基于图像处理的人员异常行为监测设计

通过对人员异常行为有效的监测算法设计,提高视频监控和异常事故的智能识别能力。传统的人员异常行为监测算法采用视频步进跟踪学习方法,由于人员的随机性和不确定性,导致视觉识别效果不好。基于图像处理理论,提出一种基于视频帧图像阵列像素检测的人员异常行为监测算法,进行了人员异常行为特征数据采集模型设计,得到基于双相机视频监控的人员异常行为视觉特征采集模型,采用视频帧图像阵列像素检测算法,进行异常行为特征提取,得到邻域灰度值向量之间像素点为平均结构相似性聚类中心,计算人员异常行为检测全图所有像素点的加权平均位置的估计值,实现人员异常行为监测算法改进。仿真结果表明,采用该算法进行人员异常行为特征监测,能实现对特定异常人员的准确定位和清晰识别,异常检测概率较高,性能优越,在安防监控系统设计等领域具有较好的应用价值。     

基于快速盲复原法的激光视频监控图像光斑定位研究

图像中存在光斑会极大程度降低图像质量，准确定位光斑能够改善这种情况，提出了基于快速盲复原法的激光视频监控图像光斑定位方法。首先采集视频监控系统激光图像，利用透视变换原理转换坐标系实现红外图像与可见光图像之间的配准，然后利用快速盲复原法迅速复原配准后的激光图像并且分割光斑目标区域实现光斑目标特征提取，对提取到的特征进行识别，采用F.Leber l模型展开计算，确定光斑中心位置。最后实验结果表明，利用该方法配准和处理图像时能够获得较为清晰的激光图像，提升特征提取的准确性，准确性最大值为98.46%,耗时较少，最大值仅为3 s,且具有较高的抗噪性能高。     

消防单兵室内火场无线定位系统

确定消防员在室内火场中的位置,是火灾救援工作中亟待解决的问题。传统的定位方式存在部署困难,可行性差的不足。针对火场室内的复杂环境,利用远程调制解调技术和3D GIS技术开发出的消防单兵室内火场定位系统,可根据无线三点定位的方法,实现对火场室内环境下的消防单兵定位,从而提高了指挥中心对单兵的监控水平及快速反应能力。     

基于VisionPro的数字图像识别与定位

本文利用VisionPro视觉软件进行数字图像识别与定位研究。首先利用该软件实现了图像采集和摄像机标定,然后基于VisionPro运用VB编写人机交互界面,利用采集得到的图像进行了目标识别定位。同时利用视觉处理中常用的工具Opencv对采集的图像进行了相同的目标识别定位。对两种方法得到的识别效果和定位数据进行了对比,结果表明,基于VisionPro的视觉系统得到的识别效果更好,定位数据更准确。     

基于DM368的智能视频监控系统设计

设计了一种基于达芬奇技术的智能视频监控系统,系统采用DM368实现前端全高清视频采集编码。根据需求能够灵活地选用移动通信网或固网进行视频传输,保证后端能够获取高质量的图像数据,通过后端智能的方式实现对视频信息的准确分析,提高了视频监控系统的管理效率。     

基于单目视觉的工业机器人定位系统设计

在工业化生产流程中,工业机器人能准确识别并抓取目标工件的状态、位置信息,收集反馈给控制系统处理以修正加工程序参量,从而实现制造工艺的高度自动化及精加工。以视觉定位和图像信息收集、处理的工业机器人为对象基准,设计了一套单目视觉定位系统。系统引入了静态图像收集算法、图像信息模块测量和三维空间匹配测量算法,通过工业试验得出测量数据。误差分析结果表明,基于单目视觉的机器人定位系统符合加工自动化的信息数据要求,能实现工件参数和空间姿态间的匹配,辅助提升生产的自动化程度。     

交通肇事车辆快速视觉定位系统的设计与实现

为了解决当前交通监控系统智能化程度低,缺少定位功能的问题,设计并实现了交通肇事车辆快速视觉定位系统。系统采用OV7740图像传感器采集现场车辆图像,通过核心为S3C2410X的图像采集终端接收OV7740图像传感器中的车辆图像数据,并对车辆图像进行存储和显示。采用肇事车辆定位分析模块,对车辆图像进行分析,判断是否存在肇事车辆,实现肇事车辆图像的定位。利用主控芯片为CY7C68013A的控制传输模块,将肇事车辆图像数据变换成USB数据格式,再将图像数据反馈给人机交互模块进行存储和管理。在软件设计过程中,详细分析了交通肇事车辆定位流程,并给出USB设备数据结构以及INF文件配置的程序代码。实验结果表明,所提系统具有较高的定位精度。     

基于荧光显微镜的显微视觉图像增强处理

针对显微视觉景深较小，经常出现图像模糊、不清晰等问题，文中提出采取一种图像增强的处理方法。通过对显微采集原始图像进行灰度变换、直方图均衡化等处理方法从而快速准确地获得目标的图像特征。基于图像增强、目标细胞定位处理对荧光图像中信息进行分析，找寻目标位置，提高细胞定位精确度。根据图像清晰度评价函数显示，经由处理后的图像边界和细节部分清晰，有助于医学应用。     

基于特定特征识别的运动视觉跟踪系统设计

传统的运动视觉跟踪方法对复杂环境的适应能力较差,存在控制效率低和跟踪精度差的弊端。因此,设计基于特定特征识别的运动视觉跟踪系统,分析了系统的运行原理,系统中的摄像机采集运动目标图像,并将获取的模拟视频信号反馈给PC机中的视频采集卡进行A/D变换,进而产生运动目标的数字视频序列,再采用基于特定特征识别的运动图标检测算法,定位运动目标,完成检测模块的功能。PC机对运动目标图像的检测结构进行控制运算,并将运算结果反馈给下位机控制电路,控制电路将控制信号变化成直流电机的控制电信号,实现控制模块的有效运行。两个直流电机控制云台进行全方位的三维运动,对运动目标进行准确跟踪,实现执行模块的有效运行。软件部分给出了运动目标检测模块中的实现流程,并设计了进行视频数据转换的回调函数代码。实验结果表明,所设计系统能够在复杂环境下准确检测出目标的运动图像,跟踪效率和精度较高。     

多摄像机下模糊图像细节特征目标快速检测研究

人工检测方法只收集了模糊目标相关信息以及模糊背景分析结果,导致图像细节特征检测效果较差。为了解决该问题,提出多摄像机下模糊图像细节特征目标快速检测方法。根据多摄像机下模糊图像监控工作流程,对现有摄像机资源进行分配,并对统一目标进行识别与检测。提取模糊图像细节特征,衡量边缘图像相似情况,通过搜索目标图像与待匹配图像之间的匹配度量,计算倒角距离最小值。使用矩形窗口定义局部边缘特征,并对其进行采集与处理,由此生成视野分界线,在多摄像机固定情况下对目标进行检测。通过实验对比结果可知,该方法比人工方法检测效率要高,最大相差70%,为摄像机准确检测出模糊图像特征提供支持。