CN110398224B - 目标间距实时测量系统 - Google Patents

目标间距实时测量系统 Download PDF

Info

Publication number
CN110398224B
CN110398224B CN201910293312.9A CN201910293312A CN110398224B CN 110398224 B CN110398224 B CN 110398224B CN 201910293312 A CN201910293312 A CN 201910293312A CN 110398224 B CN110398224 B CN 110398224B
Authority
CN
China
Prior art keywords
image
target
wavelet
full
processing
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
Application number
CN201910293312.9A
Other languages
English (en)
Other versions
CN110398224A (zh
Inventor
王宇
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.)
Hou Xiaofang
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910293312.9A priority Critical patent/CN110398224B/zh
Publication of CN110398224A publication Critical patent/CN110398224A/zh
Application granted granted Critical
Publication of CN110398224B publication Critical patent/CN110398224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C3/00Measuring distances in line of sight; Optical rangefinders

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种目标间距实时测量系统,所述系统包括:目标辨识设备,用于基于手指成像特征提取对比度增强图像中的各个手指目标,还用于基于脸部成像特征提取所述对比度增强图像中的脸部目标;报警驱动设备,与所述目标辨识设备连接,用于在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号,否则,发出距离正常信号。本发明的目标间距实时测量系统数据直观,方便操作。由于设置针对性检测机制,一旦发现存在手指目标距离脸部目标过近时,发出误伤预警信号,并无线通知附近的家长,从而避免婴儿手指误伤自己脸部。

Description

目标间距实时测量系统
技术领域
本发明涉及数据分析领域,尤其涉及一种目标间距实时测量系统。
背景技术
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中,数据分析可帮助人们作出判断,以便采取适当行动。
数据分析的数学基础在20世纪早期就已确立,但直到计算机的出现才使得实际操作成为可能,并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。
发明内容
本发明至少具备以下三处关键的发明点:
(1)设置针对性检测机制,一旦发现存在手指目标距离脸部目标过近时,发出误伤预警信号,并无线通知附近的家长,从而避免婴儿手指误伤自己脸部;
(2)在小波处理的基础上,基于图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级,提高复杂度等级判断的精度;
(3)基于待处理图像的具体复杂度选择不同的插值处理设备对待处理图像执行插值处理,以提升图像处理的智能化水准。
根据本发明的一方面,提供了一种目标间距实时测量系统,所述系统包括:全彩摄像设备,设置在婴儿床上,用于面向婴儿床进行全彩摄像操作,以获得并输出对应的全彩成像图像;小波处理设备,设置在婴儿床上,与所述全彩摄像设备连接,用于接收所述全彩成像图像,对所述全彩成像图像执行小波滤波处理,以获得小波处理图像。
更具体地,在所述目标间距实时测量系统中,所述系统还包括:复杂度检测设备,与所述小波处理设备连接,用于接收所述小波处理图像,对所述小波处理图像的复杂度进行检测,以获得对应的复杂度等级。
更具体地,在所述目标间距实时测量系统中:在所述复杂度检测设备中,基于所述小波处理图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级。
更具体地,在所述目标间距实时测量系统中:在所述复杂度检测设备中,基于所述小波处理图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级包括:所述均方差越大,确定的对应的复杂度等级越高。
更具体地,在所述目标间距实时测量系统中,所述系统还包括:目标辨识设备,与所述对比度增强设备连接,用于基于手指成像特征提取所述对比度增强图像中的各个手指目标,还用于基于脸部成像特征提取所述对比度增强图像中的脸部目标;报警驱动设备,与所述目标辨识设备连接,用于在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号,否则,发出距离正常信号;在所述报警驱动设备中,在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号包括:在所述对比度增强图像中,当手指目标所在的图像区域与脸部目标所在的图像区域存在重叠时,判断二者过近。
本发明的目标间距实时测量系统数据直观,方便操作。由于设置针对性检测机制,一旦发现存在手指目标距离脸部目标过近时,发出误伤预警信号,并无线通知附近的家长,从而避免婴儿手指误伤自己脸部。
具体实施方式
下面将对本发明的目标间距实时测量系统的实施方案进行详细说明。
目标检测,也叫目标提取,是一种基于目标几何和统计特征的图像分割,他将目标的分割和识别合二为一,其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中,需要对多个目标进行实时处理时,目标自动提取和识别就显得特别重要。
随着计算机技术的发展和计算机视觉原理的广泛应用,利用计算机图像处理技术对目标进行实时跟踪研究越来越热门,对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。
当前,婴儿由于缺乏自主意识,在手部未被包扎的状态下,很容易在无意识之间触碰到脸部并划伤脸部,为了防范这一行为,通常采用在婴儿睡觉时将婴儿手部包扎到被子里的方式,然而这种方式束缚了婴儿自由且导致婴儿散热不力,容易造成湿疹等疾病。
为了克服上述不足,本发明搭建了一种目标间距实时测量系统,能够有效解决相应的技术问题。
根据本发明实施方案示出的目标间距实时测量系统包括:
全彩摄像设备,设置在婴儿床上,用于面向婴儿床进行全彩摄像操作,以获得并输出对应的全彩成像图像;
小波处理设备,设置在婴儿床上,与所述全彩摄像设备连接,用于接收所述全彩成像图像,对所述全彩成像图像执行小波滤波处理,以获得小波处理图像。
接着,继续对本发明的目标间距实时测量系统的具体结构进行进一步的说明。
所述目标间距实时测量系统中还可以包括:
复杂度检测设备,与所述小波处理设备连接,用于接收所述小波处理图像,对所述小波处理图像的复杂度进行检测,以获得对应的复杂度等级。
所述目标间距实时测量系统中:
在所述复杂度检测设备中,基于所述小波处理图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级。
所述目标间距实时测量系统中:
在所述复杂度检测设备中,基于所述小波处理图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级包括:所述均方差越大,确定的对应的复杂度等级越高。
所述目标间距实时测量系统中还可以包括:
目标辨识设备,与所述对比度增强设备连接,用于基于手指成像特征提取所述对比度增强图像中的各个手指目标,还用于基于脸部成像特征提取所述对比度增强图像中的脸部目标;
报警驱动设备,与所述目标辨识设备连接,用于在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号,否则,发出距离正常信号;
在所述报警驱动设备中,在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号包括:在所述对比度增强图像中,当手指目标所在的图像区域与脸部目标所在的图像区域存在重叠时,判断二者过近;
MCU控制设备,与所述复杂度检测设备连接,用于在接收到复杂度等级超限时,控制最近邻插值设备从休眠模式进入工作模式,并控制双线性插值设备从工作模式进入休眠模式,还用于在接收到复杂度等级未超限时,控制最近邻插值设备从工作模式进入休眠模式,并控制双线性插值设备从休眠模式进入工作模式;
最近邻插值设备,与所述小波处理设备连接,用于在进入工作模式下对接收到的小波处理图像执行最近邻插值处理,以获得并输出相应的动态插值图像;
双线性插值设备,与所述小波处理设备连接,用于在进入工作模式下对接收到的小波处理图像执行双线性插值处理,以获得并输出相应的动态插值图像;
所述最近邻插值设备还用于在进入休眠模式下,不对接收到的小波处理图像执行最近邻插值处理;
所述双线性插值设备还用于在进入休眠模式下,不对接收到的小波处理图像执行双线性插值处理;
对比度增强设备,分别与所述最近邻插值设备和所述双线性插值设备连接,用于对所述最近邻插值设备或所述双线性插值设备输出的动态插值图像进行对比度增强处理,以获得相应的对比度增强图像;
WIFI通信设备,与所述报警驱动设备连接,用于在接收到误伤预警信号时,将所述误伤预警信号无线转发给附近家长的手持终端;
FLASH存储芯片,分别与所述对比度增强设备、所述最近邻插值设备和所述双线性插值设备连接,用于暂存所述对比度增强图像;
其中,所述复杂度检测设备还内置ROM存储器和RAM存储器,所述RAM存储器用于接收并存储所述复杂度等级。
所述目标间距实时测量系统中还可以包括:
图像复原设备,与所述全彩摄像设备连接,用于接收所述全彩成像图像;
其中,所述图像复原设备还用于基于所述全彩成像图像平均亮度距离预设亮度范围中心值的远近将所述全彩成像图像平均分割成相应块大小的各个分块;
其中,所述图像复原设备还用于对每一个分块,基于该分块的图像退化程度选择对应的不同力度的图像复原以获得复原分块,将获得的各个复原分块拼接以获得复原拼接图像;
其中,所述图像复原设备还与所述小波处理设备连接,用于将所述复原拼接图像替换所述全彩成像图像发送给所述小波处理设备。
所述目标间距实时测量系统中:
所述预设亮度范围是由预设亮度上限阈值和预设亮度下限阈值限制出的亮度范围,所述预设亮度上限阈值大于所述预设亮度下限阈值;
其中,在所述图像复原设备中,所述全彩成像图像平均亮度距离所述预设亮度范围中心值的越近,将所述全彩成像图像平均分割成的相应块越大。
所述目标间距实时测量系统中:
在所述图像复原设备中,对每一个分块,该分块的图像退化程度越大,选择的图像复原的力度越大;
其中,所述FLASH存储芯片还与所述图像复原设备连接,用于预先存储所述预设亮度范围。
另外,小波(Wavelet)这一术语,顾名思义,“小波”就是小的波形。所谓“小”是指他具有衰减性;而称之为“波”则是指它的波动性,其振幅正负相间的震荡形式。与Fourier变换相比,小波变换是时间(空间)频率的局部化分析,他通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了Fourier变换的困难问题,成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。小波分析的应用是与小波分析的理论研究紧密地结合在一起地。他已经在科技信息产业领域取得了令人瞩目的成就。电子信息技术是六大高新技术中重要的一个领域,他的重要方面是图像和信号处理。现今,信号处理已经成为当代科学技术工作的重要部分,信号处理的目的就是:准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构(或恢复)。从数学地角度来看,信号与图像处理可以统一看作是信号处理(图像可以看作是二维信号),在小波分析地许多分析的许多应用中,都可以归结为信号处理问题。对于其性质随时间是稳定不变的信号,处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的,而特别适用于非稳定信号的工具就是小波分析。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:只读内存(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (2)

1.一种目标间距实时测量系统,其特征在于,所述系统包括:
全彩摄像设备,设置在婴儿床上,用于面向婴儿床进行全彩摄像操作,以获得并输出对应的全彩成像图像;
小波处理设备,设置在婴儿床上,与所述全彩摄像设备连接,用于接收所述全彩成像图像,对所述全彩成像图像执行小波滤波处理,以获得小波处理图像;
复杂度检测设备,与所述小波处理设备连接,用于接收所述小波处理图像,对所述小波处理图像的复杂度进行检测,以获得对应的复杂度等级;
在所述复杂度检测设备中,基于所述小波处理图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级;
在所述复杂度检测设备中,基于所述小波处理图像的各个像素点的各个像素值的均方差来确定对应的复杂度等级包括:所述均方差越大,确定的对应的复杂度等级越高;
目标辨识设备,与对比度增强设备连接,用于基于手指成像特征提取对比度增强图像中的各个手指目标,还用于基于脸部成像特征提取所述对比度增强图像中的脸部目标;
报警驱动设备,与所述目标辨识设备连接,用于在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号,否则,发出距离正常信号;
在所述报警驱动设备中,在所述对比度增强图像中,当存在手指目标距离脸部目标过近时,发出误伤预警信号包括:在所述对比度增强图像中,当手指目标所在的图像区域与脸部目标所在的图像区域存在重叠时,判断二者过近;
MCU控制设备,与所述复杂度检测设备连接,用于在接收到复杂度等级超限时,控制最近邻插值设备从休眠模式进入工作模式,并控制双线性插值设备从工作模式进入休眠模式,还用于在接收到复杂度等级未超限时,控制最近邻插值设备从工作模式进入休眠模式,并控制双线性插值设备从休眠模式进入工作模式;
最近邻插值设备,与所述小波处理设备连接,用于在进入工作模式下对接收到的小波处理图像执行最近邻插值处理,以获得并输出相应的动态插值图像;
双线性插值设备,与所述小波处理设备连接,用于在进入工作模式下对接收到的小波处理图像执行双线性插值处理,以获得并输出相应的动态插值图像;
所述最近邻插值设备还用于在进入休眠模式下,不对接收到的小波处理图像执行最近邻插值处理;
所述双线性插值设备还用于在进入休眠模式下,不对接收到的小波处理图像执行双线性插值处理;
对比度增强设备,分别与所述最近邻插值设备和所述双线性插值设备连接,用于对所述最近邻插值设备或所述双线性插值设备输出的动态插值图像进行对比度增强处理,以获得相应的对比度增强图像;
WIFI通信设备,与所述报警驱动设备连接,用于在接收到误伤预警信号时,将所述误伤预警信号无线转发给附近家长的手持终端;
FLASH存储芯片,分别与所述对比度增强设备、所述最近邻插值设备和所述双线性插值设备连接,用于暂存所述对比度增强图像;
其中,所述复杂度检测设备还内置ROM存储器和RAM存储器,所述RAM存储器用于接收并存储所述复杂度等级。
2.如权利要求1所述的目标间距实时测量系统,其特征在于,所述系统还包括:
图像复原设备,与所述全彩摄像设备连接,用于接收所述全彩成像图像;
其中,所述图像复原设备还用于基于所述全彩成像图像平均亮度距离预设亮度范围中心值的远近将所述全彩成像图像平均分割成相应块大小的各个分块;
其中,所述图像复原设备还用于对每一个分块,基于该分块的图像退化程度选择对应的不同力度的图像复原以获得复原分块,将获得的各个复原分块拼接以获得复原拼接图像;
其中,所述图像复原设备还与所述小波处理设备连接,用于将所述复原拼接图像替换所述全彩成像图像发送给所述小波处理设备。
CN201910293312.9A 2019-04-12 2019-04-12 目标间距实时测量系统 Active CN110398224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910293312.9A CN110398224B (zh) 2019-04-12 2019-04-12 目标间距实时测量系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910293312.9A CN110398224B (zh) 2019-04-12 2019-04-12 目标间距实时测量系统

Publications (2)

Publication Number Publication Date
CN110398224A CN110398224A (zh) 2019-11-01
CN110398224B true CN110398224B (zh) 2020-07-14

Family

ID=68322487

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910293312.9A Active CN110398224B (zh) 2019-04-12 2019-04-12 目标间距实时测量系统

Country Status (1)

Country Link
CN (1) CN110398224B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5201825B2 (ja) * 2006-12-13 2013-06-05 富士フイルム株式会社 距離画像取得装置及び方法
CN104036488B (zh) * 2014-05-04 2017-01-11 北方工业大学 一种基于双目视觉的人体姿态动作研究方法
JP6346294B2 (ja) * 2014-09-18 2018-06-20 富士通フロンテック株式会社 測距光生成装置
CN107800450A (zh) * 2017-11-13 2018-03-13 韩劝劝 收音机播放强度控制系统
CN108230347A (zh) * 2017-11-22 2018-06-29 张恩岫 一种基于人体姿态的自动抠像相机控制方法

Also Published As

Publication number Publication date
CN110398224A (zh) 2019-11-01

Similar Documents

Publication Publication Date Title
Verma et al. Analysis and identification of kidney stone using K th nearest neighbour (KNN) and support vector machine (SVM) classification techniques
Ou et al. Intelligent video-based drowsy driver detection system under various illuminations and embedded software implementation
EP3785603A1 (en) Machine learning-based fundus image detection method, apparatus, and system
CN105894464A (zh) 一种中值滤波图像处理方法和装置
CN106137175B (zh) 生理参数估计
KR20110024169A (ko) 눈 상태 검출방법
Hiremath et al. Automatic detection of follicles in ultrasound images of ovaries using edge based method
JP6570370B2 (ja) 画像処理方法、画像処理装置、プログラム及び記録媒体
CN104156951A (zh) 一种针对支气管肺泡灌洗涂片的白细胞检测方法
CN108523922B (zh) 多频成像方法、装置及设备
CN102005051B (zh) 一种边缘检测方法以及相关装置
JP2010257140A (ja) 情報処理装置及び情報処理方法
CN104869316A (zh) 一种多目标的摄像方法及装置
JP5995217B2 (ja) 瞳孔部分を近似する楕円の検出を行う方法
KR20220041892A (ko) 덩어리안개 식별 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 제품
US8503737B2 (en) Visual line estimating apparatus
CN115909221A (zh) 图像识别方法、系统、计算机设备及可读存储介质
CN110398224B (zh) 目标间距实时测量系统
JP7292850B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN111815899B (zh) 目标间距实时测量方法及存储介质
JP2018142828A (ja) 付着物検出装置および付着物検出方法
US9183448B2 (en) Approaching-object detector, approaching object detecting method, and recording medium storing its program
CN105830437A (zh) 一种监控系统中背景识别的方法及系统
CN116109871A (zh) 一种血清状态识别方法、装置、设备及存储介质
US10304205B2 (en) Image processing apparatus, method of controlling the same, and storage medium

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: 20200617

Address after: 362000 Houshi 60, Houshi Village, Huangtang Town, Huian County, Quanzhou City, Fujian Province

Applicant after: Hou Xiaofang

Address before: 3, 27, 225300 Tai'an Road, hailing Industrial Park, Jiangsu, Taizhou

Applicant before: TAIZHOU KANGPING MEDICAL TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant