国外视频烟雾探测技术简析

本文阐述了国外视频烟雾探测系统的硬件组成;介绍了视频烟雾探测的原理及关键技术;分析了视频烟雾探测系统的技术特征、功能优势及其适用性;总结并提出了当今国外视频烟雾探测技术中的不足之处与潜在的发展方向。     

引用视频指挥调度手段实现企业生产安全防护

本文主要根据目前企业安全管理,提出一种新的概念"视频指挥调度"。"视频指挥调度"把通常使用的监控技术与智能监控和可视化现场指挥调度相结合,可以把事故隐患控制在初发阶段,并可实施对事故现场的"面对面"指挥调度和应急处理。     

线阵CCD输出信号的处理方法探讨

介绍了线阵CCD器件的内部结构及工作过程 ,绘出了线阵CCD器件输出信号的波形图 ,说明了CCD输出信号的特征 ,给出了线阵CCD器件输出信号的检测和处理方法 ,针对CCD器件输出信号的二值化问题 ,列举了固定阈值法、浮动阈值法、微分法等常见的几种处理方法 ,并对几种方法进行了分析比较 ,给出了选择浮动阈值法的原因 ,设计出了由二阶滤波电路构成的浮动阈值法处理电路 ,进行了实验测试 ,验证了这种方法的正确性 .     

测量学立体化教材建设的探索与实践

通过出版专著的方式推进测量新技术方法的应用研究,将市场检验证明有效的新技术方法引入测量学教材建设之中,选择以随书赠送光盘为载体的多媒体立体化测量学教材编写方案,光盘内容以为基本课堂教学、测、算、绘技能培养及测量新技术教学服务为中心,积极推进测量学教材内容与体系的改革。     

智能视频监控技术在哨位安全威胁智能识别中的应用

针对以人工为主的传统监控系统的缺点,对智能视频监控技术在哨位安全威胁智能识别中的应用进行研究。介绍智能监控技术及发展趋势,分析智能分析技术在哨位安全监控预警中的作用。结合目前哨位安全面临的复杂形势和现有安全监控报警手段之间的差异,提出典型应用场景的哨位安全威胁智能识别系统解决方案,阐述了其系统架构、关键设备和关键技术。该研究可为哨位开展安全防护工作提供参考。     

视频图像快速去雾系统设计

针对雾天视频图像退化严重的现象,使用TMS320DM6437处理器及其外围电路,研制了一种视频图像快速去雾系统;利用大气物理模型建立基于yCrCb空间的去雾模型,通过简单的数学推导和均值滤波算法,并利用查表法提高计算效率,实现视频图像的快速去雾;通过实验论证和结果分析,得出该系统具有自动化程度高,鲁棒性强,实时性好等特点,可以处理各种不良成像条件下的视频图像,对于720×576分辨率的视频图像,处理速率可以达到50帧/s,满足工程应用的要求。     

基于SIFT特征的视频稳像算法

为将载体上截取的视频进行稳像,介绍了尺度不变特征变换(scale invariant feature transform,SIFT)算法及基于SIFT特征的视频稳像算法.基于电子稳像算法框架采用六参数仿射模型表征图像运动,利用图像的SIFT特征估计图像间的模型参数,通过补偿来消除图像间的运动,完成了视频稳像任务.最后,利用峰值信噪比(peak signal to noise ratio,PSNR)指标评价稳像效果.实验结果表明:该算法能很好地消除图像间的运动,有效提高图像间的PSNR值,完成视频序列的稳像任务.     

基于FPGA+DSP架构异步FIFO视频图像数据采集实现

针对 FPGA 资源紧张和数据在不同时钟域间传递的亚稳态问题,设计一种基于 FPGA+DSP 架构的异步FIFO视频图像数据采集方法。在IIC配置模块和解交织模块的作用下,通过在2个时钟域的交界处设计3个低深度异步FIFO方式实现视频数据流的传输,由发送时钟域将数据写入,接收时钟域将数据读出,在数据传输的同时实现数据的缓存;通过分析 FPGA 芯片内资源利用情况并进行系统测试,结果表明：系统能够准确地再现输入的视频图像,实现视频图像数据的实时采集。     

基于智能手机远程监控的倒闸服务机器人系统

为解决传统模式下电力系统倒闸操作存在效率低、人力成本高的缺点,设计一种以服务机器人为平台并具有远程移动监控功能的倒闸服务机器人系统.系统本地端以搭载Android系统的ARM Cotex-A8工业开发板为主控模块,利用JNI技术实现ARM主控模块与专门定制的硬件功能模块交互通信;系统远程监控端以搭载Android系统的智能手机为远程移动监控平台,通过WiFi或3G/4G移动网络实现与服务机器人本地端网络通信.测试结果表明:服务机器人系统可以辅助倒闸操作并且实时远程监控,具有较高的可靠性、稳定性及管理的灵活性.     

融合视觉词与自注意力机制的视频目标分割

目的 视频目标分割(video object segmentation,VOS)是在给定初始帧的目标掩码条件下,实现对整个视频序列中感兴趣对象的分割,但是视频中往往会出现目标形状不规则、背景中存在干扰信息和运动速度过快等情况,影响视频目标分割质量。对此,本文提出一种融合视觉词和自注意力机制的视频目标分割算法。方法 对于参考帧,首先将其图像输入编码器中,提取分辨率为原图像1/8的像素特征。然后将该特征输入由若干卷积核构成的嵌入空间中,并将其结果上采样至原始尺寸。最后结合参考帧的目标掩码信息,通过聚类算法对嵌入空间中的像素进行聚类分簇,形成用于表示目标对象的视觉词。对于目标帧,首先将其图像通过编码器并输入嵌入空间中,通过单词匹配操作用参考帧生成的视觉词来表示嵌入空间中的像素,并获得多个相似图。然后,对相似图应用自注意力机制捕获全局依赖关系,最后取通道方向上的最大值作为预测结果。为了解决目标对象的外观变化和视觉词失配的问题,提出在线更新机制和全局校正机制以进一步提高准确率。结果 实验结果表明,本文方法在视频目标分割数据集DAVIS (densely annotated video segmentation)2016和DAVIS 2017上取得了有竞争力的结果,区域相似度与轮廓精度之间的平均值J&F-mean (Jaccard and F-score mean)分别为83.2%和72.3%。结论 本文提出的算法可以有效地处理由遮挡、变形和视点变化等带来的干扰问题,实现高质量的视频目标分割。