CN108184098A - 安全区域的监控方法以及系统 - Google Patents
安全区域的监控方法以及系统 Download PDFInfo
- Publication number
- CN108184098A CN108184098A CN201810040562.7A CN201810040562A CN108184098A CN 108184098 A CN108184098 A CN 108184098A CN 201810040562 A CN201810040562 A CN 201810040562A CN 108184098 A CN108184098 A CN 108184098A
- Authority
- CN
- China
- Prior art keywords
- image
- visual angle
- safety zone
- foreign matter
- zone
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000000007 visual effect Effects 0.000 claims abstract description 198
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 abstract description 14
- 230000002452 interceptive effect Effects 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000006378 damage Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种安全区域的监控方法，包括以下步骤：获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，第一视角和第二视角形成夹角，夹角取值范围为大于0°且小于180°，第一图像与第三图像在第一时刻采集，第二图像以及第四图像在第一时刻之后的第二时刻采集；根据第一图像和第二图像判断第一视角的安全区域是否有异物进入，根据第三图像和第四图像判断第二视角的安全区域是否有异物进入；若第一视角的安全区域以及第二视角的安全区域都判定为有异物进入，则确定有异物进入目标对象的安全区域。该方法无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
Description
技术领域
本发明涉及人工智能技术领域，特别是涉及一种安全区域的监控方法以及系统。
背景技术
在空间活动物体的周围通常需要预留一定的安全区域，以防止其它活动物体触碰或者过于接近该空间活动物体而造成空间活动物体的损坏，例如，运作中的机械手臂周围需要预留一定的安全区域，避免其它活动物体过于接近机械手臂造成机械手臂的损坏以及机械手臂对其它活动物体的伤害。
传统技术中，通常使用红外测距方法或者测量光栅对接近空间活动物体的异物进行测距，但是要实现对安全区域全方位的监控往往需要中在空间活动物体上安装多台红外装置或者光栅，硬件成本高，安装难度大，特别是机械手臂这种可以任意屈伸的设备，在机械手臂上安装硬件往往会影响机械手臂的功能。
发明内容
基于此，有必要针对获得全方位的保护区域硬件成本高和安装难度大问题，提供一种安全区域的监控方法以及系统。
一种安全区域的监控方法，包括以下步骤：
获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，所述第一视角和所述第二视角形成夹角，所述夹角取值范围为大于0°且小于180°，所述第一图像与所述第三图像在第一时刻采集，所述第二图像以及所述第四图像在所述第一时刻之后的第二时刻采集；
根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入；
若所述第一视角的安全区域以及所述第二视角的安全区域都判定为有异物进入，则确定有异物进入所述目标对象的安全区域。
上述安全区域的监控方法，以两个不同角度的视角获取目标对象的图像信息，并根据图像信息判断不同视角中目标对象的安全区域内是否有异物进入，实现对安全区域监控，该方法无需在目标对象上额外安装硬件设备，减少硬件设备的成本以及安装难度，且不会影响目标对象的功能实现。
在其中一个实施例中，所述根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入的步骤，包括以下步骤：
根据所述第一图像和所述第二图像确定所述第一视角的第一保护区域，根据所述第三图像和所述第四图像确定所述第二视角的第二保护区域；
将所述第一图像上的所述第一保护区域内的各像素点的灰度值与所述第二图像上的所述第一保护区域内的各像素点的灰度值对应相减，得到所述第一保护区域对应的第一差值图像；将所述第三图像上的所述第二保护区域内的各像素点的灰度值与所述第四图像上的所述第二保护区域内的各像素点的灰度值对应相减，得到所述第二保护区域对应的第二差值图像；
在所述第一差值图像中存在超过预设灰度阈值的像素点，则判定所述第一视角的安全区域有异物进入；
在所述第二差值图像中存在超过预设灰度阈值的像素点，则判定所述第二视角的安全区域有异物进入。
在其中一个实施例中，所述在所述第一差值图像中存在超过预设灰度阈值的像素点，则判定所述第一视角的安全区域有异物进入的步骤，还包括以下步骤：
在所述第一差值图像中超过所述预设灰度阈值的像素点的个数超过预设个数阈值时，则判定所述第一视角的安全区域有异物进入；
所述在所述第二差值图像中存在超过预设灰度阈值的像素点，则判定所述第二视角的安全区域有异物进入的步骤，还包括以下步骤：
在所述第二差值图像中超过所述预设灰度阈值的像素点的个数超过预设个数阈值时，则判定所述第二视角的安全区域有异物进入。
在其中一个实施例中，所述根据所述第一图像和所述第二图像确定所述第一视角的第一保护区域，根据所述第三图像和所述第四图像确定所述第二视角的第二保护区域的步骤，包括以下步骤：
分别确定所述目标对象在所述第一图像、所述第二图像、所述第三图像以及所述第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域；
将所述第一目标区域以及所述第二目标区域进行合并，并对合并后的区域进行膨胀，获取第一保护区域；
将所述第三目标区域以及所述第四目标区域进行合并，并对合并后的区域进行膨胀，获取第二保护区域。
在其中一个实施例中，所述分别确定所述目标对象在所述第一图像、所述第二图像、所述第三图像以及所述第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域的步骤，包括以下步骤：
根据所述第一图像、所述第二图像、所述第三图像以及所述第四图像的图像信息分别获取对应的第一饱和度图像信息、第二饱和度图像信息、第三饱和度图像信息以及第四饱和度图像信息；
获取所述目标对象的饱和度信息；
根据所述饱和度信息、所述第一饱和度图像信息、所述第二饱和度图像信息、所述第三饱和度图像信息以及所述第四饱和度图像信息，在所述第一图像、所述第二图像、所述第三图像以及所述第四图像中分别筛选所述第一目标区域、所述第二目标区域、所述第三目标区域以及所述第四目标区域。
在其中一个实施例中，所述根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入的步骤之后，还包括以下步骤：
获取所述目标对象的所述第一视角的第五图像以及所述第二视角的第六图像，其中，所述第五图像与所述第六图像在所述第二时刻之后的第三时刻采集；
根据所述第二图像和所述第五图像判断所述第一视角的安全区域是否有异物进入，根据所述第四图像和所述第六图像判断所述第二视角的安全区域是否有异物进入。
一种安全区域的监控系统，包括：
图像信息获取模块，用于获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，所述第一视角和所述第二视角形成夹角，所述夹角取值范围为大于0°且小于180°，所述第一图像与所述第三图像在第一时刻采集，所述第二图像以及所述第四图像在所述第一时刻之后的第二时刻采集；
异物判断模块，用于根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入；
异物确定模块，用于若所述第一视角的安全区域以及所述第二视角的安全区域都判定为有异物进入，则确定有异物进入所述目标对象的安全区域。
上述安全区域的监控系统，通过图像信息获取模块以两个不同角度的视角获取目标对象的图像信息，异物判断模块根据图像信息判断不同视角中目标对象的安全区域内是否有异物进入，实现对安全区域监控，该方法无需在目标对象上额外安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述安全区域的监控方法。
上述计算机设备，通过所述处理器上运行的计算机程序，实现了对安全区域监控，且无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述安全区域的监控方法。
上述计算机存储介质，通过其存储的计算机程序，实现了对安全区域监控，且无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
一种机械手臂安全区域的监控装置，包括第一摄像设备、第二摄像设备以及监控控制器；其中，所述第一摄像设备用于获取第一视角的机械手臂的图像信息，所述第二摄像设备用于获取第二视角的机械手臂的图像信息，所述监控控制器执行上述的安全区域的监控方法。
上述机械手臂安全区域的监控装置通过第一摄像设备、第二摄像设备以两个不同角度的视角获取机械手臂的图像信息，并根据图像信息判断不同视角中机械手臂的安全区域内是否有异物进入，实现对安全区域监控，且无需在机械手臂上安装硬件设备，减少硬件设备的安装成本，且不会影响机械手臂的功能实现。
附图说明
图1为本发明一个实施例中安全区域的监控方法的应用环境图；
图2为本发明一个实施例中安全区域的监控方法的流程图；
图3为本发明一个实施例中第一视角与第二视角的关系示意图；
图4为本发明一个实施例中根据图像判断安全区域是否有异物进入的流程图；
图5为本发明一个实施例中的获取得到的图像的示意图；
图6为本发明一个实施例中确定保护区域方法的流程图；
图7为本发明另一个实施例中安全区域的监控方法的流程图；
图8为本发明一个实施例中安全区域的监控系统的结构示意图；
图9为本发明一个实施例中异物判断模块的结构示意图；
图10为本发明一个实施例中机械手臂安全区域的监控装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。
参见图1，图1为本发明一个实施例中安全区域的监控方法的应用环境图。该安全区域的监控方法可应用于如图1是应用环境中，该应用环境包括摄像设备110和终端120，摄像设备110通过有线方式或者无线方式(例如，无线网络)与终端120连接。摄像设备110可以是但不限于各种能拍摄图像信息的摄像头、照相机、录像机、智能手机或者平板电脑等，其中，摄像设备110包括摄像设备110a和摄像设备110b，摄像设备110a和摄像设备110b固定在一定位置上，使得两者的拍摄视角成一定角度。摄像设备110可拍摄图像信息输入到终端120，终端120对输入图像信息进行分析，判断安全区域是否有异物进入。
参见图2，图2为本发明一个实施例中安全区域的监控方法的流程图，该实施例中安全区域的监控方法，包括以下步骤：
步骤S210：获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，第一视角和第二视角形成夹角，夹角取值范围为大于0°且小于180°，第一图像与第三图像在第一时刻采集，第二图像以及第四图像在第一时刻之后的第二时刻采集。
本步骤中，第一图像与第二图像可以是连续拍摄获得的两张图片，也可以是间隔一定时间拍摄的获得的两张图片，同样的，第三图像以及第四图像可以是连续拍摄获得的两张图片，也可以是间隔一定时间拍摄的获得的两张图片；第一时刻与第二时刻的时间间隔可以根据实际情况设置；第一视角与第二视角形成角度α，0°＜α＜180°。
具体的，第一摄像设备放置在第一位置，通过第一摄像设备以第一视角对目标对象进行拍摄，获取T时刻的第一图像以及T+t时刻的第二图像，第二摄像设备放置在第二位置，通过第二摄像设备以第二视角对目标对象进行拍摄，获得T时刻的第三图像以及T+t时刻的第四图像，其中，时间间隔t是根据实际情况设置的时间差。
例如，参见图3，第一摄像设备310a放置于目标对象320正前方的左侧以第一视角进行拍摄，第二摄像设备310b放置于目标对象320的正前方的右侧以第二视角进行拍摄，摄像设备与目标对象的距离只要保证摄像设备能够拍摄得到目标对象的全貌即可，其中，第一视角与第二视角形成角度α。
步骤S220：根据第一图像和第二图像判断第一视角的安全区域是否有异物进入，根据第三图像和第四图像判断第二视角的安全区域是否有异物进入。
步骤S230：若第一视角的安全区域以及第二视角的安全区域都判定为有异物进入，则确定有异物进入目标对象的安全区域。
如果在T到T+t时刻间没有异物接近目标对象，第一图像与第二图像在安全区域的部分是一致的，第三图像与第四图像在安全区域的部分也是一致的；反之，第一图像与第二图像在安全区域的部分是有差异的，第三图像与第四图像在安全区域的部分也是有差异的。通过对比第一图像以及第二图像判断第一视角的安全区域是否有异物进入，对比第三图像信息和第四图像信息判断第二视角的安全区域是否有异物进入；当第一视角的安全区域以及第二视角的安全区域都判定为有异物进入，则确定有异物进入目标对象的安全区域。
上述方法以两个不同角度的视角获取目标对象的图像信息，并根据图像信息判断不同视角中目标对象的安全区域内是否有异物进入，实现对安全区域监控，该方法以两个不同视角的图像信息同步协同监控，达到动态监控效果，可靠性高，实时性好，且无需在目标对象上额外安装硬件设备，减少硬件设备的安装成本以及安装难度，不会影响目标对象的功能实现，对场景要求较低，适用范围广。
进一步的，在其中一个实施例中，第一视角和第二视角成90度角。当第一视角和第二视角形成的角度为90度，对安全区域的监控效果达到最优。
参见图4，图4为本发明一个实施例中根据图像判断安全区域是否有异物进入的流程图，该实施例中步骤S220根据第一图像和第二图像判断第一视角的安全区域是否有异物进入，根据第三图像和第四图像判断第二视角的安全区域是否有异物进入的步骤，包括以下步骤：
步骤S221：根据第一图像和第二图像确定第一视角的第一保护区域，根据第三图像和第四图像确定第二视角的第二保护区域。
本步骤中，保护区域是指以当前视角拍摄的图像中需要实行监控的目标对象安全区域的位置区域，如图5所示，图5为本发明一个实施例中的获取得到的图像的示意图，图5中410部分为目标对象在图像中的位置区域，420部分(即阴影部分)为需要实行监控的安全区域在图像信息中的位置区域，也就是保护区域。
步骤S222：将第一图像上的第一保护区域内的各像素点的灰度值与第二图像上的第一保护区域内的各像素点的灰度值对应相减，得到第一保护区域对应的第一差值图像；将第三图像上的第二保护区域内的各像素点的灰度值与第四图像上的第二保护区域内的各像素点的灰度值对应相减，得到第二保护区域对应的第二差值图像。
步骤S223：在第一差值图像中存在超过预设灰度阈值的像素点，则判定第一视角的安全区域有异物进入；在第二差值图像中存在超过预设灰度阈值的像素点，则判定第二视角的安全区域有异物进入。
具体的，在获取以第一视角的第一图像以及第二图像后，从获得的两幅图像信息确定第一保护区域，并获取第一图像在第一保护区域的第一图像信息以及第二图像在第一保护区域的第二图像信息，将两幅图像信息各个像素点的灰度值对应的进行相减，获取相减得数的绝对值，获得第一差值图像；同样的，对第三图像以及第四图像进行相同的操作获得第二差值图像。当某一视角的差值图像的像素点的灰度值超过预设灰度阈值，判定当前视角的安全区域有异物进入。
通过对两幅图像中的特定区域进行对比，一方面可以对安全区域更精准的监控，减少异物进入安全区域的误判率，另一方面减少数据的处理量，加快对异物是否进入安全区域判断的速度。
考虑到异物有一定的体积大小，而诸如一些灰尘等体积很小而无需被称为异物的物质进入安全区域，若按照当某一视角的差值图像的像素点的灰度值超过预设灰度阈值，判定当前视角的安全区域有异物进入的方式，会产生一些误判，为此，在一个实施例中，在第一差值图像中存在超过预设灰度阈值的像素点，则判定第一视角的安全区域有异物进入，在第二差值图像中存在超过预设灰度阈值的像素点，则判定第二视角的安全区域有异物进入的步骤，还包括以下步骤：
在第一差值图像中超过预设灰度阈值的像素点的个数超过预设个数阈值时，则判定第一视角的安全区域有异物进入；在第二差值图像中超过预设灰度阈值的像素点的个数超过预设个数阈值时，则判定第二视角的安全区域有异物进入。
当某一视角的差值图像的像素点的灰度值超过预设灰度阈值，且超过预设灰度阈值的像素点的个数超过预设个数阈值时，判定该视角的安全区域有异物进入，过于接近目标对象，通过设置灰度阈值以及个数阈值，能够减少异物进入安全区域的误判率，实现对安全区域更精准的监控。
更进一步地，在一个实施例中，在第一差值图像中存在超过预设灰度阈值的像素点，则判定第一视角的安全区域有异物进入，在第二差值图像中存在超过预设灰度阈值的像素点，则判定第二视角的安全区域有异物进入的步骤，还包括以下步骤：
在第一差值图像中超过预设灰度阈值且相邻的像素点的个数超过预设个数阈值时，则判定第一视角的安全区域有异物进入；在第二差值图像中超过预设灰度阈值且相邻的像素点的个数超过预设个数阈值时，则判定第二视角的安全区域有异物进入。
本实施例中，当某一视角的差值图像中，出现某一区域的像素点的灰度值超过预设灰度阈值，且该区域的像素点个数超过预设个数，则判定该视角的安全区域有异物进入，过于接近目标对象；根据超过预设灰度阈值且相邻的像素点的个数这一条件判断是否有异物进入安全区域，有效减少误判率，提高监控的精确性。
具体的，在某一视角的差值图像里面筛选出灰度值大于预设灰度阈值的像素点，然后求取大于预设灰度阈值的像素点的连通域，对连通域进行面积筛选，筛选出像素点个数超过预设个数的连通域才判定为异物进入，对于较少数量像素点构成的连通域或者单个像素点直接忽略。
参见图6，图6为本发明一个实施例中确定保护区域方法的流程图，该实施例中，根据第一图像信息和第二图像信息确定目标对象的第一视角的第一保护区域，根据第三图像信息和第四图像信息确定目标对象的第二视角的第二保护区域的步骤，包括以下步骤：
步骤S2211：分别确定目标对象在第一图像、第二图像、第三图像以及第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域；
步骤S2212：将第一目标区域以及第二目标区域进行合并，并对合并后的区域进行膨胀，获取第一保护区域；将第三目标区域以及第四目标区域进行合并，并对合并后的区域进行膨胀，获取第二保护区域。
本实施例中，目标区域是指以当前视角拍摄的图像信息中目标对象的位置区域，同样参照图5，图5中410部分为目标对象在图像信息的位置区域，也就是目标区域；420部分(即阴影部分)为需要实行监控的安全区域在在图像信息的位置区域，也就是保护区域。
通过确定第一图像中目标对象所在的第一目标区域以及确定第二图像中目标对象所在的第二目标区域，对第一目标区域和第二目标区域进行合并，对合并后获得的目标区域进行膨胀，即对合并后的区域的向外部扩张，膨胀后所得区域与合并后未膨胀的区域求补集，即为第一保护区域；同样的，对第三图像以及第四图像进行相同的操作，获得第二保护区域，其中，目标区域的膨胀值可以根据实际应用中需要保护的安全区域的大小进行设置。
通过对两幅图像信息的目标区域合并，并膨胀获得的保护区域，以保证前后两个时刻获取的图像信息的对比的位置区域以及像素点的数据量一致，为后续图像信息的对比提供了基础。
在其中一个实施例中，确定目标对象在第一图像、第二图像、第三图像以及第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域的步骤，包括以下步骤：
根据第一图像、第二图像、第三图像以及第四图像的图像信息分别获取对应的第一饱和度图像信息、第二饱和度图像信息、第三饱和度图像信息以及第四饱和度图像信息；获取目标对象的饱和度信息；根据饱和度信息、第一饱和度图像信息、第二饱和度图像信息、第三饱和度图像信息以及第四饱和度图像信息，在第一图像、第二图像、第三图像以及第四图像中分别筛选第一目标区域、第二目标区域、第三目标区域以及第四目标区域。。
通过摄像设备获取的图像信息一般为RGB色彩模型的灰度值图像信息，将RGB色彩模型的图像信息转换为HSV颜色模型，获取其中的饱和度图像信息，根据目标对象的饱和度信息从饱和度图像信息筛选出目标对象所在的目标区域。对第一图像、第二图像、第三图像以及第四图像做出上述的数据处理，获取第一目标区域、第二目标区域、第三目标区域以及第四目标区域。通过HSV颜色模型中的饱和度图像进行目标区域筛选，能够准确地筛选出目标区域，有效减小目标区域的筛选错误率。
进一步的，在其中一个实施例中，根据第一图像和第二图像判断第一视角的安全区域是否有异物进入，根据第三图像和第四图像判断第二视角的安全区域是否有异物进入的步骤之后，还包括以下步骤：
获取目标对象第一视角的第五图像以及第二视角的第六图像，其中，第五图像与第六图像在第二时刻之后的第三时刻采集；根据第二图像和第五图像判断第一视角的安全区域是否有异物进入，根据第四图像和第六图像判断第二视角的安全区域是否有异物进入。
在后续对安全区域的监控中，继续以第一视角以及第二视角获取下一个时刻的第五图像以及第六图像，通过对比第二图像和第五图像判断第一视角的安全区域是否有异物进入，通过对比第四图像和第六图像判断第二视角的安全区域是否有异物进入。
具体的，通过第一摄像设备以第一视角对目标对象进行拍摄，获取T+2t时刻的第五图像信息，通过第二摄像设备以第二视角对目标对象进行拍摄，获得T+2t时刻的第六图像信息，通过对比T+t时刻的第二图像信息和T+2t时刻的第五图像信息判断第一视角的安全区域在t时间段内是否有异物进入，通过对比T+t时刻的第四图像信息和T+2t时刻的第六图像信息判断第二视角的安全区域在t时间段内是否有异物进入。通过该方法可以保证对安全区域的监控在时间上的连续性，获得对安全区域全时段的保护。
参见图7，图7为本发明另一个实施例中安全区域的监控方法的流程图，该实施例中安全区域的监控方法，包括以下步骤：
步骤S510：获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像。
本步骤中，通过第一摄像设备放置在第一位置，以第一视角对目标对象进行连续拍摄，获取T时刻的第一图像以及T+t时刻的第二图像，通过第二摄像设备放置在第二位置，以第二视角对目标对象进行连续拍摄，获取T时刻的第三图像以及T+t时刻的第四图像。
步骤S520：分别确定目标对象在第一图像、第二图像、第三图像以及第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域。
本步骤中，在第一图像、第二图像、第三图像以及第四图像中分别筛选出目标对象所在的区域，分别为region1a、region1b、region2a以及region2b。
步骤S530：将第一目标区域以及第二目标区域进行合并，并对合并后的区域进行膨胀，获取第一保护区域；将第三目标区域以及第四目标区域进行合并，并对合并后的区域进行膨胀，获取第二保护区域。
由于前后两张图片中只有目标对象轻微的移动，将region1a以及region1b进行合并获得第一视角目标对象的目标区域region1，即region1＝region1a∪region1b，对该区域进行膨胀，得到区域region1’，将region1’与region1求补集，即获得目标对象外的第一保护区域R1。同样，将region2a以及region2b进行合并获得第二视角目标对象的第二目标区域region2，即region2＝region2a∪region2b，对该区域进行膨胀，得到区域region2’，将region2’与region2求补集，即获得目标对象外的第二保护区域R2。
步骤S540：将第一图像上的第一保护区域内的各像素点的灰度值与第二图像上的第一保护区域内的各像素点的灰度值对应相减，得到第一保护区域对应的第一差值图像；将第三图像上的第二保护区域内的各像素点的灰度值与第四图像上的第二保护区域内的各像素点的灰度值对应相减，得到第二保护区域对应的第二差值图像。
通过获取第一图像信息在第一保护区域R1中的第一图像信息R1a，以及第二图像信息在第一保护区域R1中的第二图像信息R1b，将得到的R1a以及R1b的灰度值作差并求绝对值，获得第一差值图像diff1，即diff1＝ABS(R1a-R1b)，同样的，获取第二差值图像diff2，diff2＝ABS(R2a-R2b)。
步骤S550：根据第一差值图像判断第一视角的安全区域是否有异物进入，根据第二差值图像判断第二视角的安全区域是否有异物进入。
对diff1做阈值处理，当存在灰度值大于50且面积大于300像素的区域，判定在第一视角中有异物进入目标对象的安全区域，过于接近目标对象；同样的，对diff2做阈值处理，当存在灰度值大于50且面积大于300像素的区域，判定在第二视角中有异物进入目标对象的安全区域。
步骤S560：若第一视角的安全区域以及第二视角的安全区域都判定为有异物进入，则确定有异物进入目标对象的安全区域。
本实施例中，通过同时获取形成一定夹角的两个视角的图像信息，对空间活动的目标对象形成三维安全保护区域监控，当两个视角都判断为有异物进入的时候，确定目标对象的安全区域内存在异物，该方法无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
根据上述安全区域的监控方法，本发明还提供一种安全区域的监控系统，以下就本发明的安全区域的监控系统的实施例进行详细说明。
参见图8，图8为本发明一个实施例中安全区域的监控系统的结构示意图。本实施例中，安全区域的监控系统，包括：
图像信息获取模块610，用于获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，第一视角和第二视角形成夹角，夹角取值范围为大于0°且小于180°，第一图像与第三图像在第一时刻采集，第二图像以及第四图像在第一时刻之后的第二时刻采集；
异物判断模块620，用于根据第一图像和第二图像判断第一视角的安全区域是否有异物进入，根据第三图像和第四图像判断第二视角的安全区域是否有异物进入；
异物确定模块630，用于若第一视角的安全区域以及第二视角的安全区域都判定为有异物进入，则确定有异物进入目标对象的安全区域。
上述安全区域的监控系统，通过图像信息获取模块610以两个不同角度的视角获取目标对象的图像信息，异物判断模块620根据图像信息判断不同视角中目标对象的安全区域内是否有异物进入，实现对安全区域监控，该方法无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
参见图9，图9为本发明一个实施例中异物判断模块的结构示意图。本实施例中，异物判断模块620包括保护区域获取单元621、差值图像获取单元622以及异物判定单元623；
保护区域获取单元621，用于根据第一图像和第二图像确定第一视角的第一保护区域，根据第三图像和第四图像确定第二视角的第二保护区域；
差值图像获取单元622，用于将第一图像上的第一保护区域内的各像素点的灰度值与第二图像上的第一保护区域内的各像素点的灰度值对应相减，得到第一保护区域对应的第一差值图像；将第三图像上的第二保护区域内的各像素点的灰度值与第四图像上的第二保护区域内的各像素点的灰度值对应相减，得到第二保护区域对应的第二差值图像；
异物判定单元623，用于在第一差值图像中存在超过预设灰度阈值的像素点，则判定第一视角的安全区域有异物进入；异物判定单元623在第二差值图像中存在超过预设灰度阈值的像素点，则判定第二视角的安全区域有异物进入。
在其中一个实施例中，异物判定单元623在第一差值图像中超过预设灰度阈值的像素点的个数超过预设个数阈值时，则判定第一视角的安全区域有异物进入；异物判定单元623在第二差值图像中超过预设灰度阈值的像素点的个数超过预设个数阈值时，则判定第二视角的安全区域有异物进入。
在其中一个实施例中，保护区域获取单元621分别确定目标对象在第一图像、第二图像、第三图像以及第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域；将第一目标区域以及第二目标区域进行合并，并对合并后的区域进行膨胀，获取第一保护区域；将第三目标区域以及第四目标区域进行合并，并对合并后的区域进行膨胀，获取第二保护区域。
在其中一个实施例中，保护区域获取单元621根据第一图像、第二图像、第三图像以及第四图像的图像信息分别获取对应的第一饱和度图像信息、第二饱和度图像信息、第三饱和度图像信息以及第四饱和度图像信息；获取目标对象的饱和度信息；根据饱和度信息、第一饱和度图像信息、第二饱和度图像信息、第三饱和度图像信息以及第四饱和度图像信息，在第一图像、第二图像、第三图像以及第四图像中分别筛选第一目标区域、第二目标区域、第三目标区域以及第四目标区域。
在其中一个实施例中，异物判断模块62获取目标对象的第一视角的第五图像以及第二视角的第六图像，其中，第五图像与第六图像在第二时刻之后的第三时刻采集；根据第二图像和第五图像判断第一视角的安全区域是否有异物进入，根据第四图像和第六图像判断第二视角的安全区域是否有异物进入。
本发明的安全区域的监控系统与本发明的安全区域的监控方法一一对应，在上述安全区域的监控方法的实施例阐述的技术特征及其有益效果均适用于安全区域的监控系统的实施例中，特此声明。
在一个实施例中，还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现如上述各实施例中的任意一种安全区域的监控方法。
该计算机设备，其处理器执行程序时，通过实现如上述各实施例中的任意一种安全区域的监控方法，从而可以对安全区域实现监控，且无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
此外，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性的计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各安全区域的监控方法的实施例的流程。
在一个实施例中，还提供一种存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上述各实施例中的任意一种安全区域的监控方法。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccess Memory，RAM)等。
该计算机存储介质，其存储的计算机程序，通过实现包括如上述各安全区域的监控方法的实施例的流程，从而可以对安全区域实行监控，且无需在目标对象上安装硬件设备，减少硬件设备的安装成本，且不会影响目标对象的功能实现。
本发明还提供一种机械手臂安全区域的监控装置。参见图10，图10为本发明一个实施例中机械手臂安全区域的监控装置的结构示意图，本实施例中，机械手臂安全区域的监控装置包括第一摄像设备710、第二摄像设备720以及监控控制器730；其中，第一摄像设备710用于获取第一视角的机械手臂的图像信息，第二摄像设备720用于获取第二视角的机械手臂的图像信息，第一视角和第二视角成夹角，监控控制器730执行上述的安全区域的监控方法。
上述机械手臂安全区域的监控装置通过第一摄像设备、第二摄像设备以两个不同角度的视角获取机械手臂的图像信息，并根据图像信息判断不同视角中机械手臂的安全区域内是否有异物进入，实现对安全区域监控，该方法的监控可靠性高，且无需在机械手臂上额外安装硬件设备，减少硬件设备的安装成本，且不会影响机械手臂的功能实现，实用性高。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种安全区域的监控方法，其特征在于，包括以下步骤：
获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，所述第一视角和所述第二视角形成夹角，所述夹角取值范围为大于0°且小于180°，所述第一图像与所述第三图像在第一时刻采集，所述第二图像以及所述第四图像在所述第一时刻之后的第二时刻采集；
根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入；
若所述第一视角的安全区域以及所述第二视角的安全区域都判定为有异物进入，则确定有异物进入所述目标对象的安全区域。
2.根据权利要求1所述的安全区域的监控方法，其特征在于，所述根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入的步骤，包括以下步骤：
根据所述第一图像和所述第二图像确定所述第一视角的第一保护区域，根据所述第三图像和所述第四图像确定所述第二视角的第二保护区域；
将所述第一图像上的所述第一保护区域内的各像素点的灰度值与所述第二图像上的所述第一保护区域内的各像素点的灰度值对应相减，得到所述第一保护区域对应的第一差值图像；将所述第三图像上的所述第二保护区域内的各像素点的灰度值与所述第四图像上的所述第二保护区域内的各像素点的灰度值对应相减，得到所述第二保护区域对应的第二差值图像；
在所述第一差值图像中存在超过预设灰度阈值的像素点，则判定所述第一视角的安全区域有异物进入；
在所述第二差值图像中存在超过预设灰度阈值的像素点，则判定所述第二视角的安全区域有异物进入。
3.根据权利要求2所述的安全区域的监控方法，其特征在于，所述在所述第一差值图像中存在超过预设灰度阈值的像素点，则判定所述第一视角的安全区域有异物进入的步骤，还包括以下步骤：
在所述第一差值图像中超过所述预设灰度阈值的像素点的个数超过预设个数阈值时，则判定所述第一视角的安全区域有异物进入；
所述在所述第二差值图像中存在超过预设灰度阈值的像素点，则判定所述第二视角的安全区域有异物进入的步骤，还包括以下步骤：
在所述第二差值图像中超过所述预设灰度阈值的像素点的个数超过预设个数阈值时，则判定所述第二视角的安全区域有异物进入。
4.根据权利要求2或3所述的安全区域的监控方法，其特征在于，所述根据所述第一图像和所述第二图像确定所述第一视角的第一保护区域，根据所述第三图像和所述第四图像确定所述第二视角的第二保护区域的步骤，包括以下步骤：
分别确定所述目标对象在所述第一图像、所述第二图像、所述第三图像以及所述第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域；
将所述第一目标区域以及所述第二目标区域进行合并，并对合并后的区域进行膨胀，获取第一保护区域；
将所述第三目标区域以及所述第四目标区域进行合并，并对合并后的区域进行膨胀，获取第二保护区域。
5.根据权利要求4所述的安全区域的监控方法，其特征在于，所述分别确定所述目标对象在所述第一图像、所述第二图像、所述第三图像以及所述第四图像中的对应的第一目标区域、第二目标区域、第三目标区域以及第四目标区域的步骤，包括以下步骤：
根据所述第一图像、所述第二图像、所述第三图像以及所述第四图像的图像信息分别获取对应的第一饱和度图像信息、第二饱和度图像信息、第三饱和度图像信息以及第四饱和度图像信息；
获取所述目标对象的饱和度信息；
根据所述饱和度信息、所述第一饱和度图像信息、所述第二饱和度图像信息、所述第三饱和度图像信息以及所述第四饱和度图像信息，在所述第一图像、所述第二图像、所述第三图像以及所述第四图像中分别筛选所述第一目标区域、所述第二目标区域、所述第三目标区域以及所述第四目标区域。
6.根据权利要求1所述的安全区域的监控方法，其特征在于，所述根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入的步骤之后，还包括以下步骤：
获取所述目标对象的所述第一视角的第五图像以及所述第二视角的第六图像，其中，所述第五图像与所述第六图像在所述第二时刻之后的第三时刻采集；
根据所述第二图像和所述第五图像判断所述第一视角的安全区域是否有异物进入，根据所述第四图像和所述第六图像判断所述第二视角的安全区域是否有异物进入。
7.一种安全区域的监控系统，其特征在于，包括：
图像信息获取模块，用于获取目标对象的第一视角的第一图像和第二图像以及第二视角的第三图像和第四图像；其中，所述第一视角和所述第二视角形成夹角，所述夹角取值范围为大于0°且小于180°，所述第一图像与所述第三图像在第一时刻采集，所述第二图像以及所述第四图像在所述第一时刻之后的第二时刻采集；
异物判断模块，用于根据所述第一图像和所述第二图像判断所述第一视角的安全区域是否有异物进入，根据所述第三图像和所述第四图像判断所述第二视角的安全区域是否有异物进入；
异物确定模块，用于若所述第一视角的安全区域以及所述第二视角的安全区域都判定为有异物进入，则确定有异物进入所述目标对象的安全区域。
8.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述的安全区域的监控方法。
9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述的安全区域的监控方法。
10.一种机械手臂安全区域的监控装置，其特征在于，包括第一摄像设备、第二摄像设备以及监控控制器；其中，所述第一摄像设备用于获取机械手臂的第一视角的图像信息，所述第二摄像设备用于获取机械手臂的第二视角的图像信息，所述第一视角和所述第二视角成夹角；所述监控控制器执行权利要求1至6任一项所述的安全区域的监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810040562.7A CN108184098B (zh) | 2018-01-16 | 2018-01-16 | 安全区域的监控方法以及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810040562.7A CN108184098B (zh) | 2018-01-16 | 2018-01-16 | 安全区域的监控方法以及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108184098A true CN108184098A (zh) | 2018-06-19 |
| CN108184098B CN108184098B (zh) | 2021-06-08 |
Family
ID=62550619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810040562.7A Active CN108184098B (zh) | 2018-01-16 | 2018-01-16 | 安全区域的监控方法以及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108184098B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110458053A (zh) * | 2019-07-26 | 2019-11-15 | 中国安全生产科学研究院 | 一种有效监控区域划分方法及视频客流计数方法 |
| CN111062313A (zh) * | 2019-12-13 | 2020-04-24 | 歌尔股份有限公司 | 一种图像识别方法、装置、监控系统及存储介质 |
| CN111160067A (zh) * | 2018-11-07 | 2020-05-15 | 北京奇虎科技有限公司 | 危险识别方法、装置、电子设备及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1444009A (zh) * | 2002-03-13 | 2003-09-24 | 欧姆龙株式会社 | 监视装置 |
| CN103065331A (zh) * | 2013-01-15 | 2013-04-24 | 南京工程学院 | 基于空时域边缘和颜色特征关联的目标跟踪方法 |
| CN203279064U (zh) * | 2013-05-31 | 2013-11-06 | 浙江瓿达科技有限公司 | 自动化电池更换安防系统 |
| CN104378604A (zh) * | 2014-12-01 | 2015-02-25 | 江西洪都航空工业集团有限责任公司 | 一种基于运动检测的实时监控方法 |
| CN104933730A (zh) * | 2014-03-19 | 2015-09-23 | 通用汽车环球科技运作有限责任公司 | 使用半穷举搜索的多视图人检测 |
| CN106326885A (zh) * | 2016-10-31 | 2017-01-11 | 深圳前海弘稼科技有限公司 | 一种种植大棚安全监控方法及装置 |
-
2018
- 2018-01-16 CN CN201810040562.7A patent/CN108184098B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1444009A (zh) * | 2002-03-13 | 2003-09-24 | 欧姆龙株式会社 | 监视装置 |
| CN103065331A (zh) * | 2013-01-15 | 2013-04-24 | 南京工程学院 | 基于空时域边缘和颜色特征关联的目标跟踪方法 |
| CN203279064U (zh) * | 2013-05-31 | 2013-11-06 | 浙江瓿达科技有限公司 | 自动化电池更换安防系统 |
| CN104933730A (zh) * | 2014-03-19 | 2015-09-23 | 通用汽车环球科技运作有限责任公司 | 使用半穷举搜索的多视图人检测 |
| CN104378604A (zh) * | 2014-12-01 | 2015-02-25 | 江西洪都航空工业集团有限责任公司 | 一种基于运动检测的实时监控方法 |
| CN106326885A (zh) * | 2016-10-31 | 2017-01-11 | 深圳前海弘稼科技有限公司 | 一种种植大棚安全监控方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111160067A (zh) * | 2018-11-07 | 2020-05-15 | 北京奇虎科技有限公司 | 危险识别方法、装置、电子设备及计算机可读存储介质 |
| CN110458053A (zh) * | 2019-07-26 | 2019-11-15 | 中国安全生产科学研究院 | 一种有效监控区域划分方法及视频客流计数方法 |
| CN111062313A (zh) * | 2019-12-13 | 2020-04-24 | 歌尔股份有限公司 | 一种图像识别方法、装置、监控系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108184098B (zh) | 2021-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4663756B2 (ja) | 異常行動検知装置 | |
| KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
| JP4203736B2 (ja) | 画像の動き検出装置及びコンピュータプログラム | |
| JP4729610B2 (ja) | 煙検出装置 | |
| CN108184098A (zh) | 安全区域的监控方法以及系统 | |
| US20060056702A1 (en) | Image processing apparatus and image processing method | |
| CN106559647A (zh) | 开门关门检测装置和方法、人流检测系统和交通工具 | |
| KR102101623B1 (ko) | 영상 정보를 이용하여 이상 상황을 감지하는 방법 및 장치 | |
| KR20090044957A (ko) | 도난 및 방치 감시 시스템 및 도난 및 방치 검출 방법 | |
| CN113468918A (zh) | 包裹检测方法、装置、设备及存储介质 | |
| Mathew et al. | Detecting new stable objects in surveillance video | |
| CN110913209A (zh) | 摄像头遮挡检测方法、装置、电子设备及监控系统 | |
| KR20230004124A (ko) | 영상 감시 시스템에서의 실시간 이상 상황 탐지 방법 및 장치 | |
| KR101395666B1 (ko) | 비디오 영상의 변화를 이용한 도난 감시 장치 및 방법 | |
| JPH09293141A (ja) | 移動物体検出装置 | |
| JP5710230B2 (ja) | 監視システムおよび監視方法 | |
| KR100920937B1 (ko) | 감시 시스템에서의 움직임 검출 및 영상 저장 장치 및 방법 | |
| JP3928463B2 (ja) | 睡眠時体動検出装置 | |
| JP2769036B2 (ja) | 架空線の自動点検方法 | |
| JP3649277B2 (ja) | 画像認識による速度測定システム及び速度測定方法 | |
| JPH0514891A (ja) | 画像監視装置 | |
| CN108334811A (zh) | 一种人脸图像处理方法及装置 | |
| US20110234912A1 (en) | Image activity detection method and apparatus | |
| CN109885560B (zh) | 页岩气压裂装备红外热像监测数据的清洗方法及装置 | |
| KR101617428B1 (ko) | 디지털 영상에서 손상 영역을 검출하는 방법 및 장치 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180828 Address after: 519000 A 2, two floor, No. 10 Futian Road, Xiangzhou District, Zhuhai, Guangdong. Applicant after: Zhuhai Wanao te Health Technology Co., Ltd. Address before: 519000 Zhuhai, Xiangzhou, Guangdong Futian Road, No. 10 plant 1 1 -3, 2, two factory floor Applicant before: Zhuhai Junkai Machinery Technology Co., Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201210 Address after: Room 1001, unit 3, building 1, No. 145, Mingzhu North Road, Xiangzhou District, Zhuhai City, Guangdong Province Applicant after: Zhimei Kangmin (Zhuhai) Health Technology Co., Ltd Address before: 519000 A 2, two floor, No. 10 Futian Road, Xiangzhou District, Zhuhai, Guangdong. Applicant before: ZHUHAI WANNAOTE HEALTH TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |