基于计算机视觉的违章停车智能监控系统

针对违章停车的检测范围广、时间与位置不确定、车辆大小种类多、车辆身份难以自动识别等问题,设计了一种全方位视觉传感器(ODVS)和高速快球摄像机相融合的违章停车智能监控系统;利用ODVS在动态图像序列中进行大范围多目标车辆对象的检测与跟踪,得到大范围内各跟踪车辆对象目标的位置、大小、运动轨迹等信息;一旦发现车辆对象停留在非泊车位上一段时间后,控制高速快球对车辆对象进行抓拍,接着对抓拍图像进行车牌识别;实验结果表明,通过ODVS和高速快球摄像机的视频图像信息融合,即使在车辆对象非约束的情况下也能很好地获取到可用于车牌识别的图像,同时能满足多目标实时检测与跟踪的要求;该系统不仅能给欲违章停车的司机提供警示信息,同时也能给数字城管、执法部门装备一双智能化的慧眼。     

基于视频技术的交通违章处理系统的设计与实现

针对交通场景中经常出现的车辆违章行为,如闯红灯、违章停车、超速、强行右转弯等,开发研制了基于计算机视觉和图像识别技术的视频交通违章处理系统;该系统在完成初始设定之后,便可以自动地、实时地检测出车辆的违章行为并提供车辆违章的相关信息;文中详细介绍了系统硬件和软件的设计方案以及系统功能的实现机理;利用VC＋＋6.0开发平台,研发了具有从交通场景的视频数据采集、违章行为识别、违章车辆全景图像存储,直至对违章车辆的数据库管理等多个功能的交通违章处理系统;经测试,系统运行稳定、可靠.     

基于全方位视觉的多目标跟踪技术

为了快速准确地检测并跟踪多目标对象, 提出了一种基于全方位视觉的多目标对象跟踪方法. 首先采用全方位视觉传感器(ODVS)实时地采集现场360°全景视频图像;接着融合运动历史图像算法(MHI)和运动能量算法(MEI)实现了快速高效的MHoEI(Motion History or Energy Images)自动跟踪算法, 对多目标对象进行检测和跟踪;最后, 本文采用面向对象技术融合目标对象进行匹配跟踪实验结果表明本文提出的方法能较好地跟踪多目标对象, 具有鲁棒性高、运算量小、便于硬件实现、高效等优点.     

基于计算机视觉的电子警察抓拍闯红灯违章的算法研究

智能交通系统是未来交通的发展趋势,基于计算机视觉的电子警察违章抓拍、违章处理、交通指挥等是现代智能交通系统的重要组成。讨论基于计算机视觉的电子警察抓拍闯红灯算法,在准确预测车辆位置、跟踪运动车辆的同时,准确判断是否存在闯红灯灯违章行为,有效提升视频处理速度以及车辆违章检测精准度。     

基于全方位计算机视觉的盗窃事件检测

为了实现公共场所的安防监控智能化,结合全方位视觉传感器（ODVS）、动态图像处理等技术设计出一种盗窃事件检测系统。首先,通过ODVS来获得360°无死角、大范围的全景视频防盗检测区域;其次,提出了一种基于两个不同画面更新率的混合高斯模型进行背景建模的动态图像处理方法来获取特殊背景对象,同时还能区分场景内的运动对象和纯背景对象;将被盗窃的物体作为特殊背景对象进行检测。实验结果表明,该盗窃事件检测系统具有检测范围广、检测精度高、鲁棒性好和实时性高等优点。     

基于全方位视觉的独居老人监护系统

现有的独居老人监护系统存在算法复杂度高、监护效率低、不能保护老人日常隐私等问题。为此,提出一种基于全方位视觉的独居老人监护系统。利用全方位视觉传感器(ODVS)获取老人的全景视频图像,设计运动历史/能量图像算法用于目标跟踪,根据ODVS的成像特点,采用与ODVS距离位置不同的人体模型实现姿态识别,建立家庭空间与环境要素之间的映射关联,以提高行为检测的鲁棒性和可靠性,并通过ODVS标定和人体对象跟踪获得老人的活动量信息。实验结果表明,该系统的鲁棒性和实时性较强,检测准确率较高,能满足独居老人监护的需要。     

动态图像理解技术在ATM智能监控中的应用

探讨了利用动态图像理解技术对ATM进行智能监控,采用全方位视觉传感器(ODVS)实时采集ATM机周围的全景视频数据;从全景视频数据中提取出各活动对象的属性信息,并根据这些属性信息对各活动对象进行识别;通过对各活动对象的跟踪与分析,得到ATM状态、ATM周围相关人员的行为等信息;最后通过行为语义化处理手段对ATM的多种常见的可疑犯罪行为等进行了识别;实验结果表明,对于模拟ATM一些常见可疑犯罪行为的识别方面,系统具有鲁棒性高、安检内容多、监测范围广等优点,为预防ATM机等金融犯罪提供了一种新的手段。     

基于全方位视觉的自动门安全和节能检测技术

针对自动门运行过程中的效率及安全问题,提出了一种基于全方位视觉传感器(ODVS)的自动门安全和节能智能检测技术。首先,采用ODVS采集自动门周边的360°全景图,并对全景图像按检测要求进行预处理;接着,采用一种运动历史/能量图像(MHoEI)算法来检测和跟踪运动目标前景对象;然后,根据前景对象的运动方向和空间位置等信息来分析行人的行为;最后,根据行人的行为和状态来控制自动门的开启和关闭,以达到自动门安全性、节能性和舒适性的控制目标。实验结果表明,该检测方法能有效地识别自动门周围的行人行为,有助于避免各种自动门安全隐患发生,同时能高精度统计出进出自动门的人流量。     

基于全方位计算机视觉的遗留物检测系统

针对目前在遗留物检测方面所存在的检测范围小、误检率过高和无法捕捉到遗留物放置者等问题,设计了一种基于全方位计算机视觉的遗留物检测系统;首先,采用全方位视觉传感器(Omni-Directional Vision Sensors,ODVS)来获得更大范围的全景视频检测区域;其次,利用一种基于两个不同更新率的改进的混合高斯分布模型的建模方法,获得两个背景模型,再通过当前帧与获得的两个背景模型进行差分运算得到当前帧的暂时静止对象;再次,根据时间指标和距离指标判定暂时静止对象是否属于遗留物;最后,将遗留物所处的空间展开成透视图来进行报警;实验结果表明,该系统能有效地检测全景范围内的遗留物,具有较高的检测精度和鲁棒性。     

具有无线通信和全景视觉功能的集装箱吊具

集装箱吊装过程中将集装箱吊具上的四角旋锁对准集装箱的角孔是一项高难度的工作,针对目前在吊装作业时集装箱的角孔位置看不见,对不准等问题,提出了一种具有无线通讯和全景视觉功能的集装箱吊具;首先,采用全方位视觉传感器(Omni-Direction-al Vision Sensors,ODVS)来采集集装箱的顶部全景视频图像,以便装卸人员能快速地将集装箱吊具对准集装箱的角孔;其次,利用无线通讯技术将所采集的全景视频图像传输到驾驶室的显示屏幕上;通过对1m和30m位置的图像采集试验结果说明,这种带有无线通讯和全景视觉功能的集装箱吊具抗干扰性能好、无需布线、安装方便等优点,可以实现集装箱装卸过程的全景实时无死角监控.     

基于WLAN的全景视觉煤矿安全监控系统

针对煤矿下复杂环境及其安全管理需求,提出一种基于WLAN(Wireless Local Area Network)的全景视觉煤矿安全监控系统,采用ODVS(Omni-Directional Vision Sensors)配合有线和无线通信方式传输图像、信息、指令和数据,实时获取、传输井下实时全景视频图像,利用无线全景摄像机和无线局域网的相关协议绑定矿工身份信息,并利用绑定的信息将矿工定位和跟踪服务整合到煤矿安全监控系统中;该系统能作为监控煤矿环境安全、煤矿生产安全、煤矿机车运输安全和人员安全的一种全新的解决方案,具有十分重要的应用价值和市场前景;测试结果表明设计的ODVS水平方向的成像范围为360°,垂直方向的成像范围为224°,其中仰角为22°、俯角为63°;压缩后的全景图像分辨率为640×480像素和320×240像素(可选),能够很好地实现煤矿安全的监控。     

基于视频的多目标车辆跟踪及轨迹优化

为了获取交通视频中车辆的运动轨迹,提供道路动态交通信息,提出一种基于Yolo3目标检测和KCF目标预测相结合,关联历史轨迹预测结果和检测结果的长时间多目标车辆跟踪算法;对采用机器视觉获取的车辆轨迹非平滑现象,提出通过Savitzky-Golay滤波器对原始的车辆轨迹进行平滑优化。对比测试场景中车辆轨迹优化前后,优化后的轨迹在保留原有车辆运动特征的前提下,改善了轨迹平滑性,提供的动态交通信息更能反映车辆真实运动状况。     

基于视频检测技术的智能隧道交通安全监控系统设计

隧道实时交通安全监控系统是确保隧道安全运营的重要手段.针对隧道环境的特殊性,提出基于差异深度积累的目标检测算法和基于卡尔曼滤波的目标跟踪算法,实现了多运动目标的检测与跟踪,并综合运用图像处理、计算机视觉、模式识别和软件工程等技术设计了基于视频检测技术的智能隧道交通安全监控系统.该系统能准确地检测出各种交通运行参数和交通事件,为隧道交通安全提供了有力保障.     

基于全方位视觉传感器倒车辅助装置的设计

倒车所遇到的窘境越来越多地受到人们的关注,倒车的成功与否很大程度上取决于驾驶员对车辆周围情况的了解;设计了一种基于全方位视觉传感器的倒车辅助装置,通过全方位摄像装置采集车辆周围360°的图像信息,运用全方位透视展开算法将全方位图像在嵌入式系统中展开成前后左右4个视角的透视图像,并显示在同一个液晶显示屏上;该装置减轻了驾驶者的体力、脑力劳动强度,降低了倒车难度,避免驾驶员因方向感不强、判断和操作失误而引起的事故,从而达到了安全辅助倒车的目的。     

一种基于灰度直方图的交通检测系统

在中国由于行人和机动车混行的情况非常普遍,因此行人的检测和机动车一样也是交通检测的重要方面。然而国内外在行人与机动车混合交通流检测方面的研究却不多见。文章提出并阐述了一套基于视频的综合交通检测系统。该系统通过视频技术实时检测获得路段或路口上机动车、行人的综合交通数据。系统运用了实用性很强自适应背景差减法进行前景图像分割,并提出了基于灰度直方图的目标跟踪方法,在一定程度上解决了在人车混行中比较严重的遮挡问题。实验结果表明,系统在前景图像提取以及目标跟踪分类等环节都取得了令人满意的成果。     

嵌入式运动目标跟踪系统设计

通过借鉴嵌入式系统在信号处理、电子技术和计算机等领域的成功应用经验,在分析机器视觉系统特点的基础上,将机器视觉和嵌入式技术相结合,设计一种基于嵌入式处理器S3C2410的目标跟踪系统。介绍了系统工作原理和特点,给出了系统硬件结构图和软件流程,并以智能小车为例进行了目标的识别与跟踪。     

基于高速公路场景的车辆目标跟踪

车辆目标检测与跟踪是高速公路视频监控系统实时监控获取交通参数的关键步骤.本文提出了一种面向高速公路场景的目标轨迹时序信息结合核相关滤波KCF算法的车辆目标跟踪方法,实现了车辆目标的高精度持续跟踪.该方法首先采用基于深度学习的单目标检测SSD算法,通过建立车辆数据集,实现了适用于高速公路场景的车辆目标的分类与检测.然后,基于目标轨迹时序信息实现目标车辆与轨迹的匹配,并且采用KCF跟踪算法对丢失目标进行预测重定位,从而实现车辆目标轨迹的持续跟踪.实验表明,该跟踪方法精度高,且适应多种不同场景,具有较高的应用价值.     

基于卡尔曼滤波的交通参数采集系统

基于计算机视觉的交通监控系统，已成为交通管理的主要手段，车辆的实时检测和追踪是智能交通监控系统的核心。文中介绍了公安部智能交通项目的交通信号采集模块中使用的关于多物体追踪的一些方法，主要采用了子特征提取方法和kalman滤波统计模型，建立起物体的追踪模型。在其基础上实现目标的检测和追踪，及最终的交通参数的测量。     

智能全方位视觉传感器及其应用研究

全方位视觉传感器(ODVS,Omni-Directional Vision Sensor)是传感器网络的一种重要部件.该文研究了ODVS的设计、嵌入式Linux ODVS系统结构、ODVS视频服务器及ODVS应用系统软件的开发,详细阐述了基于ODVS的多目标自动跟踪系统的具体应用,给出了实验结果,本研究对传感器网络的高效应用有着重要的应用价值.