CN107770498A - 一种高效的安防巡逻装置 - Google Patents
一种高效的安防巡逻装置 Download PDFInfo
- Publication number
- CN107770498A CN107770498A CN201711078942.1A CN201711078942A CN107770498A CN 107770498 A CN107770498 A CN 107770498A CN 201711078942 A CN201711078942 A CN 201711078942A CN 107770498 A CN107770498 A CN 107770498A
- Authority
- CN
- China
- Prior art keywords
- image
- submodule
- evaluation
- filtered
- patrol
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种高效的安防巡逻装置,包括导航定位系统、信息处理系统、驱动控制系统、资料采集系统和后台监控中心。本发明的有益效果为:实现了巡逻装置的高效巡逻,提高了巡逻区域安防水平。
Description
技术领域
本发明涉及巡逻技术领域,具体涉及一种高效的安防巡逻装置。
背景技术
在智能化发展的浪潮下,利用巡逻装置来替代传统的保安人员进行巡逻的趋势已经越来越明显。而在巡逻过程中,最重要的就是巡逻影像资料的获取。图像是对客观对象的直观描述或生动写真。图像与人们的生活息息相关。关于图像处理的研究与应用广泛存在于众多的科学和工程领域,比如:工业检测、地质勘探、气象、侦察、通信、医学诊断、智能机器人等。然而,现实中的图像往往都含有噪声,噪声对图像产生的破坏效果主要有两个方面:客观方面,影响主观视觉效果。受到噪声污染的图像,视觉效果往往会变得很差。如果噪声强度大,则图像中的某些细节将难以辨认。主观方面,使图像的信息层和知识层的处理不能继续进行,降低图像数据层处理的质量和精度。对于一些图像处理过程来说,噪声经常产生某种局部二义性。比如,在有噪声干扰的情况下,许多边缘检测算法的效果将会降低,出现大量的虚检和漏检,从而使后续的目标提取和识别难以进行。
发明内容
针对上述问题,本发明旨在提供一种高效的安防巡逻装置。
本发明的目的采用以下技术方案来实现:
提供了一种高效的安防巡逻装置,包括导航定位系统、信息处理系统、驱动控制系统、资料采集系统和后台监控中心;所述导航定位系统连接所述信息处理系统,用于获取前进方向数据和目标位置数据,并将所述前进方向数据和目标位置数据传递给信息处理系统,所述信息处理系统用于根据所述前进方向数据和目标位置数据,分析得到巡逻装置的巡逻路经,所述驱动控制系统与所述信息处理系统连接,用于根据巡逻装置的巡逻路经控制巡逻装置运动和启动资料采集系统,所述资料采集系统包括音频采集装置和视频采集装置,所述音频采集装置用于获取巡逻时的音频数据,所述视频采集装置用于获取巡逻时的影像数据,所述后台监控中心用于根据所述音频数据和影像数据对巡逻区域进行监控。
本发明的有益效果为:实现了巡逻装置的高效巡逻,提高了巡逻区域安防水平。
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:
导航定位系统1、信息处理系统2、驱动控制系统3、资料采集系统4、后台监控中心5。
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,本实施例的一种高效的安防巡逻装置,包括导航定位系统1、信息处理系统2、驱动控制系统3、资料采集系统4和后台监控中心5;所述导航定位系统1连接所述信息处理系统2,用于获取前进方向数据和目标位置数据,并将所述前进方向数据和目标位置数据传递给信息处理系统2,所述信息处理系统2用于根据所述前进方向数据和目标位置数据,分析得到巡逻装置的巡逻路经,所述驱动控制系统3与所述信息处理系统2连接,用于根据巡逻装置的巡逻路经控制巡逻装置运动和启动资料采集系统4,所述资料采集系统4包括音频采集装置和视频采集装置,所述音频采集装置用于获取巡逻时的音频数据,所述视频采集装置用于获取巡逻时的影像数据,所述后台监控中心5用于根据所述音频数据和影像数据对巡逻区域进行监控。
本实施例实现了巡逻装置的高效巡逻,提高了巡逻区域安防水平。
优选的,所述视频采集装置包括第一采集模块、第二建模模块、第三滤波模块和第四评价模块,所述第一采集模块用于获取巡逻影像,所述第二建模模块用于建立影像噪声模型,所述第三滤波模块用于对影像进行滤波处理,获取滤波后的影像,所述第四评价模块用于根据滤波后的影像对滤波效果进行评价。
本优选实施例实现了影像的去噪处理和去噪效果的评价。
优选的,所述第二建模模块用于建立影像噪声模型,具体为:DT(x,y)=MH(x,y)+N(x,y),在式子里,(x,y)表示像素点的位置,DT(x,y)表示含噪声的影像,MH(x,y)表示滤波后的影像,N(x,y)表示影像噪声。
本优选实施例建立的噪声模型符合噪声实际情况,为后续去噪处理奠定了良好的基础。
优选的,所述第三滤波模块包括第一处理子模块、第二处理子模块和第三处理子模块,所述第一处理子模块基于影像局部邻域对影像进行滤波处理,得到一次滤波影像,所述第二处理子模块基于影像全局对影像进行滤波处理,得到二次滤波影像,所述第三处理子模块用于根据一次滤波影像和二次滤波影像获取滤波后的影像;
所述第一处理子模块基于影像局部邻域对影像进行滤波处理,具体为:
对任意像素点设置大小为n×n的窗口,以该像素点为中心,窗口内的像素点作为邻域,采用下式对影像进行处理:在式子里,MH1(x,y)表示一次滤波影像,DT(x,y)表示影像像素点(x,y)的灰度值,n2表示窗口内包含的像素点的个数,表示像素点(x,y)窗口内邻域;
所述第二处理子模块基于影像全局对影像进行滤波处理,具体为:
对任意像素点(x,y),K(x,y)为以(x,y)为中心,大小为n×n的图像块,H(x′,y′)是K(x,y)邻域内以(x′,y′)为中心,大小为n×n的图像块,采用下式对影像进行处理: 在式子里,MH2(x,y)表示二次滤波影像,DT(x′,y′)表示影像像素点(x′,y′)的灰度值,Ω表示影像区域,表示图像块K(x,y)和H(x′,y′)之间的高斯加权欧式距离,a表示高斯核函数的标准差。
所述第三处理子模块用于根据一次滤波影像和二次滤波影像获取滤波后的影像,具体为:在式子里,MH(x,y)表示滤波后的影像。
本优选实施例第三滤波模块实现了影像的高效准确滤波,具体的,第一处理子模块基于影像局部邻域对影像进行滤波处理,有效去除了噪声引起的灰度值尖锐变化,第二处理子模块基于影像全局对影像进行滤波处理,防止了将细节信息当作噪声滤除,提高了滤波的可靠性,第三处理子模块根据一次滤波影像和二次滤波影像确定滤波后的影像,同时具备了第一处理子模块和第二处理子模块的优点。
优选的,所述第四评价模块包括第一评价子模块、第二评价子模块和综合评价子模块,所述第一评价子模块根据滤波后的影像峰值信噪比对滤波效果进行评价,获取第一评价因子,所述第二评价子模块根据滤波后的影像的清晰度对滤波效果进行评价,获取第二评价因子,所述综合评价子模块用于根据第一评价因子和第二评价因子对滤波效果进行综合评价。
所述第一评价子模块根据滤波后的影像峰值信噪比对滤波效果进行评价,具体为:采用下式获取第一评价因子:RU1=(2P2+P)×MHg(P+1),在式子里,RU1表示第一评价因子,P表示滤波后的影像峰值信噪比;第一评价因子越大,表示滤波效果越好;
所述第二评价子模块根据滤波后的影像的清晰度对滤波效果进行评价,具体为:采用下式获取第二评价因子:在式子里,RU2表示第二评价因子,T表示滤波后的影像平均梯度值;第二评价因子越大,表示滤波效果越好。
所述综合评价子模块用于根据第一评价因子和第二评价因子对滤波效果进行综合评价,具体为:采用下式获取综合评价因子:在式子里,RU表示综合评价因子;综合评价因子越大,表示滤波效果越好。
本优选实施例第四评价模块实现了对滤波效果的准确评价,保证了滤波水平,具体的,综合评价因子结合了影像的第一评价因子和第二评价因子对滤波效果进行评价,克服了单一指标进行评价的片面性,提高了评价的可靠性。
采用本发明高效的安防巡逻装置进行巡逻,选取5个巡逻区域进行模拟实验,分别为巡逻区域1、巡逻区域2、巡逻区域3、巡逻区域4、巡逻区域5,对巡逻效率和巡逻成本进行统计,同传统的保安人员巡逻相比,产生的有益效果如下表所示:
巡逻效率提高 | 巡逻成本降低 | |
巡逻区域1 | 29% | 27% |
巡逻区域2 | 27% | 26% |
巡逻区域3 | 26% | 26% |
巡逻区域4 | 25% | 24% |
巡逻区域5 | 24% | 22% |
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 (7)
1.一种高效的安防巡逻装置,其特征在于,包括导航定位系统、信息处理系统、驱动控制系统、资料采集系统和后台监控中心;所述导航定位系统连接所述信息处理系统,用于获取前进方向数据和目标位置数据,并将所述前进方向数据和目标位置数据传递给信息处理系统,所述信息处理系统用于根据所述前进方向数据和目标位置数据,分析得到巡逻装置的巡逻路经,所述驱动控制系统与所述信息处理系统连接,用于根据巡逻装置的巡逻路经控制巡逻装置运动和启动资料采集系统,所述资料采集系统包括音频采集装置和视频采集装置,所述音频采集装置用于获取巡逻时的音频数据,所述视频采集装置用于获取巡逻时的影像数据,所述后台监控中心用于根据所述音频数据和影像数据对巡逻区域进行监控。
2.根据权利要求1所述的高效的安防巡逻装置,其特征在于,所述视频采集装置包括第一采集模块、第二建模模块、第三滤波模块和第四评价模块,所述第一采集模块用于获取巡逻影像,所述第二建模模块用于建立影像噪声模型,所述第三滤波模块用于对影像进行滤波处理,获取滤波后的影像,所述第四评价模块用于根据滤波后的影像对滤波效果进行评价。
3.根据权利要求2所述的高效的安防巡逻装置,其特征在于,所述第二建模模块用于建立影像噪声模型,具体为:DT(x,y)=MH(x,y)+N(x,y),在式子里,(x,y)表示像素点的位置,DT(x,y)表示含噪声的影像,MH(x,y)表示滤波后的影像,N(x,y)表示影像噪声。
4.根据权利要求3所述的高效的安防巡逻装置,其特征在于,所述第三滤波模块包括第一处理子模块、第二处理子模块和第三处理子模块,所述第一处理子模块基于影像局部邻域对影像进行滤波处理,得到一次滤波影像,所述第二处理子模块基于影像全局对影像进行滤波处理,得到二次滤波影像,所述第三处理子模块用于根据一次滤波影像和二次滤波影像获取滤波后的影像;
所述第一处理子模块基于影像局部邻域对影像进行滤波处理,具体为:
对任意像素点设置大小为n×n的窗口,以该像素点为中心,窗口内的像素点作为邻域,采用下式对影像进行处理:在式子里,MH1(x,y)表示一次滤波影像,DT(x,y)表示影像像素点(x,y)的灰度值,n2表示窗口内包含的像素点的个数,表示像素点(x,y)窗口内邻域;
所述第二处理子模块基于影像全局对影像进行滤波处理,具体为:
对任意像素点(x,y),K(x,y)为以(x,y)为中心,大小为n×n的图像块,H(x′,y′)是K(x,y)邻域内以(x′,y′)为中心,大小为n×n的图像块,采用下式对影像进行处理: 在式子里,MH2(x,y)表示二次滤波影像,DT(x′,y′)表示影像像素点(x′,y′)的灰度值,Ω表示影像区域,表示图像块K(x,y)和H(x′,y′)之间的高斯加权欧式距离,a表示高斯核函数的标准差。
5.根据权利要求4所述的高效的安防巡逻装置,其特征在于,所述第三处理子模块用于根据一次滤波影像和二次滤波影像获取滤波后的影像,具体为:在式子里,MH(x,y)表示滤波后的影像。
6.根据权利要求5所述的高效的安防巡逻装置,其特征在于,所述第四评价模块包括第一评价子模块、第二评价子模块和综合评价子模块,所述第一评价子模块根据滤波后的影像峰值信噪比对滤波效果进行评价,获取第一评价因子,所述第二评价子模块根据滤波后的影像的清晰度对滤波效果进行评价,获取第二评价因子,所述综合评价子模块用于根据第一评价因子和第二评价因子对滤波效果进行综合评价。
7.根据权利要求6所述的高效的安防巡逻装置,其特征在于,所述第一评价子模块根据滤波后的影像峰值信噪比对滤波效果进行评价,具体为:采用下式获取第一评价因子:RU1=(2P2+P)×MHg(P+1),在式子里,RU1表示第一评价因子,P表示滤波后的影像峰值信噪比;第一评价因子越大,表示滤波效果越好;
所述第二评价子模块根据滤波后的影像的清晰度对滤波效果进行评价,具体为:采用下式获取第二评价因子:在式子里,RU2表示第二评价因子,T表示滤波后的影像平均梯度值;第二评价因子越大,表示滤波效果越好;
所述综合评价子模块用于根据第一评价因子和第二评价因子对滤波效果进行综合评价,具体为:采用下式获取综合评价因子:在式子里,RU表示综合评价因子;综合评价因子越大,表示滤波效果越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711078942.1A CN107770498A (zh) | 2017-11-06 | 2017-11-06 | 一种高效的安防巡逻装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711078942.1A CN107770498A (zh) | 2017-11-06 | 2017-11-06 | 一种高效的安防巡逻装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107770498A true CN107770498A (zh) | 2018-03-06 |
Family
ID=61272830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711078942.1A Pending CN107770498A (zh) | 2017-11-06 | 2017-11-06 | 一种高效的安防巡逻装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107770498A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769586A (zh) * | 2018-05-30 | 2018-11-06 | 深圳汇通智能化科技有限公司 | 一种监控准确的监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价系统的构建方法 |
CN105554447A (zh) * | 2015-12-11 | 2016-05-04 | 北京天地玛珂电液控制系统有限公司 | 一种基于图像处理技术的采煤工作面实时视频拼接系统 |
CN106843204A (zh) * | 2016-12-22 | 2017-06-13 | 以恒激光科技(北京)有限公司 | 一种激光导向巡逻机器人 |
CN106863318A (zh) * | 2016-12-22 | 2017-06-20 | 以恒激光科技(北京)有限公司 | 一种快速反应巡逻机器人 |
CN107040767A (zh) * | 2017-05-18 | 2017-08-11 | 上海为然环保科技有限公司 | 一种智能家居安防系统 |
-
2017
- 2017-11-06 CN CN201711078942.1A patent/CN107770498A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1604139A (zh) * | 2004-10-28 | 2005-04-06 | 上海交通大学 | 图像融合评价系统的构建方法 |
CN105554447A (zh) * | 2015-12-11 | 2016-05-04 | 北京天地玛珂电液控制系统有限公司 | 一种基于图像处理技术的采煤工作面实时视频拼接系统 |
CN106843204A (zh) * | 2016-12-22 | 2017-06-13 | 以恒激光科技(北京)有限公司 | 一种激光导向巡逻机器人 |
CN106863318A (zh) * | 2016-12-22 | 2017-06-20 | 以恒激光科技(北京)有限公司 | 一种快速反应巡逻机器人 |
CN107040767A (zh) * | 2017-05-18 | 2017-08-11 | 上海为然环保科技有限公司 | 一种智能家居安防系统 |
Non-Patent Citations (3)
Title |
---|
沈萍萍 等: "基于离散余弦变换的非局部均值图像去噪算法", 《计算机工程与设计》 * |
石晓进: "星载干涉合成孔径雷达信号处理若干问题研究", 《信息科技辑》 * |
顾广娟: "乳腺X线影像微钙化簇检测技术研究", 《信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769586A (zh) * | 2018-05-30 | 2018-11-06 | 深圳汇通智能化科技有限公司 | 一种监控准确的监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104361353B (zh) | 一种感兴趣区域的定位方法在仪表监控识别中的应用 | |
Chen et al. | An Apple Detection Method Based on Des‐YOLO v4 Algorithm for Harvesting Robots in Complex Environment | |
CN107909575B (zh) | 针对振动筛运行状态的双目视觉在线检测装置及检测方法 | |
CN110070557A (zh) | 一种基于边缘特征检测的目标识别与定位方法 | |
US20130243343A1 (en) | Method and device for people group detection | |
CN107705288A (zh) | 伪目标运动强干扰下的危险气体泄漏红外视频检测方法 | |
CN107993488A (zh) | 一种基于鱼眼相机的车位识别方法、系统及介质 | |
CN104091175B (zh) | 一种基于Kinect深度信息获取技术的害虫图像自动识别方法 | |
CN103914836B (zh) | 基于机器视觉的农田机械导航线提取算法 | |
CN104715471A (zh) | 目标定位跟踪方法及其装置 | |
CN105243664A (zh) | 一种基于视觉的轮式移动机器人快速目标跟踪方法 | |
CN115311241A (zh) | 一种基于图像融合和特征增强的煤矿井下行人检测方法 | |
CN106548131A (zh) | 一种基于行人检测的施工人员安全帽实时检测方法 | |
CN112116633A (zh) | 一种矿井打钻计数方法 | |
CN106600643A (zh) | 一种基于轨迹分析的人数统计方法 | |
CN102073872A (zh) | 基于图像的寄生虫虫卵形状识别方法 | |
CN111476188A (zh) | 基于特征金字塔的人群计数方法、系统、介质及电子设备 | |
CN102749034A (zh) | 基于图像处理的铁路道岔缺口偏移量检测方法 | |
CN105930793A (zh) | 一种基于sae特征可视化学习的人体检测方法 | |
CN116429082A (zh) | 一种基于st-orb特征提取的视觉slam方法 | |
CN107748621A (zh) | 一种智能交互机器人 | |
CN106960193A (zh) | 一种车道线检测装置和方法 | |
CN107770498A (zh) | 一种高效的安防巡逻装置 | |
CN106600905A (zh) | 一种有效的地质灾害监测系统 | |
CN102682293B (zh) | 基于图像的回旋体玻璃瓶凸点模具号识别方法及其系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |