CN102567713A - 图像处理装置以及图像处理方法 - Google Patents
图像处理装置以及图像处理方法 Download PDFInfo
- Publication number
- CN102567713A CN102567713A CN2011103964185A CN201110396418A CN102567713A CN 102567713 A CN102567713 A CN 102567713A CN 2011103964185 A CN2011103964185 A CN 2011103964185A CN 201110396418 A CN201110396418 A CN 201110396418A CN 102567713 A CN102567713 A CN 102567713A
- Authority
- CN
- China
- Prior art keywords
- image
- feature amount
- zone
- flue gas
- image processing
- 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.)
- Pending
Links
- 239000000284 extract Substances 0.000 claims abstract description 11
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 30
- 239000003546 flue gas Substances 0.000 claims description 30
- 238000000605 extraction Methods 0.000 claims description 12
- 238000003672 processing method Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 abstract description 4
- 239000000779 smoke Substances 0.000 abstract description 4
- 235000019504 cigarettes Nutrition 0.000 description 28
- 238000001914 filtration Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 102220625006 2-(3-amino-3-carboxypropyl)histidine synthase subunit 1_E10A_mutation Human genes 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及去除背景的影响而高精度检测出烟气状物体的一种图像处理装置以及图像处理方法。将处理立体照相机采集的图像的图像处理控制器和基于来自图像处理控制器的信息而进行物体的识别处理的识别处理控制器作为基本构成的图像处理装置中,识别处理控制器为了实现能够识别烟气状物体的功能,具有对象物区域限定部(20a)、特征量提取部(20b)、烟气判断部(20c)。对象物区域限定部(20a)去除背景的影响而限定成为检测对象的物体的区域,特征量提取部(20b)在对象物区域内提取用于识别烟气状物体的图像特征量,烟气判断部(20c)从提取的图像特征量判断对象物区域内的物体是否是烟气状物体还是除此以外的物体。
Description
技术领域
本发明涉及一种通过处理采用立体照相机采集的图像而检测出物体的图像处理装置以及图像处理方法。
背景技术
通常,通过图像识别而检测物体时,难以检测出诸如由水蒸气或火灾产生的烟气等亮度变化小且质地轻薄的烟气状物体。因此,从以前开始提出了各种识别显示在图像中的烟气状物体的技术。
例如,专利文献1公开了以下技术。即,通过将彩色图像分解为R、G、B分量而从色彩分量图像获得彩色相位图像,获取色彩分量图像与彩色相位图像的交集,由此识别白烟。并且,专利文献1的技术为了识别出具有与白烟相同程度的亮度的云等物体,通过提取本次的图像与Δt时间之前的图像之间的差分,由此提高检测精度。
然而,对于专利文献1所公开的技术来说,不仅不能适用于单色图像,而且存在受到环境影响的隐患。尤其,当将照相机搭载于车辆或在屋内移动的机器人等移动体上时,由于照相机自身的移动,会受到背景的影响,因此难以以较高的精度检测出烟气。
专利文献1:日本特开2004-30225号公报
发明内容
技术问题
本发明是鉴于上述问题而提出的,目的在于提供一种通过去除背景的影响而能够高精度检测出烟气状物体的图像处理装置。
技术方案
为了实现上述目的,根据本发明的图像处理装置,通过处理采用立体照相机采集的图像而检测物体。其特征在于,具有:对象物区域限定部,利用对所述立体照相机的采集图像进行处理而获取的距离数据,将检测物体的图像区域限定为包围位于同一距离的物体的对象物区域;特征量提取部,对所述对象物区域进行空域滤波处理,提取图像特征量;烟气判断部,基于所述对象物区域的图像特征量,判断所述对象物区域内的物体是否是烟气状物体。
本发明另一方面提供一种图像处理方法,通过处理采用立体照相机采集的图像而检测物体,其特征在于,包括以下步骤:对象物区域限定步骤,利用对所述立体照相机的采集图像进行处理而获取的距离数据,将检测物体的图像区域限定为包围位于同一距离的物体的对象物区域;特征量提取步骤,对所述对象物区域进行空域滤波处理,提取图像特征量;烟气判断步骤,基于所述对象物区域的图像特征量,判断所述对象物区域内的物体是否是烟气状物体。
有益效果
根据本发明,利用由立体照相机采集的图像,通过去除背景的影响,能够高精度检测出烟气状物体。
附图说明
图1为图像处理装置的基本构成图。
图2为白烟检测所涉及的功能模块图。
图3为对象物区域的说明图。
图4为示出烟气以外的物体的图像与滤波图像的说明图。
图5为示出烟气的图像与滤波图像的说明图。
图6为示出烟气以外的物体的图像的边缘强度直方图和累积频率的说明图。
图7为示出烟气图像的边缘强度直方图和累积频率的说明图。
主要符号说明:1为图像处理装置,2为立体照相机,10为图像处理控制器,20为识别处理控制器,20a为对象物区域限定部,20b为特征量提取部,20c为烟气判断部。
具体实施方式
以下,参照附图说明本发明的实施方式。
图1所示的图像处理装置1是搭载于例如车辆或在屋内移动的机器人等移动体上,通过三维图像识别而识别物体的装置,并且将识别结果发送到未图示的控制装置而实现各种控制。该图像处理装置1作为基本构成而具有由多个照相机构成的立体照相机(stereo camera)2、处理立体照相机2的采集图像的图像处理控制器10、基于来自图像处理控制器10的信息而进行物体的识别处理的识别处理控制器20。
在本实施方式中,立体照相机2通过将具有例如CCD或CMOS等固体成像元件的两台照相机2a、2b以水平方向配置而构成,并被调整为构成将其中一个照相机2a作为基准照相机、另一个照相机2b作为比较照相机的平行立体照相机。即,照相机2a、2b其光轴相互平行且以预定的基线长(光轴间隔)水平配置,并且调整为水平扫描方向与核线相一致。
由立体照相机2采集的一对立体图像被输入到图像处理控制器10而处理,计算出三维的距离信息。图像处理控制器10搜寻显示在由基准照相机2a采集的基准图像和由比较照相机2b采集的比较图像的同一物体的对应位置,并计算出两个图像之间的对应位置的偏移量,作为视差。
基准图像和比较图像之间的对应位置例如通过利用公知的区域搜寻方法评价两个图像间的相关性而被确定。即,在基准图像内的某一点的周围设定小区域(块(block);例如8×8像素),同时在比较图像内的某个点的周围设定相同大小的小区域,在比较图像上移动块(block)的同时进行两个块之间的相关度计算,由此搜寻对应位置。作为该相关度计算中的评价函数,利用基准图像的块(block)与比较图像的块(block)之间的像素值(通常为各像素的亮度值)的差分的绝对值的总和(SAD,Sum of Absolute Difference),将SAD值最小的块(block)之间的水平方向的像素偏移量作为块(block)之间的视差。
其中,图像处理控制器10还具有控制各照相机2a、2b的快门速度、校正两个照相机之间的几何学以及光学上的位置偏移或校正图像之间的亮度平衡等功能。
识别处理控制器20基于图像内的位置信息和由图像处理控制器10检测出的视差信息,将图像上的二维坐标系转换成三维的实空间上的坐标系。进一步地,从照相机的安装位置以及角度等参数将位于比道路面或底盘面更高的位置的数据当做立体物的数据而提取,由此进行物体识别。
对于由该识别处理控制器20进行的物体识别来说,不仅将固态或液态状的物体作为对象,而且还将浮游于空间中的粒子群的集合体(烟气状物体)作为对象。为此,识别处理控制器20为了实现能够识别烟气状物体的功能,如图2所示,具有对象物区域限定部20a、特征量提取部20b、烟气判断部20c。
若概括说明的话,对象物区域限定部20a去除背景的影响而限定成为检测对象的物体的区域。特征量提取部20b在对象物区域内提取用于识别烟气状物体的图像特征量,烟气判断部20c从提取的图像特征量判断对象物区域内的物体是否是烟气状物体还是除此以外的物体。
若详细说明的话,限定对象物区域时,首先,作为前处理,对于位于比道路面或底盘面更高的位置的小区域数据,将三维距离落在预定的阈值内的同类小区域当做同一物体而进行分组化(分组处理)。当完成对于所有的小区域的分组处理时,将一个组视为一个物体,将属于该组的所有的小区域的距离的平均值作为物体的距离。
进一步地,将视为同一物体的组,用图像坐标(水平以及垂直方向)的最大值和最小值围起来,并限定为映出检测对象物体的对象物区域。图3示出将白烟作为检测对象物的对象物区域的示例,在水平方向以及垂直方向的端部上以矩形包围被分组化的图像内的数据群(白烟,WS),将被包围的区域R限定为对象物区域。其中,在本实施方式中,对象物区域设定于基准图像。
如果对象物区域被限定,接着,提取对象物区域的图像特征量,基于提取的图像特征量,判断映出在区域内的物体是否为烟气或除此以外的物体。以下,将作为烟气状物体以白烟作为检测对象的情况为例,进行说明。
白烟具有以下所示的特征,通过考虑这些特征,可以判断出对象物区域内的物体是否为白烟。这些特征可以通过在对象物区域内适用空域滤波而进行提取,利用提取的图像特征量而判断白烟。
·透过率或者对比度(contrast)低
·亮度值收敛于某个值
·亮度分布的范围狭小,亮度的分散变小
·亮度的平均值从通常的不存在烟的状态开始变化
·区域内的边缘(Edge)总和量低
作为适用于对象物区域的空域滤波,使用索贝尔滤波(Sobel filter)或拉普拉斯滤波(Laplacian filter)等的提取边缘的微分滤波以及提取最大值、最小值、平均值、分散、模式值等的统计滤波。使用这些空域滤波而提取的区域内的亮度模式值或边缘强度的平均值等特征量通过在特征空间内进行分类(clustering)或者阈值判断,能够分类成白烟属性和不是白烟的物体的属性,可以高精度检测出白烟。
并且,作为物体检测出的白烟由于是温度高且向上升起的烟气,因此具有较强的沿纵向延长的倾向性。所以,利用从将两台照相机2a、2b水平配置的立体照相机2的图像获取的距离数据,截取包围白烟的区域(对象物区域),并在区域内提取属于白烟的特征量,由此能够去除背景的影响,可以高精度检测出白烟。
白烟和不是白烟的物体,可以通过利用公知的支持向量机(SVM,SupportVector Machine)等学习机的特征空间的分割或者根据特征空间的阈值的分割,进行分类。前者存在根据识别处理控制器20的能力好坏而有可能导致处理时间增加的隐患,后者由于是较为简单的处理,因此可以以高速进行处理。在此,说明根据对象物区域的边缘强度的绝对值或平均值制作直方图,并从直方图根据阈值而分类白烟和不是白烟的物体的示例。
在根据阈值判断的分类中,首先,在对象物区域的各像素上应用例如基于3×3掩模(mask)的空域微分滤波,获取如图4、图5所示的提取图像的边缘的滤波图像。在图4(a)所示的白烟以外的物体A的图像上应用空域微分滤波时,获得如图4(b)所示的滤波图像(边缘图像)A′,在图5(a)所示的白烟B的图像上应用空域微分滤波时,获得如图5(b)所示的滤波图像B′。图5(b)所示的白烟B的滤波图像B′相比于图4(b)所示的普通的物体A的滤波图像A′边缘较淡,因此在图5(b)中,用虚线来表示边缘较淡。
若获取滤波图像,接着,制作图像的边缘强度(亮度梯度的大小)的绝对值或者平均值的直方图。但是为了避免图像干扰的影响,只将边缘强度在规定值以上的像素为对象(例如,边缘强度≤3的视为干扰而除外),制作直方图。并且,将直方图从上侧累积的累积频率成为整个的N%以上的边缘强度设定为EN,当该边缘强度EN在阈值S以下时,将对象物区域的物体判断为白烟。
例如,如果从图4(b)的白烟以外的物体A的滤波图像制作边缘强度的直方图,则可获得如图6(a)所示的直方图,如果从图5(b)的白烟B的滤波图像制作边缘强度的直方图,则获取如图7(a)所示的直方图。进一步地,对各直方图,如果求出从上级别依次叠加频数的累积频率和边缘强度的关系,则可获得如图6(b)、图7(b)所示的关系。
在图6(b)、图7(b)中可以得知,例如,如果求出累积频率为整个的10%以上的边缘强度,则图6(b)所示的白烟以外的物体A的对应于10%以上的边缘强度E10A明显大于图7(b)所示的白烟B的对应于10%以上的边缘强度E10B。因而,通过将阈值S设定成E10A>S>E10B的适当的值,能够判断是否是白烟。
此时,边缘强度的阈值可以不只是一个值,还可以根据图像的亮度而设定多个值,并存储在表格中。即,求出对象物区域内的所有的像素的亮度值的平均值,根据该平均亮度而将边缘强度的阈值设定为多个,由此可以应对照明环境的变化。
如此,在本实施方式中,通过利用立体照相机的图像识别而检测烟气状物体时,将位于同一距离内的物体作为对象而限定检测区域,因此能够提取去除背景信息的空间特征,能够准确地判断是否为烟气状物体。而且,由于不需要追踪图像的时间上的变化,因此即使照相机搭载于移动体上而移动,也能够以良好的精度进行判断。
但是,也可以同时使用空域滤波和时域滤波,使判断结果更加可靠。例如,如果是烟气则判断为1、如果不是烟气则判断为0时,还可以应用低通滤波,例如大于0.5时,判断为烟气。
Claims (4)
1.一种图像处理装置,通过处理采用立体照相机采集的图像而检测物体,其特征在于,具有:
对象物区域限定部,利用对所述立体照相机的采集图像进行处理而获取的距离数据,将检测物体的图像区域限定为包围位于同一距离的物体的对象物区域;
特征量提取部,对所述对象物区域进行空域滤波处理,提取图像特征量;
烟气判断部,基于所述对象物区域的图像特征量,判断所述对象物区域内的物体是否是烟气状物体。
2.如权利要求1所述的图像处理装置,其特征在于,所述特征量提取部至少将亮度的空域微分值作为所述图像特征量而提取。
3.一种图像处理方法,通过处理采用立体照相机采集的图像而检测物体,其特征在于,包括以下步骤:
对象物区域限定步骤,利用对所述立体照相机的采集图像进行处理而获取的距离数据,将检测物体的图像区域限定为包围位于同一距离的物体的对象物区域;
特征量提取步骤,对所述对象物区域进行空域滤波处理,提取图像特征量;
烟气判断步骤,基于所述对象物区域的图像特征量,判断所述对象物区域内的物体是否是烟气状物体。
4.如权利要求3所述的图像处理方法,其特征在于,所述特征量提取步骤中,至少将亮度的空域微分值作为所述图像特征量而提取。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010266952A JP2012118698A (ja) | 2010-11-30 | 2010-11-30 | 画像処理装置 |
JP2010-266952 | 2010-11-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102567713A true CN102567713A (zh) | 2012-07-11 |
Family
ID=46049909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103964185A Pending CN102567713A (zh) | 2010-11-30 | 2011-11-29 | 图像处理装置以及图像处理方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8947508B2 (zh) |
JP (1) | JP2012118698A (zh) |
CN (1) | CN102567713A (zh) |
DE (1) | DE102011055665A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346618A (zh) * | 2013-07-23 | 2015-02-11 | 三星泰科威株式会社 | 用于从图像检测烟雾的方法和设备 |
CN104512333A (zh) * | 2013-09-27 | 2015-04-15 | 富士重工业株式会社 | 车外环境识别装置 |
CN107506685A (zh) * | 2016-06-14 | 2017-12-22 | 丰田自动车株式会社 | 物体判别装置 |
CN109345547A (zh) * | 2018-10-19 | 2019-02-15 | 天津天地伟业投资管理有限公司 | 基于深度学习多任务网络的交通车道线检测方法及装置 |
CN110546683A (zh) * | 2017-03-30 | 2019-12-06 | 株式会社爱考斯研究 | 对象物判定装置以及对象物判定程序 |
CN112512395A (zh) * | 2018-07-20 | 2021-03-16 | 奥林巴斯株式会社 | 摄像单元、内窥镜以及内窥镜系统 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6092665A (ja) * | 1983-10-27 | 1985-05-24 | Toshiba Corp | 半導体装置の製造方法 |
DE102012213125A1 (de) | 2012-07-26 | 2014-01-30 | Robert Bosch Gmbh | Brandüberwachungssystem |
JP6095049B2 (ja) * | 2012-11-21 | 2017-03-15 | 能美防災株式会社 | 煙検出装置 |
CN102930685B (zh) * | 2012-11-22 | 2015-02-25 | 东莞市雷恩电子科技有限公司 | 一种预防火灾的安防系统以及火灾探测方法 |
KR101401101B1 (ko) | 2012-12-20 | 2014-05-28 | 한국항공우주연구원 | 시각 센서를 이용한 쉘터 내 침입 및 화재 감시 시스템 및 방법 |
JP6317073B2 (ja) * | 2013-05-14 | 2018-04-25 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
US20140376822A1 (en) * | 2013-06-25 | 2014-12-25 | Michael Holroyd | Method for Computing the Similarity of Image Sequences |
JP6231333B2 (ja) * | 2013-09-05 | 2017-11-15 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
JP2015056057A (ja) * | 2013-09-12 | 2015-03-23 | トヨタ自動車株式会社 | 姿勢推定方法及びロボット |
JP2015064212A (ja) * | 2013-09-24 | 2015-04-09 | 日本電信電話株式会社 | 照明統計量計測装置及び方法 |
JP6329438B2 (ja) * | 2014-06-12 | 2018-05-23 | 株式会社Subaru | 車外環境認識装置 |
JP6399840B2 (ja) * | 2014-07-22 | 2018-10-03 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6372854B2 (ja) * | 2014-12-03 | 2018-08-15 | 能美防災株式会社 | 煙検出装置および煙検出方法 |
US10395498B2 (en) | 2015-02-19 | 2019-08-27 | Smoke Detective, Llc | Fire detection apparatus utilizing a camera |
US10304306B2 (en) | 2015-02-19 | 2019-05-28 | Smoke Detective, Llc | Smoke detection system and method using a camera |
JP6396840B2 (ja) * | 2015-04-10 | 2018-09-26 | 日立オートモティブシステムズ株式会社 | 物体検出装置 |
FR3036473B1 (fr) * | 2015-05-20 | 2018-11-16 | Airbus Operations (S.A.S.) | Procede de mesure de la position d'une structure mobile |
JP6299720B2 (ja) | 2015-10-02 | 2018-03-28 | トヨタ自動車株式会社 | 物体認識装置及び煙判定方法 |
JP6571492B2 (ja) * | 2015-10-30 | 2019-09-04 | 株式会社Soken | 対応点探索方法、および距離測定装置 |
US20170270378A1 (en) * | 2016-03-16 | 2017-09-21 | Haike Guan | Recognition device, recognition method of object, and computer-readable recording medium |
JP6317490B2 (ja) * | 2017-02-16 | 2018-04-25 | ホーチキ株式会社 | 火災検知装置及び火災検知方法 |
DE102018112479B3 (de) * | 2018-05-24 | 2019-10-02 | Universität Kassel | Verfahren und Vorrichtung zur Bestimmung räumlicher Informationen einer gasförmigen Struktur |
TWI694382B (zh) * | 2019-01-04 | 2020-05-21 | 財團法人金屬工業研究發展中心 | 具深度視覺之煙霧偵測方法 |
JP7388684B2 (ja) * | 2019-07-19 | 2023-11-29 | 三友工業株式会社 | 撮像情報分類システム、撮像情報分類方法、撮像情報分類プログラム及び表面判別装置 |
JP7241011B2 (ja) * | 2019-12-27 | 2023-03-16 | 株式会社メタルワン | 情報処理装置、情報処理方法及びプログラム |
US11462089B1 (en) * | 2020-02-24 | 2022-10-04 | General Cybernation Group, Inc. | Smoke auto-detection and control for industrial flares |
CN114399882A (zh) * | 2022-01-20 | 2022-04-26 | 红骐科技(杭州)有限公司 | 一种用于消防机器人的火源探测识别并预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6388428A (ja) * | 1986-10-02 | 1988-04-19 | Toshiba Corp | 煙検出装置 |
CN1616920A (zh) * | 2003-11-14 | 2005-05-18 | 北京理工大学 | 一种基于双目视觉和激光测距的主动实时三维定位系统 |
US6937743B2 (en) * | 2001-02-26 | 2005-08-30 | Securiton, AG | Process and device for detecting fires based on image analysis |
JP2010186435A (ja) * | 2009-02-13 | 2010-08-26 | Nohmi Bosai Ltd | 煙検出装置 |
JP2010238032A (ja) * | 2009-03-31 | 2010-10-21 | Nohmi Bosai Ltd | 煙検出装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7164117B2 (en) * | 1992-05-05 | 2007-01-16 | Automotive Technologies International, Inc. | Vehicular restraint system control system and method using multiple optical imagers |
CH687653A5 (de) * | 1994-03-17 | 1997-01-15 | Von Roll Umwelttechnik Ag | Brandueberwachungssystem. |
CA2198483C (en) * | 1994-08-26 | 2008-06-03 | Daniel P. Croft | Self-contained, self-adjusting smoke detector |
US5625342A (en) * | 1995-11-06 | 1997-04-29 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Plural-wavelength flame detector that discriminates between direct and reflected radiation |
US5937077A (en) * | 1996-04-25 | 1999-08-10 | General Monitors, Incorporated | Imaging flame detection system |
US6184792B1 (en) * | 2000-04-19 | 2001-02-06 | George Privalov | Early fire detection method and apparatus |
JP4111660B2 (ja) * | 2000-07-18 | 2008-07-02 | 富士通株式会社 | 火災検出装置 |
JP2004030225A (ja) | 2002-06-26 | 2004-01-29 | Mitsubishi Heavy Ind Ltd | 白煙検出方法及び装置 |
US7321386B2 (en) * | 2002-08-01 | 2008-01-22 | Siemens Corporate Research, Inc. | Robust stereo-driven video-based surveillance |
US7154400B2 (en) * | 2003-06-27 | 2006-12-26 | The United States Of America As Represented By The Secretary Of The Navy | Fire detection method |
US8340349B2 (en) * | 2006-06-20 | 2012-12-25 | Sri International | Moving target detection in the presence of parallax |
US7746236B2 (en) * | 2007-05-01 | 2010-06-29 | Honeywell International Inc. | Fire detection system and method |
US7786877B2 (en) * | 2008-06-20 | 2010-08-31 | Billy Hou | Multi-wavelength video image fire detecting system |
-
2010
- 2010-11-30 JP JP2010266952A patent/JP2012118698A/ja active Pending
-
2011
- 2011-11-24 DE DE102011055665A patent/DE102011055665A1/de not_active Withdrawn
- 2011-11-29 CN CN2011103964185A patent/CN102567713A/zh active Pending
- 2011-11-30 US US13/307,258 patent/US8947508B2/en not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6388428A (ja) * | 1986-10-02 | 1988-04-19 | Toshiba Corp | 煙検出装置 |
US6937743B2 (en) * | 2001-02-26 | 2005-08-30 | Securiton, AG | Process and device for detecting fires based on image analysis |
CN1616920A (zh) * | 2003-11-14 | 2005-05-18 | 北京理工大学 | 一种基于双目视觉和激光测距的主动实时三维定位系统 |
JP2010186435A (ja) * | 2009-02-13 | 2010-08-26 | Nohmi Bosai Ltd | 煙検出装置 |
JP2010238032A (ja) * | 2009-03-31 | 2010-10-21 | Nohmi Bosai Ltd | 煙検出装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346618A (zh) * | 2013-07-23 | 2015-02-11 | 三星泰科威株式会社 | 用于从图像检测烟雾的方法和设备 |
CN104346618B (zh) * | 2013-07-23 | 2019-10-25 | 韩华泰科株式会社 | 用于从图像检测烟雾的方法和设备 |
CN104512333A (zh) * | 2013-09-27 | 2015-04-15 | 富士重工业株式会社 | 车外环境识别装置 |
CN104512333B (zh) * | 2013-09-27 | 2017-09-01 | 株式会社斯巴鲁 | 车外环境识别装置 |
CN107506685A (zh) * | 2016-06-14 | 2017-12-22 | 丰田自动车株式会社 | 物体判别装置 |
CN107506685B (zh) * | 2016-06-14 | 2021-01-12 | 丰田自动车株式会社 | 物体判别装置 |
CN110546683A (zh) * | 2017-03-30 | 2019-12-06 | 株式会社爱考斯研究 | 对象物判定装置以及对象物判定程序 |
CN112512395A (zh) * | 2018-07-20 | 2021-03-16 | 奥林巴斯株式会社 | 摄像单元、内窥镜以及内窥镜系统 |
CN109345547A (zh) * | 2018-10-19 | 2019-02-15 | 天津天地伟业投资管理有限公司 | 基于深度学习多任务网络的交通车道线检测方法及装置 |
CN109345547B (zh) * | 2018-10-19 | 2021-08-24 | 天津天地伟业投资管理有限公司 | 基于深度学习多任务网络的交通车道线检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US8947508B2 (en) | 2015-02-03 |
JP2012118698A (ja) | 2012-06-21 |
DE102011055665A1 (de) | 2012-05-31 |
US20120133739A1 (en) | 2012-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102567713A (zh) | 图像处理装置以及图像处理方法 | |
CN104834889B (zh) | 标志线检测系统和标志线检测方法 | |
CN109460709B (zh) | 基于rgb和d信息融合的rtg视觉障碍物检测的方法 | |
US10515271B2 (en) | Flight device and flight control method | |
US8184859B2 (en) | Road marking recognition apparatus and method | |
CN104008371B (zh) | 一种基于多摄像机的区域可疑目标跟踪与识别方法 | |
CN103077521B (zh) | 一种用于视频监控的感兴趣区域提取方法 | |
CN102316307B (zh) | 一种道路交通视频检测方法及装置 | |
US9679196B2 (en) | Object sensing device | |
CN102819847B (zh) | 基于ptz移动摄像头的运动轨迹提取方法 | |
CN108038415B (zh) | 一种基于机器视觉的无人机自动检测与跟踪方法 | |
CN106447680A (zh) | 动态背景环境下雷达与视觉融合的目标检测与跟踪方法 | |
WO2014092552A2 (en) | Method for non-static foreground feature extraction and classification | |
JPWO2007077682A1 (ja) | 車両及びレーンマーク検出装置 | |
RU2013123021A (ru) | Способ фильтрации изображений целевого объекта в роботехнической системе | |
CN101527046A (zh) | 一种运动检测方法、装置和系统 | |
CN106991418B (zh) | 飞虫检测方法、装置及终端 | |
CN103366155B (zh) | 通畅路径检测中的时间相干性 | |
CN105825495A (zh) | 物体检测装置和物体检测方法 | |
WO2014002692A1 (ja) | ステレオカメラ | |
CN102867175A (zh) | 一种基于立体视觉的atm机行为分析方法 | |
JP6569280B2 (ja) | 路面標示検出装置及び路面標示検出方法 | |
CN105844227A (zh) | 面向校车安全的司机身份认证方法 | |
CN104778723A (zh) | 红外图像中利用三帧差法进行移动侦测的方法 | |
CN104517099B (zh) | 滤波装置和环境识别系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C05 | Deemed withdrawal (patent law before 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120711 |