CN110040595B - 一种基于图像直方图的电梯门状态检测方法及系统 - Google Patents
一种基于图像直方图的电梯门状态检测方法及系统 Download PDFInfo
- Publication number
- CN110040595B CN110040595B CN201910332033.9A CN201910332033A CN110040595B CN 110040595 B CN110040595 B CN 110040595B CN 201910332033 A CN201910332033 A CN 201910332033A CN 110040595 B CN110040595 B CN 110040595B
- Authority
- CN
- China
- Prior art keywords
- histogram
- image
- door
- elevator
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0025—Devices monitoring the operating condition of the elevator system for maintenance or repair
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0037—Performance analysers
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明公开了一种基于图像直方图的电梯门状态检测方法,包括以下步骤:S1,采集轿厢内的视频图像信息;S2,根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元;S3,门状态检测单元根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态。
Description
技术领域
本发明属于电梯安全技术领域,具体涉及一种基于图像直方图的电梯门状态检测方法及系统。
背景技术
当前电梯已成为城市众多建筑中的标配设备,是现代生活中人们重要的交通工具。由于其使用的频繁性以及本身的环境密闭特性,电梯环境具有很强的图像监控需求。传统的电梯监控只具备基本的录像功能,无法智能的判断电梯门当前所处状态,当电梯突发故障时,小区管理人员只能后滞的查询监控图像,危机处理机制反映较慢且具有一定的滞后性。
中国发明专利申请CN106204659A公开了一种基于光流的电梯开关门检测方法,具体包括以下内容:(1)通过人工标定的方法,选取电梯门上的告警标签作为检测的感兴趣区域。(2)在感兴趣区域上提取特异性较大的角点,作为后续跟踪的对象。(3)使用光流法跟踪感兴趣区域的角点,判定当前门的开闭情况和运动方向。本技术方案中存在以下不足:(1)要同时对感兴趣区域的四个子区域提取角点,并且各自进行光流跟踪,统计运动方向。整个过程略繁琐,且计算量较大。(2)使用光流跟踪角点这种局部图像特征检测方式,受外界光照变化影响较大,一旦电梯轿厢本身光照变化较大,或者开关门导致的外界光照干扰,都会导致跟踪算法失效。(3)本方案选择使用的灰度直方图属于图像的全局特征,在统计数值时,转换到HSV图像空间,整体特征稳定受光照影响较小。不用通过求多方向梯度计算角点,所以计算速度较快。
同时现有技术的中国专利申请CN107187980A公开了一种电梯装置中电梯门开合的检测方法及装置,具体包括以下内容:(1)通过人工标定的方法,先验性的选取电梯门上粘贴的告警标签位置,作为感兴趣区域。(2)通过边缘检测的方式,提取电梯门左右各自粘贴的告警标签,作为检测的左右区域。(3)基于深度相机,获取左右区域各自像素在三维区域的坐标,作为监控点。(4)实时统计这些坐标在当前电梯门上的变化过程,计算左右区域的坐标移动量,判定电梯门是否发生变化。本方案技术中存在以下不足:(1)该方案只能使用深度相机作为监控设备,深度相机本身成本较高。而本方案同时支持普通和深度相机等监控设备,成本和易用性更强;(2)该方案依赖于深度相机本身计算得到的深度值精度,但是深度相机本身输出的深度值精度同时受到光照和安装角度的影响,在不同的电梯场景,其精度难免会出现变化,此时该算法的检测精度也必然随之下降。本方案只使用监控相机的二维监控图,不需要深度信息作为输入,算法在不同电梯环境下的普适性更强。
针对以上问题,实有必要提出一种解决方法予以克服。
发明内容
本发明要解决的技术问题是提供一种基于图像直方图的电梯门状态检测方法及系统。
为解决上述技术问题,本发明采用如下的技术方案:
本发明的一个方面提供了一种基于图像直方图的电梯门状态检测方法,包括以下步骤:
S1,采集轿厢内的视频图像信息;
S2,根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元;
S3,门状态检测单元根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态。
优选地,S3具体包括以下步骤:
将输入的图像转到HSV图像空间,并且选择H通道作为后续的统计图像直方图的输入数据;
设(r,g,b)分别代表一个像素点在红绿蓝三个通道的数值,值都在(0,1)之间,设max为(r,g,b)中的最大值,min为(r,g,b)三者中的最小值,由RGB图转到H单通道的具体转换公式如下:
V=max
其中,H通道表示色调值,转换得到的H的取值范围在[0,360];
在得到H通道的图像后,通过统计当前图中不同区段像素值的像素点数量,得到图像直方图,具体为:
1)对于输出的H通道图像,将所有像素点的像素值从原始的[0,360]范围,以20为划分间隔,分为18个区段;
2)统计以上18个区段各自包含的像素点总数;
3)将所有区段统计的像素点数量按照区段排列顺序,依次绘制到同一张图上,即得到图像直方图;
在系统初始启动阶段,选择门关闭的时候,先注册生成背景图像的直方图作为固定的背景直方图,存储到数据库中;之后,每次新的图像帧数据进入,按照相同的方式,提取当前图像的直方图信息,与数据库中已有的背景直方图进行匹配;
直方图也可以看成是一组数值序列{V1...V18},Vn即表示在某一像素值区段统计到的像素点数量值,设背景直方图的数值序列为{X1...X18},当前帧查询图的直方图数值序列为{Y1...Y18},计算背景直方图数值序列和当前帧查询图的直方图数值序列的皮尔逊相关系数:
上式中,r表示皮尔逊相关系数,当其数值大于0.75时,判定当前帧为关门;反之,判定当前帧为开门。
优选地,进一步包括以下步骤:S4,通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警。
优选地,S4具体为:
通过统计一段时间内电梯门的开关转换次数推测本电梯的运行频率,作为判定其当前是否需要维修保养的数据参考;
使用门状态信息结合其他传感器信息,判断当前电梯是否出现了异常现象,对应输出告警信号。
本发明的另一方面提供了一种基于图像直方图的电梯门状态检测系统,包括:
视频采集单元,用于采集轿厢内的视频图像信息;
门状态采集单元,用于根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元;
数据中心分析单元,用于根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态。
优选地,数据中心分析单元具体数据处理过程如下:
将输入的图像转到HSV图像空间,并且选择H通道作为后续的统计图像直方图的输入数据;
设(r,g,b)分别代表一个像素点在红绿蓝三个通道的数值,值都在(0,1)之间,设max为(r,g,b)中的最大值,min为(r,g,b)三者中的最小值,由RGB图转到H单通道的具体转换公式如下:
V=max
其中,H通道表示色调值,转换得到的H的取值范围在[0,360];
在得到H通道的图像后,通过统计当前图中不同区段像素值的像素点数量,得到图像直方图,具体为:
1)对于输出的H通道图像,将所有像素点的像素值从原始的[0,360]范围,以20为划分间隔,分为18个区段;
2)统计以上18个区段各自包含的像素点总数;
3)将所有区段统计的像素点数量按照区段排列顺序,依次绘制到同一张图上,即得到图像直方图;
在系统初始启动阶段,选择门关闭的时候,先注册生成背景图像的直方图作为固定的背景直方图,存储到数据库中;之后,每次新的图像帧数据进入,按照相同的方式,提取当前图像的直方图信息,与数据库中已有的背景直方图进行匹配;
直方图也可以看成是一组数值序列{V1...V18},Vn即表示在某一像素值区段统计到的像素点数量值,设背景直方图的数值序列为{X1...X18},当前帧查询图的直方图数值序列为{Y1...Y18},计算背景直方图数值序列和当前帧查询图的直方图数值序列的皮尔逊相关系数:
上式中,r表示皮尔逊相关系数,当其数值大于0.75时,判定当前帧为关门;反之,判定当前帧为开门。
优选地,数据分析单元进一步,用于通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警。
优选地,通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警具体为:
通过统计一段时间内电梯门的开关转换次数推测本电梯的运行频率,作为判定其当前是否需要维修保养的数据参考;
使用门状态信息结合其他传感器信息,判断当前电梯是否出现了异常现象,对应输出告警信号。
采用本发明具有如下的有益效果:本发明针对电梯的运行安全问题,基于图像处理方法提出一种有效的电梯门状态检测技术方案,本方案可实时准确的检测到监控电梯的开关状态,再传送给配套的数据统计中心,作为后续电梯的运行质量分析和异常风险分析的重要支撑依据。
附图说明
图1为本发明实施例的基于图像直方图的电梯门状态检测方法的步骤流程图;
图2为本发明实施例的基于图像直方图的电梯门状态检测方法中的安全标志物粘贴示意图;
图3为本发明实施例的基于图像直方图的电梯门状态检测方法中的检测区域位置示意图;
图4为本发明实施例的基于图像直方图的电梯门状态检测方法中门状态检测流程图;
图5为本发明实施例的基于图像直方图的电梯门状态检测方法中图像直方图计算流程图;
图6为本发明实施例的基于图像直方图的电梯门状态检测系统的原理框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,所示为本发明实施例的一种基于图像直方图的电梯门状态检测方法的步骤流程图,其包括以下步骤:
S1,采集轿厢内的视频图像信息;
以上视频采集使用包括但不限于监控摄相机,深度相机等获取图像数据的设备,安装在电梯轿厢内顶部。
一具体应用实例中,参见图2,为了提高检测准确性,在门上粘贴醒目的安全标志物,包括但不限于安全提示标志,图像广告等,同时为了避免人为干扰,遮挡,标志物贴于电梯门较高处。
S2,根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元。
以上步骤中使用包括但不限于CPU,ARM,DSP,FPGA,ASIC,单片机等通用处理设备。
一具体应用实例中,视频采集单元采集电梯门图像送入门状态分析单元,为了提高运算速度,此处选取门上粘贴的安全标志物进行检测。对于每台电梯,在初始化检测系统时,通过人工标定的方式,标定出电梯门上安全标志物所在的矩形区域作为检测区域,如图3中的框图位置即为检测区。
S3,门状态检测单元根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态。
以上步骤中使用包括但不限于CPU,ARM,DSP,GPU,FPGA,ASIC,单片机等通用处理设备。
参见图4,S3具体包括以下步骤:
将输入的图像转到HSV图像空间,并且选择H通道作为后续的统计图像直方图的输入数据;
设(r,g,b)分别代表一个像素点在红绿蓝三个通道的数值,值都在(0,1)之间,设max为(r,g,b)中的最大值,min为(r,g,b)三者中的最小值,由RGB图转到H单通道的具体转换公式如下:
V=max
其中,H通道表示色调值,转换得到的H的取值范围在[0,360];
在得到H通道的图像后,通过统计当前图中不同区段像素值的像素点数量,得到图像直方图,具体为:
1)对于输出的H通道图像,将所有像素点的像素值从原始的[0,360]范围,以20为划分间隔,分为18个区段;
2)统计以上18个区段各自包含的像素点总数;
3)将所有区段统计的像素点数量按照区段排列顺序,依次绘制到同一张图上,即得到图像直方图;
在系统初始启动阶段,选择门关闭的时候,先注册生成背景图像的直方图作为固定的背景直方图,存储到数据库中;之后,每次新的图像帧数据进入,按照相同的方式,提取当前图像的直方图信息,与数据库中已有的背景直方图进行匹配;
直方图也可以看成是一组数值序列{V1...V18},Vn即表示在某一像素值区段统计到的像素点数量值,设背景直方图的数值序列为{X1...X18},当前帧查询图的直方图数值序列为{Y1...Y18},计算背景直方图数值序列和当前帧查询图的直方图数值序列的皮尔逊相关系数:
上式中,r表示皮尔逊相关系数,当其数值大于0.75时,判定当前帧为关门;反之,判定当前帧为开门。
本发明又一实施例提供的一种基于图像直方图的电梯门状态检测方法中,在上述实施例的基础上,进一步包括以下步骤:S4,通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警,具体为:
通过统计一段时间内电梯门的开关转换次数推测本电梯的运行频率,作为判定其当前是否需要维修保养的数据参考;
使用门状态信息结合其他传感器信息,判断当前电梯是否出现了异常现象,对应输出告警信号。
与本发明方法实施例对应的,本发明实施例还提供了一种基于图像直方图的电梯门状态检测系统,参见图6,包括:视频采集单元,用于采集轿厢内的视频图像信息;门状态采集单元,用于根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元;数据中心分析单元,用于根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态。
视频采集单元包括但不限于监控摄相机,深度相机等获取图像数据的设备,其安装在电梯轿厢内顶部,用于采集轿厢内的视频图像信息,用于后续单元分析。一具体应用实例中,参见图2,为了提高检测准确性,在门上粘贴醒目的安全标志物,包括但不限于安全提示标志,图像广告等,同时为了避免人为干扰,遮挡,标志物贴于电梯门较高处。
门状态检测单元包括但不限于CPU,ARM,DSP,GPU,FPGA,ASIC,单片机等通用处理设备,根据采集到的图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据中心。一具体应用实例中,视频采集单元采集电梯门图像送入门状态分析单元,为了提高运算速度,此处选取门上粘贴的安全标志物进行检测。对于每台电梯,在初始化检测系统时,通过人工标定的方式,标定出电梯门上安全标志物所在的矩形区域作为检测区域,如图3中的框图位置即为检测区。
数据中心分析单元包括但不限于CPU,ARM,DSP,GPU,FPGA,ASIC,单片机等通用处理设备。一具体应用实例中,视频采集单元采集电梯门图像送入门状态分析单元,为了提高运算速度,此处选取门上粘贴的安全标志物进行检测。对于每台电梯,在初始化检测系统时,通过人工标定的方式,标定出电梯门上安全标志物所在的矩形区域作为检测区域,如图3中的框图位置即为检测区。
参见图4,数据中心分析单元具体数据处理过程如下:
将输入的图像转到HSV图像空间,并且选择H通道作为后续的统计图像直方图的输入数据;
设(r,g,b)分别代表一个像素点在红绿蓝三个通道的数值,值都在(0,1)之间,设max为(r,g,b)中的最大值,min为(r,g,b)三者中的最小值,由RGB图转到H单通道的具体转换公式如下:
V=max
其中,H通道表示色调值,转换得到的H的取值范围在[0,360];
在得到H通道的图像后,通过统计当前图中不同区段像素值的像素点数量,得到图像直方图,具体为:
1)对于输出的H通道图像,将所有像素点的像素值从原始的[0,360]范围,以20为划分间隔,分为18个区段;
2)统计以上18个区段各自包含的像素点总数;
3)将所有区段统计的像素点数量按照区段排列顺序,依次绘制到同一张图上,即得到图像直方图;
在系统初始启动阶段,选择门关闭的时候,先注册生成背景图像的直方图作为固定的背景直方图,存储到数据库中;之后,每次新的图像帧数据进入,按照相同的方式,提取当前图像的直方图信息,与数据库中已有的背景直方图进行匹配;
直方图也可以看成是一组数值序列{V1...V18},Vn即表示在某一像素值区段统计到的像素点数量值,设背景直方图的数值序列为{X1...X18},当前帧查询图的直方图数值序列为{Y1...Y18},计算背景直方图数值序列和当前帧查询图的直方图数值序列的皮尔逊相关系数:
上式中,r表示皮尔逊相关系数,当其数值大于0.75时,判定当前帧为关门;反之,判定当前帧为开门。
本发明又一实施例提供的一种基于图像直方图的电梯门状态检测系统,在上述实施例的基础上,数据分析单元进一步,用于通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警,具体为:
通过统计一段时间内电梯门的开关转换次数推测本电梯的运行频率,作为判定其当前是否需要维修保养的数据参考;
使用门状态信息结合其他传感器信息,判断当前电梯是否出现了异常现象,对应输出告警信号。
应当理解,本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例,本领域普通技术人员应当理解,在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下,可以做出各种形式和细节的改变。
Claims (6)
1.一种基于图像直方图的电梯门状态检测方法,其特征在于,包括以下步骤:
S1,采集轿厢内的视频图像信息;
S2,根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元;
S3,门状态检测单元根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态,
S3具体包括以下步骤:
将输入的图像转到HSV图像空间,并且选择H通道作为后续的统计图像直方图的输入数据;
设r,g,b分别代表一个像素点在红绿蓝三个通道的数值,值都在(0,1)之间,设max为r,g,b中的最大值,min为r,g,b三者中的最小值,由RGB图转到H单通道的具体转换公式如下:
V=max
其中,H通道表示色调值,转换得到的H的取值范围在[0,360];
在得到H通道的图像后,通过统计当前图中不同区段像素值的像素点数量,得到图像直方图,具体为:
1)对于输出的H通道图像,将所有像素点的像素值从原始的[0,360]范围,以20为划分间隔,分为18个区段;
2)统计以上18个区段各自包含的像素点总数;
3)将所有区段统计的像素点数量按照区段排列顺序,依次绘制到同一张图上,即得到图像直方图;
在系统初始启动阶段,选择门关闭的时候,先注册生成背景图像的直方图作为固定的背景直方图,存储到数据库中;之后,每次新的图像帧数据进入,按照相同的方式,提取当前图像的直方图信息,与数据库中已有的背景直方图进行匹配;
直方图也可以看成是一组数值序列{V1...V18},Vn即表示在某一像素值区段统计到的像素点数量值,设背景直方图的数值序列为{X1...X18},当前帧查询图的直方图数值序列为{Y1...Y18},计算背景直方图数值序列和当前帧查询图的直方图数值序列的皮尔逊相关系数:
上式中,r表示皮尔逊相关系数,当其数值大于0.75时,判定当前帧为关门;反之,判定当前帧为开门。
2.如权利要求1所述的基于图像直方图的电梯门状态检测方法,其特征在于,进一步包括以下步骤:S4,通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警。
3.如权利要求2所述的基于图像直方图的电梯门状态检测方法,其特征在于,S4具体为:
通过统计一段时间内电梯门的开关转换次数推测本电梯的运行频率,作为判定其当前是否需要维修保养的数据参考;
使用门状态信息结合其他传感器信息,判断当前电梯是否出现了异常现象,对应输出告警信号。
4.一种基于图像直方图的电梯门状态检测系统,其特征在于,包括:
视频采集单元,用于采集轿厢内的视频图像信息;
门状态采集单元,用于根据采集到的视频图像信息进行分析,判断当前监控的电梯轿厢的电梯门是否处于打开状态,传送给数据分析单元;
数据中心分析单元,用于根据视频采集模块传输过来的检测区域,在HSV空间的H通道,将门完全关闭状态下注册背景模板,后续不断计算当前帧直方图和背景直方图的差距,判定门的开关状态,
数据中心分析单元具体数据处理过程如下:
将输入的图像转到HSV图像空间,并且选择H通道作为后续的统计图像直方图的输入数据;
设r,g,b分别代表一个像素点在红绿蓝三个通道的数值,值都在(0,1)之间,设max为r,g,b中的最大值,min为r,g,b三者中的最小值,由RGB图转到H单通道的具体转换公式如下:
V=max
其中,H通道表示色调值,转换得到的H的取值范围在[0,360];
在得到H通道的图像后,通过统计当前图中不同区段像素值的像素点数量,得到图像直方图,具体为:
1)对于输出的H通道图像,将所有像素点的像素值从原始的[0,360]范围,以20为划分间隔,分为18个区段;
2)统计以上18个区段各自包含的像素点总数;
3)将所有区段统计的像素点数量按照区段排列顺序,依次绘制到同一张图上,即得到图像直方图;
在系统初始启动阶段,选择门关闭的时候,先注册生成背景图像的直方图作为固定的背景直方图,存储到数据库中;之后,每次新的图像帧数据进入,按照相同的方式,提取当前图像的直方图信息,与数据库中已有的背景直方图进行匹配;
直方图也可以看成是一组数值序列{V1...V18},Vn即表示在某一像素值区段统计到的像素点数量值,设背景直方图的数值序列为{X1...X18},当前帧查询图的直方图数值序列为{Y1...Y18},计算背景直方图数值序列和当前帧查询图的直方图数值序列的皮尔逊相关系数:
上式中,r表示皮尔逊相关系数,当其数值大于0.75时,判定当前帧为关门;反之,判定当前帧为开门。
5.如权利要求4所述的基于图像直方图的电梯门状态检测系统,其特征在于,数据中心分析单元进一步,用于通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警。
6.如权利要求5所述的基于图像直方图的电梯门状态检测系统,其特征在于,通过接收传过来的门状态信息,结合时域统计,分析当前电梯的基本性能和异常告警具体为:
通过统计一段时间内电梯门的开关转换次数推测本电梯的运行频率,作为判定其当前是否需要维修保养的数据参考;
使用门状态信息结合其他传感器信息,判断当前电梯是否出现了异常现象,对应输出告警信号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019100138989 | 2019-01-08 | ||
CN201910013898.9A CN109607347A (zh) | 2019-01-08 | 2019-01-08 | 一种基于图像直方图的电梯门状态检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110040595A CN110040595A (zh) | 2019-07-23 |
CN110040595B true CN110040595B (zh) | 2020-11-10 |
Family
ID=66016724
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910013898.9A Pending CN109607347A (zh) | 2019-01-08 | 2019-01-08 | 一种基于图像直方图的电梯门状态检测方法及系统 |
CN201910332033.9A Active CN110040595B (zh) | 2019-01-08 | 2019-04-24 | 一种基于图像直方图的电梯门状态检测方法及系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910013898.9A Pending CN109607347A (zh) | 2019-01-08 | 2019-01-08 | 一种基于图像直方图的电梯门状态检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109607347A (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110132568A (zh) * | 2019-05-29 | 2019-08-16 | 拉扎斯网络科技(上海)有限公司 | 电动锁锁舌状态检测方法、装置、电子设备和存储介质 |
CN110642113B (zh) * | 2019-10-21 | 2021-04-16 | 北京猎户星空科技有限公司 | 一种电梯门状态检测方法及装置 |
US11780704B2 (en) | 2020-02-06 | 2023-10-10 | Otis Elevator Company | Measurement and diagnostic of elevator door performance using sound and video |
CN111680621A (zh) * | 2020-06-05 | 2020-09-18 | 浙江新再灵科技股份有限公司 | 一种基于视频图像的电梯门状态检测方法 |
CN111731960B (zh) * | 2020-06-22 | 2022-02-15 | 浙江新再灵科技股份有限公司 | 电梯门开关状态检测方法 |
CN113465144A (zh) * | 2021-06-24 | 2021-10-01 | 惠州华京电子科技有限公司 | 客房消毒调控方法以及净化器 |
CN113602927B (zh) * | 2021-07-30 | 2023-03-10 | 浙江新再灵科技股份有限公司 | 一种电梯开关门检测方法 |
CN114419451B (zh) * | 2022-03-29 | 2022-06-03 | 北京云迹科技股份有限公司 | 电梯内外识别方法、装置、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650722B (zh) * | 2009-06-01 | 2011-10-26 | 南京理工大学 | 基于音视频融合的足球视频精彩事件检测方法 |
CN105491352A (zh) * | 2016-01-13 | 2016-04-13 | 苏州市远极智能科技有限公司 | 电梯智能监控摄像头、电梯监控系统及电梯监控方法 |
CN106241533B (zh) * | 2016-06-28 | 2018-10-30 | 西安特种设备检验检测院 | 基于机器视觉的电梯乘员综合安全智能监控方法 |
CN107187980B (zh) * | 2017-05-26 | 2019-03-15 | 杭州光珀智能科技有限公司 | 一种电梯装置中电梯门开合的检测方法及检测装置 |
-
2019
- 2019-01-08 CN CN201910013898.9A patent/CN109607347A/zh active Pending
- 2019-04-24 CN CN201910332033.9A patent/CN110040595B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109607347A (zh) | 2019-04-12 |
CN110040595A (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110040595B (zh) | 一种基于图像直方图的电梯门状态检测方法及系统 | |
CN109896386B (zh) | 一种基于计算机视觉技术的电梯门反复开关的检测方法及系统 | |
CN112800860B (zh) | 一种事件相机和视觉相机协同的高速抛撒物检测方法和系统 | |
CN102867416B (zh) | 一种基于车辆部位特征的车辆检测与跟踪方法 | |
KR101822924B1 (ko) | 영상기반 화재 감지 시스템, 방법 및 프로그램 | |
CN100589561C (zh) | 基于视频内容分析的可疑静止物检测方法 | |
CN103425967A (zh) | 一种基于行人检测和跟踪的人流监控方法 | |
CN105427342B (zh) | 一种水下小目标声呐图像目标检测跟踪方法和系统 | |
CN101221663A (zh) | 一种基于运动目标检测的智能监控报警方法 | |
KR101136330B1 (ko) | 노면 상태 판별 장치 및 노면 상태 판별 방법 | |
CN106778540B (zh) | 停车检测准确的基于双层背景的停车事件检测方法 | |
CN108871290B (zh) | 一种基于光流法检测与贝叶斯预测的可见光动态定位方法 | |
CN105279772A (zh) | 一种红外序列图像的可跟踪性判别方法 | |
CN111476964A (zh) | 一种远程森林防火监控系统与方法 | |
CN110728212A (zh) | 一种基于计算机视觉的道路井盖监控装置及监控方法 | |
CN103516955A (zh) | 视频监控中的入侵检测方法 | |
Zhang et al. | Fast crowd density estimation in surveillance videos without training | |
CN115909285A (zh) | 一种雷达和视频信号融合的车辆跟踪方法 | |
CN109308809A (zh) | 一种基于动态图像特征处理的隧道车辆监控装置 | |
Tseng et al. | Automatic detection and tracking in multi-fisheye cameras surveillance system | |
Khantasak et al. | Parking violation detection system based on video processing | |
CN113743304A (zh) | 一种用于视频监控的运动目标检测和识别方法 | |
CN113158800A (zh) | 围界入侵混合检测方法及围界入侵混合检测系统 | |
CN110264532A (zh) | 基于智能视频识别技术的煤矿井下掘进工作面空顶作业识别方法 | |
CN113034916B (zh) | 一种多任务的交通事件及交通参数计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |