基于物联网智能监控系统在水平定向钻中的应用研究

<正>RFID能够有效识别运动物体,且能够同时识别多个运动物体标签,保证了系统能够对运输状态、行走工况下的钻机做到有效监测。近年来,随着人们环保意识的逐渐加强,以及非开挖理论的快速发展,水平定向钻进技术得到了广泛应用。为了能够及时反馈整车信息与维修车辆,需要利用GPS/GSM定位技术实现对钻机位置的实时监控。本文在传统GPS定位系统的基础上,结合物联网RFID技术、GPS定位系统、GSM通信模块,提出一种基于物联网的GPS/GSM智能监控系统,可实现无障碍、无盲点、全天候的实时监控服务。     

基于轮廓匹配与光流预测的智能监控应用研究

智能视频监控的目的是为了分类和检测进入监控区域的目标物体,为了提高智能视频监控中目标物体的识别率,本文提出了轮廓匹配与光流预测相组合的方式来对目标物体进行分类、识别和智能跟踪。并用相关实验模型证明,该种组合能较好地分类和识别目标,运行效率较高,能满足运动目标的分类和检测要求。     

基于改进遗传算法优化的模糊神经网络在火灾探测中的应用

针对火灾报警系统中存在的漏报、误报问题,提出了基于改进遗传算法优化的模糊神经网络信息处理方法对火灾信号进行识别.旨在提高系统报警准确率,降低漏报率.该算法通过仿真实验,结果表明报警的准确率有明显提高;同时,优化后的网络可靠性和泛化能力都有所提高,证明了这一方法的可行性.     

基于视觉的六自由度机器人搬运过程监控系统研究

为实现机器人搬运过程安全管理,设计了以ABB IRB120六自由度机器人搬运过程为研究对象的监控系统。被搬运物体为彩色圆柱形物块,采用固定摄像头监控物块运动,采用Camshift算法识别物块颜色并计算物块质心,实时对比质心位置轨迹与设置运动轨迹,当实际运动轨迹与设置轨迹发生严重偏离时,监控系统发出提醒。最后进行实验验证,系统效果良好。     

基于GSM网络及RFID技术的汽车防盗系统设计

基于射频识别技术RFID及GSM网络共同构建的新型汽车防盗报警系统,通过校验Mifare1射频卡的UID及数据来识别车主身份,利用SMS短信或者通话控制,来实现汽车的远程监控,从硬件和软件上解决了传统汽车防盗报警系统报警范围小、安全系数低的缺点,具有广泛的应用前景及扩展空间。     

基于模糊熵的转子碰摩声发射信号的识别

利用模糊熵理论来度量转子碰摩声发射信号的特征参数相对于不同碰摩状态识别模式的不确定度。根据碰摩声发射信号的特点,选用平均信号电平、幅度、幅度动态范围以及小波包分解信号前四个节点重构信号的能量值作为声发射信号识别的特征参数,由训练样本确定各特征参数针对不同碰摩类别的基于高斯形式的隶属度函数,并由隶属函数得到特征参数与类别之间的模糊关系矩阵。由于各特征参数对于声发射信号识别的有效性不同,因此在计算模糊关系矩阵时引入有效度系数,提出一种利用模糊熵定义有效度系数的方法。结合该系数得到修正的模糊关系矩阵并计算综合评价模糊集合,选择隶属度最大的类别作为识别结果。在转子试验台上采集的不同碰摩状态的声发射信号进行验证,试验结果表明,模糊综合评价方法是一种有效的声发射识别手段,并可以利用参数有效性的差异来提高识别效率。     

语音识别报警监控系统的研制

针对目前生活小区中普遍存在的因无法报警或报警不及时而产生的安全隐患,提出了一种语音识别报警监控系统,该系统由语音识别模块和数据处理传输模块、电源模块和上位机控制中心四大部分组成。当报警情况发生时,语音识别模块识别到匹配的报警语音类型,通过数据总线通知数据处理传输模块,之后通过数据传输通知上位机控制中心,主控计算机在监控程序的判断指挥下可实现声/光报警通知小区值班人员。根据报警类型,中心值班人员确认采取对应措施进行应对。实验证明,该语音报警系统方便快捷可靠,在一定程度上减少了因安全受到侵犯或一些突发事件而带来的损失,增加了居民的安全感,适于在楼宇智能中推广使用。     

智能化小区火灾自动报警监控系统网络通信协议分析

火灾自动报警监控系统已成为当今智能化小区的基本组成部分.在对智能化小区火灾自动报警监控系统进行充分分析的基础上,提出了适用于智能化小区的火灾自动报警监控系统网络通信协议的基本要素.     

城市监控报警系统网络设备的测量评估方法

城市监控报警系统是通过硬件和软件两方面的结合搭建一个科技与业务相融合的平台,形成互联互通的监控报警网络.这里提出一种关于城市监控报警系统网络设备的测量和评估方法,通过全面、科学地测量和分析,可对系统相关性能进行评估、判定系统性能的优劣和直接指导城市监控报警系统的建设,并为今后国家标准或规范的制订打下基础.     

基于PIC12F675设计的漏血监测智能传感器

介绍了一种应用于医用血液净化设备安全监控环节,对滤器破膜导致的血液渗漏进行实时监测的传感器设计方法与工作原理,并结合MICROCHIP新型嵌入式芯片PIC12F675,设计了具有模糊识别、灵敏度任意调节和串行接口的智能传感器,给出了器件污损自适应处理方法和器件失效报警措施.     

一种融合雨滴检测算法的混合高斯模型

介绍了一种融合了雨滴检测算法的混合高斯模型,针对雨天气候下的场景,对雨中运动目标的检测有较好的准确性.首先建立自适应混合高斯模型,然后结合混合高斯模型参数对雨天视频图像进行雨滴检测,并恢复得到一张较贴近无雨状态的图像,再用混合高斯模型对运动目标进行检测,最终得到一个贴近真实目标的检测区域,并对混合高斯模型参数进行自适应更新.     

基于形态学和像素灰度归类的背景重建算法

针对传统背景提取方法在前景运动对象密度较高,亦或前景出现过于频繁时,提取到的背景图像会掺杂很多前景成分的问题,提出了一种基于形态学和像素灰度归类的背景重建算法。该算法通过三帧差分法和形态学把每帧图像分为前景对象和背景区域;然后再用像素灰度归类法只对背景区域进行背景重建,以期在前景对象密度较高时正确重建背景。实验结果证明,新方法能够在车辆密度较高的情况下正确生成背景。     

稳定运动物体视频的特征方法

将背景特征块配对和直方图聚类运动矢量滤波相结合,提出了一种稳定运动物体视频的方法。用得到的全局运动参量补偿摄像机的帧间运动,运用帧差法分割出前景块和背景块,把参考帧背景上的特征块与当前帧上的特征块配对估计下一轮的帧间运动。用一块对多块的匹配策略,把参考块和以参考块为中心的搜索窗内的当前帧上的最佳匹配块配对,建立稀疏运动矢量场。然后,运用直方图聚类方法滤除矢量场中未分离出的前景块矢量和误匹配矢量。最后,用多个包含运动物体的实际视频序列对提出方法进行测试,并与其它先进稳像算法和技术仿真比较。结果表明:提出方法的全局平均帧间变换保真度可达31.05dB,接近或优于上述先进算法和技术。提出的方法对包含运动物体的视频具有较强的鲁棒性,可以去除帧间高频抖动并有效改善视频质量。     

基于被动毫米波的运动目标探测技术

针对被动毫米波技术探测高速运动目标能力不足的问题,采用MMIC直接检波式毫米波辐射计,构建了被动毫米波探测系统,通过试验获得了不同条件下的实测数据。在对测试信号的特征进行分析的基础上,指出第一脉冲的峰值和两峰值脉冲的间距是能够反映目标运动特性的有效特征,提出了计算目标运动速度的方法。计算结果表明,该方法具有一定的精度,在被动毫米波系统中确定运动目标参数是可行的。     

移动相机下基于三维背景估计的运动目标检测

室内环境中的运动目标检测是计算机视觉领域的研究热点,而移动相机造成的动态背景是运动目标检测的难点。本文提出一种基于同步定位与地图创建(ORB-SLAM)三维背景估计的运动目标检测算法,首先使用移动相机遍历整个室内环境,采用ORB-SLAM技术建立当前全局环境的三维背景特征点云模型;然后基于局部视频建立局部三维特征点云,根据定位信息将当前局部三维特征点云与环境三维背景特征点云进行嵌入,基于环境背景信息,采用三维均值漂移(3DMS)算法,对局部三维特征点云进行前景特征点提取;运用深度卷积神经网络,对提取的前景特征点所在候选区域进行运动目标确认。通过多个室内场景的实际实验进行验证,结果表明本文方法具有较高的运动目标检测准确率和召回率,提出的运动目标检测算法充分利用了三维背景信息,采用深度卷积神经网络进行确认,有效地改善了检测的准确性和鲁棒性。     

线结构光视觉传感器的现场标定方法

建立了线结构光视觉传感器的数学模型,提出了一种基于共面标定参照物的线结构光视觉传感器的现场标定方法。该方法允许共面标定参照物在测量空间内自由移动,通过以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,利用构建的标定特征点在现场对线结构光视觉传感器进行标定,因此可以保证线结构光视觉传感器的标定状态与测量状态完全一致。该标定方法降低了标定设备的成本,简化了标定过程,提高了线结构光视觉传感器工程化应用的便捷性。试验结果表明,该方法切实可行。     

用于摄像机标定的三维特征点集构建方法

提出了一种由二维共面靶标自由移动来构建三维特征点集的方法 ,该方法不需要严格限制标定靶标的移动 ,因此可以保证摄像机在固定之后进行现场标定 ,使摄像机的标定状态和工作状态完全一致 ,降低了标定设备的成本 ,简化了标定过程 ,提高了标定效率。试验结果表明 ,该方法切实可行     

背景运动补偿和假设检验的目标检测算法

根据背景与目标具有不同的运动特性这一事实,提出一种基于背景运动补偿和假设检验的目标检测算法。首先,采用特征点对应法求相邻帧间的运动;然后,用最小二乘法计算出摄像机仿射运动参数,利用此参数进行帧间背景运动补偿后得到稳定的背景;最后,用假设检验方法检测补偿后的帧差图像,经过简单的形态学和连通区域处理后检测出运动目标。仿真表明,该运动补偿算法能有效消除背景突出目标,补偿前后的差分图像信噪比提高了14.71 dB。该算法计算量小,可以成为一种通用的实时目标检测算法。     

基于差分和特征不变量的运动目标检测与跟踪

提出了一种基于改进的图像差分算法与特征不变量匹配的目标识别方法。通过三帧差值法获得了更完整清晰的目标轮廓,并基于该轮廓信息构造了一个具有平移、大小和旋转不变性的特征不变量;然后提出动态极值匹配法,利用特征曲线的极值信息点进行识别匹配,并动态替换原特征模版。实验结果表明,该方法能够准确识别目标,显著地提高识别跟踪效率,并且适用于检测运动姿态发生变化的目标。对于分辨率为288×352像素,每像素8位量化的序列图像,处理每帧图像平均用时0.011 74 s,其中特征提取与匹配过程平均用时0.005 476 s,能够实现对运动目标的实时分析,可同时满足运动目标识别跟踪中实时性和准确率的要求。     

动基座下的运动目标检测

由于动基座下运动目标的检测存在的背景干扰较大,影响运动目标检测精度的问题,本文提出了一种基于傅里叶变换和核函数-灰度统计图的动基座动目标检测算法,以便较大限度地克服光照变化、背景噪声对运动目标检测精度造成的影响。该算法首先将评价函数引入特征匹配块的选取中完成视频图像背景的分块匹配。然后,采用傅里叶变换的相位相关算法估计全局运动补偿参量;逐一计算各图像子块的高斯核函数值,建立核函数-灰度统计图并通过相邻帧高斯核函数值的变化情况判断运动目标的区域。最后,对包含运动目标的图像子块进行图像分割处理,完成动目标检测。实验仿真表明,与传统的运动目标检测算法相比,该算法中评价函数的评价系数α取0.7,帧间图像块相似度阈值T取0.3时,能有效地抑制光照变化和噪声带来的背景干扰,检测出动基座下的运动目标。该算法具有较快的计算效率,能满足工程上的实时性要求。