CN106910167A - 自动化识别系统 - Google Patents
自动化识别系统 Download PDFInfo
- Publication number
- CN106910167A CN106910167A CN201610941007.2A CN201610941007A CN106910167A CN 106910167 A CN106910167 A CN 106910167A CN 201610941007 A CN201610941007 A CN 201610941007A CN 106910167 A CN106910167 A CN 106910167A
- Authority
- CN
- China
- Prior art keywords
- equipment
- real
- image
- angle
- sweat
- 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
- 210000004243 sweat Anatomy 0.000 claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 90
- 241000883990 Flabellum Species 0.000 claims description 35
- 239000000428 dust Substances 0.000 claims description 33
- 230000003028 elevating effect Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 9
- 229910052736 halogen Inorganic materials 0.000 claims description 9
- 150000002367 halogens Chemical class 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005057 refrigeration Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 3
- 229910021420 polycrystalline silicon Inorganic materials 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 239000002210 silicon-based material Substances 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 2
- 238000010191 image analysis Methods 0.000 claims 1
- 230000001815 facial effect Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 230000009916 joint effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 241001075561 Fioria Species 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G06T5/70—
-
- 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
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Abstract
本发明涉及一种自动化识别系统，包括红外补光设备、红外摄像设备、滤波处理设备、灰度化处理设备和汗水等级检测设备，红外补光设备用于对红外摄像设备拍摄的红外图像进行补光，滤波处理设备、灰度化处理设备和汗水等级检测设备依次对红外图像进行滤波处理、灰度化处理和汗水等级检测。通过本发明，能够快速提取到人体出汗情况的有效数据。
Description
技术领域
本发明涉及汗水识别领域，尤其涉及一种自动化识别系统。
背景技术
现有技术的窗体控制方案过于简单，偏重于人工操纵模式，自动化程度低，无法满足人们日益增长的舒适度的需求。
因此，需要一种新的窗体驱动方案，能够改变原有的人工操纵模式，采用全自动化的操纵模式，从而不需要人们起身进行各种控制操作，给人们提供了更多方便，同时，能够丰富基于参数检测的控制策略以及提供与其他设备的联动机制，在整体上提高窗体驱动的性能。
发明内容
为了解决上述问题，本发明提供了一种自动化识别系统，引入了各种新的参数检测设备对室内外环境参数进行检测，对窗体内部结构进行适应性改造，并增加必要的设备联动模式，相应地，在参数检测的基础上，对窗体驱动控制机制进行优化和改善，从而全方面满足用户的需求，为用户提供更多方便。
根据本发明的一方面，提供了一种自动化识别系统，所述系统包括红外补光设备、红外摄像设备、滤波处理设备、灰度化处理设备和汗水等级检测设备，红外补光设备用于对红外摄像设备拍摄的红外图像进行补光，滤波处理设备、灰度化处理设备和汗水等级检测设备依次对红外图像进行滤波处理、灰度化处理和汗水等级检测。
更具体地，在所述自动化识别系统中，包括：红外补光设备，位于红外摄像设备上，包括1个500瓦的卤灯和2个60瓦的远红外辐射灯，用来提高红外摄像设备周围的远红外光线强度，在每一个卤灯前插入有中心波长为1.6μm、带宽为0.5μm的光学滤波片以降低卤灯的发散热量；红外摄像设备，包括摄像镜头、可控云台、镜头底座、非制冷焦平面红外探测器和带通滤波片，镜头底座用于固定摄像镜头，可控云台用于控制红外摄像设备的摄像角度，非制冷焦平面红外探测器采用多晶硅材料制备的单片式电阻型微测辐射热计器件，像元中心距为45μm，噪声等效温差为100Mk，对人体拍摄而获得的红外图像的画面精度为500万像素，带通滤波片的滤波带宽为300nm，中心波长为1.43μm；形状提取设备，用于与红外摄像设备连接以接收红外图像，对红外图像进行形状提取以获取其中的主要目标的形状并作为图像形状输出，图像形状包括形状变化缓慢目标、长轮廓线目标和尖顶角目标；信噪比检测设备，用于与红外摄像设备连接以接收红外图像，对红外图像进行噪声分析和信号分析以确定其中的信噪比并作为图像信噪比输出；滤波选择设备，分别与形状提取设备和信噪比检测设备连接，用于在接收到的图像形状为形状变化缓慢目标时，启动方形中值滤波设备，关闭圆形中值滤波设备和十字形中值滤波设备，并根据图像信噪比确定方形中值滤波设备所使用的方形滤波窗口大小，图像信噪比越大，方形中值滤波设备所使用的方形滤波窗口越小；用于在接收到的图像形状为长轮廓线目标时，启动圆形中值滤波设备，关闭方形中值滤波设备和十字形中值滤波设备，并根据图像信噪比确定圆形中值滤波设备所使用的圆形滤波窗口大小，图像信噪比越大，圆形中值滤波设备所使用的圆形滤波窗口越小；还用于在接收到的图像形状为尖顶角目标时，启动十字形中值滤波设备，关闭方形中值滤波设备和圆形中值滤波设备，并根据图像信噪比确定十字形中值滤波设备所使用的十字形滤波窗口大小，图像信噪比越大，十字形中值滤波设备所使用的十字形滤波窗口越小；方形中值滤波设备，与滤波选择设备连接，用于使用方形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在方形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小；圆形中值滤波设备，与滤波选择设备连接，用于使用圆形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在圆形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小；十字形中值滤波设备，与滤波选择设备连接，用于使用十字形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在十字形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小；伽马校正设备，用于接收去噪图像，对去噪图像进行伽马校正以获得并输出校正图像；灰度化设备，与伽马校正设备连接，用于接收校正图像，对校正图像进行灰度化处理以获得并输出灰度化图像；灰度统计设备，与灰度化设备连接，用于接收灰度化图像，从灰度化图像处提取各个像素的灰度值，基于各个像素的灰度值确定灰度化图像的平均灰度值以作为图像灰度值输出；汗水等级检测设备，与灰度统计设备连接，用于接收图像灰度值，确定图像灰度值归属的灰度等级，基于图像灰度值归属的灰度等级确定对应的汗水含量并作为实时汗水含量输出，图像灰度值归属的灰度等级越低，汗水含量越高，其中，基于图像灰度值归属的灰度等级确定对应的汗水含量包括按照灰度等级汗水含量对照表以基于图像灰度值归属的灰度等级确定对应的汗水含量并作为实时汗水含量输出，灰度等级汗水含量对照表保存了每一个灰度等级对应的汗水含量；FLASH存储设备，与汗水等级检测设备连接，用于存储灰度等级汗水含量对照表；沙尘浓度检测设备，用于检测并输出空气中的实时沙尘浓度；风量传感器，包括旋涡发生体、旋涡率检测单元和风速检测单元，旋涡率检测单元位于旋涡发生体上，用于检测当风经过旋涡发生体时旋涡发生体产生的旋涡率，旋涡率与风速成正比，风速检测单元与旋涡率检测单元连接，用于接收旋涡率，基于旋涡率确定并输出实时风速；飞思卡尔IMX6处理设备，分别与沙尘浓度检测设备、驱动电机、汗水等级检测设备和风量传感器连接，用于接收实时汗水含量、实时风速和实时沙尘浓度，当实时沙尘浓度小于等于预设沙尘浓度阈值时，进入开窗模式，根据实时沙尘浓度调整外窗控制信号中的外窗开启角度，实时沙尘浓度越小，外窗开启角度越大，当实时沙尘浓度大于预设沙尘浓度阈值时，进入关窗模式，设置外窗控制信号中的外窗开启角度为零；外窗主体，设置在内窗主体之外，包括外窗窗体，外窗窗体与内窗主体构的驱动电机连接，用于根据发往驱动电机的外窗控制信号调整外窗窗体的开启模式，外窗控制信号中包括外窗开启角度；内窗主体，包括驱动电机、上部升降链条、中部升降链条、下部升降链条、上部推动拉杆、中部推动拉杆、下部推动拉杆、上部扇叶集合、中部扇叶集合、下部扇叶集合和框架，驱动电机接收上部倾斜角度以通过上部升降链条带动上部推动拉杆将上部扇叶集合内的各个扇叶按照上部倾斜角度同步倾斜，接收中部倾斜角度以通过中部升降链条带动中部推动拉杆将中部扇叶集合内的各个扇叶按照中部倾斜角度同步倾斜，还接收下部倾斜角度以通过下部升降链条带动下部推动拉杆将下部扇叶集合内的各个扇叶按照下部倾斜角度同步倾斜，每一个扇叶集合都是通过铰接的固定连杆和活动连杆构建成使得该扇叶集合内各个扇叶同步联动的可倾斜结构；其中，飞思卡尔IMX6处理设备在开窗模式内执行以下操作：当实时汗水含量小于百分比阈值且实时风速大于风速阈值时，根据实时汗水含量调整上部倾斜控制信号中的上部倾斜角度、下部倾斜控制信号中的下部倾斜角度和中部倾斜控制信号中的中部倾斜角度，实时汗水含量越小，上部倾斜角度、下部倾斜角度和中部倾斜角度越大；当实时汗水含量大于等于百分比阈值且实时风速大于风速阈值时，根据实时汗水含量调整上部倾斜角度和中部倾斜角度，下部倾斜角度为零，实时汗水含量越小，上部倾斜角度和中部倾斜角度越大；当实时汗水含量小于等于百分比阈值且实时风速小于等于风速阈值时，根据实时汗水含量调整上部倾斜角度，下部倾斜角度为零，中部倾斜角度为零，实时汗水含量越小，上部倾斜角度越大。
更具体地，在所述自动化识别系统中，还包括：显示设备，与飞思卡尔IMX6处理设备连接，用于显示实时汗水含量、实时风速和实时沙尘浓度。
更具体地，在所述自动化识别系统中：显示设备为液晶显示屏。
更具体地，在所述自动化识别系统中：显示设备为LED显示屏。
更具体地，在所述自动化识别系统中，还包括：触摸屏，用于根据用户的操作，接收用户的输入信息。
更具体地，在所述自动化识别系统中：触摸屏被集成在显示设备上。
更具体地，在所述自动化识别系统中：将显示设备、飞思卡尔IMX6处理设备和触摸屏都集成在一块集成电路板上。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的自动化识别系统的结构方框图。
附图标记：1红外补光设备；2红外摄像设备；3滤波处理设备；4灰度化处理设备；5汗水等级检测设备
具体实施方式
下面将参照附图对本发明的自动化识别系统的实施方案进行详细说明。
现有技术中的窗体控制模式不够细化，且缺乏有效的联动机制和必要的参数检测设备，还处于根据人们自身感觉进行控制操作的人工阶段，给人们的使用带来很大麻烦。
为了克服上述不足，本发明搭建了一种自动化识别系统，对现有的窗体控制模式进行细化，增加了有效的联动机制和必要的参数检测设备，提高整个控制方案的自动化程度，从而改善窗体封闭空间的内部环境，为人们带来使用上的便利。
图1为根据本发明实施方案示出的自动化识别系统的结构方框图，所述系统包括红外补光设备、红外摄像设备、滤波处理设备、灰度化处理设备和汗水等级检测设备，红外补光设备用于对红外摄像设备拍摄的红外图像进行补光，滤波处理设备、灰度化处理设备和汗水等级检测设备依次对红外图像进行滤波处理、灰度化处理和汗水等级检测。
接着，继续对本发明的自动化识别系统的具体结构进行进一步的说明。
所述系统包括：红外补光设备，位于红外摄像设备上，包括1个500瓦的卤灯和2个60瓦的远红外辐射灯，用来提高红外摄像设备周围的远红外光线强度，在每一个卤灯前插入有中心波长为1.6μm、带宽为0.5μm的光学滤波片以降低卤灯的发散热量。
所述系统包括：红外摄像设备，包括摄像镜头、可控云台、镜头底座、非制冷焦平面红外探测器和带通滤波片，镜头底座用于固定摄像镜头，可控云台用于控制红外摄像设备的摄像角度，非制冷焦平面红外探测器采用多晶硅材料制备的单片式电阻型微测辐射热计器件，像元中心距为45μm，噪声等效温差为100Mk，对人体拍摄而获得的红外图像的画面精度为500万像素，带通滤波片的滤波带宽为300nm，中心波长为1.43μm。
所述系统包括：形状提取设备，用于与红外摄像设备连接以接收红外图像，对红外图像进行形状提取以获取其中的主要目标的形状并作为图像形状输出，图像形状包括形状变化缓慢目标、长轮廓线目标和尖顶角目标。
所述系统包括：信噪比检测设备，用于与红外摄像设备连接以接收红外图像，对红外图像进行噪声分析和信号分析以确定其中的信噪比并作为图像信噪比输出。
所述系统包括：滤波选择设备，分别与形状提取设备和信噪比检测设备连接，用于在接收到的图像形状为形状变化缓慢目标时，启动方形中值滤波设备，关闭圆形中值滤波设备和十字形中值滤波设备，并根据图像信噪比确定方形中值滤波设备所使用的方形滤波窗口大小，图像信噪比越大，方形中值滤波设备所使用的方形滤波窗口越小；用于在接收到的图像形状为长轮廓线目标时，启动圆形中值滤波设备，关闭方形中值滤波设备和十字形中值滤波设备，并根据图像信噪比确定圆形中值滤波设备所使用的圆形滤波窗口大小，图像信噪比越大，圆形中值滤波设备所使用的圆形滤波窗口越小；还用于在接收到的图像形状为尖顶角目标时，启动十字形中值滤波设备，关闭方形中值滤波设备和圆形中值滤波设备，并根据图像信噪比确定十字形中值滤波设备所使用的十字形滤波窗口大小，图像信噪比越大，十字形中值滤波设备所使用的十字形滤波窗口越小。
所述系统包括：方形中值滤波设备，与滤波选择设备连接，用于使用方形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在方形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小。
所述系统包括：圆形中值滤波设备，与滤波选择设备连接，用于使用圆形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在圆形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小。
所述系统包括：十字形中值滤波设备，与滤波选择设备连接，用于使用十字形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在十字形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小。
所述系统包括：伽马校正设备，用于接收去噪图像，对去噪图像进行伽马校正以获得并输出校正图像；灰度化设备，与伽马校正设备连接，用于接收校正图像，对校正图像进行灰度化处理以获得并输出灰度化图像。
所述系统包括：灰度统计设备，与灰度化设备连接，用于接收灰度化图像，从灰度化图像处提取各个像素的灰度值，基于各个像素的灰度值确定灰度化图像的平均灰度值以作为图像灰度值输出。
所述系统包括：汗水等级检测设备，与灰度统计设备连接，用于接收图像灰度值，确定图像灰度值归属的灰度等级，基于图像灰度值归属的灰度等级确定对应的汗水含量并作为实时汗水含量输出，图像灰度值归属的灰度等级越低，汗水含量越高，其中，基于图像灰度值归属的灰度等级确定对应的汗水含量包括按照灰度等级汗水含量对照表以基于图像灰度值归属的灰度等级确定对应的汗水含量并作为实时汗水含量输出，灰度等级汗水含量对照表保存了每一个灰度等级对应的汗水含量。
所述系统包括：FLASH存储设备，与汗水等级检测设备连接，用于存储灰度等级汗水含量对照表；沙尘浓度检测设备，用于检测并输出空气中的实时沙尘浓度。
所述系统包括：风量传感器，包括旋涡发生体、旋涡率检测单元和风速检测单元，旋涡率检测单元位于旋涡发生体上，用于检测当风经过旋涡发生体时旋涡发生体产生的旋涡率，旋涡率与风速成正比，风速检测单元与旋涡率检测单元连接，用于接收旋涡率，基于旋涡率确定并输出实时风速。
所述系统包括：飞思卡尔IMX6处理设备，分别与沙尘浓度检测设备、驱动电机、汗水等级检测设备和风量传感器连接，用于接收实时汗水含量、实时风速和实时沙尘浓度，当实时沙尘浓度小于等于预设沙尘浓度阈值时，进入开窗模式，根据实时沙尘浓度调整外窗控制信号中的外窗开启角度，实时沙尘浓度越小，外窗开启角度越大，当实时沙尘浓度大于预设沙尘浓度阈值时，进入关窗模式，设置外窗控制信号中的外窗开启角度为零。
所述系统包括：外窗主体，设置在内窗主体之外，包括外窗窗体，外窗窗体与内窗主体构的驱动电机连接，用于根据发往驱动电机的外窗控制信号调整外窗窗体的开启模式，外窗控制信号中包括外窗开启角度。
所述系统包括：内窗主体，包括驱动电机、上部升降链条、中部升降链条、下部升降链条、上部推动拉杆、中部推动拉杆、下部推动拉杆、上部扇叶集合、中部扇叶集合、下部扇叶集合和框架，驱动电机接收上部倾斜角度以通过上部升降链条带动上部推动拉杆将上部扇叶集合内的各个扇叶按照上部倾斜角度同步倾斜，接收中部倾斜角度以通过中部升降链条带动中部推动拉杆将中部扇叶集合内的各个扇叶按照中部倾斜角度同步倾斜，还接收下部倾斜角度以通过下部升降链条带动下部推动拉杆将下部扇叶集合内的各个扇叶按照下部倾斜角度同步倾斜，每一个扇叶集合都是通过铰接的固定连杆和活动连杆构建成使得该扇叶集合内各个扇叶同步联动的可倾斜结构。
其中，飞思卡尔IMX6处理设备在开窗模式内执行以下操作：当实时汗水含量小于百分比阈值且实时风速大于风速阈值时，根据实时汗水含量调整上部倾斜控制信号中的上部倾斜角度、下部倾斜控制信号中的下部倾斜角度和中部倾斜控制信号中的中部倾斜角度，实时汗水含量越小，上部倾斜角度、下部倾斜角度和中部倾斜角度越大；当实时汗水含量大于等于百分比阈值且实时风速大于风速阈值时，根据实时汗水含量调整上部倾斜角度和中部倾斜角度，下部倾斜角度为零，实时汗水含量越小，上部倾斜角度和中部倾斜角度越大；当实时汗水含量小于等于百分比阈值且实时风速小于等于风速阈值时，根据实时汗水含量调整上部倾斜角度，下部倾斜角度为零，中部倾斜角度为零，实时汗水含量越小，上部倾斜角度越大。
可选地，在所述控制平台中：显示设备，与飞思卡尔IMX6处理设备连接，用于显示实时汗水含量、实时风速和实时沙尘浓度；显示设备为液晶显示屏；显示设备为LED显示屏；触摸屏，用于根据用户的操作，接收用户的输入信息；触摸屏被集成在显示设备上；以及将显示设备、飞思卡尔IMX6处理设备和触摸屏都集成在一块集成电路板上。
另外，从技术上来看，人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。
人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。
采用本发明的自动化识别系统，针对现有技术中窗体控制方案过于单一且自动化程度不高的技术问题，通过增加多个室内外环境参数检测设备或人体参数检测设备对必要的参数进行实时提取，通过设计设备联动机制和优化窗体控制模式来丰富现有的窗体控制方案，从而最大程度地满足人们对舒适度和便利性的各种要求，提高窗体控制的自动化水准。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种自动化识别系统，所述系统包括红外补光设备、红外摄像设备、滤波处理设备、灰度化处理设备和汗水等级检测设备，红外补光设备用于对红外摄像设备拍摄的红外图像进行补光，滤波处理设备、灰度化处理设备和汗水等级检测设备依次对红外图像进行滤波处理、灰度化处理和汗水等级检测。
2.如权利要求1所述的自动化识别系统，其特征在于，所述系统包括：
红外补光设备，位于红外摄像设备上，包括1个500瓦的卤灯和2个60瓦的远红外辐射灯，用来提高红外摄像设备周围的远红外光线强度，在每一个卤灯前插入有中心波长为1.6μm、带宽为0.5μm的光学滤波片以降低卤灯的发散热量；
红外摄像设备，包括摄像镜头、可控云台、镜头底座、非制冷焦平面红外探测器和带通滤波片，镜头底座用于固定摄像镜头，可控云台用于控制红外摄像设备的摄像角度，非制冷焦平面红外探测器采用多晶硅材料制备的单片式电阻型微测辐射热计器件，像元中心距为45μm，噪声等效温差为100Mk，对人体拍摄而获得的红外图像的画面精度为500万像素，带通滤波片的滤波带宽为300nm，中心波长为1.43μm；
形状提取设备，用于与红外摄像设备连接以接收红外图像，对红外图像进行形状提取以获取其中的主要目标的形状并作为图像形状输出，图像形状包括形状变化缓慢目标、长轮廓线目标和尖顶角目标；
信噪比检测设备，用于与红外摄像设备连接以接收红外图像，对红外图像进行噪声分析和信号分析以确定其中的信噪比并作为图像信噪比输出；
滤波选择设备，分别与形状提取设备和信噪比检测设备连接，用于在接收到的图像形状为形状变化缓慢目标时，启动方形中值滤波设备，关闭圆形中值滤波设备和十字形中值滤波设备，并根据图像信噪比确定方形中值滤波设备所使用的方形滤波窗口大小，图像信噪比越大，方形中值滤波设备所使用的方形滤波窗口越小；用于在接收到的图像形状为长轮廓线目标时，启动圆形中值滤波设备，关闭方形中值滤波设备和十字形中值滤波设备，并根据图像信噪比确定圆形中值滤波设备所使用的圆形滤波窗口大小，图像信噪比越大，圆形中值滤波设备所使用的圆形滤波窗口越小；还用于在接收到的图像形状为尖顶角目标时，启动十字形中值滤波设备，关闭方形中值滤波设备和圆形中值滤波设备，并根据图像信噪比确定十字形中值滤波设备所使用的十字形滤波窗口大小，图像信噪比越大，十字形中值滤波设备所使用的十字形滤波窗口越小；
方形中值滤波设备，与滤波选择设备连接，用于使用方形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在方形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小；
圆形中值滤波设备，与滤波选择设备连接，用于使用圆形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在圆形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小；
十字形中值滤波设备，与滤波选择设备连接，用于使用十字形滤波窗口对红外图像进行加权中值滤波以获得去噪图像，其中，在十字形滤波窗口中，滤波参考像素距离被滤波像素的距离越远，滤波参考像素对应的滤波权重值越小；
伽马校正设备，用于接收去噪图像，对去噪图像进行伽马校正以获得并输出校正图像；
灰度化设备，与伽马校正设备连接，用于接收校正图像，对校正图像进行灰度化处理以获得并输出灰度化图像；
灰度统计设备，与灰度化设备连接，用于接收灰度化图像，从灰度化图像处提取各个像素的灰度值，基于各个像素的灰度值确定灰度化图像的平均灰度值以作为图像灰度值输出；
汗水等级检测设备，与灰度统计设备连接，用于接收图像灰度值，确定图像灰度值归属的灰度等级，基于图像灰度值归属的灰度等级确定对应的汗水含量并作为实时汗水含量输出，图像灰度值归属的灰度等级越低，汗水含量越高，其中，基于图像灰度值归属的灰度等级确定对应的汗水含量包括按照灰度等级汗水含量对照表以基于图像灰度值归属的灰度等级确定对应的汗水含量并作为实时汗水含量输出，灰度等级汗水含量对照表保存了每一个灰度等级对应的汗水含量；
FLASH存储设备，与汗水等级检测设备连接，用于存储灰度等级汗水含量对照表；
沙尘浓度检测设备，用于检测并输出空气中的实时沙尘浓度；
风量传感器，包括旋涡发生体、旋涡率检测单元和风速检测单元，旋涡率检测单元位于旋涡发生体上，用于检测当风经过旋涡发生体时旋涡发生体产生的旋涡率，旋涡率与风速成正比，风速检测单元与旋涡率检测单元连接，用于接收旋涡率，基于旋涡率确定并输出实时风速；
飞思卡尔IMX6处理设备，分别与沙尘浓度检测设备、驱动电机、汗水等级检测设备和风量传感器连接，用于接收实时汗水含量、实时风速和实时沙尘浓度，当实时沙尘浓度小于等于预设沙尘浓度阈值时，进入开窗模式，根据实时沙尘浓度调整外窗控制信号中的外窗开启角度，实时沙尘浓度越小，外窗开启角度越大，当实时沙尘浓度大于预设沙尘浓度阈值时，进入关窗模式，设置外窗控制信号中的外窗开启角度为零；
外窗主体，设置在内窗主体之外，包括外窗窗体，外窗窗体与内窗主体构的驱动电机连接，用于根据发往驱动电机的外窗控制信号调整外窗窗体的开启模式，外窗控制信号中包括外窗开启角度；
内窗主体，包括驱动电机、上部升降链条、中部升降链条、下部升降链条、上部推动拉杆、中部推动拉杆、下部推动拉杆、上部扇叶集合、中部扇叶集合、下部扇叶集合和框架，驱动电机接收上部倾斜角度以通过上部升降链条带动上部推动拉杆将上部扇叶集合内的各个扇叶按照上部倾斜角度同步倾斜，接收中部倾斜角度以通过中部升降链条带动中部推动拉杆将中部扇叶集合内的各个扇叶按照中部倾斜角度同步倾斜，还接收下部倾斜角度以通过下部升降链条带动下部推动拉杆将下部扇叶集合内的各个扇叶按照下部倾斜角度同步倾斜，每一个扇叶集合都是通过铰接的固定连杆和活动连杆构建成使得该扇叶集合内各个扇叶同步联动的可倾斜结构；
其中，飞思卡尔IMX6处理设备在开窗模式内执行以下操作：当实时汗水含量小于百分比阈值且实时风速大于风速阈值时，根据实时汗水含量调整上部倾斜控制信号中的上部倾斜角度、下部倾斜控制信号中的下部倾斜角度和中部倾斜控制信号中的中部倾斜角度，实时汗水含量越小，上部倾斜角度、下部倾斜角度和中部倾斜角度越大；当实时汗水含量大于等于百分比阈值且实时风速大于风速阈值时，根据实时汗水含量调整上部倾斜角度和中部倾斜角度，下部倾斜角度为零，实时汗水含量越小，上部倾斜角度和中部倾斜角度越大；当实时汗水含量小于等于百分比阈值且实时风速小于等于风速阈值时，根据实时汗水含量调整上部倾斜角度，下部倾斜角度为零，中部倾斜角度为零，实时汗水含量越小，上部倾斜角度越大。
3.如权利要求2所述的自动化识别系统，其特征在于，还包括：
显示设备，与飞思卡尔IMX6处理设备连接，用于显示实时汗水含量、实时风速和实时沙尘浓度。
4.如权利要求3所述的自动化识别系统，其特征在于：
显示设备为液晶显示屏。
5.如权利要求3所述的自动化识别系统，其特征在于：
显示设备为LED显示屏。
6.如权利要求3所述的自动化识别系统，其特征在于，还包括：
触摸屏，用于根据用户的操作，接收用户的输入信息。
7.如权利要求6所述的自动化识别系统，其特征在于：
触摸屏被集成在显示设备上。
8.如权利要求6所述的自动化识别系统，其特征在于：
将显示设备、飞思卡尔IMX6处理设备和触摸屏都集成在一块集成电路板上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610941007.2A CN106910167A (zh) | 2016-10-25 | 2016-10-25 | 自动化识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610941007.2A CN106910167A (zh) | 2016-10-25 | 2016-10-25 | 自动化识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106910167A true CN106910167A (zh) | 2017-06-30 |
Family
ID=59206758
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610941007.2A Pending CN106910167A (zh) | 2016-10-25 | 2016-10-25 | 自动化识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106910167A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108537150A (zh) * | 2018-03-27 | 2018-09-14 | 秦广民 | 基于图像识别的反光处理系统 |
| CN108909630A (zh) * | 2018-08-17 | 2018-11-30 | 深圳市荣者光电科技发展有限公司 | 车辆驾驶辅助系统及其装置 |
| CN110206330A (zh) * | 2019-06-10 | 2019-09-06 | 邱鑫梅 | 一种基于大数据的校园楼层智能防护系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005304012A (ja) * | 2004-03-19 | 2005-10-27 | Ricoh Co Ltd | 画像処理装置、画像処理方法および画像処理プログラム |
| CN105178768A (zh) * | 2015-08-28 | 2015-12-23 | 安琳 | 一种智能窗户自动开启方法 |
| CN105201326A (zh) * | 2015-08-28 | 2015-12-30 | 王海玲 | 一种智能检测的夜间卧室窗户开度的方法 |
| CN105239876A (zh) * | 2015-08-27 | 2016-01-13 | 任红霞 | 一种卧室窗户智能化开启控制方法 |
| CN105971441A (zh) * | 2015-08-27 | 2016-09-28 | 李勇 | 卧室窗户智能化开启控制系统 |
-
2016
- 2016-10-25 CN CN201610941007.2A patent/CN106910167A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005304012A (ja) * | 2004-03-19 | 2005-10-27 | Ricoh Co Ltd | 画像処理装置、画像処理方法および画像処理プログラム |
| CN105239876A (zh) * | 2015-08-27 | 2016-01-13 | 任红霞 | 一种卧室窗户智能化开启控制方法 |
| CN105971441A (zh) * | 2015-08-27 | 2016-09-28 | 李勇 | 卧室窗户智能化开启控制系统 |
| CN105178768A (zh) * | 2015-08-28 | 2015-12-23 | 安琳 | 一种智能窗户自动开启方法 |
| CN105201326A (zh) * | 2015-08-28 | 2015-12-30 | 王海玲 | 一种智能检测的夜间卧室窗户开度的方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108537150A (zh) * | 2018-03-27 | 2018-09-14 | 秦广民 | 基于图像识别的反光处理系统 |
| CN108909630A (zh) * | 2018-08-17 | 2018-11-30 | 深圳市荣者光电科技发展有限公司 | 车辆驾驶辅助系统及其装置 |
| CN110206330A (zh) * | 2019-06-10 | 2019-09-06 | 邱鑫梅 | 一种基于大数据的校园楼层智能防护系统 |
| CN110206330B (zh) * | 2019-06-10 | 2020-03-03 | 广东叠一网络科技有限公司 | 一种基于大数据的校园楼层智能防护系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105184787B (zh) | 一种自动对人像进行抠图的证照相机及方法 | |
| CN110472575B (zh) | 一种基于深度学习和计算机视觉的串番茄成熟度检测方法 | |
| CN103808669B (zh) | 一种基于高光谱成像技术的苹果虫眼快速无损检测方法 | |
| CN106875381A (zh) | 一种基于深度学习的手机外壳缺陷检测方法 | |
| CN1705347A (zh) | 图像处理器以及使用该图像处理器的面部检测器 | |
| CN106733701A (zh) | 马铃薯多级联合智能缺陷检测系统及检测方法 | |
| CN106401359B (zh) | 基于红外摄像的窗体操控平台 | |
| CN106910167A (zh) | 自动化识别系统 | |
| CN105959592A (zh) | 一种自适应光线的生物计量信息采集装置和方法 | |
| CN107081765A (zh) | 一种变电站巡视机器人自主识别方法和一种巡视机器人 | |
| KR102002632B1 (ko) | Ｉｏｔ 기반 과수 모니터링 시스템 및 방법 | |
| CN106382090B (zh) | 内外窗联合控制系统 | |
| CN107330352A (zh) | 基于hog特征和机器学习的睡姿压力图像识别方法 | |
| CN105205437B (zh) | 基于头部轮廓验证的侧脸检测方法及装置 | |
| CN110705655A (zh) | 一种基于光谱和机器视觉耦合的烟叶分类方法 | |
| CN107490967A (zh) | 适应光照度突变的采摘机器人目标自主识别系统及其方法 | |
| CN108311411A (zh) | 一种冬虫夏草智能化分拣系统及其使用方法 | |
| CN106368550A (zh) | 一种窗户操控方法 | |
| CN106652228A (zh) | 一种自助式快照设备及快照方法 | |
| CN103646251B (zh) | 基于嵌入式的苹果采后田间分级检测方法及系统 | |
| CN110399888A (zh) | 一种基于mlp神经网络和计算机视觉的围棋裁判系统 | |
| CN110309767A (zh) | 活体检测设备、识别方法、装置及存储介质 | |
| CN106052564A (zh) | 基于光幕体积法的蚕茧性别识别方法 | |
| CN106921850B (zh) | 多功能高清图像分析处理平台 | |
| CN106385555A (zh) | 一种基于多参数检测的智能化窗体运行方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170630 |
|
| RJ01 | Rejection of invention patent application after publication |