智能分析技术在安防行业的应用与发展趋势

正随着安防技术的发展,安防应用市场的竞争步入白热化阶段,进入后高清时代,当各种各样的监控信息积聚成汪洋大海时,人们更加关注怎样在海量的信息中找到有效的图像,让监控更高效更实用。在这种市场需求的驱动下,智能化逐渐成为市场热点,以高清图像为基础的智能化视频监控系统成了安防市场最具增长潜力的新兴领域。智能分析技术的实现方式近几年,视频图像质量高清化的良好发展为智能算法的实现提供了高质量的视频源,提高了智能分析的准确性。目前安防行业智能分析技术主要集中在两个方向:一是摄像机内嵌智能分析,也就是我们通常     

企业视窗

正大华新推HDCVI系列高清数字硬盘录像机DH-HCVR7816S系列新年伊始,大华HDCVI继续发力,于近日全新推出HDCVI高清数字硬盘录像机DH-HCVR7816S系列产品。该产品支持同轴电缆传输高清视频信号编码,采用大华最新的图像处理和网络技术的高清存储产品,配套HDCVI百万高清摄像机形成高清监控解决方案,是目前高清监控的完美选择。     

摄像机技术的发展趋势

现如今随着人们对安全的越来越重视，对无人职守和远程监视的需求也越来越多，这些因素极大的促进了安防监控行业特别是摄像机产品的迅猛发展。那么摄像机技术的发展又何去何从呢，目前很多热点像智能视频分析、百万像素、网络传输等，哪些将是未来摄像机真正的发展趋势和方向呢？[编者按]     

天山北坡城市群气溶胶光学特性时空分布特征

为探究天山北坡城市群大气气溶胶光学特性时空分布特征,本文利用卫星遥感MCD19-A2气溶胶产品分析了2000~2019年研究区气溶胶光学厚度（aerosol optical depth,AOD）时空分布特征及变化趋势,针对AOD较为稳定的2016~2019年,利用多波段太阳光度计地基遥感技术,对AOD及Angström波长指数（α）等参数进行特征分析.结果表明：①空间上,研究区AOD空间分布与地形呈现较好的一致性,高值现象主要分布在低海拔地区;AOD空间分布表现出较强烈季节变化,春季（0.15±0.03） > 秋季（0.14±0.03） > 夏季（0.14±0.02）;②时间上,2000~2019年间研究区AOD年均值为0.12,年增幅1.03%,整体呈现增加趋势;AOD月均值的年际变化表现为双峰型,5月和11月为第一峰值和第二峰值,自然尘源粉尘的释放和传输以及人类社会燃煤供暖是造成AOD增加的主要原因;③受沙尘天气的影响,春季AOD的变化幅度较为剧烈,气溶胶主控粒子粒径及变化幅度均大于夏季;研究区AOD高值主要受粗模态粒子气溶胶的影响,细模态粒子吸湿增长会引起AOD的波动,但不易导致AOD高值.     

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。     

京津冀地区散煤燃烧大气污染物排放清单

为研究京津冀地区民用散煤燃烧大气污染物的排放情况，结合散煤燃烧活动水平与燃用特征，根据排放因子法自下而上建立了2018年京津冀地区民用散煤燃烧污染物排放清单，研究了污染物排放的时空分布特征并使用蒙特卡罗方法对排放清单进行了不确定性分析.结果表明：2018年京津冀地区民用散煤燃烧量共计3799.22万t，PM_2.5、CO、SO₂、NO_x的排放量分别为9.27，341.31，5.17，5.44万t.污染物排放集中在11月份~次年3月份，大多数地区呈现出相同的日排放趋势.8：00、11：00、18：00、21：00左右出现污染物排放峰值，小时排放系数平均值分别为11%，6%，7%，13%.PM_2.5排放高值区主要集中在北部、东部及部分南部地区，CO主要集中在北京和天津地区，SO₂和NO_x主要集中在天津和承德地区.     

基于密度–距离空间的红外引信抗噪声方法研究

目的 通过简易的图像处理和目标检测方法，提高红外引信在复杂环境下的抗干扰能力。方法 分析红外引信在复杂背景中的噪声类别，采用“密度–距离”空间方法与像素生长方法进行预处理和目标检测，赋予像素2种属性，并进行量化分析，确定灰度平坦区域中的红外候选目标，并通过像素生长方法筛选候选目标中的真实目标。结果 计算在不同信噪比环境下算法的抗噪声干扰能力，当红外图像的SNR值在44.1~45.4时，算法检测效果理想。结论 红外引信探测过程中的复杂背景和随机噪声都会降低图像质量，考虑到红外目标所占像素数少，极易受噪声影响，需要运用自适应简易算法提高检测准确性。该算法有良好的实时性和抗干扰能力，为红外引信在目标检测中的环境适应性提供了理论依据。