CN109444052A - 高光谱成像装置、成像系统及监控方法 - Google Patents

高光谱成像装置、成像系统及监控方法 Download PDF

Info

Publication number
CN109444052A
CN109444052A CN201811265388.2A CN201811265388A CN109444052A CN 109444052 A CN109444052 A CN 109444052A CN 201811265388 A CN201811265388 A CN 201811265388A CN 109444052 A CN109444052 A CN 109444052A
Authority
CN
China
Prior art keywords
light source
image
target signature
light
enhancement value
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
Application number
CN201811265388.2A
Other languages
English (en)
Inventor
舒远
王星泽
刘楚明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Heyi Science And Technology (wuhan) Co Ltd
Original Assignee
Heyi Science And Technology (wuhan) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Heyi Science And Technology (wuhan) Co Ltd filed Critical Heyi Science And Technology (wuhan) Co Ltd
Priority to CN201811265388.2A priority Critical patent/CN109444052A/zh
Publication of CN109444052A publication Critical patent/CN109444052A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种高光谱成像装置,包括:光源单元,包括紫外光光源组件、近红外光光源组件、以及能够提供多种波长的可见光的可见光光源组件;控制单元,与光源单元连接,用于控制光源单元同时发出多种不同波长的光线以及光照强度;以及高光谱相机,用于获取高光谱图像。自适应高光谱成像系统包括:转动装置;上述的高光谱成像装置,安装在转动装置上并能够转动;图像识别装置,和高光谱相机连接,用于获取采集到的高光谱图像并进行识别分析;控制装置,和转动装置、控制单元连接,用于控制转动装置驱动高光谱成像装置转动,控制光源单元发出不同波长的光以及光照强度。对于同一个目标物体能够在宽光谱下获取比传统的视频摄像头更多的信息。

Description

高光谱成像装置、成像系统及监控方法
技术领域
本发明涉及一种高光谱成像装置、成像系统及监控方法,属于计算机图像采集和安防监控领域。
背景技术
安防行业应用最广的产品是视频监控,随着深度学习等人工智能技术的发展,人工智能和视频监控的结合也越来越深。通过视频采集得到海量的数据可以充分满足算法模型训练的要求。但是基于传统视频监控来采集数据,会有极大的局限性。
传统摄像头在进行视频监控的时候,可以通过现有的图像识别装置(即安装有专门的识别软件系统的计算机或是服务器)来对图像进行识别分析,得到具有较高清晰度能够识别的图像,进而判断是否出现异常情况:如某一地面有液体、某一禁止区域有人闯入等,但是无法分析出地面液体的种类、无法清晰得到逆光或弱光环境下闯入者身上的各种特征信息、无法监控有毒气体的泄漏、无法在复杂环境背景中获取具有较高的目标特征增强值能够让现有的图像识别装置有效分割出目标物体并提取特征信息。
发明内容
本发明是为了解决上述传统的视频监控摄像头采集的图像无法进一步提供更多的信息,从而满足对液体、气体或是复杂环境下目标物体的特性提取的问题而进行的,目的在于提供一种高光谱成像装置、成像系统及监控方法。
为此,本发明提供一种高光谱成像装置,其包括:
光源单元,所述光源单元包括紫外光光源组件、近红外光光源组件、以及能够提供多种波长的可见光的可见光光源组件;控制单元,所述控制单元与所述光源单元连接,用于控制所述光源单元同时发出多种不同波长的光线,并控制所述光源单元的光照强度;以及高光谱相机,所述高光谱相机用于获取高光谱图像。
本发明提供的高光谱成像装置,还可以具有这样的特征:其中,所述可见光光源组件、所述紫外光光源组件以及所述近红外光光源组件均为LED灯。
本发明提供的高光谱成像装置,还可以具有这样的特征:其中,所述可见光光源组件包括五种峰值波长为红、绿、蓝、黄、青颜色的LED灯,或四种峰值波长为红、橙、绿和蓝颜色的LED灯,或六种峰值波长为红、橙、黄绿、标准绿、纯绿和蓝颜色的LED灯;或三种峰值波长为红、绿、蓝颜色的LED灯。
本发明提供的高光谱成像装置,还可以具有这样的特征:其中,所述光源单元还包括安装板,所述紫外光光源组件、近红外光光源组件、以及可见光光源组件安装在所述安装板上,所述高光谱相机的镜头设置在所述安装板的中心位置。
本发明还提供一种自适应高光谱成像系统,其包括:
转动装置;
以上任一所述的高光谱成像装置,安装在所述转动装置上而能够进行转动;
图像识别装置,和所述高光谱相机连接,用于获取采集到的高光谱图像并进行识别分析;
控制装置,和所述转动装置、所述控制单元连接,用于控制转动装置来驱动所述高光谱成像装置转动。
本发明提供的自适应高光谱成像系统,还可以具有这样的特征:其中,所述控制装置和所述图像识别装置连接,
所述图像识别装置对采集到的高光谱图像进行识别后得到光谱信息,并分析得出表征目标特征增强程度的目标特征增强值,
所述控制装置根据所述目标特征增强值来控制所述光源单元发出光的波长、光照强度和/或转动装置的转动角度。
本发明提供的自适应高光谱成像系统,还可以具有这样的特征,还包括:
用于感知环境异常情况的触发装置,其与所述控制装置连接。
当触发装置被触发时,所述控制装置控制所述高光谱成像装置工作来采集图像。
本发明还提供一种自适应高光谱成像的监控方法,其包括以下步骤:
感知环境中出现异常情况;
采集高光谱图像,并获取图像的目标特征增强值;
调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征;
当获取的目标特征增强值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
本发明提供的自适应高光谱成像的监控方法,还可以具有这样的特征:当使用运动传感器来进行触发来感知环境中出现异常情况时,其具体包括三个子步骤:
运动传感器感知到有人体活动;
运动传感器发送给控制装置的信号由低电平变化为高电平的信号;
所述控制装置接收到变化的电平信号后,控制高光谱成像装置工作来采集高光谱图像。
本发明提供的自适应高光谱成像的监控方法,还可以具有这样的特征:调节步骤具体包括:
S3-1,往上调一级光源的波长,即将光源波长由紫外向红外的增加;
S3-2,获取每次波长调节后采集到的图像的目标特征增强值;
S3-3,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入特征分割步骤,如果不满足就进入步骤S3-4;
S3-4,往上调采集的角度,改变拍摄的角度;
S3-5,获取每次角度调节后采集到的图像的目标特征增强值;
S3-6,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入特征分割步骤,如果不满足就入步骤S3-7;
S3-7,往上调光照的强度;
S3-8,获取每次光照强度调节后采集到的图像的目标特征增强值;
S3-9,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入特征分割步骤,如果不满足就进入步骤S3-1。
发明的作用与效果在于:根据本发明所涉及的高光谱成像装置,因为具有光源单元,其包括紫外光光源组件、近红外光光源组件、以及能够提供多种波长的可见光的可见光光源组件,能够分别对环境施加不同波长的可见光、紫外光、红外光;具有的高光谱相机,能够采集各种波段的光谱信息;具有的控制单元,与所述光源单元连接,用于控制所述光源单元同时发出多种不同波长的光线,并控制所述光源单元的光照强度,所以本发明的高光谱成像装置能够获取从紫外光、可见光、红外光范围内的图像,从而使得获得的图像具有更多的特征。特别是具有控制单元来调节光源单元发出光的波长和光照强度,使得对于同一个目标物体能够在多个光谱下获取比传统的视频摄像头更多的信息。
进一步,本发明提供的自适应高光谱成像系统,因为具有转动装置,能够转动;具有高光谱成像装置,被安装在所述转动装置上而能够进行转动从而采集不同角度的高光谱图像;具有的图像识别装置,和所述高光谱相机连接,能够获取采集到的高光谱图像并进行识别分析;具有的控制装置,和所述转动装置、所述控制单元连接,能够控制转动装置来驱动所述高光谱成像装置转动,控制所述光源单元发出光的波长以及光照强度,所以能够根据环境的情况在复杂的环境中实时根据情况对光谱的波长、光照的强度以及拍摄采集的角度进行实时调节,从而获取异常情况的更多信息。
本发明提出了光谱波段、拍摄角度、照明光源可调LED光源和高光谱相机相结合的自适应高光谱成像系统,利用LED的混光技术匹配出所需光源的光谱波段,再结合拍摄角度控制,照明光源调节,可以使弱光,逆光,背景复杂等环境下目标物体的特征得到增强,弥补了传统摄像头无法在复杂环境中有效分割出目标物的缺点。
附图说明
图1为本发明的实施例一提供的自适应高光谱成像系统的组成结构示意图;
图2为本发明的实施例一提供的光源单元的结构示意图;
图3为本发明提供的自适应高光谱成像的监控方法的步骤示意图;
图4为本发明提供的实施例三中的自适应高光谱成像系统的组成结构示意图;
图5为本发明的实施例三提供的光源单元的结构示意图;
图6为实施例四提供的自适应高光谱成像的监控方法的步骤S1的子步骤示意图;
图7为实施例四提供的自适应高光谱成像的监控方法的步骤S3的子步骤示意图;
图8为实施例七提供的自适应高光谱成像的监控方法的步骤S1的子步骤示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明的高光谱成像装置、成像系统及监控方法作具体阐述。
实施例一
图1为本发明的实施例一提供的自适应高光谱成像系统的组成结构示意图。
本实施例提供的自适应高光谱成像系统1000,包括转动装置100、高光谱成像装置200、图像识别装置300、控制装置400。
转动装置100,具有安装架和转动平台,转动平台可以进行左右上下各180度旋转。
高光谱成像装置200,安装在所述转动装置100上而能够进行转动,具有光源单元210、高光谱相机220、控制单元。
图2为本发明的实施例一提供的光源单元的结构示意图。
光源单元210,具有安装板211和设置在安装板上的三组光源组件:一组可见光光源组件、一组紫外光光源组件以及一组近红外光光源组件,所述可见光光源组件能够提供多种波长的可见光。在本实施例中,具体的,所述可见光光源组件、紫外光光源组件以及近红外光光源组件均为LED灯。安装板211被安装在转动平台上。
所述可见光光源组件发光的颜色包括红、绿、蓝、黄、青或红、橙、绿和蓝或红、橙、黄绿、标准绿、纯绿和蓝或红、绿、和蓝。
对应的,所述可见光光源组件包括五种峰值波长为红、绿、蓝、黄、青颜色的LED灯或是四种峰值波长为红、橙、绿和蓝颜色的LED灯或是六种峰值波长为红、橙、黄绿、标准绿、纯绿和蓝颜色的LED灯或三种峰值波长为红、绿、和蓝颜色的LED灯。
高光谱相机220,设置在安装板211上,作为一种优选是设置在安装板221的几何中心。
控制单元,与所述光源单元连接,用于控制所述光源单元同时发出多种不同波长的光线,并控制所述光源单元的光照强度。例如,可以通过单独控制每个LED灯的正向电流大小和开关状态,亮度与正向电流基本成正比关系,就能该对应的LED灯的亮度即光照强度。
如图5所示,LED光源由7种不同的LED灯组成,有5种LED灯的峰值波长位于可见光谱区,分别为红、绿、蓝、黄、青;还有一种位于紫外区,一种位于近红外区。峰值波长为红、绿、蓝、黄、青颜色的5个LED灯和1个紫外光LED灯以及1个红外光LED灯为一个单元与所述控制单元连接,而被分别单独控制开关和光照强度。且每7个不同的LED灯组成一个单元,图中总共12个单元。每个单元的LED灯都可以单独控制,从而可以进行混光(即,同时控制多种LED灯发出不同波长的光线)和区域亮度调整(即,控制LED灯的正向电流大小和开关状态)。
图像识别装置300,和所述高光谱相机连接,用于获取采集到的高光谱图像并进行识别分析。
图像识别装置300是现有的,图像识别装置就是将对应的图像识别软件安装在PC机或是服务器、工作站上,对视频进行采样得到图片,利用现有的深度学习物体识别方法可以得到图片中某一位置具体是什么物体,例如可以识别出人,车辆,椅子等。
控制装置400,和所述转动装置100、高光谱成像装置200的控制单元连接,用于控制转动装置来驱动所述高光谱成像装置转动来调节图像采集的角度,控制所述光源单元发出光的波长以及光照强度。
所述控制装置和所述图像识别装置连接,所述图像识别装置对采集到的图像进行识别后得到光谱信息,并分析得出表征目标特征增强程度的目标特征增强值,所述控制装置根据所述目标特征增强值来控制所述光源单元发出光的波长、光照强度、和/或转动装置的转动角度。
高光谱相机的主要作用是区分出不同的物质,即使物质有相同的颜色,也是可以区分出来的。原因如下:组成物质的分子、原子的种类及其排列方式决定了该物质区别于其它物质的本质特征。当电磁波入射到物质表面,物质内部的电子跃迁,原子、分子的震动、转动等作用使物质在特定的波长形成特有的吸收和反射特征,根据这个吸收或者反射的光谱,就可以反映出物质的组成成分与结构的差异。不同的物质,光谱不同,特定的物质有特定的光谱,因此,本发明通过调整光源的波长、照射角度以及光照强度等,是为了使目标特征与周围环境更好的区分出来,即得到更高的目标特征增强值。
实施例二
图3为本发明提供的自适应高光谱成像的监控方法的步骤示意图。
本实施例提供一种自适应高光谱成像的监控方法,该方法使用上述的自适应高光谱成像系统进行监控,包括以下步骤:
步骤S1,感知环境中出现异常情况;
步骤S2,采集高光谱图像,并获取图像的目标特征增强值;
步骤S3,调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征;
步骤S4,当获取的目标特征增强值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
实施例三
本实施例以室内场景中一个不明身份的闯入者闯入的情况进行详细说明。
图4为本发明提供的实施例三中的自适应高光谱成像系统的组成结构示意图。
室内场景使用如图1、4所示,在一个禁入区域有不明身份者闯入,本实施例提供的自适应高光谱成像系统1000即安装在被房间的角落中。
本实施例提供的自适应高光谱成像系统1000,包括转动装置100、高光谱成像装置200、图像识别装置300、控制装置400以及触发装置。
转动装置100,具有安装在墙壁上的安装架和转动平台,转动平台可以进行左右上下各180度旋转。
高光谱成像装置200,安装在所述转动装置100上而能够进行转动,具有光源单元210、高光谱相机220、控制单元。
图5为本发明的实施例三提供的光源单元的结构示意图。
光源单元210,具有圆形的安装板211和设置在安装板上的三组光源组件:一组可见光光源组件、一组紫外光光源组件以及一组近红外光光源组件。在本实施例中,具体的,所述可见光光源组件、紫外光光源组件以及近红外光光源组件均为LED灯。安装板211被安装在转动平台上。
在本实施例中,所述可见光光源组件发光的颜色包括红、绿、蓝、黄、青,对应的,所述可见光光源组件包括五种峰值波长为红、绿、蓝、黄、青颜色的LED灯。
高光谱相机220,设置在安装板221上,作为一种优选是设置在安装板221的几何中心。
控制单元230,与所述光源单元连接,用于控制三个所述光源组件的开启和光照强度。通过单独控制每个灯的正向电流大小和开关状态,亮度与正向电流基本成正比关系,就能该对应的LED灯的亮度即光照强度。
如图5所示,LED光源由7种不同的LED灯组成,有5种LED灯的峰值波长位于可见光谱区,分别为红、绿、蓝、黄、青;还有一种位于紫外区,一种位于近红外区。峰值波长为红、绿、蓝、黄、青颜色的5个LED灯和1个紫外光LED灯以及1个红外光LED灯为一个单元与所述控制单元连接,而被分别单独控制开关和光照强度。且每7个不同的LED灯组成一个单元,图中总共12个单元。每个单元的LED灯都可以单独控制,从而可以进行混光和区域亮度调整。所述安装板的形状为圆形,7*12共84个LED灯如图5所示,排布在圆形的安装板上,所述高光谱相机的镜头设置在所述安装板的中心位置。
图像识别装置300,和所述高光谱相机连接,用于获取采集到的高光谱图像并进行识别分析。
图像识别装置300是现有的,图像识别装置就是将对应的图像识别软件安装在PC机或是服务器、工作站上,对视频进行采样得到图片,利用现有的深度学习物体识别方法可以得到图片中某一位置具体是什么物体,比如可以识别出人,车辆,椅子等。
控制装置400,和所述转动装置100、高光谱成像装置200的控制单元连接,用于控制转动装置来驱动所述高光谱成像装置转动来调节图像采集的角度,控制所述光源单元发出光的波长。
所述控制装置和所述图像识别装置连接,所述图像识别装置对采集到的图像进行识别后得到图像,并分析得出表征目标特征增强程度的目标特征增强值,所述控制装置根据所述目标特征增强值来控制所述光源单元发出光的波长和/或光照强度。
用于感知环境的异常情况的触发装置,其与所述控制装置连接。
当触发装置被触发时,发送给所述控制装置的电平信号发生变化,当所述控制装置接收到变化的电平信号时即控制所述高光谱成像装置工作来采集高光谱图像。
通过内置活动传感器可以在侦测到有异常变化或者声音的时候才触发,触发器采用现有技术公开的触发器,本实施例是将现有的相关的传感器芯片集成到自适应高光谱成像系统的高光谱成像装置中,具体对于本实施例中的通过感知人体活动来进行触发的,进一步的,其采用的是瑞斯康微电子(深圳)有限公司的人体活动传感器。
触发器,通过收集到触发信号,进而触发;一个触发信号可以是高电平变低电平,或低电平变高电平,由具体实际情况决定,本实施例中是由低电平变高电平的信号变化。
实施例四
本实施例提供一种自适应高光谱成像的监控方法,该方法使用上述的自适应高光谱成像系统进行监控,同时配合使用传统的视频监控系统,包括以下步骤:
步骤S1,感知环境中出现异常情况;
步骤S2,采集高光谱图像,并获取图像的目标特征增强值;
步骤S3,调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征;
步骤S4,特征分割步骤,当获取的目标特征增强值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
图6为实施例四提供的自适应高光谱成像的监控方法的步骤S1的子步骤示意图。
具体的,由于使用的是运动传感器来进行触发,所述本实施例中
步骤S1,感知环境中出现异常情况还包括以下两个子步骤:
步骤S1-1,人体活动传感器感知到有人体活动。
步骤S1-2,人体活动传感器感发送给控制装置的信号由低电平变化为高电平的信号。
步骤S1-3,所述控制装置接收到变化的电平信号后,控制所述高光谱成像装置工作来采集高光谱图像。
步骤S3,调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征。
图7为实施例四提供的自适应高光谱成像的监控方法的步骤S3的子步骤示意图。
具体的该步骤包括:
S3-1,往上调一级光源的波长,即将光源波长由紫外向红外的增加。
S3-2,获取每次波长调节后采集到的图像的目标特征增强值。
S3-3,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入步骤S4,如果不满足就进入步骤S3-4。
S3-4,往上调采集的角度,改变拍摄的角度。
S3-5,获取每次角度调节后采集到的图像的目标特征增强值。
S3-6,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入步骤S4,如果不满足就进入S3-7。
S3-7,往上调光照强度。
S3-8,获取每次光照强度调节后采集到的图像的目标特征增强值。
S3-9,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入步骤S4,如果不满足就进入步骤S3-1。
以上的步骤通过代码实现通过编写以下的代码:
定义光谱波段这个参数为x,定义拍摄角度为y,定义照明光源亮度z,用三个for循环嵌套循环来实现。
步骤S4,当获取的成像清晰值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
通过以上的判断过程,一旦识别出特定区域的物体,就停止优化。在没有进行参数调整前,所成像可能是模糊,目标特征不明确,无法清晰分割,进过优化后,目标特征得到增强,从复杂环境中分割出目标特征信息。
调节优化不会陷入死循环,因为x,y,z的值是有限的,即使使用三层嵌套循环,最终也会停止优化,而使用阈值:成像清晰值满足设定要求能够识别该区域的目标特征,得到可用结果后可以提前结束优化。
实施例五
在背景复杂的地方,某个人突然摔倒了,如果这个人所穿的衣服颜色与背景颜色一致,那么普通摄像头是很难识别出有人摔倒了,从而无法及时提供帮助。通过应用本申请的自适应高光谱成像系统成像后,即可以将这个人的特征信息增强,从而跟周围环境分割出来。再将结果传输给计算机系统,做进一步的分析。
由于人所穿衣服的颜色虽然与背景一致,但是衣服的材料与周围物体的材料不是一种类型,所以反射谱是不一样的,利用图像识别装置(这里的图像识别装置与现有的图像识别装置的唯一区别是通道从三个变成多个,多个可以是20个,30个,或者100个)对高光谱相机采集得到的图像立方体进行识别,可以从周围环境中分割出摔倒的人。
实施例六
本实施例提出的光源自适应高光谱相机可以用来检测毒气泄漏,对待测环境进行循环拍摄,通过控制光谱波段、拍摄角度、照明光源,可以监控是否有毒气泄漏。
本实施例提供的自适应高光谱成像系统1000,被设置在需要监控的车间中,包括转动装置100、高光谱成像装置200、图像识别装置300、控制装置400。
如图1、2所示,转动装置100,具有安装架和转动平台,转动平台可以进行左右上下各180度旋转。
高光谱成像装置200,安装在所述转动装置100上而能够进行转动,具有光源单元210、高光谱相机220、控制单元。
光源单元210,具有安装板211和设置在安装板上的三组光源组件:一组可见光光源组件、一组紫外光光源组件以及一组近红外光光源组件。在本实施例中,具体的,所述可见光光源组件、紫外光光源组件以及近红外光光源组件均为LED灯。安装板211被安装在转动平台上。
所述可见光光源组件发光的颜色包括红、绿、蓝、黄、青或红、橙、绿和蓝或红、橙、黄绿、标准绿、纯绿和蓝。
对于的,所述可见光光源组件包括五种峰值波长为红、绿、蓝、黄、青颜色的LED灯或是红、橙、绿和蓝颜色的LED灯或是红、橙、黄绿、标准绿、纯绿和蓝颜色的LED灯。
高光谱相机220,设置在安装板221上,作为一种优选是设置在安装板221的几何中心。
控制单元230,与所述光源单元连接,用于控制三个所述光源组件的开启和光照强度。通过单独控制每个灯的正向电流大小和开关状态,亮度与正向电流基本成正比关系,就能该对应的LED灯的亮度即光照强度。
LED光源由7种不同的LED灯组成,有5种LED灯的峰值波长位于可见光谱区,分别为红、绿、蓝、黄、青;还有一种位于紫外区,一种位于近红外区。峰值波长为红、绿、蓝、黄、青颜色的5个LED灯和1个紫外光LED灯以及1个红外光LED灯为一个单元与所述控制单元连接,而被分别单独控制开关和光照强度。且每7个不同的LED灯组成一个单元,图中总共12个单元。每个单元的LED灯都可以单独控制,从而可以进行混光和区域亮度调整。
图像识别装置300,和所述高光谱相机连接,用于获取采集到的高光谱图像并进行识别分析。
图像识别装置300是现有的,图像识别装置就是将对应的图像识别软件安装在PC机或是服务器、工作站上,对视频进行采样得到图片,利用现有的深度学习物体识别方法(比如百度公司或是谷歌公司提供的识别接口,通过将对应的图像输入,就能够识别该图像的内容)可以得到图片中某一位置具体是什么物体,比如可以识别出人,车辆,椅子等。
控制装置400,和所述转动装置100、高光谱成像装置200的控制单元连接,用于控制转动装置来驱动所述高光谱成像装置转动来调节图像采集的角度。
所述控制装置和所述图像识别装置连接,所述图像识别装置对采集到的图像进行识别后得到图像,并分析得出表征目标特征增强程度的目标特征增强值,所述控制装置根据所述目标特征增强值来控制所述光源单元发出光的波长和/或光照强度。
高光谱成像技术的原理是,每种气体都会以一种独特的方式吸收和反射光线。通过图像信息可以得到泄露气体的位置,通过光谱信息,可以得到泄露气体是否为毒气。
实施例七
在人口密集出口处地面上有不明液体,有可能是普通水,也有可能汽油,或者腐蚀液体,普通相机是无法分辨出具体的液体。在这些异常区域出现后,由于普通相机无法进一步分析,通过在汽车站、码头安装上述实施例一的自适应高光谱成像系统,当出现液体时,触发自适应高光谱成像系统,旋转拍摄角度,使用不同光谱波段的LED灯,一直循环调整参数,直到高光谱成像系统和图像识别系统识别出结果。
对应的该种情形下,本实施例中自适应高光谱成像的监控方法,该方法使用上述的自适应高光谱成像系统对环境中泄露的液体的图像进行采集并识别该识别的种类,包括以下步骤:
步骤S1,感知环境中出现异常情况;
步骤S2,采集高光谱图像,并获取图像的目标特征增强值;
步骤S3,调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征;
步骤S4,当获取的目标特征增强值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
图8为实施例七提供的自适应高光谱成像的监控方法的步骤S1的子步骤示意图。
具体的,由于使用的是运动传感器来进行触发,所述本实施例中
步骤S1,感知环境中出现异常情况还包括以下两个子步骤:
步骤S1-1,普通相机拍摄的图像被图像识别装置识别到液体。
步骤S1-2,该识别信息被发送给控制装置的信号由低电平变化为高电平的信号。
步骤S1-3,所述控制装置接收到变化的电平信号后,控制所述高光谱成像装置工作来采集高光谱图像。
步骤S3,调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征。
如图7所示,具体的该步骤包括:
S3-1,往上调一级光源的波长,即将光源波长由紫外向红外的增加。
S3-2,获取每次波长调节后采集到的图像的目标特征增强值。
S3-3,判断该成像清晰值是否满足设定要求能够识别该区域的目标特征,如果满足就进入步骤S4,如果不满足就进入S3-4。
S3-4,往上调采集的角度,改变拍摄的角度。
S3-5,获取每次角度调节后采集到的图像的目标特征增强值。
S3-6,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入步骤S4,如果不满足就进入S3-7。
S3-7,往上调光照强度。
S3-8,获取每次光照强度调节后采集到的图像的目标特征增强值。
S3-9,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入步骤S4,如果不满足就进入下一步。
以上的步骤通过代码实现通过编写以下的代码:
定义光谱波段这个参数为x,定义拍摄角度为y,定义照明光源亮度z,用三个for循环嵌套循环来实现。
步骤S4,当获取的目标特征增强值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
高光谱相机采集图像样关区域(就是图像中识别为液体的部分)图像信息和光谱信息,光谱信息能够反映样品内部的物理结构,化学成分的差异。每一种物体都会以一种独特的方式吸收和反射光线,不同物体的反射谱是不一样的,提前利用已知液体的反射谱对图像识别系统进行训练。
将样本的图像与将训练好的图像识别系统进行对比,来检测实际环境中的液体,进行液体识别是何种物质的判断和识别,能够快速对液体的种类进行图像识别。
通过以上的判断过程,一旦识别出特定区域的物体,就停止优化。在没有进行参数调整前,所成像可能是模糊,目标特征不明确,无法清晰分割,进过优化后,目标特征得到增强,从复杂环境中分割出目标特征信息。
调节优化不会陷入死循环,因为x,y,z的值是有限的,即使使用三层嵌套循环,最终也会停止优化,而使用阈值:成像清晰值满足设定要求能够识别该区域的目标特征,得到可用结果后可以提前结束优化。
实施例的作用与效果在于:根据本实施例提供的高光谱成像装置,因为具有光源单元,包含安装板和设置在安装板上的三组光源组件:一组可见光光源组件、一组紫外光光源组件以及一组近红外光光源组件,能够分别对环境施加可见光、紫外光、红外光;具有的高光谱相机,设置在安装板上,能够采集各种波段的光谱信息;具有的控制单元,与所述光源单元连接,用于控制所述光源组件的开启和光照强度,所以本发明的高光谱成像装置能够获取从紫外光、可见光、红外光范围内的图像,从而使得获得的图像具有更多的特征。特别是具有控制单元来调节光源单元发出光的波长和光照强度,使得对于同一个目标物体能够在多个光谱下获取比传统的视频摄像头更多的信息。
进一步,本实施例提供的自适应高光谱成像系统,因为具有转动装置,能够转动;具有高光谱成像装置,被安装在所述转动装置上而能够进行转动从而采集不同角度的光谱图像;具有的图像识别装置,和所述高光谱相机连接,能够获取采集到的高光谱图像并进行识别分析;具有的控制装置,和所述转动装置、所述控制单元连接,能够控制转动装置来驱动所述高光谱成像装置转动,控制所述光源单元发出光的波长,所以能够根据环境的情况在复杂的环境中实时根据情况对光谱的波长、光照的强度以及拍摄采集的角度进行实时调节,从而获取异常情况的更多信息。
本实施例提出了光谱波段、拍摄角度、照明光源可调LED光源和高光谱相机相结合的自适应高光谱成像系统,利用LED的混光技术匹配出所需光源的光谱波段,再结合拍摄角度控制,照明光源调节,可以使弱光,逆光,背景复杂等环境下目标物体的特征得到增强,弥补了传统摄像头无法在复杂环境中有效分割出目标物的缺点。
因为本实施例的可见光光源组件发光的颜色包括红、绿、蓝、黄、青或红、橙、绿和蓝或红、橙、黄绿、标准绿、纯绿和蓝,这些颜色都是基础色,通过这几种颜色可以进行波长和强度的组合,从而得到各种混合光,能够得到丰富的组合而采集到更多的目标物体的光谱和图像信息。
进一步,因为,所述可见光光源组件、紫外光光源组件以及近红外光光源组件选用LED灯,不仅成本低,而且可以方便的通过电流的大小来控制光照强度。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。

Claims (10)

1.一种高光谱成像装置,其特征在于,包括:
光源单元,所述光源单元包括紫外光光源组件、近红外光光源组件、以及能够提供多种波长的可见光的可见光光源组件;
控制单元,所述控制单元与所述光源单元连接,用于控制所述光源单元同时发出多种不同波长的光线,并控制所述光源单元的光照强度;以及
高光谱相机,所述高光谱相机用于获取高光谱图像。
2.根据权利要求1所述的高光谱成像装置,其特征在于:
其中,所述可见光光源组件、所述紫外光光源组件以及所述近红外光光源组件均为LED灯。
3.根据权利要求2所述的高光谱成像装置,其特征在于:
其中,所述可见光光源组件包括五种峰值波长为红、绿、蓝、黄、青颜色的LED灯,或四种峰值波长为红、橙、绿和蓝颜色的LED灯,或六种峰值波长为红、橙、黄绿、标准绿、纯绿和蓝颜色的LED灯;或三种峰值波长为红、绿、和蓝颜色的LED灯。
4.根据权利要求1所述的高光谱成像装置,其特征在于:
其中,所述光源单元还包括安装板,所述紫外光光源组件、近红外光光源组件、以及可见光光源组件安装在所述安装板上,所述高光谱相机的镜头设置在所述安装板的中心位置。
5.一种自适应高光谱成像系统,其特征在于,包括:
转动装置;
根据权利要求1-4任意一项所述的高光谱成像装置,安装在所述转动装置上而能够进行转动;
图像识别装置,和所述高光谱相机连接,用于获取采集到的高光谱图像并进行识别分析;
控制装置,和所述转动装置、所述控制单元连接,用于控制转动装置来驱动所述高光谱成像装置转动。
6.根据权利要求5所述的自适应高光谱成像系统,其特征在于:
其中,所述控制装置和所述图像识别装置连接,
所述图像识别装置对采集到的高光谱图像进行识别后得到光谱信息,并分析得出表征目标特征增强程度的目标特征增强值,
所述控制装置根据所述目标特征增强值来控制所述光源单元发出光的波长、光照强度、和/或转动装置的转动角度。
7.根据权利要求5所述的自适应高光谱成像系统,其特征在于,还包括:
用于感知环境异常情况的触发装置,其与所述控制装置连接。
当触发装置被触发时,所述控制装置控制所述高光谱成像装置工作来采集高光谱图像。
8.一种自适应高光谱成像的监控方法,其特征在于,包括以下步骤:
感知环境中出现异常情况;
采集高光谱图像,并获取图像的目标特征增强值;
调节步骤,调节图像采集的光源的波长、光照的强度、采集的角度,并获取每次调节后采集到的图像的目标特征增强值,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征;
特征分割步骤,当获取的目标特征增强值满足设定要求能够识别该区域的目标特征后,将对应的图像作为待分析的图像输出,并对该图像进行特征分割。
9.根据权利要求8所述的自适应高光谱成像的监控方法,其特征在于,
当使用运动传感器来进行触发来感知环境中出现异常情况时,其具体包括三个子步骤:
运动传感器感知到有人体活动;
运动传感器发送给控制装置的信号由低电平变化为高电平的信号;
所述控制装置接收到变化的电平信号后,控制高光谱成像装置工作来采集高光谱图像。
10.根据权利要求8所述的自适应高光谱成像的监控方法,其特征在于,调节步骤具体包括:
S3-1,往上调一级光源的波长,即将光源波长由紫外向红外的增加;
S3-2,获取每次波长调节后采集到的图像的目标特征增强值;
S3-3,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入特征分割步骤,如果不满足就进入步骤S3-4;
S3-4,往上调采集的角度,改变拍摄的角度;
S3-5,获取每次角度调节后采集到的图像的目标特征增强值;
S3-6,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入特征分割步骤,如果不满足就进入步骤S3-7;
S3-7,往上调光照的强度;
S3-8,获取每次光照强度调节后采集到的图像的目标特征增强值;
S3-9,判断该目标特征增强值是否满足设定要求能够识别该区域的目标特征,如果满足就进入特征分割步骤,如果不满足就进入步骤S3-1。
CN201811265388.2A 2018-10-29 2018-10-29 高光谱成像装置、成像系统及监控方法 Pending CN109444052A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811265388.2A CN109444052A (zh) 2018-10-29 2018-10-29 高光谱成像装置、成像系统及监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811265388.2A CN109444052A (zh) 2018-10-29 2018-10-29 高光谱成像装置、成像系统及监控方法

Publications (1)

Publication Number Publication Date
CN109444052A true CN109444052A (zh) 2019-03-08

Family

ID=65549018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811265388.2A Pending CN109444052A (zh) 2018-10-29 2018-10-29 高光谱成像装置、成像系统及监控方法

Country Status (1)

Country Link
CN (1) CN109444052A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109998556A (zh) * 2019-03-29 2019-07-12 江西理工大学 智能可穿戴设备、集成高光谱摄像头的测试装置及方法
CN110542656A (zh) * 2019-08-29 2019-12-06 安徽科技学院 一种基于高光谱技术的农作物营养状况诊断的无损检测装置
CN110927073A (zh) * 2019-11-06 2020-03-27 广东弓叶科技有限公司 多光谱成像方法、电子装置及存储介质
CN111965116A (zh) * 2020-07-21 2020-11-20 天津大学 一种基于高光谱的机场气体检测系统及方法
WO2020244619A1 (zh) * 2019-06-06 2020-12-10 华为技术有限公司 光谱曲线获取方法、电子设备及芯片
CN113256938A (zh) * 2021-05-31 2021-08-13 苏州优函信息科技有限公司 一种基于光谱相机的摔倒监测警报方案
CN113489869A (zh) * 2021-07-05 2021-10-08 深圳市威视佰科科技有限公司 基于高光谱相机的衣物物料识别方法
CN113489870A (zh) * 2021-07-05 2021-10-08 深圳市威视佰科科技有限公司 一种衣物识别装置和系统
CN114878094A (zh) * 2022-04-28 2022-08-09 西安交通大学 多谱段激发油痕成影装置及检测方法

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2155598Y (zh) * 1993-05-06 1994-02-09 张文吉 自动侦测拍摄警报装置
CN2170545Y (zh) * 1993-06-25 1994-06-29 北京市朝阳区中航适用技术开发公司 挂装式防盗照相装置
CN201813479U (zh) * 2010-07-13 2011-04-27 山东神戎电子股份有限公司 双光谱成像系统
CN202798991U (zh) * 2012-09-19 2013-03-13 山东神戎电子股份有限公司 一种带测距稳像功能的多光谱监控系统
CN203275285U (zh) * 2013-04-12 2013-11-06 浙江大学 一种基于高光谱成像的大米品质在线无损检测装置
CN203352673U (zh) * 2013-07-22 2013-12-18 王强 一种安防摄像机
CN103672623A (zh) * 2013-12-23 2014-03-26 苏州君立软件有限公司 一种灯具及监控系统
CN103871186A (zh) * 2012-12-17 2014-06-18 博立码杰通讯(深圳)有限公司 安防监控系统及相应的报警触发方法
CN103975577A (zh) * 2011-10-07 2014-08-06 菲力尔系统公司 智能监视摄像机系统及方法
CN104897583A (zh) * 2015-06-18 2015-09-09 重庆理工大学 一种微量血迹无损检测装置及方法
CN105334543A (zh) * 2014-05-26 2016-02-17 北京维森科技有限公司 基于红外触发图像比对的人体存在检测方法和装置
CN105354904A (zh) * 2015-11-20 2016-02-24 北京天诚盛业科技有限公司 生物识别门禁设备及其工作方法
CN105376522A (zh) * 2015-02-10 2016-03-02 山东华光光电子有限公司 一种带有光学警告装置的红外热成像仪及其应用
CN105491271A (zh) * 2015-11-25 2016-04-13 英华达(上海)科技有限公司 图像采集中进行辅助光源调节的方法及装置
CN105628204A (zh) * 2016-03-02 2016-06-01 安徽农业大学 一种自动调节的高光谱成像系统及成像方法
CN205883456U (zh) * 2016-08-09 2017-01-11 山东神戎电子股份有限公司 一种基于输油管道防盗防泄漏的双光谱红外夜视监控系统
CN106448036A (zh) * 2016-11-01 2017-02-22 合肥华贝信息科技有限公司 一种楼宇智能安防监控系统
TWM539055U (zh) * 2016-09-29 2017-04-01 Wen-Chun Wu 環境安全自動巡檢監測系統
CN106871568A (zh) * 2016-12-30 2017-06-20 青岛海尔智能技术研发有限公司 冰箱内部食物的种类识别方法与冰箱
CN107241575A (zh) * 2017-06-05 2017-10-10 西安理工大学 多源图像融合显示的可穿戴视频监视系统及融合方法
CN206743449U (zh) * 2017-05-24 2017-12-12 武汉多谱多勒科技有限公司 双光谱车载云台监控系统
CN107561040A (zh) * 2016-07-01 2018-01-09 苑高强 一种手机物质鉴别仪、手机及物联网
CN207234947U (zh) * 2017-09-28 2018-04-13 河北山口安防科技有限公司 一种监控摄像机双光谱成像系统
CN108650473A (zh) * 2018-05-28 2018-10-12 重庆金山医疗器械有限公司 内窥镜led灯亮度自动调节的方法及系统
CN108662843A (zh) * 2017-03-27 2018-10-16 青岛海尔智能技术研发有限公司 冰箱内食物的检测系统与冰箱

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2155598Y (zh) * 1993-05-06 1994-02-09 张文吉 自动侦测拍摄警报装置
CN2170545Y (zh) * 1993-06-25 1994-06-29 北京市朝阳区中航适用技术开发公司 挂装式防盗照相装置
CN201813479U (zh) * 2010-07-13 2011-04-27 山东神戎电子股份有限公司 双光谱成像系统
CN103975577A (zh) * 2011-10-07 2014-08-06 菲力尔系统公司 智能监视摄像机系统及方法
CN202798991U (zh) * 2012-09-19 2013-03-13 山东神戎电子股份有限公司 一种带测距稳像功能的多光谱监控系统
CN103871186A (zh) * 2012-12-17 2014-06-18 博立码杰通讯(深圳)有限公司 安防监控系统及相应的报警触发方法
CN203275285U (zh) * 2013-04-12 2013-11-06 浙江大学 一种基于高光谱成像的大米品质在线无损检测装置
CN203352673U (zh) * 2013-07-22 2013-12-18 王强 一种安防摄像机
CN103672623A (zh) * 2013-12-23 2014-03-26 苏州君立软件有限公司 一种灯具及监控系统
CN105334543A (zh) * 2014-05-26 2016-02-17 北京维森科技有限公司 基于红外触发图像比对的人体存在检测方法和装置
CN105376522A (zh) * 2015-02-10 2016-03-02 山东华光光电子有限公司 一种带有光学警告装置的红外热成像仪及其应用
CN104897583A (zh) * 2015-06-18 2015-09-09 重庆理工大学 一种微量血迹无损检测装置及方法
CN105354904A (zh) * 2015-11-20 2016-02-24 北京天诚盛业科技有限公司 生物识别门禁设备及其工作方法
CN105491271A (zh) * 2015-11-25 2016-04-13 英华达(上海)科技有限公司 图像采集中进行辅助光源调节的方法及装置
CN105628204A (zh) * 2016-03-02 2016-06-01 安徽农业大学 一种自动调节的高光谱成像系统及成像方法
CN107561040A (zh) * 2016-07-01 2018-01-09 苑高强 一种手机物质鉴别仪、手机及物联网
CN205883456U (zh) * 2016-08-09 2017-01-11 山东神戎电子股份有限公司 一种基于输油管道防盗防泄漏的双光谱红外夜视监控系统
TWM539055U (zh) * 2016-09-29 2017-04-01 Wen-Chun Wu 環境安全自動巡檢監測系統
CN106448036A (zh) * 2016-11-01 2017-02-22 合肥华贝信息科技有限公司 一种楼宇智能安防监控系统
CN106871568A (zh) * 2016-12-30 2017-06-20 青岛海尔智能技术研发有限公司 冰箱内部食物的种类识别方法与冰箱
CN108662843A (zh) * 2017-03-27 2018-10-16 青岛海尔智能技术研发有限公司 冰箱内食物的检测系统与冰箱
CN206743449U (zh) * 2017-05-24 2017-12-12 武汉多谱多勒科技有限公司 双光谱车载云台监控系统
CN107241575A (zh) * 2017-06-05 2017-10-10 西安理工大学 多源图像融合显示的可穿戴视频监视系统及融合方法
CN207234947U (zh) * 2017-09-28 2018-04-13 河北山口安防科技有限公司 一种监控摄像机双光谱成像系统
CN108650473A (zh) * 2018-05-28 2018-10-12 重庆金山医疗器械有限公司 内窥镜led灯亮度自动调节的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩九强 等: "图像增强", 《数字图像处理:基于XAVIS组态软件》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109998556A (zh) * 2019-03-29 2019-07-12 江西理工大学 智能可穿戴设备、集成高光谱摄像头的测试装置及方法
WO2020244619A1 (zh) * 2019-06-06 2020-12-10 华为技术有限公司 光谱曲线获取方法、电子设备及芯片
CN110542656A (zh) * 2019-08-29 2019-12-06 安徽科技学院 一种基于高光谱技术的农作物营养状况诊断的无损检测装置
CN110542656B (zh) * 2019-08-29 2021-11-02 安徽科技学院 一种基于高光谱技术的农作物营养状况诊断的无损检测装置
CN110927073A (zh) * 2019-11-06 2020-03-27 广东弓叶科技有限公司 多光谱成像方法、电子装置及存储介质
CN111965116A (zh) * 2020-07-21 2020-11-20 天津大学 一种基于高光谱的机场气体检测系统及方法
CN113256938A (zh) * 2021-05-31 2021-08-13 苏州优函信息科技有限公司 一种基于光谱相机的摔倒监测警报方案
CN113489869A (zh) * 2021-07-05 2021-10-08 深圳市威视佰科科技有限公司 基于高光谱相机的衣物物料识别方法
CN113489870A (zh) * 2021-07-05 2021-10-08 深圳市威视佰科科技有限公司 一种衣物识别装置和系统
CN114878094A (zh) * 2022-04-28 2022-08-09 西安交通大学 多谱段激发油痕成影装置及检测方法

Similar Documents

Publication Publication Date Title
CN109444052A (zh) 高光谱成像装置、成像系统及监控方法
EP3527045B2 (en) Surveillance system and method of controlling a surveillance system
US8754960B2 (en) Systems and apparatus for image-based lighting control and security control
KR101835552B1 (ko) 스마트 팩토리 작업환경 관제시스템
US20040113568A1 (en) Systems and methods for providing illumination in machine vision systems
CN105723804B (zh) 用于创建方向性照明效果的方法和装置
CN204795300U (zh) 图像采集设备
CN108076553B (zh) 照明系统及其照明方法
WO2007110791A1 (en) Target atmosphere technique for easy light management systems and atmosphere localisation / rfid-assisted sensor network
CN104320881A (zh) 一种led无影灯照明系统中的智能调光控制器
CN101577033A (zh) 多波段红外图像型火灾探测系统及其火灾预警方法
KR20130143102A (ko) 주변광 스펙트럼을 얻고 발광을 수정하기 위한 광전자 디바이스,시스템 및 방법
WO2013098708A2 (en) Multispectral data acquisition
JP2015068813A (ja) メタリック感の評価方法及び評価装置
EP3424281B1 (en) System and method for characterizing illumination of a target surface
Kim et al. Color segmentation robust to brightness variations by using B-spline curve modeling
CN111145275A (zh) 一种智能化自控森林防火监控系统及方法
CN113759987A (zh) 一种追光灯自动控制系统及追光灯自动控制方法
CN108761436A (zh) 一种火焰视觉测距装置及方法
RU2510965C1 (ru) Экспертно-криминалистический видеокомплекс
CA2816058A1 (en) Iris identification method of a person (alternatives)
KR101943195B1 (ko) 지능형 조명 제어장치 및 방법
CN112347942A (zh) 一种火焰识别的方法及装置
CN101846864B (zh) 物体追迹光学系统及方法
JP6642568B2 (ja) 対象特定システム、対象特定方法およびプログラム

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: 20190308