基于STM32的智能照明监控系统的设计与实现

针对高校教室照明方式存在能源浪费、室内光强不足或过剩及管理落后等现象,设计了基于STM32的高校教室智能照明监控系统。系统以STM32F103-VET6控制器为核心,以LED灯为控制对象,由红外模块、光检模块和Zig Bee无线通信模块等组成。采用分区域控制方式,调光系统使用单神经元自适应PID算法,通过检测室内自然光强度和人员信息,控制器可根据智能算法实现灯具的自动开关和自动调光功能。测试结果表明,该系统运行稳定,可根据教室使用情况实现灯具的自动开关及准确调光,且每间教室内信息实时发送至上位机实现集中监控,达到智能化照明和节约电能的目的。     

基于计算机视觉和自动化的智能教室无人检测断电系统设计

随着义务教育的普及和社会经济的发展，全国学校的数量越来越多，各传统高校也更加注重新校区扩建，而这也直接导致了灯光照明等的耗能成本增加，加之学生人走关灯的节能意识不强，高校在电能方面的开销占比逐年递增。本文设计了基于计算机视觉和自动化的智能教室无人检测断电系统，用于解决教室照明用电浪费问题，此系统在充分利用教室已有的摄像头资源基础上，运用计算机视觉技术识别教室人物的高精准图像，当检测到室内无人时，控制教室电器自动关闭，以此达到节约电力资源的目的。     

教室监控下学生异常行为检测系统

针对教室监控中学生异常行为无法实时检测并反馈的现状,设计了一套基于YOLO v3算法的教室监控学生异常行为检测系统,包括摄像头硬件采集、异常行为识别和响应三个模块.其中采用基于数据标签的随机擦除预处理方法模拟图像中的目标被遮挡的情形,提高网络的泛化能力,使得网络仅通过学习局部特征即可完成目标的检测和识别;其次改进了YO...     

基于树莓派的智能监控系统设计与实现

随着人们的安全意识越来越强烈,监控系统在生活中得到广泛的关注和应用;针对市场上绝大多数监控系统智能化程度低,视频保存占用内存大,实时性差,对闯入目标不能及时报警等缺陷,设计与开发基于树莓派的智能监控系统;选用树莓派4B搭建硬件平台,搭载Linux系统,基于Python开发环境,结合图像采集模块,采用关联帧差分运动目标检测算法作为核心算法,实现运动目标检测;当系统检测到有目标闯入视野范围内时,开始录制目标闯入后的400帧视频,并将所录制的视频发送到指定邮箱,实现报警功能;在正常光线和昏暗光线下对系统功能进行测试,实验结果表明在不同光线强度、不同目标闯入情况下,系统能够准确识别目标闯入,实现监控、报警功能,实时性强、稳定性高,满足设计需求。     

视频监控系统中运动目标的实时检测

实现鲁棒且实时的目标分割是视频监控系统的关键。针对照明条件连续变化的监控环境中背景图像像素灰度不断变化的情况,提出一种能自适应光线变化的背景更新算法,利用帧间差分和背景差分共同确定运动目标。实验结果证明该算法运算量小、鲁棒性好,适用于室内或室外的监控设备。     

基于计算机视觉的车体提取及跟踪算法研究

在对比图像背景差分算法与帧间差分算法的基础上,给出一种基于计算机视觉原理的车体提取及跟踪算法,对算法流程及其在车体识别、分割与跟踪过程中的具体实现方法进行了论述,并以某地交通治安卡口系统采集的图像数据进行了算法验证.     

基于FPGA的多运动目标检测及硬件实现

针对视频流图像的目标检测,基于帧间差分理论提出了一种实时多运动目标检测算法。根据视频图像在实时处理中的应用,基于FPGA硬件平台并行处理快与可编程的特性,在FPGA上实现算法,经过MATLAB环境算法验证,并在设计的FPGA视频图像处理系统进行实现。该系统主要由图像采集模块、图像缓存模块、图像处理模块及图像显示模块4部分组成,通过OV5640采集图像数据,再对数据进行差分、滤波、形态学等一系列算法处理,存入DDR3中,最后通过VGA进行显示。实验结果表明,该系统在一定测距范围内可稳定跟踪运动目标,可实时显示,多目标检测识别率较高,能实时检测视频流图像中的多运动目标。     

基于时空关系模型的交通信号灯的实时检测与识别

交通信号灯的检测与识别是无人驾驶汽车和高级驾驶辅助系统(ADAS)的重要组成部分。针对城市道路复杂环境下的交通信号灯的检测和识别需求,依据多帧视频图像序列的时空连续变化关系构建多帧视频图像的时空关系模型(Time-Space Model,TSM),提出了一种新的基于多帧视频图像序列的交通信号灯的检测和识别算法。算法包含3部分:基于颜色的视频图像快速分割压缩算法,用于提高计算效率;引入多帧视频图像序列的时空关系模型,以提高交通信号灯检测的准确性 ;根据图像的HOG(Histogram of Oriented Gradient)特征,通过SVM(Support Vector Machine)分类器对信号灯进行识别。实验结果表明,算法的鲁棒性强、检测识别速度快、准确率高。     

基于帧间差分和边缘差分的遗留物检测算法

遗留物检测是智能视频监控系统的核心功能,遗留物一般较小,所处环境复杂,传统的运动目标检测算法直接用于遗留物检测效果一般.提出了一种基于帧间差分与边缘差分的遗留物检测算法,首先进行帧间差分得到运动目标区域,然后将当前帧图像和前一帧的背景图像进行边缘差分运算得到运动目标的边缘,融合二次差分的结果即可得到运动目标的完整轮廓特征,最终通过判断运动目标在场景中的滞留时间是否达到或超过报警系统设置的阈值来标示遗留物,供智能视频监控系统处理.实验结果证明该算法实时性好且识别率较高.     

基于COMS-CPLD的人员行为监控系统设计

针对传统的人员监控系统存在监控距离段短、信号衰减严重导致的人员行为特征识别准确率较低的弊端,设计并实现了一种新的人员行为监控系统;重点阐述了中心控制模块、图像采集模块、GPRS模块和射频模块的硬件设计方法,利用ATM32F103C8T6作为中心控制器处理数据,利用COMS图像传感器进行人员行为图像采集,利用可编程逻辑控制器CPLD对图像传感器进行同步控制,利用GPRS技术进行信息传输、利用射频标签进行监控信息的写入与读取;软件部分给出了整体的设计方案,重点阐述了射频标签的生成和读取部分;实物测试结果表明,该系统能够有效提高人员行为监控时的准确率,取得了令人满意的效果.     

基于教室监控视频的学生位置检测和人脸图像捕获算法

实现一个基于课堂监控视频的学生位置检测和学生人脸图像获取系统。本系统由一个定焦全景摄像机和一个PTZ(平移(Pan)、倾斜(Tilt)、变焦(Zoom))摄像机组成。首先利用全景摄像机获得教室全景图像，针对实际课堂环境中的光线突变，提出基于帧间差的异常光线排除算法，实现异常光线监测和动态空教室图像检测与存储；使用HR网络结构对全景图像进行人脸检测，得到人脸检测框集合；针对非约束环境中学生因姿势变化和人脸遮挡、全景图像分辨率低等因素引起人脸信息缺失而导致人脸检测漏检问题，提出基于人体头肩特征的加权运动目标检测算法，得到目标检测框，提高人脸信息缺失的学生位置检测率；针对多种检测框的大量冗余，提出多种检测框加权融合算法，有效减少检测框的重复，得到学生人物检测框集合。然后，将学生人物检测框包含的位置信息传递至PTZ摄像机控制子系统，使PTZ逐个聚焦目标学生，捕获到清晰的学生人脸图像，为后续的人脸识别提供高质量的图像。     

基于FPGA的运动目标远程监视系统设计

运动目标检测是智能安防系统的重要组成部分,为了满足安防系统远距离监视目标以及视频传输实时性等需求,设计了一种基于FPGA平台的运动目标远程监视系统;该系统以Xilinx公司的Artix7系列FPGA芯片为核心,通过OV5640摄像头实现视频图像的采集,将采集到的图像进行灰度化处理,并通过DDR3存储器缓存处理后的图像,采用帧间差分法运动目标检测技术实现对多个运动物体的检测与标记,将检测结果通过以太网的UDP协议传输到上位机实时显示;实验结果表明,在图像分辨率为640*480时,以太网UDP传输速度为133Mbit/s,视频图像帧率为26fps,大于人眼的可视帧率24fps,满足视频传输实时性的要求,同时该系统能够远距离、高效地检测与跟踪多个运动目标,相比于其他系统具有可远程实时检测、小型化、低功耗的特点,可进一步应用到智能安防系统中。     

基于视频图像处理的人员在岗检测技术

在一些场景中例如视频监控室等场所,常常由于人员擅自离岗,视频监控区域发生事故没有及时发现,导致不能及时有效的处理问题,造成较大损失或安全问题,因此,对于这些场景需要对人员在岗情况进行实时的监控,以避免因人员非法离岗而存在安全漏洞。本文设计并实现一种基于视频图像处理的人员在岗检测技术,利用OpenCV通过对值班室监控视频中的人员进行运动跟踪检测,判断出进入和离开值班室的人员数目,二者做差进而对值班室里的人员在岗情况进行判断。本方法无需额外借助其他硬件设备,检测成本低,检测效率和准确度高,具有良好的实时性能。     

嵌入式机房多功能模块智能监控系统设计

为充分提高嵌入式机房运维能力,及时排除异常情况,提出嵌入式机房多功能模块智能监控系统。设计信号采集层、数据传输层、后台监控层的多层架构模式。硬件结构设计用户登录模块、传感器运行模块、数据记录模块和监控显示模块,四个功能模块在多层架构下工作。软件部分通过数据传输程序连接终端设备与云计算中心,利用数据处理程序完成功能模块参数设置,完成嵌入式机房运行数据自动监控。实验结果表明,所设计系统数据采集精度高,可以实时响应接入设备,及时获取预警信息,实现嵌入式机房自动智能监控。     

基于GPRS和嵌入式Linux的远程图像监控系统

阐述了一种基于GPRs和嵌入式Linux的远程图像监控系统设计和实现方法。该系统主要由嵌入式视频采集终端和监控中心服务器组成。其中,嵌入式视频采集终端主要由摄像头视频采集模块、ARM模块、SIM900模块组成,监控中心服务器可实时监控远程终端的图像。系统软件采用嵌入式Linux,可编程实现图像数据采集、压缩和GPRs模块的网络连接与传输。     

基于ZigBee的网络机房无线数据采集系统设计

传统的网络机房有线数据采集系统存在一定的局限性,不适应在大规模机房的应用。以ZigBee技术为依托,设计网络机房无线数据采集系统。该系统包括通信模块、直/交流数据采集模块、温湿度数据采集模块以及主控单元模块,利用ZigBee网络低能耗、低成本、容量大等特点,收集各个模块的数据并上报,实现了对网络机房环境的全方面监控,为快速发展的计算机网络系统保驾护航。     

基于北斗卫星的森林火灾监控终端设计

针对传统森林火灾监控方式存在的受地形限制,导致火灾发现不及时和定位难的缺陷,设计了基于北斗卫星的森林火灾监控系统,实现了火灾智能识别和预警,并且可以对火源、火场进行快速定位和信息通报;终端包括烟采集处理模块、图像采集模块、DSP处理模块、ARM主控模块和北斗卫星通信模块五部分,从烟和火焰两个方面对森林实时进行监控,分别采用离子烟雾传感器和DSP火焰识别混合算法,提取火焰图像差值和火焰图像边界参数的方法,提高了识别的准确率;试验证明,系统具有结构简单、使用方便和识别智能化的特点。     

基于FPGA的高帧频图像跟踪系统设计

针对高速运动的导弹末端制导、弹道实验或机载武器姿态跟踪中目标图像模糊及跟踪精度较低的问题,给出一套基于CMOS高帧频图像传感器与FPGA的高速图像跟踪系统。在FPGA中采用流水线方式,设计了的图像采集模块、乒乓高速缓存模块、图像处理及跟踪控制模块,采用动态阈值分割法获取目标,计算出目标形心偏移图像视场中央的偏移量,依据二维视场的偏移量控制云台跟踪目标。实验结果表明,该系统能够有效获得高帧频图像传感器数据,数据读出速率可达80Mb/S,提高了系统跟踪精度。     

一种基于FPGA的高速图像采集及显示电路设计

为了实现高速图像采集和显示,采用CamLink接口和DVI接口来完成视频采集和显示。详细介绍了基于FPGA采集和显示的系统组成,给出了CamLink接口采样模块和DVI显示模块的工作流程及硬件电路实现方式。该硬件电路基于CPCI总线设计,实现了计算机与图像电路之间的高速数据交换。设计中使用的FPGA是Altera公司的EP2S30F672I4,用该FPGA进行配置和验证,测试表明该设计不仅实现了图像高速采集和显示,且使图像清晰、系统稳定可靠。