CN104822055A - 一种针对雾天的红外热像监控系统及方法 - Google Patents
一种针对雾天的红外热像监控系统及方法 Download PDFInfo
- Publication number
- CN104822055A CN104822055A CN201510255738.7A CN201510255738A CN104822055A CN 104822055 A CN104822055 A CN 104822055A CN 201510255738 A CN201510255738 A CN 201510255738A CN 104822055 A CN104822055 A CN 104822055A
- Authority
- CN
- China
- Prior art keywords
- video
- infrared thermal
- infrared
- thermal imagery
- 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.)
- Pending
Links
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及红外监控领域,特别涉及一种针对雾天的红外热像监控系统及方法,所述系统包括视频采集单元、上位机单元、视频处理单元;所述方法包括通过红外热像仪获取雾天环境的红外热像视频并存储至上位机;将红外热像视频分解为红外图像,对红外图像进行去雾处理,再把去雾后的红外图像合并成红外热像视频;对红外热像视频进行运动目标识别和跟踪处理,将处理后的红外热像视频在上位机显示并存储。本发明通过对雾天环境的红外热像视频进行去雾处理,能够有效提高红外热像视频的清晰度,提高后续运动目标识别和跟踪的准确度,有效地解决雾天视频监控模糊不清的问题,对于视频监控、交通调度、船舶驾驶等都具有重要意义,适合广泛推广应用。
Description
技术领域
本发明涉及红外监控领域,特别涉及一种针对雾天的红外热像监控系统及方法。
背景技术
在视频监控中,通常会遇到雾天的情况,会造成视频图像模糊不清。现有的应对方法,一般是对由普通摄像机获取的视频图像进行去雾算法处理,或者是根据红外线波长较长的特点,其能在一定程度上克服雾天环境的影响,而采用红外热像仪获取红外热像视频图像达到去雾的效果。中国专中国专利公开号CN103440731 A提供了一种红外热成像在线监控系统、中国专利公开号CN201286155提供了一种红外热像监控系统、中国专利公开号CN 201285596提供了一种基于无线通信网络的红外热像监控系统、中国专利公开号CN 101214851A提供了一种船舶行驶智能型全天候主动安全预警系统及其预警方法、中国专利公开号CN 104219508 A提供了一种城市智能交通调度系统及方法,它们均涉及了用红外热像仪进行热成像,对于薄雾的情况,红外热像仪能够得到较为清晰的红外热像视频图像,但是对于大雾、浓雾天气,红外热像仪的热成像效果不是很好,不能得到清晰的红外热像视频图像。
发明内容
本发明针对现有技术在浓雾、大雾环境下的视频图像模糊不清的问题,提供了一种针对雾天的红外热像监控系统及方法。
为解决以上问题,本发明提供了一种针对雾天的红外热像监控系统,包括:
视频采集单元10,用于获取雾天环境的红外热像视频,进一步包括红外热像仪11和视频采集卡12;
上位机单元20,用于实现对红外热像视频的存储和显示,进一步包括视频存储模块21和视频显示模块22;
视频处理单元30,用于实现对红外热像视频的除雾处理以及运动目标的识别和跟踪,进一步包括视频去雾模块31、目标识别模块32、目标跟踪模块33。
所述上位机单元20的视频存储模块21与视频采集单元10的视频采集卡12相连接,上位机单元20的视频存储模块21与视频处理单元30的视频去雾模块31相连接,上位机单元20的视频显示模块22与视频处理单元30的目标跟踪模块33相连接。
所述视频存储模块21用于存储从红外热像仪11采集到的红外热像视频和经过视频处理单元30处理后的红外热像视频。
所述视频显示模块22用于显示经过视频处理单元30处理后的红外热像视频。
所述视频去雾模块31包括小波变换处理和局部Retinex算法处理两个部分。
所述目标识别模块32能实现对红外热像视频中运动目标的识别,标识出运动目标。
所述目标跟踪模块33能实现对红外热像视频中运动目标的跟踪。
为解决以上问题,本发明还提供了一种针对雾天的红外热像监控方法,其特征在于,包括通过红外热像仪获取雾天环境的红外热像视频并存储至上位机;将红外热像视频分解为红外图像,对红外图像进行去雾处理,再把去雾后的红外图像合并成红外热像视频;对红外热像视频进行运动目标识别和跟踪处理,将处理后的红外热像视频在上位机显示并存储。
所述对红外热像图像进行去雾处理的方法为,先对红外热像图像进行小波变换处理以增强图像细节,再对红外图像进行局部Retinex算法处理克服光照不均的影响,达到去雾的效果。
本发明通过对雾天环境的红外热像视频进行去雾处理,能够有效提高红外热像视频的清晰度,提高后续运动目标识别和跟踪的准确度,有效地解决雾天视频监控模糊不清的问题,对于视频监控、交通调度、船舶驾驶等都具有重要意义,适合广泛推广应用。
附图说明
图1为本发明一种针对雾天的红外热像监控系统优选实施例结构框图。
图2为本发明一种针对雾天的红外热像监控方法优选实施例流程示意图。
图3为本发明视频去雾处理方法优选实施例流程示意图。
图4为本发明图像去雾处理方法优选实施例流程示意图。
图5为本发明背景差分法优选实施例流程示意图。
具体实施方式
下面结合附图,对本发明涉及的一种针对雾天的红外热像监控系统进行进一步详细说明。
本发明提供一种针对雾天的红外热像监控系统,优选实施例示意如图1所示,包括:
视频采集单元10,用于获取雾天环境的红外热像视频,进一步包括红外热像仪11和视频采集卡12;
上位机单元20,用于实现对红外热像视频的存储和显示,进一步包括视频存储模块21和视频显示模块22;
视频处理单元30,用于实现对红外热像视频的除雾处理以及运动目标的识别和跟踪,进一步包括视频去雾模块31、目标识别模块32、目标跟踪模块33。
所述上位机单元20的视频存储模块21与视频采集单元10的视频采集卡12相连接,上位机单元20的视频存储模块21与视频处理单元30的视频去雾模块31相连接,上位机单元20的视频显示模块22与视频处理单元30的目标跟踪模块33相连接。
所述视频存储模块21用于存储从红外热像仪11采集到的红外热像视频和经过视频处理单元30处理后的红外热像视频。
所述视频显示模块22与视频存储模块21相连接,视频显示模块22通过显示器显示经过视频处理单元30处理后的红外热像视频。
所述视频去雾模块31对红外热像视频进行去雾处理,包括小波变换处理和局部Retinex算法处理两个部分,先对红外热像视频进行小波变化处理,再进行局部Retinex算法处理。
所述目标识别模块32能实现对红外热像视频中运动目标的识别,标识出运动目标。
优选的,目标识别模块32对红外热像视频中运动目标的标识,通过蓝色实线包围运动目标轮廓来实现,达到区分出背景图像和运动目标的效果。
所述目标跟踪模块33与目标识别模块32相连接,目标跟踪模块33能对目标识别模块32中标识出的运动目标进行跟踪。
本发明还提供一种针对雾天的红外热像监控方法,优选实施例流程示意图如图2所示,包括通过红外热像仪获取雾天环境的红外热像视频并存储至上位机;将红外热像视频分解为红外图像,对红外图像进行去雾处理,再把去雾后的红外图像合并成红外热像视频;对红外热像视频进行运动目标识别和跟踪处理,将处理后的红外热像视频在上位机显示并存储。
首先,红外热像仪采集雾天环境的红外热像视频,通过视频采集卡将采集到的红外热像视频传送至上位机的视频存储模块进行存储。
由于红外热像仪的红外线波长较长,因此能在一定程度上克服雾天环境的影响,对于薄雾天气能得到较为清晰的红外热像视频,而对于大雾、浓雾天气往往不能得到清晰的红外热像视频,但也起到了除雾预处理的作用,比用普通摄像头获得的雾天视频清晰度要好一些。
其次,对获得的红外热像视频进行视频除雾处理,视频去雾处理方法的优选实施例流程示意图如图3所示,其原理如下:
将红外热像视频输入至视频处理单元,并将红外热像视频分解为红外图像,对红外图像进行去雾处理,再将处理后的红外图像合并为红外热像视频,即得到去雾处理后的红外热像视频。
对红外图像进行去雾处理,由于小波变换能较好地增强图像的细节,但是无法解决光照不均的情况,而局部Retinex算法不仅能对低对比度图像有良好的增强效果,而且能够很好地解决光照不均的情况,因此对红外图像先进行小波变换处理再进行局部Retinex算法处理,图像去雾处理方法的优选实施例流程示意图如图4所示,其步骤如下:
步骤一:对红外图像进行小波变换处理,增强图像的细节。
步骤二:对红外图像的灰度用函数进行表示,S代表红外图像,R代表反射光分量,L代表照射光分量。
S(x,y)=R(x,y)·L(x,y)
步骤三:采用取对数方法,分离照射光分量和反射光分量:
S'(x,y)=logS(x,y)=log(R(x,y)·L(x,y))=logR(x,y)+logL(x,y)
步骤四:用高斯模板对原图像做卷积,得到低通滤波后的图像D,F(x,y)表示高斯滤波函数:
D(x,y)=S(x,y)·F(x,y)
步骤五:用原图像减去低通滤波后的图像,可以得到高频增强的图像G(x,y)。
G(x,y)=S'(x,y)–logD(x,y)
步骤六:对G(x,y)取反对数,得到增强后的图像R(x,y):
R(x,y)=exp(G(x,y))
步骤七:对R(x,y)进行对比度增强,得到最终去雾后的图像。
然后,对去雾处理后的红外热像视频采用背景差分法进行运动目标识别,背景差分法的优选实施例流程示意图如图5所示,其步骤如下:
步骤一:进行背景建模,根据前N帧红外图像,采用多帧平均法进行背景模型建立,得到红外图像的背景图像,优选的,此处N取为50。
步骤二:用背景模型和当前图像相同位置处的像素值做差分运算得到差分值,其中f(x,y)为当前红外图像位置(x,y)处像素值,B(x,y)为背景图像(x,y)处像素值,D(x,y)为图像位置(x,y)处像素差分值。
D(x,y)=|f(x,y)–B(x,y)|
步骤三:对差分值D(x,y)进行二值化处理,判断是否为运动目标像素,其中τ为阈值。
D(x,y)≥τ
若差分值D(x,y)大于等于阈值τ,则判定为运动目标像素;若差分值D(x,y)小于阈值τ,则判定为背景像素。
步骤四:将得到的所有运动目标像素,组合形成运动目标,同时根据所有的背景像素,进行背景模型更新,得到新的背景模型。
对分离出来的运动目标,采用蓝色线包围运动目标轮廓的方式进行运动目标标识。
采用粒子滤波算法,对识别出的运动目标进行跟踪。
最后,在视频显示模块的显示器上,显示经过除雾处理、运动目标识别和跟踪处理后的红外热像视频,并将处理后的红外热像视频传输回上位机的视频存储模块进行存储,便于以后对红外热像视频的提取和查看。
本发明所举实施方式或实施例对本发明的目的、技术方案和优点进一步详细说明,所应理解的是,以上所举实施方式或者实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种针对雾天的红外热像监控系统,其特征在于,包括:
视频采集单元(10),用于获取雾天环境的红外热像视频,进一步包括红外热像仪(11)和视频采集卡(12);
上位机单元(20),用于实现对红外热像视频的存储和显示,进一步包括视频存储模块(21)和视频显示模块(22);
视频处理单元(30),用于实现对红外热像视频的除雾处理、运动目标的识别和跟踪,进一步包括视频去雾模块(31)、目标识别模块(32)、目标跟踪模块(33)。
所述上位机单元(20)的视频存储模块(21)与视频采集单元(10)的视频采集卡(12)相连接,上位机单元(20)的视频存储模块(21)与视频处理单元(30)的视频去雾模块(31)相连接,上位机单元(20)的视频显示模块(22)与视频处理单元(30)的目标跟踪模块(33)相连接。
2.如权利要求1所述系统,其特征在于,所述视频存储模块(21)用于存储红外热像仪(11)采集到的红外热像视频和经过视频处理单元(30)处理后的红外热像视频。
3.如权利要求1所述系统,其特征在于,所述视频显示模块(22)用于显示经过视频处理单元(30)处理后的红外热像视频。
4.如权利要求1所述系统,其特征在于,所述视频去雾模块(31)包括小波变换处理和局部Retinex算法处理两个部分。
5.如权利要求1所述系统,其特征在于,所述目标识别模块(32)能实现对红外热像视频中运动目标的识别,标识出运动目标。
6.如权利要求1所述系统,其特征在于,所述目标跟踪模块(33)能实现对红外热像视频中运动目标的跟踪。
7.一种针对雾天的红外热像监控方法,其特征在于,包括通过红外热像仪获取雾天环境的红外热像视频并存储至上位机;将红外热像视频分解为红外图像,对红外图像进行去雾处理,再把去雾后的红外图像合并成红外热像视频;对红外热像视频进行运动目标识别和跟踪处理,将处理后的红外热像视频在上位机显示并存储。
8.如权利要求7所述方法,其特征在于,对红外热像图像进行去雾处理的方法为,先对红外热像图像进行小波变换处理以增强图像细节,再对红外图像进行局部Retinex算法处理克服光照不均的影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510255738.7A CN104822055A (zh) | 2015-05-19 | 2015-05-19 | 一种针对雾天的红外热像监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510255738.7A CN104822055A (zh) | 2015-05-19 | 2015-05-19 | 一种针对雾天的红外热像监控系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104822055A true CN104822055A (zh) | 2015-08-05 |
Family
ID=53732206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510255738.7A Pending CN104822055A (zh) | 2015-05-19 | 2015-05-19 | 一种针对雾天的红外热像监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104822055A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504274A (zh) * | 2016-10-10 | 2017-03-15 | 广东技术师范学院 | 一种基于红外摄像头下的视觉跟踪方法及系统 |
CN107277478A (zh) * | 2017-07-21 | 2017-10-20 | 京东方科技集团股份有限公司 | 图像增强监控方法、系统及存储介质和电子设备 |
CN108537760A (zh) * | 2018-06-07 | 2018-09-14 | 南京信息职业技术学院 | 一种基于大气散射模型的红外图像增强方法 |
CN109472755A (zh) * | 2018-11-06 | 2019-03-15 | 武汉高德智感科技有限公司 | 一种红外图像对数log域增强方法 |
CN112019723A (zh) * | 2020-09-07 | 2020-12-01 | 杨仙莲 | 区块链的大数据目标监控方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040097100A (ko) * | 2004-10-27 | 2004-11-17 | 최은성 | 활주로 및 도로안개제거시스템과 방법 |
CN201286155Y (zh) * | 2009-01-22 | 2009-08-05 | 杭州美盛红外光电技术有限公司 | 红外热像监控系统 |
CN102254313A (zh) * | 2011-07-14 | 2011-11-23 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN102609704A (zh) * | 2012-03-23 | 2012-07-25 | 上海海事大学 | 雾天条件下视频监控图像运动目标的检测装置和方法 |
-
2015
- 2015-05-19 CN CN201510255738.7A patent/CN104822055A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040097100A (ko) * | 2004-10-27 | 2004-11-17 | 최은성 | 활주로 및 도로안개제거시스템과 방법 |
CN201286155Y (zh) * | 2009-01-22 | 2009-08-05 | 杭州美盛红外光电技术有限公司 | 红外热像监控系统 |
CN102254313A (zh) * | 2011-07-14 | 2011-11-23 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN102609704A (zh) * | 2012-03-23 | 2012-07-25 | 上海海事大学 | 雾天条件下视频监控图像运动目标的检测装置和方法 |
Non-Patent Citations (1)
Title |
---|
占比超等: "基于平稳小波变换和Retinex 的红外图像增强方法", 《光学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504274A (zh) * | 2016-10-10 | 2017-03-15 | 广东技术师范学院 | 一种基于红外摄像头下的视觉跟踪方法及系统 |
CN107277478A (zh) * | 2017-07-21 | 2017-10-20 | 京东方科技集团股份有限公司 | 图像增强监控方法、系统及存储介质和电子设备 |
CN108537760A (zh) * | 2018-06-07 | 2018-09-14 | 南京信息职业技术学院 | 一种基于大气散射模型的红外图像增强方法 |
CN108537760B (zh) * | 2018-06-07 | 2021-10-01 | 南京信息职业技术学院 | 一种基于大气散射模型的红外图像增强方法 |
CN109472755A (zh) * | 2018-11-06 | 2019-03-15 | 武汉高德智感科技有限公司 | 一种红外图像对数log域增强方法 |
CN112019723A (zh) * | 2020-09-07 | 2020-12-01 | 杨仙莲 | 区块链的大数据目标监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657632B (zh) | 一种车道线检测识别方法 | |
KR101182173B1 (ko) | 차량 번호판 인식 방법 및 시스템 | |
CN104822055A (zh) | 一种针对雾天的红外热像监控系统及方法 | |
CN106600625A (zh) | 检测小型生物的图像处理方法及装置 | |
US9224052B2 (en) | Method for in-image periodic noise pixel inpainting | |
CN111489337B (zh) | 一种自动光学检测伪缺陷去除方法及系统 | |
CN105023256A (zh) | 一种图像去雾方法及系统 | |
CN110532875B (zh) | 夜晚模式镜头付着物的检测系统、终端和存储介质 | |
Ahmed et al. | On-road automobile license plate recognition using co-occurrence matrix | |
CN116823694A (zh) | 基于多聚焦信息整合的红外与可见光图像融合方法及系统 | |
Qu et al. | Scale self-adaption tracking method of Defog-PSA-Kcf defogging and dimensionality reduction of foreign matter intrusion along railway lines | |
Lashkov et al. | Edge-computing-facilitated nighttime vehicle detection investigations with CLAHE-enhanced images | |
CN102254306B (zh) | 一种基于图像简化分层模型的实时图像去雾方法 | |
CN103971347A (zh) | 视频图像中阴影的处理方法及装置 | |
CN111179289B (zh) | 一种适用于网页长图宽图的图像分割方法 | |
CN111242051A (zh) | 一种车辆识别优化方法、装置及存储介质 | |
CN110796099A (zh) | 一种车辆超限检测方法及装置 | |
CN116071713A (zh) | 斑马线确定方法、装置、电子设备和介质 | |
CN112115767B (zh) | 基于Retinex和YOLOv3模型的隧道异物检测方法 | |
CN109359651A (zh) | 一种车牌定位处理器及其定位处理方法 | |
CN108229327A (zh) | 一种基于背景重建的车道线检测方法、装置与系统 | |
Thakur et al. | Classification of color hazy images | |
KR101468566B1 (ko) | 저조도 영상에서의 말레이시아 차량 번호판 인식 방법과 그 시스템 | |
Liu et al. | A system for road sign detection, recognition and tracking based on multi-cues hybrid | |
CN113505811A (zh) | 一种轮毂生产用机器视觉成像方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150805 |