停车场远程视频监控系统的设计与开发

提出和实现了一种基于嵌入式设备的停车场视频监控和车位检测方案。在嵌入式Linux操作系统下,通过调用计算机视觉库OpenCV中的图像处理函数,实现多车位的检测,检测结果保存到嵌入式数据库中。通过嵌入式设备将车位信息发送给PC或手持设备,并以图像的形式显示,达到远程车位检测的目的。本系统还移植了Mjpgstreamer实现停车场的远程视频监控。车位状态的检测采用2种判据:一是车位范围内差影的均值;二是车位区域内的边缘点数。测试结果表明,该方案可以很好地运行在嵌入式平台,为停车诱导提供支持。     

Hadoop平台下新型图像并行处理模型设计

Hadoop在处理海量小图像数据时，存在输入分片过多以及海量小图像存储问题。针对这些问题，不同于采用HIPI、SequenceFile等方法，提出了一个新型图像并行处理模型。利用Hadoop适合处理纯文本数据的特性，本模型使用存储了图像路径的文本文件替换图像数据作为输入，不需要设计图像数据类型。在Map阶段直接完成图像的读取、处理、存储过程。为了简化图像处理算法，将OpenCV和Map函数结合并设计了对应的存储方法，实现小图像文件的存储。实验表明，在Hadoop分布式系统平台下，模型不论在小数据量还是在大数据量的测试数据环境中，都具有良好的吞吐性能和稳定性。     

敦煌壁画数字图像拼接评价模型研究

针对敦煌壁画数字图像拼接后存在的评价问题,系统地分析了图像拼接质量客观定量评价的各种参数和方法,结合敦煌壁画数字图像的特点,提出了一种较完善的图像拼接结果评价标准模型。进而分别用Harris算法、SURF算法对数字图像进行拼接,并对拼接后的图像采用评价标准模型进行评价。通过大量实验证明,这一模型能更准确地反映人眼的主观感受。由于针对不同的场景,图像的各个指标都不尽相同,所以很难指定一个统一的指标标准,针对这一难题,实验中还添加了＂自定义设置＂,可以对各个指标进行调节,以适应不同的场合。     

基于粒子滤波的行人跟踪研究及其性能分析

智能监控系统中的行人跟踪功能在很大程度上能够减轻工作人员的大量眼力工作,通过智能的方式自主地跟踪用户感兴趣的目标。在视频监控环境的基础上,利用改进的粒子滤波器,设计了一个行人跟踪系统,并使其具有系统性能分析的功能。通过使用Mean Shift算法进行目标位置的预估计和多特征融合的方式使该系统在视频背景复杂的情况下能够实现对行人的稳定跟踪。并在实际应用中,分析了在遮挡情况下,行人跟踪效果差的原因,并予以改进。在Visualc＋＋集成开发环境中,基于OpenCV和MATLAB编程实现了系统,能够实时地对目标进行跟踪,并对跟踪结果进行反馈。     

基于OpenCV的动态背景下的运动目标检测

研究在动态背景下对视频图像序列进行运动目标的检测。主要包括三个步骤,分别是运动估计,运动补偿和目标检测。在运动估计中采用的主要是基于特征点匹配算法。这种算法与传统的块匹配算法最大的好处在于它的数据量少,计算简单迅速而且图像的匹配可靠性更高。最后用计算机视觉库OpenCV进行实现。     

基于机器视觉的香烟小包装外观质量检测系统

讨论了基于机器视觉的香烟小包装外观质量在线检测系统总体方案的设计,并针对香烟小包装流水线的具体情况,分别对香烟小包的检测位置以及图像采集方案进行了探讨.文中采用了一种用于香烟包装质量检测的快速图像匹配算法,并利用开源计算机视觉库OpenCV进行算法实现,仿真实验结果表明,该图像匹配算法计算速度快、检测精度高,满足香烟包装质量检测的需要.     

一种新型无线智能视频监控系统的设计

通过对视频监控行业的主流技术进行研究,针对现今视频监控领域的复杂需求,提出了一种基于WDS(Wireless Distribution System)网络的无线智能视频监控解决方案。其中,视频监控客户端通过MJPG-Streamer完成视频信号的采集和处理,WDS网络为视频数据流传送提供高带宽的通信支持,后端基于背景差分算法的程序完成对监控区域的入侵识别。测试结果表明,系统整体运行稳定,入侵识别效率较高,具有一定的应用价值。     

基于OpenCV的摄像机标定方法的实现

介绍了开放计算机视觉函数库OpenCV和摄像机模型,考虑到切向畸变和径向畸变,在VC++环境下,指出了基于OpenCV的摄像机标定算法.该算法充分运用了OpenCV的函数库功能,具有很高的标定精度和计算效率,可以满足立体视觉系统的需要.     

基于OpenCV的匀速模糊图像复原与算法分析

对水平匀速直线运动造成的模糊图像进行频谱分析,估计出模糊距离,进而求得图像的点扩散函数。采用维纳滤波法和投影复原法复原图像,分析这2种算法对模糊距离的鲁棒性。采用OpenCV与MFC函数库作为软件设计基础,实现的软件系统对匀速模糊图像的复原效果比较理想。     

利用计算机视觉库的Android平台系统道路识别

利用计算机视觉库OpenCV和Android NDK编译技术在Android平台上实现道路识别的处理过程。首先简要介绍了开源计算机视觉库OpenCV及其移植到Android平台上的方法,该方法使Android平台的应用更加广泛,能够更好地实现各种复杂图像的处理。图像处理部分采用OpenCV的霍夫变换算法以及对象跟踪技术,经过Android平台上的测试,取得了较好的效果。