CN107426548A - 一种超小型低功耗图像传输设备 - Google Patents
一种超小型低功耗图像传输设备 Download PDFInfo
- Publication number
- CN107426548A CN107426548A CN201710801020.2A CN201710801020A CN107426548A CN 107426548 A CN107426548 A CN 107426548A CN 201710801020 A CN201710801020 A CN 201710801020A CN 107426548 A CN107426548 A CN 107426548A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- mfrac
- image
- 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.)
- Withdrawn
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/194—Transmission of image signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
为了在三维视频采集中降低数据处理对无人侦查机的GPU单元造成的功耗负荷，本发明提供了一种超小型低功耗图像传输设备，用于降低具有GPU的图像处理设备的功耗，包括：GPU监控子单元，用于监控所述GPU的处理状态；图像采集单元，用于采集两个位于不同海拔高度和不同角度的图像；图像预处理单元，用于根据所述GPU监控子单元监控得到的状态对图像进行预处理；通信单元，用于传输经过所述图像预处理单元预处理的图像；且所述GPU监控子单元、图像采集单元和图像预处理单元被封装为一体。
Description
技术领域
本发明涉及三维视频采集技术领域，更具体地，涉及一种超小型低功耗图像传输设备。
背景技术
侦查用无人飞行器，尤其是四轴飞行器随着航拍科技的发展得到了相当的发展和应用。这种航拍侦查在专业环境下，取景时间长，拍摄要求高，操作者专业，所以一般采用的都是反复多次拍摄，然后后期剪辑拼接，得到用户所能享受的最佳呈现效果的侦查拍摄方式。也因此，在专业环境下，拍摄效果的提升为本领域技术人员所关注，比如：防抖、稳定等。
现有的侦查视频图像的回传，大多数是基于模拟视频信号，图像不清晰，同时，无人机能够连续获取重叠度大的高精度序列影像，但获取的影像会丢失深度信息。基于图像的三维重建，是指利用多幅数码相机图像全自动恢复出场景三维结构的方法与技术。近年来三维重建技术在视频、图像三维重建处理领域获得了巨大的成功，将其应用到无人机图像处理领域，对无人机图像进行全自动重建相关的应用，可以拓展无人机的应用范围，提高无人机的应用水平。但目前对于无人机序列影像三维重建的研究尚处于起步阶段，主要存在以下问题：(1)相对于地面影像，基于无人机序列影像的三维重建一般是大数据量大场景的三维重建；(2)大多直接将计算机视觉中成熟的算法应用于无人机序列影像三维重建中；(3)没有充分利用精度不高的辅助信息。
现有技术中，申请号为CN201610987031.X的中国发明专利申请公开了一种无人机序列影像批处理三维重建方法，包括以下步骤：步骤一、融合低精度GPS/INS信息的影像匹配；步骤二、建立极线图；步骤三、计算全局一致性的旋转集；步骤四、初始化相机中心点；步骤五、生成对应特征点轨迹；步骤六、初始化3D结构；步骤七、光束法平差；步骤八、稠密点云重建；步骤九、纹理映射；本发明的技术方案实现了对大数据量无人机序列影像的大场景批处理三维重建，通过利用低精度GPS/IMU先验信息进行图像匹配、建立极线图和绘制多视图中点的轨迹以及新的光束法平差优化函数等技术手段，提高了三维重建的精度与效率。
然而，这些现有技术运算量过大，尤其是三维图像处理中的运算量往往导致飞行器对图像的处理和数据的传输方面耗电量过高。
发明内容
为了在三维视频采集中降低数据处理对无人侦查机的GPU单元造成的功耗负荷，本发明提供了一种超小型低功耗图像传输设备，用于降低具有GPU的图像处理设备的功耗，包括：
GPU监控子单元，用于监控所述GPU的处理状态；
图像采集单元，用于采集两个位于不同海拔高度和不同角度的图像；
图像预处理单元，用于根据所述GPU监控子单元监控得到的状态对图像进行预处理；
通信单元，用于传输经过所述图像预处理单元预处理的图像；
且所述GPU监控子单元、图像采集单元和图像预处理单元被封装为一体。
进一步地，所述图像预处理单元包括：
训练单元，用于当所述GPU监控子单元监控得到的状态符合预定条件时，训练图像压缩系数；
压缩单元，用于基于图像采集单元采集的不同海拔高度的多个方向的图像数据，进行图像压缩处理。
进一步地，所述训练单元包括：
第一图像采集子单元，用于基于所述图像采集单元，在相对于飞行方向的θ角度呈α角度的第一水平方向第一时刻t1至第二时刻t2采集图像视频信号I1(t)以及在相对于飞行方向的θ角度呈β角度的第二水平方向在第三时刻t1至第四时刻t2采集图像视频信号I2(t)，α与β不同；
第一海拔信息采集子单元，用于采集第一水平方向对应的海拔信息h1和第二水平方向对应的海拔信息h2；
第一变换子单元，令对采集到的信号I1(t)和I2(t)分别进行如下变换：
得到J1(t)和J2(t)；
频谱分析子单元，用于对J1(t)和J2(t)分别进行傅立叶变换并确定二者不同的频谱成分；
第二变换子单元，用于将所述不同的频率成分进行逆傅里叶变换，并进行二项式展开，得到其常数项系数C并取得逆变换后的相位角ψ；
压缩系数计算子单元，用于对I1(t)和I2(t)计算压缩系数：
式中Pij表示图像视频信号I1(t)的像素，P’ij表示图像视频信号I2(t)的像素；
进一步地，所述压缩单元包括：
第二图像采集子单元，用于基于所述图像采集单元，在相对于飞行方向的θ角度呈γ角度的第三水平方向和在相对于飞行方向的θ角度呈ξ角度的第四水平方向在第四时刻t2之后的第五时刻t3至第六时刻t4采集图像视频信号I3(t)和I4(t)，γ和ξ不同，采集第三水平方向对应的海拔信息h3和第四水平方向对应的海拔信息h4；
基函数确定子单元，用于计算I3(t)和I4(t)的小波变换基函数：
其中，Qij和Q′ij分别对应于I3(t)和I4(t)的像素；
小波变换子单元，用于以w1和w2为基函数，分别对I3(t)和I4(t)进行小波变换，得到V3和V4；
第三变换子单元，令对采集到的信号I3(t)和I4(t)分别进行如下变换：
得到J’1(t)和J’2(t)；
对J’1(t)和J’2(t)分别进行二项式展开，得到常数项C′1和C′2；
归一化子单元，用于使V3对于C′1进行归一化，使V4对于C′2进行归一化；
发送子单元，用于对于归一化后的结果进行逆小波变换，并将逆小波变换的结果发送到所述设备的通信单元。
进一步地，所述通信单元包括：
加密子单元，用于对待发送的图像进行加密；
传输子单元，用于将加密后的数据发送到监控端。
进一步地，所述加密子单元包括：
模数转换子单元，用于将待发送的图像内容进行模数转换；
混沌加密子单元，用于将模数转换后得到的数字信息基于混沌加密算法进行加密。
进一步地，所述角度α与β以及γ和ξ均依照热感应追踪方向确定。
进一步地，所述角度α与β以及γ和ξ应满足：
进一步地，所述预定条件是指所述GPU监控子单元监控到所述GPU处理视频的运行时超过预设阈值。
进一步地，所述具有GPU的图像处理设备是具有GPU的图像处理设备的无人侦查机。
本发明的有益效果是：
(1)本发明采用基于多个摄像头在不同角度和不同海拔高度获得图像的方式，降低了对获得三维视频时依赖成本较高的摄像设备的情况，极大地降低了视频采集设备的采购成本和运维成本。
(2)本发明创造性地基于数据训练的方式获得可接受清晰度的压缩系数，进而通过压缩系数降低需要传输的视频数据的数据量，避免了现有技术中对于视频数据进行角度变换等常规操作的大量运算量。
(3)本发明通过数据处理量降低的方式提高了监控过程的电力供应稳定性，有利于提高监控时长，从而更加有利于提高微型无人机式侦查设备的续航能力。
(4)本发明的视频采集方向依据热敏感追踪方向，极大地提高了采集到的视频的清晰度和实用性。
附图说明
图1示出了根据本发明的图像传输设备的结构框图。
具体实施方式
如图1所示，根据本发明的优选实施例，本发明提供了一种超小型低功耗图像传输设备，用于降低具有GPU的图像处理设备的功耗，其特征在于，包括：
GPU监控子单元，用于监控所述GPU的处理状态；
图像采集单元，用于采集两个位于不同海拔高度和不同角度的图像；
图像预处理单元，用于根据所述GPU监控子单元监控得到的状态对图像进行预处理；
通信单元，用于传输经过所述图像预处理单元预处理的图像；
且所述GPU监控子单元、图像采集单元和图像预处理单元被封装为一体。
优选地，所述图像预处理单元包括：
训练单元，用于当所述GPU监控子单元监控得到的状态符合预定条件时，训练图像压缩系数；
压缩单元，用于基于图像采集单元采集的不同海拔高度的多个方向的图像数据，进行图像压缩处理。
优选地，所述训练单元包括：
第一图像采集子单元，用于基于所述图像采集单元，在相对于飞行方向的θ角度呈α角度的第一水平方向第一时刻t1至第二时刻t2采集图像视频信号I1(t)以及在相对于飞行方向的θ角度呈β角度的第二水平方向在第三时刻t1至第四时刻t2采集图像视频信号I2(t)，α与β不同；
第一海拔信息采集子单元，用于采集第一水平方向对应的海拔信息h1和第二水平方向对应的海拔信息h2；
第一变换子单元，令对采集到的信号I1(t)和I2(t)分别进行如下变换：
得到J1(t)和J2(t)；
频谱分析子单元，用于对J1(t)和J2(t)分别进行傅立叶变换并确定二者不同的频谱成分；
第二变换子单元，用于将所述不同的频率成分进行逆傅里叶变换，并进行二项式展开，得到其常数项系数C并取得逆变换后的相位角ψ；
压缩系数计算子单元，用于对I1(t)和I2(t)计算压缩系数：
式中Pij表示图像视频信号I1(t)的像素，P’ij表示图像视频信号I2(t)的像素；
优选地，所述压缩单元包括：
第二图像采集子单元，用于基于所述图像采集单元，在相对于飞行方向的θ角度呈γ角度的第三水平方向和在相对于飞行方向的θ角度呈ξ角度的第四水平方向在第四时刻t2之后的第五时刻t3至第六时刻t4采集图像视频信号I3(t)和I4(t)，γ和ξ不同，采集第三水平方向对应的海拔信息h3和第四水平方向对应的海拔信息h4；
基函数确定子单元，用于计算I3(t)和I4(t)的小波变换基函数：
其中，Qij和Q′ij分别对应于I3(t)和I4(t)的像素；
小波变换子单元，用于以w1和w2为基函数，分别对I3(t)和I4(t)进行小波变换，得到V3和V4；
第三变换子单元，令对采集到的信号I3(t)和I4(t)分别进行如下变换：
得到J’1(t)和J’2(t)；
对J’1(t)和J’2(t)分别进行二项式展开，得到常数项C′1和C′2；
归一化子单元，用于使V3对于C′1进行归一化，使V4对于C′2进行归一化；
发送子单元，用于对于归一化后的结果进行逆小波变换，并将逆小波变换的结果发送到所述设备的通信单元。
优选地，所述通信单元包括：
加密子单元，用于对待发送的图像进行加密；
传输子单元，用于将加密后的数据发送到监控端。
优选地，所述加密子单元包括：
模数转换子单元，用于将待发送的图像内容进行模数转换；
混沌加密子单元，用于将模数转换后得到的数字信息基于混沌加密算法进行加密。
优选地，所述角度α与β以及γ和ξ均依照热感应追踪方向确定。
优选地，所述角度α与β以及γ和ξ应满足：
优选地，所述预定条件是指所述GPU监控子单元监控到所述GPU处理视频的运行时超过预设阈值。
优选地，所述具有GPU的图像处理设备是具有GPU的图像处理设备的无人侦查机。
以上对于本发明的较佳实施例所作的叙述是为阐明的目的，而无意限定本发明精确地为所揭露的形式，基于以上的教导或从本发明的实施例学习而作修改或变化是可能的，实施例是为解说本发明的原理以及让所属领域的技术人员以各种实施例利用本发明在实际应用上而选择及叙述，本发明的技术思想企图由权利要求及其均等来决定。
Claims (10)
1.一种超小型低功耗图像传输设备，用于降低具有GPU的图像处理设备的功耗，
其特征在于，包括：
GPU监控子单元，用于监控所述GPU的处理状态；
图像采集单元，用于采集两个位于不同海拔高度和不同角度的图像；
图像预处理单元，用于根据所述GPU监控子单元监控得到的状态对图像进行预处理；
通信单元，用于传输经过所述图像预处理单元预处理的图像；
且所述GPU监控子单元、图像采集单元和图像预处理单元被封装为一体。
2.根据权利要求1所述的图像传输设备，其特征在于，所述图像预处理单元包括：
训练单元，用于当所述GPU监控子单元监控得到的状态符合预定条件时，训练图像压缩系数；
压缩单元，用于基于图像采集单元采集的不同海拔高度的多个方向的图像数据，进行图像压缩处理。
3.根据权利要求2所述的图像传输设备，其特征在于，所述训练单元包括：
第一图像采集子单元，用于基于所述图像采集单元，在相对于飞行方向的θ角度呈α角度的第一水平方向第一时刻t1至第二时刻t2采集图像视频信号I1(t)以及在相对于飞行方向的θ角度呈β角度的第二水平方向在第三时刻t1至第四时刻t2采集图像视频信号I2(t)，α与β不同；
第一海拔信息采集子单元，用于采集第一水平方向对应的海拔信息h1和第二水平方向对应的海拔信息h2；
第一变换子单元，令对采集到的信号I1(t)和I2(t)分别进行如下变换：
<mrow>
<msub>
<mi>J</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>H</mi>
<mn>3</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>iH</mi>
<mn>2</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
<mrow>
<msub>
<mi>J</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>H</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>iH</mi>
<mn>3</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
得到J1(t)和J2(t)；
频谱分析子单元，用于对J1(t)和J2(t)分别进行傅立叶变换并确定二者不同的频谱成分；
第二变换子单元，用于将所述不同的频率成分进行逆傅里叶变换，并进行二项式展开，得到其常数项系数C并取得逆变换后的相位角ψ；
压缩系数计算子单元，用于对I1(t)和I2(t)计算压缩系数：
<mrow>
<mi>E</mi>
<mi>n</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msqrt>
<mi>C</mi>
</msqrt>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&alpha;</mi>
<mi>&psi;</mi>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&beta;</mi>
<mi>&psi;</mi>
</mfrac>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>H</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>H</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msub>
<msup>
<mi>P</mi>
<mo>,</mo>
</msup>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<msup>
<mi>P</mi>
<mo>,</mo>
</msup>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
式中Pij表示图像视频信号I1(t)的像素，P’ij表示图像视频信号I2(t)的像素；
4.根据权利要求3所述的图像传输设备，其特征在于，所述压缩单元包括：
第二图像采集子单元，用于基于所述图像采集单元，在相对于飞行方向的θ角度呈γ角度的第三水平方向和在相对于飞行方向的θ角度呈ξ角度的第四水平方向在第四时刻t2之后的第五时刻t3至第六时刻t4采集图像视频信号I3(t)和I4(t)，γ和ξ不同，采集第三水平方向对应的海拔信息h3和第四水平方向对应的海拔信息h4；
基函数确定子单元，用于计算I3(t)和I4(t)的小波变换基函数：
<mrow>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>E</mi>
<mi>n</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&gamma;</mi>
<mi>&pi;</mi>
</mfrac>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>E</mi>
<mi>n</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mi>&xi;</mi>
<mi>&pi;</mi>
</mfrac>
<mo>&times;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>255</mn>
</munderover>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mo>,</mo>
</msubsup>
<msub>
<mi>log</mi>
<mn>2</mn>
</msub>
<msubsup>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mo>,</mo>
</msubsup>
</mrow>
其中，Qij和Q'ij分别对应于I3(t)和I4(t)的像素；
小波变换子单元，用于以w1和w2为基函数，分别对I3(t)和I4(t)进行小波变换，得到V3和V4；
第三变换子单元，令对采集到的信号I3(t)和I4(t)分别进行如下变换：
<mrow>
<msub>
<msup>
<mi>J</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>3</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<msup>
<mi>iH</mi>
<mo>,</mo>
</msup>
<mn>2</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
<mrow>
<msub>
<msup>
<mi>J</mi>
<mo>,</mo>
</msup>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>6</mn>
<msup>
<mi>&pi;</mi>
<mn>3</mn>
</msup>
</mrow>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>Y</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>Y</mi>
</mrow>
</msubsup>
<msubsup>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>X</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>X</mi>
</mrow>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>I</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<msub>
<msup>
<mi>H</mi>
<mo>,</mo>
</msup>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<msup>
<mi>iH</mi>
<mo>,</mo>
</msup>
<mn>3</mn>
</msub>
</mrow>
</msup>
<mi>d</mi>
<mi>x</mi>
<mi>d</mi>
<mi>y</mi>
</mrow>
得到J’1(t)和J’2(t)；
对J’1(t)和J’2(t)分别进行二项式展开，得到常数项C′1和C′2；
归一化子单元，用于使V3对于C′1进行归一化，使V4对于C′2进行归一化；
发送子单元，用于对于归一化后的结果进行逆小波变换，并将逆小波变换的结果发送到所述设备的通信单元。
5.根据权利要求1所述的图像传输设备，其特征在于，所述通信单元包括：
加密子单元，用于对待发送的图像进行加密；
传输子单元，用于将加密后的数据发送到监控端。
6.根据权利要求5所述的图像传输设备，其特征在于，所述加密子单元包括：
模数转换子单元，用于将待发送的图像内容进行模数转换；
混沌加密子单元，用于将模数转换后得到的数字信息基于混沌加密算法进行加密。
7.根据权利要求4所述的图像传输设备，其特征在于，所述角度α与β以及γ和ξ均依照热感应追踪方向确定。
8.根据权利要求7所述的图像传输设备，其特征在于，所述角度α与β以及γ和ξ应满足：
9.根据权利要求3所述的图像传输设备，其特征在于，所述预定条件是指所述GPU监控子单元监控到所述GPU处理视频的运行时超过预设阈值。
10.根据权利要求3所述的图像传输设备，其特征在于，所述具有GPU的图像处理设备是具有GPU的图像处理设备的无人侦查机。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710801020.2A CN107426548A (zh) | 2017-09-07 | 2017-09-07 | 一种超小型低功耗图像传输设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710801020.2A CN107426548A (zh) | 2017-09-07 | 2017-09-07 | 一种超小型低功耗图像传输设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107426548A true CN107426548A (zh) | 2017-12-01 |
Family
ID=60432077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710801020.2A Withdrawn CN107426548A (zh) | 2017-09-07 | 2017-09-07 | 一种超小型低功耗图像传输设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107426548A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108768610A (zh) * | 2018-05-31 | 2018-11-06 | 长安大学 | 一种基于混沌***的bpsk信号加密方法 |
| CN109325083A (zh) * | 2018-08-03 | 2019-02-12 | 江苏联旺信息科技有限公司 | 航飞影像图的加载方法、航飞影像图加载软件和航拍器 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101068358A (zh) * | 2007-05-24 | 2007-11-07 | 北京航空航天大学 | 一种面向图像压缩的小波基分类构造方法 |
| CN103577269A (zh) * | 2012-08-02 | 2014-02-12 | 英特尔公司 | 媒体工作负荷调度器 |
| CN104849274A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于小型无人机的所检测区域旱情实时检测方法 |
| CN105120237A (zh) * | 2015-09-17 | 2015-12-02 | 成都时代星光科技有限公司 | 基于4g技术的无线图像监控方法 |
| CN205265789U (zh) * | 2015-12-03 | 2016-05-25 | 广州极飞电子科技有限公司 | 用于无人机的全景拍摄装置及无人机 |
| WO2017030259A1 (ko) * | 2015-08-19 | 2017-02-23 | 아이디어 주식회사 | 자동추적 기능을 갖는 무인항공기 및 그 제어방법 |
-
2017
- 2017-09-07 CN CN201710801020.2A patent/CN107426548A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101068358A (zh) * | 2007-05-24 | 2007-11-07 | 北京航空航天大学 | 一种面向图像压缩的小波基分类构造方法 |
| CN103577269A (zh) * | 2012-08-02 | 2014-02-12 | 英特尔公司 | 媒体工作负荷调度器 |
| CN104849274A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于小型无人机的所检测区域旱情实时检测方法 |
| WO2017030259A1 (ko) * | 2015-08-19 | 2017-02-23 | 아이디어 주식회사 | 자동추적 기능을 갖는 무인항공기 및 그 제어방법 |
| CN105120237A (zh) * | 2015-09-17 | 2015-12-02 | 成都时代星光科技有限公司 | 基于4g技术的无线图像监控方法 |
| CN205265789U (zh) * | 2015-12-03 | 2016-05-25 | 广州极飞电子科技有限公司 | 用于无人机的全景拍摄装置及无人机 |
Non-Patent Citations (2)
| Title |
|---|
| 张淼: "傅里叶变换与反变换在点阵图像信息压缩处理中的应用", 《中国校外教育》 * |
| 黄金杰等: "基于整数小波变换的无人机侦查图像的压缩", 《现代电子技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108768610A (zh) * | 2018-05-31 | 2018-11-06 | 长安大学 | 一种基于混沌***的bpsk信号加密方法 |
| CN109325083A (zh) * | 2018-08-03 | 2019-02-12 | 江苏联旺信息科技有限公司 | 航飞影像图的加载方法、航飞影像图加载软件和航拍器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108428255B (zh) | 一种基于无人机的实时三维重建方法 | |
| US11897606B2 (en) | System and methods for improved aerial mapping with aerial vehicles | |
| US10445924B2 (en) | Method and device for processing DVS events | |
| EP3196594B1 (en) | Surveying system | |
| CN109238173B (zh) | 一种储煤场三维实景重构***及煤量快速估算方法 | |
| Li et al. | Large scale image mosaic construction for agricultural applications | |
| CN106910217A (zh) | 视觉地图建立方法、计算装置、计算机存储介质和智能车辆 | |
| WO2019100219A1 (zh) | 输出影像生成方法、设备及无人机 | |
| CN105466399B (zh) | 快速半全局密集匹配方法和装置 | |
| EP2263214A1 (en) | Platform for the production of seamless orthographic imagery | |
| CN107426548A (zh) | 一种超小型低功耗图像传输设备 | |
| Sørensen et al. | Analytical procedures for 3D mapping at the Photogeological Laboratory of the Geological Survey of Denmark and Greenland | |
| CN107529014A (zh) | 一种大载重超长航时的旋翼无人机 | |
| Zhu et al. | PairCon-SLAM: Distributed, online, and real-time RGBD-SLAM in large scenarios | |
| CN107607089A (zh) | 一种节能型gps和北斗导航飞行控制设备 | |
| US10453178B2 (en) | Large scale image mosaic construction for agricultural applications | |
| CN107483891A (zh) | 一种携带可视化***的微型直升机 | |
| CN116824080A (zh) | 一种基于多传感器融合实现输电走廊slam点云建图方法 | |
| WO2023098737A1 (zh) | 三维重建方法、电子设备和计算机可读存储介质 | |
| WO2021051220A1 (zh) | 一种点云融合方法、设备、***及存储介质 | |
| CN107564054A (zh) | 一种低噪音微型无人机‑侦察设备监控方法 | |
| CN113129422A (zh) | 一种三维模型构建方法、装置、存储介质和计算机设备 | |
| CN109314774A (zh) | 用于立体成像的***和方法 | |
| US20240013485A1 (en) | System and methods for improved aerial mapping with aerial vehicles | |
| CN107687839A (zh) | 一种利用太阳能光伏电池和锂电混合动力的微型无人机的功耗监控方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171201 |