CN101626489A - 无人值守目标智能识别与自动跟踪的方法及其*** - Google Patents

无人值守目标智能识别与自动跟踪的方法及其*** Download PDF

Info

Publication number
CN101626489A
CN101626489A CN200810140534A CN200810140534A CN101626489A CN 101626489 A CN101626489 A CN 101626489A CN 200810140534 A CN200810140534 A CN 200810140534A CN 200810140534 A CN200810140534 A CN 200810140534A CN 101626489 A CN101626489 A CN 101626489A
Authority
CN
China
Prior art keywords
image
suspicious object
suspicious
objects
objects under
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200810140534A
Other languages
English (en)
Other versions
CN101626489B (zh
Inventor
苏国政
邱道尹
仝全利
顾波
吴荻
刘新宇
张红涛
张恒源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Water Resources and Electric Power
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN2008101405349A priority Critical patent/CN101626489B/zh
Publication of CN101626489A publication Critical patent/CN101626489A/zh
Application granted granted Critical
Publication of CN101626489B publication Critical patent/CN101626489B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种无人值守目标智能识别与自动跟踪的方法，包括以下步骤：①红外电荷耦合器件CCD获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断***是否存在可疑目标；②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别；③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，驱动云台实现对运动物体的跟踪。本发明可以完成运动目标的分类识别，并自动生成运动物体的运动轨迹，驱动云台实现对运动物体的跟踪，并能实现对监控目标远距离多方位的连续跟踪。

Description

无人值守目标智能识别与自动跟踪的方法及其***
技术领域
本发明涉及一种目标智能识别与自动跟踪的方法，具体地说是涉及一种在无人值守的情况下，尤其是能在黑夜、雪雾天气等恶劣环境中自动识别与跟踪运动目标的方法及其***。
背景技术
传统的无人值守变电站监控是发现目标后由人手操作控制键盘、锁定目标、控制云台的移动以实现对目标的跟踪，即使个别监控***无需外人工参与，但也是以增加现场摄像头的数目和信号传输线路的复杂性为代价的，另外，目前的监控***虽能远距离传输监控现场的信息，但设备造价昂贵，通常需人工逐区域切换监控，对于监控区域多且分散、要求时实监控的场合，显然也不能很好的满足要求。而且利用人工实时监控又难免会存在成本高、人易疲劳和连续反应速度迟缓、误报警率高等方面的缺点。
发明内容
本发明的目的是提供一种无人值守目标智能识别与自动跟踪的方法及其***。
为实现上述目的，本发明采用以下技术方案：
本发明包括以下步骤：
一种无人值守目标智能识别与自动跟踪的方法，它包括以下步骤：
①红外电荷耦合器件CCD获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断***是否存在可疑目标；
②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别；
③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，从而驱动云台实现对运动物体的跟踪。
上述的步骤②包括以下步骤：
a、图像处理：包括对可疑目标图像进行增强、图像分割及滤波处理；
b、特征提取：首先对处理后的二值图像进行选择，提取出一系列特征作为原始特征；然后对所形成的原始特征进行选择；经过特征选择后，对特征维数进行压缩；
c、分类识别：把经过处理后的特征图像送入分类器中进行分类识别；
d、报警：根据识别的结果，给出相应的报警信息。
在步骤a中，对图像中存在的噪声进行平滑和增强处理，利用基于全局动态阈值法的图像分割技术获取最佳的全局阈值，形成二值化图像，从而将目标与背景区分开来；针对二值分割后图像中存在的孤立点噪声和孔洞，利用数学形态中的开启与闭合运算，用其膨胀和腐蚀算子对图像做断裂处连接以去除噪声和填充空隙，进行滤波处理。
在步骤b中，运用基于遗传GA模拟退火算法对所形成的原始特征进行选择。
上述的步骤③包括以下步骤：
a、对获取到的可疑运动目标图像采用差影法进行实时处理；
b、根据图像的灰度理论，将正常场景图像与可疑运动目标图像进行灰度差值运算，产生差影图像；
c、对差影图像进行处理，分离出可疑运动目标图像；
d、将可疑运动目标图像进行阀值处理并转换成二值图像，而后对该图进行垂直和水平方向上的投影，获取目标的中心位置坐标；
e、根据可疑目标的中心位置坐标值，驱动云台指向此坐标点。
一种无人值守目标智能识别与自动跟踪的***，包括：
可疑目标智能识别模块，其包括电荷耦合器件CCD，电荷耦合器件CCD将输出的图象信号输入到现场计算机中进行处理；
自动跟踪模块，其与可疑目标智能识别模块相连，它包括现场计算处理单元，它接收来自于可疑目标智能识别模块中的处理信号，其输出端与云台相连接，云台驱动电荷耦合器件CCD采集可疑目标图象，并通过图象采集卡传入到现场计算处理单元中；以及，
控制室计算机，其与可疑目标智能识别模块和自动跟踪模块相连，用于对所述可疑目标智能识别模块和自动跟踪模块进行数据监控及处理。
上述自动跟踪模块中的现场计算处理单元位于可疑目标智能识别模块中的现场计算机中。
上述的现场计算处理单元通过云台控制器与云台相连接。
上述的控制室计算机通过网络接口与可疑目标智能识别模块和自动跟踪模块相连。
采用上述技术方案的本发明，设有具有可疑目标智能识别模块和自动跟踪模块。可疑目标识别模块是基于目标特征提取的智能模块，负责完成运动目标的分类识别；自动跟踪模块是基于改进的运动目标定位算法，可以自动生成运动物体的运动轨迹，驱动云台实现对运动物体的跟踪，特别是当被跟踪目标移动并超出一个摄像头范围时，***会检测被跟踪目标进入的另一摄像头继续进行跟踪，实现对监控目标远距离多方位的连续跟踪。本发明无需手动操作，***自动对可疑目标进行识别与自动跟踪，可在黑夜、雪雾天气等恶劣环境中长期稳定的工作。***除了能应用于我国电力行业外，还可以广泛应用于客运站、火车站及机场周边包括停车场、无人值守变电站、文物古迹及博物馆、军队的弹药库、营房周边及边防哨卡、银行的营业厅、自助银行及金库等。
附图说明
图1为本发明中***总体流程图；
图2为本发明中***的硬件原理图；
图3为本发明中可疑目标智能识别模块的流程图；
图4为本发明中自动跟踪模块的流程图；
图5为本发明中所采用的差影算法的流程图；
图6为本发明中所采用的全局动态阈值法的流程图；
图7为本发明中所采用的基于遗传GA模拟退火算法的流程图。
实施例1
如图1所示，一种无人值守目标智能识别与自动跟踪的***包括以下步骤：
①程序启动后进行***初始化，利用红外电荷耦合器件CCD进行摄像，获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断***是否存在可疑目标；
②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别；
③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，从而驱动云台实现对运动物体的跟踪。
上述的步骤②，即对可疑目标进行识别包括以下步骤：
a、图像处理：如图3所示，它包括对可疑目标图像进行增强、图像分割及滤波处理。具体地说，因为现场采集的图像在采集和传输的过程中存在很多噪声，因此对图像中存在的噪声进行平滑和增强处理，利用基于全局动态阈值法的图像分割技术获取最佳的全局阈值。上述的全局动态阈值法的流程图如图6所示。首先计算得出初始阈值T0＝(Zl+Zk)/2，其中，Zl、Zk分别为图像中最小灰度值和最大灰度值。根据初始阈值T0叠加得出阈值Tk，并将图像分割成目标和背景两部分，求出两部分的平均灰度值Z0和ZB，从而计算出新阈值Tk+1＝k(Z0+ZB)，并判断阈值Tk是否等于新阈值Tk+1，如果不等于，则继续计算初始阈值；如果阈值Tk和新阈值Tk+1相等，则将阈值Tk的值作为最佳的全局阈值T，从而形成二值化图像，将目标与背景区分开来。然后针对二值分割后图像中存在的孤立点噪声和孔洞，利用数学形态中的开启与闭合运算，用其膨胀和腐蚀算子对图像做断裂处连接以去除噪声和填充空隙，进行滤波处理。所述的开启与闭合运算和用膨胀和腐蚀算子对图像做断裂处连接均为本领域的普通技术人员所熟知的技术。
b、特征提取：首先对处理后的二值图像进行选择，提取出一系列特征作为原始特征；然后运用基于遗传GA模拟退火算法对所形成的原始特征进行选择；经过特征选择后，对特征维数进行压缩。上述的基于遗传GA模拟退火算法的流程图如图7所示。首先设定该算法的初始参数，包括初始温度T，初始解状态S，每个T值的迭代次数L，然后根据适应度函数值来评价当前群体。该算法中，初始温度T充分大，初始解状态S是算法迭代的起点。上述的适应度函数为本领域普通技术人员所熟知的技术。评价当前群体后，要判断是否满足算法的收敛准则，如果满足，则输出优化结果；如果不满足，则执行遗传的选择复制操作、交叉操作和变异操作。上述的遗传选择复制操作、交叉操作和变异操作为本领域普通技术人员所熟知的技术。执行后上述操作后，得到模拟退火算法的初始群体，并根据Metropolis判别准则的复制策略产生下一代群体，最后进行退温操作。上述的Metropolis判别准则为本领域普通技术人员所熟知的技术。
c、分类识别：把经过处理后的特征图像送入分类器中进行分类识别。
d、报警：根据识别的结果，给出相应的报警信息。
如图4所示，上述的步骤③，即对可疑目标进行自动跟踪包括以下步骤：
a、从运动目标智能识别模块中获取存在可疑运动目标的图像。采用图像处理中的差影法对变电站内的全景图像进行实时处理，从而达到智能跟踪与定位的目的。上述的差影法的流程图如图5所示。首先获取背景图片A，同时计算其中心坐标X和Y，然后获取可能带有可疑目标的图片B，进而判断(A-B)的值是否大于Δ，其中Δ是给定的阈值。如果(A-B)的值小于Δ，则继续获取背景图片A和可疑目标图片B；如果(A-B)的值大于Δ，则计算差影图片的中心坐标X′和Y′，从而判断{(X-X′)+(Y-Y′)}的值是否等于零。如果得出的值等于零，则继续获取背景图片A和可疑目标图片B；如果得出的值不等于零，则计算水平和垂直方向的坐标偏移量，云台也根据水平和垂直方向上的偏移量进行跟踪。
b、根据图像的灰度理论，将获取的现场视频中前后两帧图像进行灰度差值运算，产生差影图像。
c、对差影图像进行处理，分离出可疑运动目标图像。
d、将可疑运动目标图像进行阀值处理转换成二值图像，获得目标的中心位置坐标。
e、云台运动控制***根据可疑目标的中心位置坐标值，控制云台指向此可疑目标，从而实现运动目标锁定与动态跟踪的目的。
如图2所示，一种为上述方法所采用的无人值守目标智能识别与自动跟踪的***，它包括可疑目标智能识别模块，其包括电荷耦合器件CCD，电荷耦合器件CCD将输出的图象信号输入到现场计算机中进行处理；自动跟踪模块，其与可疑目标智能识别模块相连，它包括现场计算处理单元，它接收来自于可疑目标智能识别模块中的处理信号，其输出端与云台控制器相连，云台控制器与云台相连接，云台驱动电荷耦合器件CCD采集可疑目标图象，并通过图象采集卡传入到现场计算处理单元中；以及，控制室计算机，其通过网络接口与可疑目标智能识别模块和自动跟踪模块相连，用于经由网络接口对所述可疑目标智能识别模块和自动跟踪模块进行数据监控及处理。上述自动跟踪模块中的现场计算处理单元位于可疑目标智能识别模块中的现场计算机中。
其硬件***的工作原理是：
自动跟踪模块：自动跟踪可以使摄像机对自身的云台和变焦镜头进行自主驱动，并自动控制摄像机进行云台全方位旋转和镜头缩放，针对被锁定的运动目标进行视觉导向的自动跟踪，以确保跟踪目标持续以放大特写画面出现在镜头中央，这样可以更清晰的看到信息，同时还可以用于事后取证。自动跟踪模块弥补了固定摄像机监控视野狭窄的缺点，是完善的安全监控***所必备的功能。***捕捉到可疑目标后，由图像处理模块发出的云台运动命令直接传送到云台控制器，云台控制器随即接收到这些命令，并生成操作信号脉冲。最后，控制器向云台的马达发送合适移动距离的信号。只要目标一移动，云台上的摄像头就会自动跟踪目标。
图像处理模块：摄像头的自动跟踪功能需要用到运动跟踪算法，这种算法可以根据方向计算不断变化的可疑目标的中心坐标，使目标始终位于摄像头视场中央。
智能识别模块：针对现有图像监控***的不足，采用先进的模式识别技术来对现场采集到的实时图像进行分析和智能识别，给出可疑目标的类型，并把相关信息及时发送到监控中心。
本发明的工作过程是：
对于无人值守变电站内的可疑目标，一旦进入摄像头的视场范围，***可以立即对目标进行识别和随动跟踪，启动现场的报警装置，并把报警信息通过网络发送到监控中心。数字视频监控***的监控网络组建为开放式的数字组网方式，即数字图像信号和控制信号完全通过数据网进行传输。有极大的工程施工优势。可实现现场实时监视、控制、数码硬盘录像存储的全数字化分布式网络模式。***设备是按照国际标准进行数字的图像化采集和存储。所有影像实现数字化，采用现场总线，用户可以自由集成不同制造商的通信网络，既可与同层网络互连，也可以与不同层网络互连。设备无缝联结，而无须关心子***的类型，如HAVC、照明和安全设备可以非常容易地在同一个通道中应用。***的网络结构能够使用所有现在已有的网络结构，如：主从式、对等式和客户服务器式。网络拓扑可以自由组合，并可以选择任意形式的网络结构。监控工作站可在任何时候介入网上每一点的远端界面和组态工作，也可以以客户服务器的方式支持监控。允许用户通过网络在任何时间、地点监视和控制现场的设备和情况。将集中监控和分散监控融为一体。***可以与其它计算机联网，网络控制灵活。
本发明是当今计算机、图像处理、模式识别、多媒体等各项最新技术高度结合的产品。它利用最新的图像数字处理与模式识别技术将模拟音、视频信号转化为数字信号，在计算机显示器上实时显示多路，为1-64路活动图像的同时，一方面将各路音视频信号以数据流方式同步存储于计算机硬盘内，另一方面对实时采集的无人值守变电站内图像中的可疑目标进行实时识别与随动跟踪，并启动现场报警装置，实现了无人值守变电站真正意义上的自动化。而且，该***还可以在计算机上实现音视频信号的监视、记录、回放。与同类的数字监控设备相比，该***具备图像监视***的小型化、高清晰度化、智能化和网络化等优点。
本实施例为本发明的最佳实施例。
实施例2
如图1所示，一种无人值守目标智能识别与自动跟踪***的软件流程图包括以下步骤：
①程序启动后进行***初始化，利用红外电荷耦合器件CCD进行摄像，获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断***是否存在可疑目标；
②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别；
③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，从而驱动云台实现对运动物体的跟踪。
上述的步骤②包括以下步骤：
a、图像处理：包括对可疑目标图像进行增强、图像分割及中值滤波处理；
b、特征提取：首先对处理后的二值图像进行选择，提取出一系列特征作为原始特征；然后对所形成的原始特征进行选择；经过特征选择后，对特征维数进行压缩；
c、分类识别：把经过处理后的特征图像送入分类器中进行分类识别；
d、报警：根据识别的结果，给出相应的报警信息。
上述的步骤③包括以下步骤：
a、对获取到的可疑运动目标图像采用差影法进行实时处理；
b、根据图像的灰度理论，将采集的现场视频中前后两帧图像进行灰度差值运算，产生差影图像；
c、对差影图像进行处理，分离出可疑运动目标图像；
d、将可疑运动目标图像进行阀值处理并转换成二值图像，获取目标的中心位置坐标；
e、根据可疑目标的中心位置坐标值，驱动云台指向此可疑目标。
如图2所示，一种为上述方法所采用的无人值守目标智能识别与自动跟踪***的硬件原理框图，它包括可疑目标智能识别模块，其包括电荷耦合器件CCD，电荷耦合器件CCD将输出的图象信号输入到现场计算机中进行处理；自动跟踪模块，其与可疑目标智能识别模块相连，它包括现场计算处理单元，它接收来自于可疑目标智能识别模块中的处理信号，其输出端与云台控制器相连，云台控制器与云台相连接，云台驱动电荷耦合器件CCD采集可疑目标图象，并通过图象采集卡传入到现场计算处理单元中；以及，控制室计算机，其通过网络接口与可疑目标智能识别模块和自动跟踪模块相连，用于经由网络接口对所述可疑目标智能识别模块和自动跟踪模块进行数据监控及处理。上述自动跟踪模块中的现场计算处理单元位于可疑目标智能识别模块中的现场计算机中。
其他技术特征与工作原理与实施例1相同。
实施例3
如图1所示，一种无人值守目标智能识别与自动跟踪的方法包括以下步骤：
①程序启动后进行***初始化，利用电荷耦合器件CCD进行摄像，获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断***是否存在可疑目标；
②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别；
③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，从而驱动云台实现对运动物体的跟踪。
如图2所示，一种为上述方法所采用的无人值守目标智能识别与自动跟踪***的硬件原理框图，它包括可疑目标智能识别模块，其包括电荷耦合器件CCD，电荷耦合器件CCD将输出的图象信号输入到现场计算机中进行处理；自动跟踪模块，其与可疑目标智能识别模块相连，它包括现场计算处理单元，它接收来自于可疑目标智能识别模块中的处理信号，其输出端与云台控制器相连，云台控制器与云台相连接，云台驱动电荷耦合器件CCD采集可疑目标图象，并通过图象采集卡传入到现场计算处理单元中；以及，控制室计算机，其通过网络接口与可疑目标智能识别模块和自动跟踪模块相连，用于经由网络接口对所述可疑目标智能识别模块和自动跟踪模块进行数据监控及处理。
其他技术特征与工作原理与实施例1相同。
需要指出的是，虽然结合附图描述了本实用新型的实施方式，但是本领域内熟练的技术人员均可以在所附权利要求的范围内做出各种变形或修改。

Claims (9)

1、一种无人值守目标智能识别与自动跟踪的方法，其特征在于：它包括以下步骤：
①红外电荷耦合器件CCD获取原始图像后进行预处理，使图像二值化，根据图像面积与预先设定的阈值差值大小，判断***是否存在可疑目标；
②对可疑目标进行识别：对可疑目标的特征图像进行提取和处理，并完成运动目标的分类识别；
③对可疑目标进行自动跟踪：对获取的可疑目标图像采用差影法进行处理，计算出运动物体的中心坐标，从而驱动云台实现对运动物体的跟踪。
2、根据权利要求1所述的无人值守目标智能识别与自动跟踪的方法，其特征在于：所述的步骤②包括以下步骤：
a、图像处理：包括对可疑目标图像进行增强、图像分割及滤波处理；
b、特征提取：首先对处理后的二值图像进行选择，提取出一系列特征作为原始特征；然后对所形成的原始特征进行选择；经过特征选择后，对特征维数进行压缩；
c、分类识别：把经过处理后的特征图像送入分类器中进行分类识别；
d、报警：根据识别的结果，给出相应的报警信息。
3、根据权利要求2所述的无人值守目标智能识别与自动跟踪的方法，其特征在于：在所述的步骤a中，对图像中存在的噪声进行平滑和增强处理，利用基于全局动态阈值法的图像分割技术获取最佳的全局阈值，形成二值化图像，从而将目标与背景区分开来；针对二值分割后图像中存在的孤立点噪声和孔洞，利用数学形态中的开启与闭合运算，用其膨胀和腐蚀算子对图像做断裂处连接以去除噪声和填充空隙，进行滤波处理。
4、根据权利要求2所述的无人值守目标智能识别与自动跟踪的方法，其特征在于：在所述的步骤b中，运用基于遗传GA模拟退火算法对所形成的原始特征进行选择。
5、根据权利要求1所述的无人值守目标智能识别与自动跟踪的方法，其特征在于：所述的步骤③包括以下步骤：
a、对获取到的可疑运动目标图像采用差影法进行实时处理；
b、根据图像的灰度理论，将正常场景图像与可疑运动目标图像进行灰度差值运算，产生差影图像；
c、对差影图像进行处理，分离出可疑运动目标图像；
d、将可疑运动目标图像进行阀值处理并转换成二值图像，而后对该图进行垂直和水平方向上的投影，获取目标的中心位置坐标；
e、根据可疑目标的中心位置坐标值，驱动云台指向此坐标点。
6、一种为实施如权利要求1的无人值守目标智能识别与自动跟踪的***，其特征在于，它包括：
可疑目标智能识别模块，其包括电荷耦合器件CCD，电荷耦合器件CCD将输出的图象信号输入到现场计算机中进行处理；
自动跟踪模块，其与可疑目标智能识别模块相连，它包括现场计算处理单元，它接收来自于可疑目标智能识别模块中的处理信号，其输出端与云台相连接，云台驱动电荷耦合器件CCD采集可疑目标图象，并通过图象采集卡传入到现场计算处理单元中；以及，
控制室计算机，其与可疑目标智能识别模块和自动跟踪模块相连，用于对所述可疑目标智能识别模块和自动跟踪模块进行数据监控及处理。
7、根据权利要求6所述的无人值守目标智能识别与自动跟踪***，其特征在于：所述自动跟踪模块中的现场计算处理单元位于可疑目标智能识别模块中的现场计算机中。
8、根据权利要求6或7所述的无人值守目标智能识别与自动跟踪***，其特征在于：所述的现场计算处理单元通过云台控制器与云台相连接。
9、根据权利要求6所述的无人值守目标智能识别与自动跟踪***，其特征在于：所述的控制室计算机通过网络接口与可疑目标智能识别模块和自动跟踪模块相连。
CN2008101405349A 2008-07-10 2008-07-10 无人值守目标智能识别与自动跟踪的方法及其*** Expired - Fee Related CN101626489B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008101405349A CN101626489B (zh) 2008-07-10 2008-07-10 无人值守目标智能识别与自动跟踪的方法及其***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008101405349A CN101626489B (zh) 2008-07-10 2008-07-10 无人值守目标智能识别与自动跟踪的方法及其***

Publications (2)

Publication Number Publication Date
CN101626489A true CN101626489A (zh) 2010-01-13
CN101626489B CN101626489B (zh) 2011-11-02

Family

ID=41522132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101405349A Expired - Fee Related CN101626489B (zh) 2008-07-10 2008-07-10 无人值守目标智能识别与自动跟踪的方法及其***

Country Status (1)

Country Link
CN (1) CN101626489B (zh)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102857741A (zh) * 2012-09-24 2013-01-02 天津市亚安科技股份有限公司 多方向监控区域预警定位监控装置
CN103024361A (zh) * 2012-12-28 2013-04-03 天津爱迪尔软件开发有限公司 一种对视频捕捉图像的校验方法及装置
CN105344620A (zh) * 2015-10-14 2016-02-24 合肥安晶龙电子股份有限公司 基于物料形状的色选方法
CN106096587A (zh) * 2016-06-29 2016-11-09 韦醒妃 具有目标识别功能的汽车监控***
CN106127189A (zh) * 2016-06-29 2016-11-16 韦醒妃 一种具有识别功能的移动终端
CN106127187A (zh) * 2016-06-29 2016-11-16 韦醒妃 一种具有识别功能的智能机器人
CN106169069A (zh) * 2016-06-29 2016-11-30 韦醒妃 具有目标识别功能的无人值守船舶***
CN106203315A (zh) * 2016-06-29 2016-12-07 韦醒妃 能够对矿井人员进行识别的动态监控***
CN106203426A (zh) * 2016-06-29 2016-12-07 韦醒妃 一种具有目标识别功能的摄像装置
CN106203314A (zh) * 2016-06-29 2016-12-07 韦醒妃 一种具有目标识别功能的冲压模具
CN106203317A (zh) * 2016-06-29 2016-12-07 韦醒妃 能够实现对用户识别的计算机
CN106339657A (zh) * 2015-07-09 2017-01-18 张�杰 基于监控视频的秸秆焚烧监测方法、装置
CN106778746A (zh) * 2016-12-23 2017-05-31 成都赫尔墨斯科技有限公司 一种多目标反无人机方法
CN106855421A (zh) * 2017-01-17 2017-06-16 中国第汽车股份有限公司 一种基于机器视觉的汽车仪表自动化测试***及测试方法
CN108730771A (zh) * 2018-04-02 2018-11-02 上海新奥新能源技术有限公司 一种燃气调压站
WO2018223955A1 (zh) * 2017-06-09 2018-12-13 北京深瞐科技有限公司 目标监控方法、目标监控装置、摄像机及计算机可读介质
CN109087308A (zh) * 2018-07-17 2018-12-25 重庆科技学院 一种基于数学形态学的岩石颗粒分割方法
CN109146927A (zh) * 2018-09-06 2019-01-04 广州市保伦电子有限公司 一种基于机器视觉的图像追踪定位方法及***
CN109511630A (zh) * 2017-09-20 2019-03-26 南京理工大学 具有目标跟踪功能的智能喷头
CN109684985A (zh) * 2018-12-19 2019-04-26 罗建葛 一种智能值守***和值守方法
CN109785562A (zh) * 2018-12-29 2019-05-21 华中光电技术研究所（中国船舶重工集团有限公司第七一七研究所） 一种立式光电地面威胁警戒***及可疑目标识别方法
CN110084231A (zh) * 2019-04-29 2019-08-02 北京富吉瑞光电科技有限公司 一种红外周视***多目标检测的方法和装置
CN110191324A (zh) * 2019-06-28 2019-08-30 Oppo广东移动通信有限公司 图像处理方法、装置、服务器及存储介质
CN110794723A (zh) * 2018-08-02 2020-02-14 郑州宇通客车股份有限公司 一种车辆用电设备的智能控制方法及装置
CN111986425A (zh) * 2020-09-04 2020-11-24 江苏濠汉信息技术有限公司 一种基于红外热成像的输电通道预警***及其预警方法
CN112085927A (zh) * 2019-06-15 2020-12-15 高雪亚 可靠式目标监控***
CN113283311A (zh) * 2021-05-07 2021-08-20 恒大新能源汽车投资控股集团有限公司 一种车用动物驱离方法和装置
CN116320322A (zh) * 2023-05-12 2023-06-23 美宜佳控股有限公司 门店云值守视频推流方法、装置、***、设备及介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110634256B (zh) * 2019-06-15 2022-01-21 中科振华科技发展有限公司 可靠式目标监控方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219225A (ja) * 2002-01-25 2003-07-31 Nippon Micro Systems Kk 動体画像監視装置
CN1266656C (zh) * 2003-12-30 2006-07-26 上海交通大学 视频监控***的智能化报警处理方法
CN1968405A (zh) * 2005-11-14 2007-05-23 耿征 广角或超广角全方位视觉监控方法和***
CN101072332A (zh) * 2007-06-04 2007-11-14 深圳市融合视讯科技有限公司 一种自动跟踪活动目标进行拍摄的方法

Cited By (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102857741A (zh) * 2012-09-24 2013-01-02 天津市亚安科技股份有限公司 多方向监控区域预警定位监控装置
CN103024361A (zh) * 2012-12-28 2013-04-03 天津爱迪尔软件开发有限公司 一种对视频捕捉图像的校验方法及装置
CN103024361B (zh) * 2012-12-28 2015-10-14 天津爱迪尔软件开发有限公司 一种对视频捕捉图像的校验方法及装置
CN106339657A (zh) * 2015-07-09 2017-01-18 张�杰 基于监控视频的秸秆焚烧监测方法、装置
CN106339657B (zh) * 2015-07-09 2019-02-22 张�杰 基于监控视频的秸秆焚烧监测方法、装置
CN105344620A (zh) * 2015-10-14 2016-02-24 合肥安晶龙电子股份有限公司 基于物料形状的色选方法
CN106203314A (zh) * 2016-06-29 2016-12-07 韦醒妃 一种具有目标识别功能的冲压模具
CN106096587A (zh) * 2016-06-29 2016-11-09 韦醒妃 具有目标识别功能的汽车监控***
CN106203315A (zh) * 2016-06-29 2016-12-07 韦醒妃 能够对矿井人员进行识别的动态监控***
CN106203426A (zh) * 2016-06-29 2016-12-07 韦醒妃 一种具有目标识别功能的摄像装置
CN106169069A (zh) * 2016-06-29 2016-11-30 韦醒妃 具有目标识别功能的无人值守船舶***
CN106203317A (zh) * 2016-06-29 2016-12-07 韦醒妃 能够实现对用户识别的计算机
CN106127187A (zh) * 2016-06-29 2016-11-16 韦醒妃 一种具有识别功能的智能机器人
CN106127189A (zh) * 2016-06-29 2016-11-16 韦醒妃 一种具有识别功能的移动终端
CN106778746A (zh) * 2016-12-23 2017-05-31 成都赫尔墨斯科技有限公司 一种多目标反无人机方法
CN106855421A (zh) * 2017-01-17 2017-06-16 中国第汽车股份有限公司 一种基于机器视觉的汽车仪表自动化测试***及测试方法
WO2018223955A1 (zh) * 2017-06-09 2018-12-13 北京深瞐科技有限公司 目标监控方法、目标监控装置、摄像机及计算机可读介质
CN109511630A (zh) * 2017-09-20 2019-03-26 南京理工大学 具有目标跟踪功能的智能喷头
CN109511630B (zh) * 2017-09-20 2021-09-21 南京理工大学 具有目标跟踪功能的智能喷头
CN108730771A (zh) * 2018-04-02 2018-11-02 上海新奥新能源技术有限公司 一种燃气调压站
CN109087308A (zh) * 2018-07-17 2018-12-25 重庆科技学院 一种基于数学形态学的岩石颗粒分割方法
CN109087308B (zh) * 2018-07-17 2020-10-20 重庆科技学院 一种基于数学形态学的岩石颗粒分割方法
CN110794723A (zh) * 2018-08-02 2020-02-14 郑州宇通客车股份有限公司 一种车辆用电设备的智能控制方法及装置
CN109146927A (zh) * 2018-09-06 2019-01-04 广州市保伦电子有限公司 一种基于机器视觉的图像追踪定位方法及***
CN109146927B (zh) * 2018-09-06 2021-08-27 广州市保伦电子有限公司 一种基于机器视觉的图像追踪定位方法及***
CN109684985A (zh) * 2018-12-19 2019-04-26 罗建葛 一种智能值守***和值守方法
CN109785562A (zh) * 2018-12-29 2019-05-21 华中光电技术研究所（中国船舶重工集团有限公司第七一七研究所） 一种立式光电地面威胁警戒***及可疑目标识别方法
CN109785562B (zh) * 2018-12-29 2023-08-15 华中光电技术研究所（中国船舶重工集团有限公司第七一七研究所） 一种立式光电地面威胁警戒***及可疑目标识别方法
CN110084231A (zh) * 2019-04-29 2019-08-02 北京富吉瑞光电科技有限公司 一种红外周视***多目标检测的方法和装置
CN112085927A (zh) * 2019-06-15 2020-12-15 高雪亚 可靠式目标监控***
CN112085927B (zh) * 2019-06-15 2022-09-27 湖北讯泰通信电子有限公司 可靠式目标监控***
CN110191324A (zh) * 2019-06-28 2019-08-30 Oppo广东移动通信有限公司 图像处理方法、装置、服务器及存储介质
CN111986425A (zh) * 2020-09-04 2020-11-24 江苏濠汉信息技术有限公司 一种基于红外热成像的输电通道预警***及其预警方法
CN113283311A (zh) * 2021-05-07 2021-08-20 恒大新能源汽车投资控股集团有限公司 一种车用动物驱离方法和装置
CN116320322A (zh) * 2023-05-12 2023-06-23 美宜佳控股有限公司 门店云值守视频推流方法、装置、***、设备及介质
CN116320322B (zh) * 2023-05-12 2023-08-22 美宜佳控股有限公司 门店云值守视频推流方法、装置、***、设备及介质

Also Published As

Publication number Publication date
CN101626489B (zh) 2011-11-02

Similar Documents

Publication Publication Date Title
CN101626489B (zh) 无人值守目标智能识别与自动跟踪的方法及其***
CN110428522B (zh) 一种智慧新城的智能安防***
US11594031B2 (en) Automatic extraction of secondary video streams
Valera et al. Intelligent distributed surveillance systems: a review
CN201222783Y (zh) 无人值守目标智能识别与自动跟踪***
US8300102B2 (en) Apparatus and method for inferencing topology of multiple cameras network by tracking movement
Velastin et al. A motion-based image processing system for detecting potentially dangerous situations in underground railway stations
CN109101944B (zh) 一种识别向河道内抛投垃圾的实时视频监控方法
CN113052876B (zh) 一种基于深度学习的视频接力跟踪方法及***
CN107222660B (zh) 一种分布式网络视觉监控***
CN101635835A (zh) 智能视频监控方法及***
CN110021133B (zh) 全天候消防火灾巡逻预警监控***及火灾图像检测方法
CN101751677A (zh) 基于多摄像机的目标连续跟踪方法
CN102646309A (zh) 一种智能视频周界围栏***及其控制方法
CN112911221B (zh) 一种基于5g和vr视频的远程实景仓储监管***
CN107231546A (zh) 基于云安全服务器的自主追踪移动特征的家用监控***
Fuentes et al. From tracking to advanced surveillance
CN114926781A (zh) 支持实时监控场景的多人时空域异常行为定位方法及***
CN113642403A (zh) 基于边缘计算的人群异动智能安全检测***
Foresti et al. Event classification for automatic visual-based surveillance of parking lots
JP7208610B2 (ja) 車両認識システムおよび車両認識方法
CN112532927A (zh) 一种施工现场智能安全管控***
Valera et al. A review of the state-of-the-art in distributed surveillance systems
Ovsenik et al. Video surveillance systems
CN116700228A (zh) 机器人路径规划方法、电子设备及可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: NORTH CHINA UNIVERSITY OF WATER RESOURCES AND ELEC

Free format text: FORMER OWNER: SU GUOZHENG

Effective date: 20121205

Free format text: FORMER OWNER: QIU DAOYIN TONG QUANLI GU BO WU DI LIU XINYU ZHANG HONGTAO ZHANG HENGYUAN

Effective date: 20121205

C41 Transfer of patent application or patent right or utility model
C53 Correction of patent for invention or patent application
CB03 Change of inventor or designer information

Inventor after: Qiu Daoyin

Inventor after: Su Guozheng

Inventor after: Tong Quanli

Inventor after: Gu Bo

Inventor after: Wu Di

Inventor after: Liu Xinyu

Inventor after: Zhang Hongtao

Inventor after: Zhang Hengyuan

Inventor before: Su Guozheng

Inventor before: Qiu Daoyin

Inventor before: Tong Quanli

Inventor before: Gu Bo

Inventor before: Wu Di

Inventor before: Liu Xinyu

Inventor before: Zhang Hongtao

Inventor before: Zhang Hengyuan

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: SU GUOZHENG QIU DAOYIN TONG QUANLI GU BO WU DI LIU XINYU ZHANG HONGTAO ZHANG HENGYUAN TO: QIU DAOYIN SU GUOZHENG TONG QUANLI GU BO WU DI LIU XINYU ZHANG HONGTAO ZHANG HENGYUAN

Free format text: CORRECT: ADDRESS; FROM: 450051 ZHENGZHOU, HENAN PROVINCE TO: 450011 ZHENGZHOU, HENAN PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20121205

Address after: 450011 Henan province Zhengzhou North Ring Road No. 36

Patentee after: North-China Water Conservancy & Hydroelectric Power College

Address before: 450051 Henan power industry school, 1 Power Plant Road, Henan, Zhengzhou

Patentee before: Su Guozheng

Patentee before: Qiu Daoyin

Patentee before: Tong Quanli

Patentee before: Gu Bo

Patentee before: Wu Di

Patentee before: Liu Xinyu

Patentee before: Zhang Hongtao

Patentee before: Zhang Hengyuan

C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20111102

Termination date: 20130710