基于ai智能图像的工控火电现场爆炸风险评估

对工控火电现场爆炸风险进行评估时,若采用人工识别现场图片信息的方法,容易导致现场图片特征信息采集不准确,存在评估耗时长、评估效率低和评估结果不准确的问题。针对该问题,提出1种基于ai智能图像的工控火电现场爆炸风险评估方法;通过自适应融合方法提取工控火电现场ai智能图像中的特征信息,根据特征信息对工控火电现场ai智能图像进行识别;结合层次分析法和问卷调查法,选取工控火电现场爆炸风险评估指标;在图像识别结果的基础上,通过风险等级集合、评估指标权重,建立工控火电现场爆炸风险评估模型,并与另外2种工控火电现场爆炸风险评估方法进行了对比。研究结果表明:所建方法能够缩短评估时间,且评估效率较高、评估结果准确率较高。     

新型图像捕捉与处理技术在摄像机中的应用

本文主要介绍了Digital Pixe System技术在摄像机中的应用优势,并就处理功能、压缩算法、技术难题等做了介绍。同时,着重对DigitalPixelSystem技术提高压缩效率和图像清晰度做了分析。一、技术概述Digital Pixel System系统作为一种图像捕捉和处理技术,大部分优点都显而易见,无论场景的照明条件如何,都可拍摄到高分辨率、色彩自然     

安防行业“芯”突破,任重而道远

众所周知,在安防领域,作为摄像机最核心的部件,CCD长期以来依靠日、美等国外企业,国内企业更多是在此基础上进行二次开发,这样的情况到目前为止也并没有大的改观。随着我国视频监控建设的迅猛发展,摄像机应用规模的不断扩大,CCD在产业链中的重要性日益突显,中国"芯"的呼声日趋高涨。针对此事,业内相关人士也曾建议主管部门及行业协会加强与科技部、工信部、发改委等相关部门的沟通,对安防产业链中重大的高端技术     

安讯士推出采用WDR技术固定半球摄像机

安讯士日前宣布,推出全新的固定半球摄像机,采用宽动态范围技术（WDR）,提供“动态捕捉”功能。室内AXISP3384-V和室外AXIS P3384-VE网络摄像机均配备了防暴箱,可提供无与伦比的图像清晰度,非常适合安装在大型窗户和入口的附近、隧道之中、以及阳光或其它光线强烈的区域。     

天地伟业（TIANDY）

对于视频监控而言，图像清晰度是其关键的特性之一，图像越清晰，细节越明显，观看体验越好。现阶段，4K技术代表了高清视频领域的制高点，更高的分辨率可以让用户纵览全局，一旦发生突发事件，各个业务部门可以利用同一台摄像机在同一幅图像中找到各自关注的焦点，经过多级放大后可得到超高清的细节画面。同时，4K摄像机可以在不改变摄像机数量、焦距、角度的条件下，进行全天候、全场景的监控，避免了在同一场景下为看清不同区域而需要架设数台摄像机，这在节约投资成本的同时，也促进了可视化管理更高效、联动响应更及时、安全系统更有保障。     

平安医院网络高清监控系统方案浅析

正一、医院安防现状针对医院行业,目前安防体系建设存在以下问题:1.早期投建的均是模拟视频监控系统。模拟视频监控系统存在如下缺陷:实时浏览和录像回放的图像清晰度差,发生异常事件查看录像时,由于录像分辨率低,经常无法看清图像细节(如嫌疑人的面部特征、车牌信息等),而图像细节信息对于提供线索是至关重要的;此外,模拟视频监控系统只是单纯地完成视频采集和录像,无法在前端摄像机端集成报警输入和输出、音频采集、     

智能交通安防集成技术的应用与创新发展

正机动车已经成为人们出行必不可少的交通工具,交通系统被比作是城市的循环系统,但随着城市的飞速发展,我国大中小城市都面临不同程度的交通问题:交通拥堵、乱停乱闯、运输效率低下、交通秩序差等这些问题已经严重影响城市的可持续发展。这些交通现状加上前期现代化水平不高、管理技术落后导致各公安、交警部门投入的警力和工作量不断增加。于是智能交通系统这一符合我国国情的系统应运而生,如城市道路智能交     

银河远程数字图像传输

远程数字图像传输可在光纤、微波、卫通、局域网、ISDN、DDN、ATM等通信线路和网络上实现图像、声音、控制数据、报警信号的实时双向传输,传输距离不受限制,是组成远程监控系统的理想选择。     

气升式反应器气液两相流流态特性模拟

为了研究曝气强度对气升式反应器内气液两相流特性的影响,组合多相流Eulerian—Eulerian模型和液相Standardk-ε湍流模型,运用Fluent软件建立了气升式反应器内气液两相流的三维非稳态数值模拟。在曝气管布局方式一定的情况下,模拟计算获得了反应器内x轴截面处不同径向位置的气含率、液速分布情况,计算结果表明,在本文研究的曝气强度范围内,气含率随着曝气强度增加而增加,越靠近曝气池底部,升流区局部气含率越高,且气含率值波动较大;随着曝气强度的增加,曝气孔附近液速增加较明显,但随着气液两相流的上升,液速增加幅度降低;同时采用粒子图像测速（PIV）技术对液相速度进行了实验研究,实验结果与模拟结果吻合性较好。     

基于卷积神经网络的红外图像去噪方法研究

为了更有效地去除红外图像中的噪声,提出一种基于卷积神经网络的红外图像去噪方法。该方法构建了一个由卷积子网和反卷积子网构成的网络结构,卷积子网提取图像的特征,反卷积子网通过特征图重建原始图像。对无噪声图像通过加噪的方式得到含噪声图像,由此构成训练集和测试集,通过Tensorflow对训练集中的红外图像样本进行训练,拟合出含噪声图像和无噪声图像的映射关系,并利用学习到的映射关系对测试集进行去噪。实验结果表明,与传统的去噪方法相比,随着噪声强度的增大,本文方法能更有效的去除红外图像中的噪声,获得更好的视觉效果和更高的峰值信噪比。