CN109032054A - 一种监控预警*** - Google Patents
一种监控预警*** Download PDFInfo
- Publication number
- CN109032054A CN109032054A CN201810891135.XA CN201810891135A CN109032054A CN 109032054 A CN109032054 A CN 109032054A CN 201810891135 A CN201810891135 A CN 201810891135A CN 109032054 A CN109032054 A CN 109032054A
- Authority
- CN
- China
- Prior art keywords
- profile
- clothes
- image
- personnel
- processing module
- 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- Withdrawn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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供了一种监控预警***,包括红外传感器、控制装置、监控装置和报警装置,所述红外传感器用于检测是否有人员,当检测到人员时,发送信号给控制装置,所述控制装置根据控制信号控制监控装置启动,所述监控装置用于对人员穿着的服装款式进行提取,并根据服装款式对人员进行跟踪,检测人员是否有异常行为,所述报警装置用于人员有异常行为时,发出警报。本发明的有益效果为:提供了一种监控预警***,基于服装款式提取实现了人员的跟踪监控。
Description
技术领域
本发明涉及监控技术领域,具体涉及一种监控预警***。
背景技术
随着社会的进步,监控随处可见。现有的监控***常常需要24小时运转,会减少监控***的寿命,造成极大的资源浪费。
发明内容
针对上述问题,本发明旨在提供一种监控预警***。
本发明的目的采用以下技术方案来实现:
提供了一种监控预警***,包括红外传感器、控制装置、监控装置和报警装置,所述红外传感器用于检测是否有人员,当检测到人员时,发送信号给控制装置,所述控制装置根据控制信号控制监控装置启动,所述监控装置用于对人员穿着的服装款式进行提取,并根据服装款式对人员进行跟踪,检测人员是否有异常行为,所述报警装置用于人员有异常行为时,发出警报。
本发明的有益效果为:提供了一种监控预警***,基于服装款式提取实现了人员的跟踪监控。
可选的,所述监控装置包括第一处理模块、第二处理模块、第三处理模块和第四处理模块,所述第一处理模块用于对服装图像进行采集,所述第二处理模块用于提取服装轮廓,所述第三处理模块用于在服装轮廓基础上提取服装内部细节,所述第四处理模块根据服装轮廓和内部细节得到服装款式。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
红外传感器1、控制装置2、监控装置3、报警装置4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种监控预警***,包括红外传感器1、控制装置2、监控装置3和报警装置4,所述红外传感器1用于检测是否有人员,当检测到人员时,发送信号给控制装置2,所述控制装置2根据控制信号控制监控装置3启动,所述监控装置3用于对人员穿着的服装款式进行提取,并根据服装款式对人员进行跟踪,检测人员是否有异常行为,所述报警装置4用于人员有异常行为时,发出警报。
本实施例提供了一种监控预警***,基于服装款式提取实现了人员的跟踪监控。
优选的,所述监控装置3包括第一处理模块、第二处理模块、第三处理模块和第四处理模块,所述第一处理模块用于对服装图像进行采集,所述第二处理模块用于提取服装轮廓,所述第三处理模块用于在服装轮廓基础上提取服装内部细节,所述第四处理模块根据服装轮廓和内部细节得到服装款式。
服装款式提取广泛地应用在计算机视觉与图形领域,通过计算机辅助设计***,时装设计师可以很容易地改变设计方案中的各种颜色、纹理和图案。服装款式提取还可以应用在着装人员识别与检索等领域。采用计算机视觉与图像分析算法对提取的服装款式进行后续处理,对于服装设计和服装电子商务具有重要的现实意义和广阔的发展前景。本优选实施例监控装置基于服装轮廓和细节实现了服装款式准确提取。
优选的,所述第二处理模块包括一次处理单元、二次处理单元和三次处理单元,所述一次处理单元用于提取服装的初始轮廓,所述二次处理单元用于对轮廓段进行平滑处理,所述三次处理单元用于对全局轮廓进行平滑处理;
本优选实施例第二处理模块通过提取初始轮廓和对初始轮廓进行平滑处理,实现了服装轮廓的准确提取。
优选的,所述一次处理单元用于提取服装的初始轮廓,具体是:
将服装图像转化到灰度空间:
RU=(FN×29+AY×61+EU×10+50)/100
上述式子中,FN表示服装图像的红色分量,AY表示服装图像的绿色分量,EU表示服装图像的蓝色分量,RU表示服装图像的灰度图像;根据检测到的边缘对初始轮廓进行提取,其中,采用索贝尔算子对服装边缘进行检测。
本优选实施例一次处理单元采用简单的方式将服装图像转化到灰度空间,通过巧妙的设计保证了转化过程中四舍五入,同时提升了计算效率,有助于快速提取服装轮廓。
优选的,所述二次处理单元包括一次去噪子单元和二次去噪子单元,所述一次去噪子单元采用移动平均法去除初始轮廓的随机噪声,所述二次去噪子单元用于去除初始轮廓的纹理噪声。
所述二次去噪子单元用于去除初始轮廓的纹理噪声,具体是:
设图像的初始轮廓线为DT,DT为轮廓线上所有像素点的集合,DT={DT(i)=(x(i),y(i))|i=1,2,…,n},其中,DT(i)表示轮廓上第i个像素点,x(i)、y(i)表示第i个像素点横纵坐标,n表示像素点个数;在初始轮廓线选取若干点,将初始轮廓划分为若干个轮廓段,轮廓段符合以下条件:轮廓段上的任意像素点,横坐标对应唯一的纵坐标,当轮廓段水平投影大于垂直投影时,该轮廓段位水平轮廓段,否则为垂直轮廓段;DT(i)是初始轮廓曲线某轮廓段RX上任意一点,RX′是真实轮廓,DT′(i)=(X(i),Y(i))是点DT(i)在RX′上水平或垂直方向对应点,则DT(i)的轮廓误差因子为:
上述式子中,AD(i)表示DT(i)的轮廓误差因子,计算轮廓段中各点的轮廓误差因子,设定轮廓误差因子阈值,将轮廓段中轮廓误差因子大于轮廓误差因子阈值的点作为纹理噪声进行删除,对去除纹理噪声后的轮廓进行拟合,得到平滑的轮廓段;
所述三次处理单元用于对全局轮廓进行平滑处理,具体是:
将去除纹理噪声后的各轮廓段进行拟合,完成初始轮廓的全局平滑,获得平滑的服装轮廓曲线。
本优选实施例二次处理单元实现了随机噪声和纹理噪声的滤除,且实现了轮廓段和全局轮廓的去噪处理,具体的,将轮廓段划分为水平轮廓段和垂直轮廓段,并分别计算轮廓点的轮廓误差因子,实现了轮廓段的平滑,对各轮廓段进行平滑,实现了初始轮廓的全局平滑。
优选的,所述第三处理模块用于在服装轮廓基础上提取服装内部细节,具体是:根据垂直轴将服装划分为左右两部分,对服装进行对称处理,再通过边缘检测得到服装内部细节。
大部分服装款式都是关于垂直轴对称的,本优选实施例通过确定对称点可以避免出现错位现象,减少计算工作量。
优选的,所述第一处理模块包括采集模块和预处理模块,所述采集模块采用不同摄像机对服装图像进行采集,所述预处理模块用于对不同摄像机的图像进行融合:
(1)对需要融合的两幅源图像分别用双正交小波变换进行小波分解,确定分解后图像的小波系数;
(2)对低频系数按设定的比例选取分解后图像的小波系数,构成融合图像的小波低频系数矩阵;
(3)对高频系数采用纹理统一性度量分析特定区域不同高低频系数的边缘特性,计算图像区域的纹理统一性度量,并根据统一性度量结果确定融合图像的高频小波系数矩阵,所述图像区域的纹理统一性度量的计算公式定义为:
式中,UH(x)表示图像区域x的纹理统一性度量,UHl表示图像区域x的各高频分量图像在水平方向上的纹理统一性度量,UHc表示图像区域x的各高频分量图像在垂直方向上的纹理统一性度量,UHd表示图像区域x的各高频分量图像在对角线方向上的纹理统一性度量;
根据统一性度量结果确定融合图像的高频小波系数矩阵,具体为:若图像区域中有60%以上像素值具有较大的纹理统一性度量,则该图像区域为边缘区,选取相应的边缘纹理统一性度量最大的高频图像小波系数构成所述融合图像的高频小波系数矩阵;
若图像区域中有60%以上像素值具有较小的纹理统一性度量,定义该图像区域为平滑区,根据下式确定所述融合图像的高频小波系数矩阵:
GR=λAGA+λBGB
式中,GR表示融合图像的高频小波系数矩阵,GA、λA分别表示一幅源图像的小波系数、该小波系数在融合图像小波系数中所占的比重,GB、λB分别表示另一幅源图像的小波系数、该小波系数在融合图像小波系数中所占的比重,其中λA+λB=1;
(4)将所述融合图像的小波低频系数矩阵、所述融合图像的高频小波系数矩阵进行离散双正交小波逆变换,最终获得融合图像。
本优选实施例提升了服装图像获取质量,为后续的处理奠定了基础。
采用本发明监控预警***进行监控,选取5个监控区域进行实验,分别为监控区域1、监控区域2、监控区域3、监控区域4、监控区域5,对监控成本和预警准确性进行统计,同现有监控预警***相比,产生的有益效果如下表所示:
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种监控预警***,其特征在于,包括红外传感器、控制装置、监控装置和报警装置,所述红外传感器用于检测是否有人员,当检测到人员时,发送信号给控制装置,所述控制装置根据控制信号控制监控装置启动,所述监控装置用于对人员穿着的服装款式进行提取,并根据服装款式对人员进行跟踪,检测人员是否有异常行为,所述报警装置用于人员有异常行为时,发出警报。
2.根据权利要求1所述的监控预警***,其特征在于,所述监控装置包括第一处理模块、第二处理模块、第三处理模块和第四处理模块,所述第一处理模块用于对服装图像进行采集,所述第二处理模块用于提取服装轮廓,所述第三处理模块用于在服装轮廓基础上提取服装内部细节,所述第四处理模块根据服装轮廓和内部细节得到服装款式;所述第二处理模块包括一次处理单元、二次处理单元和三次处理单元,所述一次处理单元用于提取服装的初始轮廓,所述二次处理单元用于对轮廓段进行平滑处理,所述三次处理单元用于对全局轮廓进行平滑处理。
3.根据权利要求2所述的监控预警***,其特征在于,所述一次处理单元用于提取服装的初始轮廓,具体是:
将服装图像转化到灰度空间:
RU=(FN×29+AY×61+EU×10+50)/100
上述式子中,FN表示服装图像的红色分量,AY表示服装图像的绿色分量,EU表示服装图像的蓝色分量,RU表示服装图像的灰度图像;根据检测到的边缘对初始轮廓进行提取,其中,采用索贝尔算子对服装边缘进行检测。
4.根据权利要求3所述的监控预警***,其特征在于,所述二次处理单元包括一次去噪子单元和二次去噪子单元,所述一次去噪子单元采用移动平均法去除初始轮廓的随机噪声,所述二次去噪子单元用于去除初始轮廓的纹理噪声。
5.根据权利要求4所述的监控预警***,其特征在于,所述二次去噪子单元用于去除初始轮廓的纹理噪声,具体是:
设图像的初始轮廓线为DT,DT为轮廓线上所有像素点的集合,DT={DT(i)=(x(i),y(i))|i=1,2,…,n},其中,DT(i)表示轮廓上第i个像素点,x(i)、y(i)表示第i个像素点横纵坐标,n表示像素点个数;在初始轮廓线选取若干点,将初始轮廓划分为若干个轮廓段,轮廓段符合以下条件:轮廓段上的任意像素点,横坐标对应唯一的纵坐标,当轮廓段水平投影大于垂直投影时,该轮廓段位水平轮廓段,否则为垂直轮廓段;DT(i)是初始轮廓曲线某轮廓段RX上任意一点,RX′是真实轮廓,DT′(i)=(X(i),Y(i))是点DT(i)在RX′上水平或垂直方向对应点,则DT(i)的轮廓误差因子为:
上述式子中,AD(i)表示DT(i)的轮廓误差因子,计算轮廓段中各点的轮廓误差因子,设定轮廓误差因子阈值,将轮廓段中轮廓误差因子大于轮廓误差因子阈值的点作为纹理噪声进行删除,对去除纹理噪声后的轮廓进行拟合,得到平滑的轮廓段。
6.根据权利要求5所述的监控预警***,其特征在于,所述三次处理单元用于对全局轮廓进行平滑处理,具体是:
将去除纹理噪声后的各轮廓段进行拟合,完成初始轮廓的全局平滑,获得平滑的服装轮廓曲线;
所述第三处理模块用于在服装轮廓基础上提取服装内部细节,具体是:根据垂直轴将服装划分为左右两部分,对服装进行对称处理,再通过边缘检测得到服装内部细节。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810891135.XA CN109032054A (zh) | 2018-08-03 | 2018-08-03 | 一种监控预警*** |
JP2019065237A JP6605166B1 (ja) | 2018-08-03 | 2019-03-29 | 監視警報システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810891135.XA CN109032054A (zh) | 2018-08-03 | 2018-08-03 | 一种监控预警*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109032054A true CN109032054A (zh) | 2018-12-18 |
Family
ID=64649931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810891135.XA Withdrawn CN109032054A (zh) | 2018-08-03 | 2018-08-03 | 一种监控预警*** |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6605166B1 (zh) |
CN (1) | CN109032054A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114001889A (zh) * | 2021-10-25 | 2022-02-01 | 广汽本田汽车有限公司 | 汽车零部件振动试验的监控方法、***、装置及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325209A (zh) * | 2013-07-09 | 2013-09-25 | 綦涛 | 一种基于无线的智能安防报警*** |
CN104484966A (zh) * | 2014-12-17 | 2015-04-01 | 天津翔宇润达科技有限公司 | 一种智能报警*** |
CN105068489A (zh) * | 2015-07-07 | 2015-11-18 | 合肥指南针电子科技有限责任公司 | 一种公安监所日常通过区域的安全监控*** |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3442470B2 (ja) * | 1994-05-10 | 2003-09-02 | ジーイー横河メディカルシステム株式会社 | 画像処理方法及び画像処理装置 |
JP5358083B2 (ja) * | 2007-11-01 | 2013-12-04 | 株式会社日立製作所 | 人物画像検索装置及び画像検索装置 |
US8075499B2 (en) * | 2007-05-18 | 2011-12-13 | Vaidhi Nathan | Abnormal motion detector and monitor |
JP5214185B2 (ja) * | 2007-07-09 | 2013-06-19 | オリンパス株式会社 | 画像計測装置および方法 |
JP4569698B2 (ja) * | 2008-06-20 | 2010-10-27 | ソニー株式会社 | 物体認識装置、物体認識方法及び物体認識方法のプログラム |
JP5674406B2 (ja) * | 2010-09-30 | 2015-02-25 | 綜合警備保障株式会社 | 自律移動体を用いた監視システム、監視装置、自律移動体、監視方法、及び監視プログラム |
CN102724773B (zh) * | 2012-05-25 | 2015-09-02 | 西安电子科技大学 | 基于m2m通信的无线智能监控装置及方法 |
JP2016057908A (ja) * | 2014-09-10 | 2016-04-21 | 宮田 清蔵 | 万引き予防システム及びソフトウエア |
JP6444331B2 (ja) * | 2016-03-31 | 2018-12-26 | セコム株式会社 | 対象識別装置 |
EP3291191B1 (en) * | 2016-08-29 | 2019-10-09 | Panasonic Intellectual Property Management Co., Ltd. | Suspicious person report system and suspicious person report method |
JP2016214937A (ja) * | 2016-09-05 | 2016-12-22 | シャープ株式会社 | 計測システムおよびコンピュータプログラム |
-
2018
- 2018-08-03 CN CN201810891135.XA patent/CN109032054A/zh not_active Withdrawn
-
2019
- 2019-03-29 JP JP2019065237A patent/JP6605166B1/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325209A (zh) * | 2013-07-09 | 2013-09-25 | 綦涛 | 一种基于无线的智能安防报警*** |
CN104484966A (zh) * | 2014-12-17 | 2015-04-01 | 天津翔宇润达科技有限公司 | 一种智能报警*** |
CN105068489A (zh) * | 2015-07-07 | 2015-11-18 | 合肥指南针电子科技有限责任公司 | 一种公安监所日常通过区域的安全监控*** |
Non-Patent Citations (3)
Title |
---|
安立新: "服装款式图提取及其模式识别的研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
张晶晶等: "基于可见光的多波段偏振图像融合新算法", 《光学学报》 * |
李培新等: "一种实时轮廓误差估算方法", 《中国机械工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114001889A (zh) * | 2021-10-25 | 2022-02-01 | 广汽本田汽车有限公司 | 汽车零部件振动试验的监控方法、***、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6605166B1 (ja) | 2019-11-13 |
JP2020021456A (ja) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106412573A (zh) | 一种检测镜头污点的方法和装置 | |
CN106981081A (zh) | 一种基于深度信息提取的墙面平整度检测方法 | |
CN104657993B (zh) | 一种镜头遮挡检测方法及装置 | |
CN108596975A (zh) | 一种针对弱纹理区域的立体匹配算法 | |
CN105654428A (zh) | 图像降噪方法及*** | |
CN102542282B (zh) | 一种无源图像马赛克检测方法及装置 | |
CN104198752B (zh) | 基于机器视觉的高温钢坯运动状态的多率检测方法 | |
CN105243662B (zh) | 一种端子位置的确定方法及终端设备 | |
WO2018153150A1 (zh) | 视频图像3d降噪方法及装置 | |
CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
CN104700405B (zh) | 一种前景检测方法和*** | |
CN111062918B (zh) | 一种基于计算机视觉的异常检测方法及装置 | |
CN105263018A (zh) | 一种视频图像中叠加条纹检测方法和装置 | |
CN106327488A (zh) | 一种自适应的前景检测方法及其检测装置 | |
CN105787912B (zh) | 一种基于分类的阶跃型边缘亚像素定位方法 | |
CN115100206A (zh) | 用于具有周期图案纺织物的印花缺陷识别方法 | |
CN106093052B (zh) | 一种断纱检测方法 | |
CN106408563B (zh) | 一种基于变异系数的雪花噪声检测方法 | |
CN104751458A (zh) | 一种基于180°旋转算子的标定角点检测方法 | |
CN101447077A (zh) | 面向纺织行业的彩色纺织纹理图像的边缘检测方法 | |
CN109190742A (zh) | 一种基于灰度特征的编码特征点的解码方法 | |
CN108615045A (zh) | 筛选胶囊内镜拍摄的图像的方法、装置及设备 | |
CN109032054A (zh) | 一种监控预警*** | |
CN109064288A (zh) | 一种服装设计*** | |
CN116934746B (zh) | 划伤缺陷检测方法、***、设备及其介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
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: 20181218 |