监控完全遮挡场景下火灾调查方法

视频分析已成为火灾调查方法研究的热点领域。为解决火灾现场监控完全遮挡场景下火灾原因认定面临的重大困难,该文基于视频分析技术对监控完全遮挡场景下起火部位定位方法进行了研究。利用油盘火模拟室内火灾现场,布置彩色电荷耦合器(CCD)摄像机使之完全被遮挡,收集火灾现场监控视频进行分析。首先结合监控视频和现场勘验对火灾现场进行二维平面重建,其次通过光路分析对起火部位初步确定,然后通过图像亮度分析对起火部位进一步确定,最后利用单目视觉定位技术结合光路和亮度分析结果对起火部位进行精确定位。实验结果表明:针对监控完全遮挡场景所建立的基于光路和亮度分析的单目视觉定位方法,可以较好地实现起火部位的精确定位,为火灾事故调查工作的顺利开展提供了有力的工具。     

基于单目序列图像的运动目标跟踪

对于视频监控图像中运动目标位置的检测,现有的定位跟踪系统主要采用双目或结构光立体视觉技术,存在系统设计复杂、检测速度慢等缺点.有鉴于此,文中将地面约束引入到单目视觉监控中,提出了一种单目序列图像运动目标跟踪方法.该方法利用摄像机安装信息和几何成像原理,结合非线性补偿,推导出单目不对称非线性成像的地面运动目标实际位置计算公式.通过搭建室内监控测试平台,在序列图像中进行了寻找步行者足印位置的实验,结果验证了文中方法的有效性.     

机器人单目视觉定位模型及其参数辨识

从机器人运动控制的需要出发,在分析视觉坐标系和机器人坐标系的映射关系基础上,建立了机器人单目视觉定位的数学模型.提出了基于遗传算法的参数辩识方法.该算法直接利用建立的视觉定位数学模型和一组特征点实测结果,通过遗传算法得到包括摄像机参数在内的所有参数.比较了直接测量法、待定系数法、基于遗传算法3种计算方法在实际ROBOCUP全自主机器人平台的运用结果,实验证实提出的算法可以得到更好的实际效果.     

一种基于多摄像头的大场景远程实时监控系统

为了满足对大场景进行监控的需求,设计了一种基于多摄像头的远程实时监控系统.系统主要由视频采集、网络传输、远程图像拼接与显示3个部分组成.视频采集部分以FPGA为处理器,通过控制TW2867视频解码芯片实现4路视频同时采集;网络传输部分通过控制千兆以太网收发芯片RTL8211EG,并采用UDP协议实现了视频数据到上位机的高速传输;上位机接收多摄像头数据后,使用OpenCV及GPU完成了图像的快速拼接和显示.采用千兆交换机构建了8个摄像头的大场景远程实时监控系统,测试结果表明:系统视频传输速率可达912 M B;初始化完成后,全景图像拼接时间只需0.38 s;视频刷新速度可以达到15帧/s.所设计的系统可以扩展连接更多的摄像头,满足了更大场景拼接的需求.     

基于Faster R-CNN的机器人目标检测及空间定位

基于深度学习的方法,运用Faster R-CNN目标检测架构和ResNet50卷积神经网络,针对配电线路维护机器人系统作业目标的特点对网络进行了训练.在此基础上结合双目视觉测距原理测得作业目标在相机坐标系中的坐标,通过手眼标定将该坐标转换到机器人基座坐标系中,从而完成作业目标的空间定位.实验结果表明:该方法能很好地适应作业场景背景复杂、光照变化以及目标部分遮挡等情况,所提出的手眼标定算法能够满足配电线路维护机器人对目标空间测量定位的要求.     

一种基于虚拟实景空间的测量与定位方法

为了增强测量与定位操作的直观性和方便性,文章提出了基于虚拟实景空间的测量与定位方法。首先将二维屏幕坐标转换为对应的单幅图像坐标,基于约束条件,利用单目视觉技术得到摄像机坐标系坐标,实现3种情况下的边长测量;已知前后位置的经纬度值,确定摄像机前进方向,利用摄像机坐标系坐标经计算得到目标的经纬度值,实现目标的定位。实验结果表明,该方法可以对物体进行有效的测量和定位,满足实际应用要求。     

视频监控中多视角目标智能定位追踪方法研究

在视频监控中对目标进行定位追踪时,容易出现遮挡情况。当前定位追踪方法需预先检测出遮挡状况,再对目标位置进行校正,计算量大,且追踪结果不可靠。为此,提出一种新的视频监控中多视角目标智能定位追踪方法,针对每个摄像头采集到的图像,对其进行二值化处理,通过稀疏表示方法对目标进行定位。构建了视频监控中多视角目标跟踪的概率框架,针对每个智能摄像机,建立视频监控中多视角目标追踪模型。通过不同视角中的视频数据求出本地似然函数。为了避免维度灾难问题,对联合后验概率进行分解获取边缘概率乘积的形式,通过边缘概率求出被追踪目标在摄像机视角下的位置。依据消息传递机制实现信息融合,达到目标追踪的目的。实验结果表明,所提方法有很高的定位和追踪精度。     

单目视觉下基于图像裁剪的行人小目标检测算法

为解决室内监控场景中行人小目标不易检测的问题,提出一种基于图像裁剪的行人小目标检测算法.在固定的单目视觉监控视频数据流中,图像序列中不同帧之间存在相关性,使用斯皮尔曼等级相关系数找出两幅图像间不相关部分并进一步精确验证,运用差异函数对传输的图像进行高频感兴趣区域的提取,再利用图像裁剪剔除冗余部分,最后在单阶段目标检测模型SSD上进行行人检测.经实验验证,该方法对小目标检测率有所提升,同时保证了检测的实时性.     

嗅觉搜索机器人的单目视觉室内定位技术研究

针对室内嗅觉搜索机器人定位问题,提出一种基于最小二乘高斯核支持向量机的单目视觉定位算法.首先,利用最小二乘高斯核支持向量机,可将机器人在图片中像素位置与真实场景中位置间的非线性映射转化为带高斯核的线性映射;然后,运用k重交叉验证方法对映射关系模型进行训练,获取优化模型参数;最后,利用单目摄像头采集机器人运动的连续图像,并根据机器人平台与其背景间的灰度差异特征实时识别图像中目标机器人平台,计算得到机器人平台形心在每一帧图像中的像素位置,进而映射出机器人平台在室内环境下的实时动态位置.实验结果表明:此定位方法能够为移动机器人在室内环境下提供高精度和无累积误差的实时定位信息;算法的精确性和可靠性得到了充分验证.     

基于多通信机制与机器视觉的智慧小区视频 监控系统

为了有效监控小区内的车辆速度,实现保障小区业主人身安全和促进城市小区健康发展,本文设计了一套基于多通信机制与机器视觉的智慧小区视频监控系统。首先,将基于Socket的网口通信与基于RS232的串口通信实施融合,连接测速摄像头与中心服务器,构建起智慧小区车辆视频监控系统的硬件平台。然后,结合高斯模型、Harris角点定位与RANSAC匹配优化方法,设计了车辆速度检测算子,实现车辆有无判断和车辆速度计算。在Visiual Studio平台开发系统,并对所提智慧小区视频监控系统进行了测试,结果表明:本文提出的智慧小区视频监控系统,在车速检测和系统智能性方面,都优于传统小区视频监控系统。     

一起通用厂房火灾事故原因调查

本文通过对一起厂房火灾事故原因的调查,从调查访问、现场勘查、客观分析,认定火灾的起火部位、起火点和火灾事故原因等方面,总结和吸取火灾事故教训,提出有针对性的火灾预防对策。     

基于单目视觉和惯性测量的飞行器自定位研究

为了获得飞行器高精度、高稳定性的定位结果, 结合低成本的单目摄像机和惯性测量单元, 通过对单目视觉和惯性测量进行多传感器融合, 实现飞行器的自定位。 视觉定位模块中, 对 3 种当前最新的单目视觉定位方法分别进行不同场景下的实验和比较, 分析它们各自用于飞行器定位时的优势和劣势。 为了解决视觉定位对图像特征的依赖问题, 引入一种基于扩展卡尔曼滤波的多传感器融合方法, 将视觉定位和惯性测量以松耦合方式进行融合, 用惯性测量补偿因视觉定位不稳定而产生的误差。 实验证明, 该方法在视觉定位不稳定的情况下能有效降低定位结果的误差。     

基于单目视觉测距的测高测面积方法

利用单目摄像头所建立的三维测距模型,提出了一种地面上任意物体实际高度测量的计算方法。同时为了克服双目视觉对应点匹配和面积计算所利用的像素当量产生的误差,提出了一种更精确的目标实际面积测量方法。首先,利用三维几何测距模型,推算得出地面上任意一点到摄像头的距离计算公式,并根据透射点几何转换得到一种地面上物体高度的测量方法。其次,依据成像模型,与特定选取的世界坐标系、摄像机坐标系、图像坐标系三者之间的关系,推算出一种新的测量目标实际面积的方法。最后通过实验对误差进行了分析,提出了误差来源与相应的解决思路,证实了该方法的有效性。     

一起仓库纵火案的调查分析

通过现场勘查、调查走访、调取视频监控等方式对一起仓库火灾进行调查分析,准确认定现场起火部位、起火点,剖析了火灾原因的认定过程,并结合调查中遇到的问题,阐述了调查体会。     

面向视频侦查的偏色视频快速校正方法研究

视频侦查工作中常遇到视频偏色问题,出现目标物色彩特征的改变,不利于目标的定位和追踪。针对上述问题,依据视频侦查应用的现实基础,提出一种基于Single-Scale Retinex(SSR)算法的偏色视频快速校正方法,首先基于特定的实验样本为SSR算法选定合适的高斯函数标准差,随后对输入的偏色视频进行SSR算法实时校正,将校正后视频输出用于后续侦查工作。实验表明,针对现实场景监控摄像头获取的偏色视频,利用SSR算法得到的处理结果能较好的纠正视频偏色问题,恢复目标物原本颜色。     

一种虚拟场景车辆检测与测距方法

为了提升前方车辆测距精度,提出了一种基于改进目标检测(SSD)算法的车辆检测与测距方法。采用场景仿真软件PreScan搭建测试场景,使用改进的SSD算法,对摄像头采集的视频进行车辆目标检测。将检测框下边缘的中心点坐标作为图像中车辆坐标,根据单目视觉测距算法进行车辆目标测距。实验结果表明:在网络阈值为0.9时,改进的SSD算法对小车辆目标检测精度提升了6.6%。可以检测到70 m左右的目标,提出的测距方法可以达到2%的精度。     

基于角点检测及几何约束的仿射变换参数估计

本文针对机器视觉现有方法对目标的姿态判定及不同视角间仿射变换参数估计存在的对应特征点提取困难、计算复杂度高等不足,提出一种新的算法.算法引入角点和凸壳等概念,检测目标图像和模板图像的角点,分别组成特征点集并构造点集凸壳,由计算几何原理可知凸壳上的点在仿射变换前后具有对应性.当凸壳内部有内点时,分别对凸壳上的点、凸壳内部的点、凸壳的形心的横坐标和纵坐标构建方程,利用此方程组求解得到仿射变换6个未知参数;当凸壳内部无内点时,采用多项式理论再构建一组二次方程,以达到求解仿射变换参数的目的.实验结果表明,本方法不需要搜索特征点集间一一对应关系,只需点群子集间整体对应,估计得到的仿射变换参数精确,计算复杂度远低于基于区域的同类算法.     

论提高电子证据证明力在火灾调查中的重要作用

随着计算机技术的飞速发展和广泛应用,一种与计算机技术紧密联系的新型证据——电子证据在火灾事故调查工作中占据着越来越重要的位置。例如,火灾现场周围的视频监控录像、围观群众用手机拍摄的视频片段、火灾报警系统的显示记录和一些电子设备的操作记录等等。由于中国现行法律对电子证据的形式、效力等还没有明确的规定,电子证据作为火灾调查工作中一种新的证据形式出现,因而当前研究电子证据特点及提高其证明力在火灾调查中的重要作用,对于准确客观的认定火灾事故原因非常有必要。     

基于AM5708的智能多目标跟踪监控系统设计

监控系统的视频序列往往受到环境噪声、运动目标繁多和目标遮挡的影响,针对传统视频监控无法对人员实施有效检测、跟踪和计数的问题,设计一种基于ARM的智能多目标跟踪监控系统.从整体性角度阐述系统硬件设计方案和软件环境搭建.在算法实现方面,基于改进的自适应高斯混合模型和卡尔曼滤波实现了目标检测和跟踪,引入匈牙利算法进行数据关联来解决多目标跟踪的任务指派问题,同时利用检测目标和预测目标之间的欧式距离以及卡尔曼滤波解决了遮挡问题.实验结果表明,系统在场地和摄像头视角有限的情况下可以有效跟踪到6个运动目标,其平均处理能力保持在18帧/s.     

基于kinect摄像机的多运动目标实时跟踪

多运动目标跟踪是视频监控中的关键问题,在目标相互运动发生遮挡时,采用二维摄像头监控容易丢失信息而造成跟踪失败.本文采用kinect摄像机获取目标的RGB图像及深度图像,并分别获取基于RGB图像信息的目标颜色模型和基于深度信息的目标三维空间模型,在视频帧间将颜色、空间模型分别匹配得到目标帧间匹配度,通过Mahalanobis距离算法实现多目标匹配,从而得到多目标识别跟踪结果.实验表明,在RGB-D数据集及拍摄的视频序列上均取得了较好的跟踪结果,实现了kinect三维视觉下的实时多目标的跟踪.