

基于全方位视觉传感器的自动消防灭火装置

一种基于全方位视觉传感器的自动消防灭火装置,包括微处理器、用于监视现场的视频传感器、用于与外界通信的通信模块以及灭火喷头.灭火喷头连接喷头驱动装置,视频传感器是全方位视觉传感器,进行图像处理和分析,通过火焰颜色特征判断、火焰闪动频率特征判断、火焰形体变化特征判断、火焰轮廓变化特征判断、火焰面积变化特征判断和火焰整体运动特征判断得到综合判断结果,根据所发现的火苗点位置自动控制喷头对准火苗点将灭火剂喷洒在火源附近.本发明能够有效减少误报率、对火源点检测定位准确、实时性能好、在发现火苗情况时能自动控制喷头以最短的时间将灭火剂喷射到火苗点、实现的检测算法和控制算法简单.     

不确定背景环境下车道检测技术的研究

针对不确定背景的交通环境,提出一种新的车道检测算法。确定道路路面的色彩范围,提取车道标线的色彩信息,消除光照强度变化对车道标线信息提取过程的影响;通过对比车辆与车道标线在大小、形状和运动模式3方面的差异排除车道中车辆对车道线检测的干扰;单帧图像的车道检测结果存储于车道一致性确认模块中,运用车道标志线一致性确认提高车道检测结果的准确性。试验结果表明,该方法能够有效地检测各种天气条件下车道区域以及解决车道遮挡问题。     

动态视频目标跟踪技术

传统监控系统中目标跟踪是由监控人员手工操作来完成.由于所有的目标的运动特性是非线性的,速度和方向都在随时发生改变,即使目标的速度、方向不变,与摄像机的距离也在变化,引入很强的非线性因素,因而用人工操作的方法来实现控制非常困难.     

视频监控系统中入侵检测设计

视频监控系统是安全防范系统的一个重要部分,以往的视频监控系统没有入侵检测,造成实时监控系统各种资源的极大浪费,文中提出在视频监控中引入入侵检测的方法,在入侵者进入时快速地感知,并起动视频监控系统工作.笔者还提出一种实时监控的分布式计算机信息系统设计,以改进现有的监控系统.     

基于全方位视觉传感器的智能安防装置的设计

为了实现安防装置的智能化,本专利结合全方位视觉传感器(ODVS)、动态图像处理、嵌入式系统及网络通信等技术设计了一种智能安防装置,通过ODVS所获得的360°无死角、大面积的全景图像,运用动态图像理解技术对监控场景中运动目标进行检测、提取、跟踪和人体目标的识别.通过定制行为语义规则实现了人体运动目标的行为语义理解,智能的判断出是否发生盗窃事件.很好的解决了误报、漏报,减少了人力物力的开销,为智能安防提供了一种新的解决方案.     

复杂背景彩色静止图像的人脸检测方法

随着视频监控应用的不断加深,当前的人为识别目标的监控模式已经越来越不能适应现实的需求,而随着数字技术应用和发展,图像自动识别技术将会起到重要的作用。人脸作为最重要的生物特征之一,在现实生活中无疑有着重要的作用,实现人脸的检查对于图像的自动识别将起到辅助作用,本文重点讨论并提出了一种人脸的检测方法可以从复杂背景彩色静止图像中将人脸提取出来,满足应用需要。     

监狱嵌入式视频web监控系统智能报警设计

文章介绍了一种应用于监狱场所的嵌入视频式web监控系统,通过图像识别算法的研究,实现运动目标的识别,设计平台实现对目标区域移动目标的智能报警.     

基于扩展分形特征的图像型火灾检测

针对火灾检测中存在的不稳定及误判率高的问题,提出一种基于扩展分形特征的图像型火灾检测算法。首先在图像的HSI颜色空间进行火焰疑似区域的分割,然后采用文中提出的扩展分形特征计算方法计算图像扩展分形特征,利用该特征对目标事物对比度和大小尺寸敏感的特性,对火焰区域进行再次分割,得到最后的火焰区域。实验结果表明,该算法运行效率较高、误报率较低,适用于多种场合的火灾检测。