CN110633614A - 自适应现场防护机构 - Google Patents
自适应现场防护机构 Download PDFInfo
- Publication number
- CN110633614A CN110633614A CN201910513249.5A CN201910513249A CN110633614A CN 110633614 A CN110633614 A CN 110633614A CN 201910513249 A CN201910513249 A CN 201910513249A CN 110633614 A CN110633614 A CN 110633614A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- filtering
- video recording
- equipment
- 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
- 230000007246 mechanism Effects 0.000 title claims abstract description 26
- 230000000712 assembly Effects 0.000 claims abstract description 21
- 238000000429 assembly Methods 0.000 claims abstract description 21
- 238000001914 filtration Methods 0.000 claims description 86
- 238000012545 processing Methods 0.000 claims description 41
- 230000003044 adaptive effect Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 239000010453 quartz Substances 0.000 claims description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000007306 turnover Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R9/00—Supplementary fittings on vehicle exterior for carrying loads, e.g. luggage, sports gear or the like
- B60R9/04—Carriers associated with vehicle roof
- B60R9/045—Carriers being adjustable or transformable, e.g. expansible, collapsible
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种自适应现场防护机构,包括:可伸缩杆,位于行李架的下方,为可伸缩的U型结构,U型结构中的两个并排横向组件为可伸缩体且与行李架的宽度方向平行,U型结构中的单个竖向组件为不可伸缩体且与行李架的长度方向平行;永磁无刷电机,用于在接收到第一驱动命令时,基于参考径向半径调整U型结构中的两个并排横向组件的伸展长度,在接收到第二驱动命令时,保持两个并排横向组件的伸展长度为缺省长度。本发明的自适应现场防护机构节约人工、应用广泛。由于在行李架上存在尺寸超限的箱子时,基于箱子尺寸调整行李架下方的U型结构的伸展长度,从而实现了对箱体的自适应防护操作。
Description
技术领域
本发明涉及自适应控制领域,尤其涉及一种自适应现场防护机构。
背景技术
自适应控制的研究对象是具有一定程度不确定性的系统,这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的,其中包含一些未知因素和随机因素。
任何一个实际系统都具有不同程度的不确定性,这些不确定性有时突出在系统内部,有时突出在系统的外部。从系统内部来讲,描述被控对象的数学模型的结构和参数,设计者事先并不一定能准确知道。作为外部环境对系统的影响,可以等效地用许多扰动来表示。这些扰动通常是不可预测的。此外,还有一些测量时产生的不确定因素进入系统。面对这些客观存在的各式各样的不确定性,如何设计适当的控制作用,使得某一指定的性能指标达到并保持最优或者近似最优,这就是自适应控制所要研究解决的问题。
自适应控制和常规的反馈控制和最优控制一样,也是一种基于数学模型的控制方法,所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少,需要在系统的运行过程中去不断提取有关模型的信息,使模型逐步完善。具体地说,可以依据对象的输入输出数据,不断地辨识模型参数,这个过程称为系统的在线辩识。随着生产过程的不断进行,通过在线辩识,模型会变得越来越准确,越来越接近于实际。既然模型在不断的改进,显然,基于这种模型综合出来的控制作用也将随之不断的改进。在这个意义下,控制系统具有一定的适应能力。比如说,当系统在设计阶段,由于对象特性的初始信息比较缺乏,系统在刚开始投入运行时可能性能不理想,但是只要经过一段时间的运行,通过在线辩识和控制以后,控制系统逐渐适应,最终将自身调整到一个满意的工作状态。再比如某些控制对象,其特性可能在运行过程中要发生较大的变化,但通过在线辩识和改变控制器参数,系统也能逐渐适应。
常规的反馈控制系统对于系统内部特性的变化和外部扰动的影响都具有一定的抑制能力,但是由于控制器参数是固定的,所以当系统内部特性变化或者外部扰动的变化幅度很大时,系统的性能常常会大幅度下降,甚至是不稳定。所以对那些对象特性或扰动特性变化范围很大,同时又要求经常保持高性能指标的一类系统,采取自适应控制是合适的。但是同时也应当指出,自适应控制比常规反馈控制要复杂的多,成本也高的多,因此只是在用常规反馈达不到所期望的性能时,才会考虑采用。
发明内容
本发明至少具备以下两处关键的发明点:
(1)对图像中的目标区域和非目标区域分别执行不同策略的滤波处理机制,在避免对整体图像执行过于复杂的多重滤波处理的基础上,保证了图像的滤波效果;
(2)在行李架上存在尺寸超限的箱子时,基于箱子尺寸调整行李架下方的U型结构的伸展长度,从而实现了对箱体的自适应防护操作。
根据本发明的一方面,提供了一种自适应现场防护机构,所述机构包括:
可伸缩杆,位于行李架的下方,为可伸缩的U型结构,U型结构中的两个并排横向组件为可伸缩体且与行李架的宽度方向平行,U型结构中的单个竖向组件为不可伸缩体且与行李架的长度方向平行;
永磁无刷电机,与所述可伸缩杆连接,用于在接收到第一驱动命令时,基于接收到的参考径向半径调整U型结构中的两个并排横向组件的伸展长度;
所述永磁无刷电机在接收到第二驱动命令时,保持U型结构中的两个并排横向组件的伸展长度为缺省长度;
全彩录影设备,设置在客车的行李架的上方,用于面对行李架进行全彩录影动作,以获得并输出当前录影帧;
数据检测设备,与所述全彩录影设备连接,用于接收当前录影帧,基于目标图像特征从所述当前录影帧中搜索出相应的目标子图像,并将所述当前录影帧中除了所述目标子图像之外的图像作为剩余子图像。
本发明的自适应现场防护机构节约人工、应用广泛。由于在行李架上存在尺寸超限的箱子时,基于箱子尺寸调整行李架下方的U型结构的伸展长度,从而实现了对箱体的自适应防护操作。
具体实施方式
下面将对本发明的自适应现场防护机构的实施方案进行详细说明。
客车运输成本是指以载客汽车作为成本计算对象核算的运输成本。载客汽车从事运输生产过程中发生的各种直接和间接耗费的货币表现。载客汽车承担行李、包裹等少量货物运输业务,按10>1的比率将其货物周转量换算为旅客周转量,以合计的换算周转量计算客车运输成本,不分别核算旅客运输业务成本(客运成本)和货物运输业务成本。
这是因为汽车运输生产过程的各种耗费大多是汽车运行中发生的,与其装载的对象(旅客和货物)没有直接的联系,按车别(客车和货车)换算成本已能满足汽车运输企业进行经营管理的需要,并且,按车别而不按运输业务类别换算运输成本,换算工作要简单得多。在需要了解运输业务类别的成本资料时,可在按车别核算成本资料的基础上,以测算的方法来取得。
目前,客车的行李架结构固定,无法适应不同行李箱体的结构需求和尺寸需求,例如,当乘客携带较大尺寸的行李箱时,强行放置到客车的行李架上,容易造成安全隐患,另外,当乘客携带较小尺寸的行李箱时,行李架会富余大量的空间,又造成了客车内部有限空间资源的浪费。
为了克服上述不足,本发明搭建了一种自适应现场防护机构,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自适应现场防护机构包括:
可伸缩杆,位于行李架的下方,为可伸缩的U型结构,U型结构中的两个并排横向组件为可伸缩体且与行李架的宽度方向平行,U型结构中的单个竖向组件为不可伸缩体且与行李架的长度方向平行;
永磁无刷电机,与所述可伸缩杆连接,用于在接收到第一驱动命令时,基于接收到的参考径向半径调整U型结构中的两个并排横向组件的伸展长度;
所述永磁无刷电机在接收到第二驱动命令时,保持U型结构中的两个并排横向组件的伸展长度为缺省长度;
全彩录影设备,设置在客车的行李架的上方,用于面对行李架进行全彩录影动作,以获得并输出当前录影帧;
数据检测设备,与所述全彩录影设备连接,用于接收当前录影帧,基于目标图像特征从所述当前录影帧中搜索出相应的目标子图像,并将所述当前录影帧中除了所述目标子图像之外的图像作为剩余子图像;
布特沃斯低通滤波设备,与所述数据检测设备连接,用于对所述目标子图像执行布特沃斯低通滤波处理,以获得第一子图像,还用于对所述剩余子图像执行布特沃斯低通滤波处理,以获得第二子图像;
逆谐波均值滤波设备,分别与所述数据检测设备和所述布特沃斯低通滤波设备连接,用于接收所述第一子图像,并对所述第一子图像执行逆谐波均值滤波处理,以获得第三子图像;
图像整合设备,分别与所述布特沃斯低通滤波设备和所述逆谐波均值滤波设备连接,用于分别对所述第二子图像和所述第三子图像执行归一化处理操作,以分别获得第四子图像和第五子图像,并将所述第四子图像和所述第五子图像合并以获得整合处理图像;
即时增强设备,与所述图像整合设备连接,用于接收所述整合处理图像,并对所述整合处理图像执行图像增强处理,以获得并输出相应的即时增强图像;
第一辨识设备,与所述即时增强设备连接,用于接收所述即时增强图像,将所述即时增强图像中灰度值落在行李箱上限灰度阈值和行李箱下限灰度阈值之间的像素点辨识为箱体像素点;
第二辨识设备,与所述第一辨识设备连接,用于将所述即时增强图像中各个箱体像素点经过去孤点处理后拟合成一个或多个箱体区域;
第三辨识设备,分别与所述永磁无刷电机和所述第二辨识设备连接,将所述一个或多个箱体区域中面积最大的箱体区域的最大径向半径作为参考径向半径,并在所述参考径向半径超限时,发出第一驱动命令,否则,发出第二驱动命令;
其中,所述布特沃斯低通滤波设备还用于在检测到所述目标子图像的清晰度超限时,直接将所述目标子图像作为第一子图像发送给所述逆谐波均值滤波设备;
其中,基于所述参考径向半径调整U型结构中的两个并排横向组件的伸展长度包括:所述参考径向半径越大,调整后的U型结构中的两个并排横向组件的伸展长度越长。
接着,继续对本发明的自适应现场防护机构的具体结构进行进一步的说明。
所述自适应现场防护机构中:
所述布特沃斯低通滤波设备还用于在检测到所述剩余子图像的清晰度超限时,直接将所述剩余子图像作为第二子图像发送给所述逆谐波均值滤波设备;
其中,所述布特沃斯低通滤波设备和所述逆谐波均值滤波设备共用同一石英振荡设备。
所述自适应现场防护机构中还可以包括:
类型分析设备,与所述全彩录影设备连接,用于接收所述当前录影帧,对所述当前录影帧中存在的各种噪声的幅值进行分析,以确定幅值最大的主要噪声类型和幅值次大的次要噪声类型;
类型选择设备,与所述类型分析设备连接,用于接收所述主要噪声类型和所述次要噪声类型,并基于所述主要噪声类型确定对应的主要滤波模式,以及基于所述次要噪声类型确定对应的次要滤波模式。
所述自适应现场防护机构中还可以包括:
滤波执行设备,分别与所述类型分析设备和所述类型选择设备连接,用于先采用主要滤波模式对所述当前录影帧执行滤波处理,对滤波处理结果再采用次要滤波模式进行滤波处理,以获得两级滤波图像;
子图像提取设备,与所述滤波执行设备连接,用于接收所述两级滤波图像,对所述两级滤波图像中的各个目标进行轮廓提取,以获得各个目标在所述两级滤波图像中的各个分布区域,还用于对所述两级滤波图像进行分块,以获得各个子图像。
所述自适应现场防护机构中还可以包括:
前景切取设备,分别与所述数据检测设备和所述子图像提取设备连接,用于接收所述两级滤波图像的各个子图像,并检测每一个子图像的动态范围,针对每一个子图像,基于其动态范围的宽度大小调整对应子图像的用于剥离背景的阈值大小,还用于针对每一个子图像执行以下处理:采用调整后的阈值对所述子图像进行前景提取,以获得对应的前景区域,以及将各个子图像对应的各个前景区域进行组合,并对组合结果进行拟合处理以获得前景操作图像,并将所述前景操作图像替换所述当前录影帧发送给所述数据检测设备;在所述前景切取设备中,基于其动态范围的宽度大小调整对应子图像的用于剥离背景的阈值大小包括:其动态范围的宽度越大,调整的对应子图像的用于剥离背景的阈值越大;
其中,在所述子图像提取设备中,对每一个分布区域进行均匀式分割包括:分布区域的面积越大,分割而获得的子图像的尺寸越大;
其中,在所述两级滤波图像中,对每一个分布区域进行均匀式分割而获得的子图像的尺寸小于对未分布区域进行均匀式分割而获得的子图像的尺寸。
根据本发明实施方案示出的自适应现场防护方法包括:
使用可伸缩杆,位于行李架的下方,为可伸缩的U型结构,U型结构中的两个并排横向组件为可伸缩体且与行李架的宽度方向平行,U型结构中的单个竖向组件为不可伸缩体且与行李架的长度方向平行;
使用永磁无刷电机,与所述可伸缩杆连接,用于在接收到第一驱动命令时,基于接收到的参考径向半径调整U型结构中的两个并排横向组件的伸展长度;
所述永磁无刷电机在接收到第二驱动命令时,保持U型结构中的两个并排横向组件的伸展长度为缺省长度;
使用全彩录影设备,设置在客车的行李架的上方,用于面对行李架进行全彩录影动作,以获得并输出当前录影帧;
使用数据检测设备,与所述全彩录影设备连接,用于接收当前录影帧,基于目标图像特征从所述当前录影帧中搜索出相应的目标子图像,并将所述当前录影帧中除了所述目标子图像之外的图像作为剩余子图像;
使用布特沃斯低通滤波设备,与所述数据检测设备连接,用于对所述目标子图像执行布特沃斯低通滤波处理,以获得第一子图像,还用于对所述剩余子图像执行布特沃斯低通滤波处理,以获得第二子图像;
使用逆谐波均值滤波设备,分别与所述数据检测设备和所述布特沃斯低通滤波设备连接,用于接收所述第一子图像,并对所述第一子图像执行逆谐波均值滤波处理,以获得第三子图像;
使用图像整合设备,分别与所述布特沃斯低通滤波设备和所述逆谐波均值滤波设备连接,用于分别对所述第二子图像和所述第三子图像执行归一化处理操作,以分别获得第四子图像和第五子图像,并将所述第四子图像和所述第五子图像合并以获得整合处理图像;
使用即时增强设备,与所述图像整合设备连接,用于接收所述整合处理图像,并对所述整合处理图像执行图像增强处理,以获得并输出相应的即时增强图像;
使用第一辨识设备,与所述即时增强设备连接,用于接收所述即时增强图像,将所述即时增强图像中灰度值落在行李箱上限灰度阈值和行李箱下限灰度阈值之间的像素点辨识为箱体像素点;
使用第二辨识设备,与所述第一辨识设备连接,用于将所述即时增强图像中各个箱体像素点经过去孤点处理后拟合成一个或多个箱体区域;
使用第三辨识设备,分别与所述永磁无刷电机和所述第二辨识设备连接,将所述一个或多个箱体区域中面积最大的箱体区域的最大径向半径作为参考径向半径,并在所述参考径向半径超限时,发出第一驱动命令,否则,发出第二驱动命令;
其中,所述布特沃斯低通滤波设备还用于在检测到所述目标子图像的清晰度超限时,直接将所述目标子图像作为第一子图像发送给所述逆谐波均值滤波设备;
其中,基于所述参考径向半径调整U型结构中的两个并排横向组件的伸展长度包括:所述参考径向半径越大,调整后的U型结构中的两个并排横向组件的伸展长度越长。
接着,继续对本发明的自适应现场防护方法的具体步骤进行进一步的说明。
所述自适应现场防护方法中:
所述布特沃斯低通滤波设备还用于在检测到所述剩余子图像的清晰度超限时,直接将所述剩余子图像作为第二子图像发送给所述逆谐波均值滤波设备;
其中,所述布特沃斯低通滤波设备和所述逆谐波均值滤波设备共用同一石英振荡设备。
所述自适应现场防护方法中还可以包括:
使用类型分析设备,与所述全彩录影设备连接,用于接收所述当前录影帧,对所述当前录影帧中存在的各种噪声的幅值进行分析,以确定幅值最大的主要噪声类型和幅值次大的次要噪声类型;
使用类型选择设备,与所述类型分析设备连接,用于接收所述主要噪声类型和所述次要噪声类型,并基于所述主要噪声类型确定对应的主要滤波模式,以及基于所述次要噪声类型确定对应的次要滤波模式。
所述自适应现场防护方法中还可以包括:
使用滤波执行设备,分别与所述类型分析设备和所述类型选择设备连接,用于先采用主要滤波模式对所述当前录影帧执行滤波处理,对滤波处理结果再采用次要滤波模式进行滤波处理,以获得两级滤波图像;
使用子图像提取设备,与所述滤波执行设备连接,用于接收所述两级滤波图像,对所述两级滤波图像中的各个目标进行轮廓提取,以获得各个目标在所述两级滤波图像中的各个分布区域,还用于对所述两级滤波图像进行分块,以获得各个子图像。
所述自适应现场防护方法中还可以包括:
使用前景切取设备,分别与所述数据检测设备和所述子图像提取设备连接,用于接收所述两级滤波图像的各个子图像,并检测每一个子图像的动态范围,针对每一个子图像,基于其动态范围的宽度大小调整对应子图像的用于剥离背景的阈值大小,还用于针对每一个子图像执行以下处理:采用调整后的阈值对所述子图像进行前景提取,以获得对应的前景区域,以及将各个子图像对应的各个前景区域进行组合,并对组合结果进行拟合处理以获得前景操作图像,并将所述前景操作图像替换所述当前录影帧发送给所述数据检测设备;在所述前景切取设备中,基于其动态范围的宽度大小调整对应子图像的用于剥离背景的阈值大小包括:其动态范围的宽度越大,调整的对应子图像的用于剥离背景的阈值越大;
其中,在所述子图像提取设备中,对每一个分布区域进行均匀式分割包括:分布区域的面积越大,分割而获得的子图像的尺寸越大;
其中,在所述两级滤波图像中,对每一个分布区域进行均匀式分割而获得的子图像的尺寸小于对未分布区域进行均匀式分割而获得的子图像的尺寸。
另外,采用CPLD芯片来实现所述布特沃斯低通滤波设备。CPLD,即ComplexProgrammable Logic Device,复杂可编程逻辑器件,是从PAL和GAL器件发展出来的器件,相对而言规模大,结构复杂,属于大规模集成电路范围。是一种用户根据各自需要而自行构造逻辑功能的数字集成电路。其基本设计方法是借助集成开发软件平台,用原理图、硬件描述语言等方法,生成相应的目标文件,通过下载电缆(“在系统”编程)将代码传送到目标芯片中,实现设计的数字系统。CPLD主要是由可编程逻辑宏单元(MC,Macro Cell)围绕中心的可编程互连矩阵单元组成。其中MC结构较复杂,并具有复杂的I/O单元互连结构,可由用户根据需要生成特定的电路结构,完成一定的功能。由于CPLD内部采用固定长度的金属线进行各逻辑块的互连,所以设计的逻辑电路具有时间可预测性,避免了分段式互连结构时序不完全预测的缺点。
最后应注意到的是,在本发明各个实施例中的各功能设备可以集成在一个处理设备中,也可以是各个设备单独物理存在,也可以两个或两个以上设备集成在一个设备中。
所述功能如果以软件功能设备的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (5)
1.一种自适应现场防护机构,其特征在于,所述机构包括:
可伸缩杆,位于行李架的下方,为可伸缩的U型结构,U型结构中的两个并排横向组件为可伸缩体且与行李架的宽度方向平行,U型结构中的单个竖向组件为不可伸缩体且与行李架的长度方向平行;
永磁无刷电机,与所述可伸缩杆连接,用于在接收到第一驱动命令时,基于接收到的参考径向半径调整U型结构中的两个并排横向组件的伸展长度;
所述永磁无刷电机在接收到第二驱动命令时,保持U型结构中的两个并排横向组件的伸展长度为缺省长度;
全彩录影设备,设置在客车的行李架的上方,用于面对行李架进行全彩录影动作,以获得并输出当前录影帧;
数据检测设备,与所述全彩录影设备连接,用于接收当前录影帧,基于目标图像特征从所述当前录影帧中搜索出相应的目标子图像,并将所述当前录影帧中除了所述目标子图像之外的图像作为剩余子图像;
布特沃斯低通滤波设备,与所述数据检测设备连接,用于对所述目标子图像执行布特沃斯低通滤波处理,以获得第一子图像,还用于对所述剩余子图像执行布特沃斯低通滤波处理,以获得第二子图像;
逆谐波均值滤波设备,分别与所述数据检测设备和所述布特沃斯低通滤波设备连接,用于接收所述第一子图像,并对所述第一子图像执行逆谐波均值滤波处理,以获得第三子图像;
图像整合设备,分别与所述布特沃斯低通滤波设备和所述逆谐波均值滤波设备连接,用于分别对所述第二子图像和所述第三子图像执行归一化处理操作,以分别获得第四子图像和第五子图像,并将所述第四子图像和所述第五子图像合并以获得整合处理图像;
即时增强设备,与所述图像整合设备连接,用于接收所述整合处理图像,并对所述整合处理图像执行图像增强处理,以获得并输出相应的即时增强图像;
第一辨识设备,与所述即时增强设备连接,用于接收所述即时增强图像,将所述即时增强图像中灰度值落在行李箱上限灰度阈值和行李箱下限灰度阈值之间的像素点辨识为箱体像素点;
第二辨识设备,与所述第一辨识设备连接,用于将所述即时增强图像中各个箱体像素点经过去孤点处理后拟合成一个或多个箱体区域;
第三辨识设备,分别与所述永磁无刷电机和所述第二辨识设备连接,将所述一个或多个箱体区域中面积最大的箱体区域的最大径向半径作为参考径向半径,并在所述参考径向半径超限时,发出第一驱动命令,否则,发出第二驱动命令;
其中,所述布特沃斯低通滤波设备还用于在检测到所述目标子图像的清晰度超限时,直接将所述目标子图像作为第一子图像发送给所述逆谐波均值滤波设备;
其中,基于所述参考径向半径调整U型结构中的两个并排横向组件的伸展长度包括:所述参考径向半径越大,调整后的U型结构中的两个并排横向组件的伸展长度越长。
2.如权利要求1所述的自适应现场防护机构,其特征在于:
所述布特沃斯低通滤波设备还用于在检测到所述剩余子图像的清晰度超限时,直接将所述剩余子图像作为第二子图像发送给所述逆谐波均值滤波设备;
其中,所述布特沃斯低通滤波设备和所述逆谐波均值滤波设备共用同一石英振荡设备。
3.如权利要求2所述的自适应现场防护机构,其特征在于,所述机构还包括:
类型分析设备,与所述全彩录影设备连接,用于接收所述当前录影帧,对所述当前录影帧中存在的各种噪声的幅值进行分析,以确定幅值最大的主要噪声类型和幅值次大的次要噪声类型;
类型选择设备,与所述类型分析设备连接,用于接收所述主要噪声类型和所述次要噪声类型,并基于所述主要噪声类型确定对应的主要滤波模式,以及基于所述次要噪声类型确定对应的次要滤波模式。
4.如权利要求3所述的自适应现场防护机构,其特征在于,所述机构还包括:
滤波执行设备,分别与所述类型分析设备和所述类型选择设备连接,用于先采用主要滤波模式对所述当前录影帧执行滤波处理,对滤波处理结果再采用次要滤波模式进行滤波处理,以获得两级滤波图像;
子图像提取设备,与所述滤波执行设备连接,用于接收所述两级滤波图像,对所述两级滤波图像中的各个目标进行轮廓提取,以获得各个目标在所述两级滤波图像中的各个分布区域,还用于对所述两级滤波图像进行分块,以获得各个子图像。
5.如权利要求4所述的自适应现场防护机构,其特征在于,所述机构还包括:
前景切取设备,分别与所述数据检测设备和所述子图像提取设备连接,用于接收所述两级滤波图像的各个子图像,并检测每一个子图像的动态范围,针对每一个子图像,基于其动态范围的宽度大小调整对应子图像的用于剥离背景的阈值大小,还用于针对每一个子图像执行以下处理:采用调整后的阈值对所述子图像进行前景提取,以获得对应的前景区域,以及将各个子图像对应的各个前景区域进行组合,并对组合结果进行拟合处理以获得前景操作图像,并将所述前景操作图像替换所述当前录影帧发送给所述数据检测设备;在所述前景切取设备中,基于其动态范围的宽度大小调整对应子图像的用于剥离背景的阈值大小包括:其动态范围的宽度越大,调整的对应子图像的用于剥离背景的阈值越大;
其中,在所述子图像提取设备中,对每一个分布区域进行均匀式分割包括:分布区域的面积越大,分割而获得的子图像的尺寸越大;
其中,在所述两级滤波图像中,对每一个分布区域进行均匀式分割而获得的子图像的尺寸小于对未分布区域进行均匀式分割而获得的子图像的尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513249.5A CN110633614B (zh) | 2019-06-14 | 2019-06-14 | 自适应现场防护机构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513249.5A CN110633614B (zh) | 2019-06-14 | 2019-06-14 | 自适应现场防护机构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110633614A true CN110633614A (zh) | 2019-12-31 |
CN110633614B CN110633614B (zh) | 2020-06-02 |
Family
ID=68968399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910513249.5A Active CN110633614B (zh) | 2019-06-14 | 2019-06-14 | 自适应现场防护机构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633614B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112959993A (zh) * | 2020-11-24 | 2021-06-15 | 泰州锐比特智能科技有限公司 | 防撞式紧急托底平台及方法 |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2704730C2 (de) * | 1977-02-04 | 1985-08-22 | Karl Kässbohrer Fahrzeugwerke GmbH, 7900 Ulm | Fahrzeug, insbesondere Omnibus, mit einer Gepäckablage |
EP0318711A2 (de) * | 1987-12-04 | 1989-06-07 | Deutsche Airbus GmbH | Gepäckablage für Fahrzeuge, insbesondere Flugzeuge |
EP1077159A2 (en) * | 1999-08-18 | 2001-02-21 | Ford Global Technologies, Inc. | Vehicle roof top luggage holder |
CN201441765U (zh) * | 2009-05-09 | 2010-04-28 | 王晖 | 小空间专用救生装备 |
CN202608788U (zh) * | 2012-04-09 | 2012-12-19 | 骆小珍 | 一种带金属检测器的火车行李架 |
CN202952922U (zh) * | 2012-12-19 | 2013-05-29 | 江苏中展车辆配件有限公司 | 一种行李架结构 |
CN203793349U (zh) * | 2014-01-17 | 2014-08-27 | 重庆交通大学 | 自动升降行李架 |
CN104003031A (zh) * | 2014-06-06 | 2014-08-27 | 济南大宏机器有限公司 | 自动夹持行李包装机 |
CN204005141U (zh) * | 2014-08-27 | 2014-12-10 | 北京信安通靶场装备技术有限公司 | 吊装的图像采集装置 |
CN204775258U (zh) * | 2015-07-22 | 2015-11-18 | 常州卓奇工业设计有限公司 | 一种高铁用伸缩行李架 |
CN205075839U (zh) * | 2015-10-21 | 2016-03-09 | 泉州市永茂电子科技有限公司 | 一种自动上箱式火车、高铁、飞机行李架 |
CN105564456A (zh) * | 2016-02-29 | 2016-05-11 | 刘晓飞 | 计算机控制的智能火车厢 |
CN205381209U (zh) * | 2016-01-07 | 2016-07-13 | 江苏钧骋车业有限公司 | 汽车智能行李架 |
CN206358151U (zh) * | 2016-12-30 | 2017-07-28 | 河南星云慧通信技术有限公司 | 一种火车行李架 |
CN107161090A (zh) * | 2017-06-16 | 2017-09-15 | 安徽广通汽车制造股份有限公司 | 一种电动客车高防护安全行李架及其装配方法 |
CN206510915U (zh) * | 2016-12-30 | 2017-09-22 | 河南星云慧通信技术有限公司 | 一种用于火车车厢的自动行李架 |
CN108005812A (zh) * | 2017-12-04 | 2018-05-08 | 中国航空发动机研究院 | 采用自适应机匣和自适应风扇的智能发动机 |
US20180239050A1 (en) * | 2017-02-20 | 2018-08-23 | Morpho Detection, Llc | Tray conveyor baggage handling and imaging system |
CN207826251U (zh) * | 2018-01-23 | 2018-09-07 | 常州百佳年代薄膜科技股份有限公司 | 一种新型智能pc行李架 |
CN108569404A (zh) * | 2017-03-10 | 2018-09-25 | 波音公司 | 电子行李架控制系统和方法 |
CN208036282U (zh) * | 2018-03-30 | 2018-11-02 | 南通职业大学 | 一种火车用新型行李架 |
CN108876351A (zh) * | 2018-07-05 | 2018-11-23 | 周爱霞 | 公交车即时金额支付系统 |
CN208376643U (zh) * | 2018-04-26 | 2019-01-15 | 黄盛华 | 无线多视角拍摄的车顶行李架 |
CN109302439A (zh) * | 2018-03-28 | 2019-02-01 | 刘洁 | 云计算式图像处理系统 |
CN109305108A (zh) * | 2018-10-15 | 2019-02-05 | 安徽金诚汽车装饰设计开发有限公司 | 一种用于长途汽车行李仓的行李架 |
CN208503873U (zh) * | 2018-07-16 | 2019-02-15 | 浙江创力电子股份有限公司 | 一种安防监控装置 |
CN208515494U (zh) * | 2018-07-13 | 2019-02-19 | 安徽金诚车辆工程有限公司 | 一种客车发泡风道行李架组合结构 |
CN208559361U (zh) * | 2018-08-06 | 2019-03-01 | 厦门理工学院 | 一种拉伸式轨道交通车行李架 |
CN109472188A (zh) * | 2018-08-21 | 2019-03-15 | 李叶 | 双重图像滤波方法 |
-
2019
- 2019-06-14 CN CN201910513249.5A patent/CN110633614B/zh active Active
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2704730C2 (de) * | 1977-02-04 | 1985-08-22 | Karl Kässbohrer Fahrzeugwerke GmbH, 7900 Ulm | Fahrzeug, insbesondere Omnibus, mit einer Gepäckablage |
EP0318711A2 (de) * | 1987-12-04 | 1989-06-07 | Deutsche Airbus GmbH | Gepäckablage für Fahrzeuge, insbesondere Flugzeuge |
EP1077159A2 (en) * | 1999-08-18 | 2001-02-21 | Ford Global Technologies, Inc. | Vehicle roof top luggage holder |
CN201441765U (zh) * | 2009-05-09 | 2010-04-28 | 王晖 | 小空间专用救生装备 |
CN202608788U (zh) * | 2012-04-09 | 2012-12-19 | 骆小珍 | 一种带金属检测器的火车行李架 |
CN202952922U (zh) * | 2012-12-19 | 2013-05-29 | 江苏中展车辆配件有限公司 | 一种行李架结构 |
CN203793349U (zh) * | 2014-01-17 | 2014-08-27 | 重庆交通大学 | 自动升降行李架 |
CN104003031A (zh) * | 2014-06-06 | 2014-08-27 | 济南大宏机器有限公司 | 自动夹持行李包装机 |
CN204005141U (zh) * | 2014-08-27 | 2014-12-10 | 北京信安通靶场装备技术有限公司 | 吊装的图像采集装置 |
CN204775258U (zh) * | 2015-07-22 | 2015-11-18 | 常州卓奇工业设计有限公司 | 一种高铁用伸缩行李架 |
CN205075839U (zh) * | 2015-10-21 | 2016-03-09 | 泉州市永茂电子科技有限公司 | 一种自动上箱式火车、高铁、飞机行李架 |
CN205381209U (zh) * | 2016-01-07 | 2016-07-13 | 江苏钧骋车业有限公司 | 汽车智能行李架 |
CN105564456A (zh) * | 2016-02-29 | 2016-05-11 | 刘晓飞 | 计算机控制的智能火车厢 |
CN206358151U (zh) * | 2016-12-30 | 2017-07-28 | 河南星云慧通信技术有限公司 | 一种火车行李架 |
CN206510915U (zh) * | 2016-12-30 | 2017-09-22 | 河南星云慧通信技术有限公司 | 一种用于火车车厢的自动行李架 |
US20180239050A1 (en) * | 2017-02-20 | 2018-08-23 | Morpho Detection, Llc | Tray conveyor baggage handling and imaging system |
CN108569404A (zh) * | 2017-03-10 | 2018-09-25 | 波音公司 | 电子行李架控制系统和方法 |
CN107161090A (zh) * | 2017-06-16 | 2017-09-15 | 安徽广通汽车制造股份有限公司 | 一种电动客车高防护安全行李架及其装配方法 |
CN108005812A (zh) * | 2017-12-04 | 2018-05-08 | 中国航空发动机研究院 | 采用自适应机匣和自适应风扇的智能发动机 |
CN207826251U (zh) * | 2018-01-23 | 2018-09-07 | 常州百佳年代薄膜科技股份有限公司 | 一种新型智能pc行李架 |
CN109302439A (zh) * | 2018-03-28 | 2019-02-01 | 刘洁 | 云计算式图像处理系统 |
CN208036282U (zh) * | 2018-03-30 | 2018-11-02 | 南通职业大学 | 一种火车用新型行李架 |
CN208376643U (zh) * | 2018-04-26 | 2019-01-15 | 黄盛华 | 无线多视角拍摄的车顶行李架 |
CN108876351A (zh) * | 2018-07-05 | 2018-11-23 | 周爱霞 | 公交车即时金额支付系统 |
CN208515494U (zh) * | 2018-07-13 | 2019-02-19 | 安徽金诚车辆工程有限公司 | 一种客车发泡风道行李架组合结构 |
CN208503873U (zh) * | 2018-07-16 | 2019-02-15 | 浙江创力电子股份有限公司 | 一种安防监控装置 |
CN208559361U (zh) * | 2018-08-06 | 2019-03-01 | 厦门理工学院 | 一种拉伸式轨道交通车行李架 |
CN109472188A (zh) * | 2018-08-21 | 2019-03-15 | 李叶 | 双重图像滤波方法 |
CN109305108A (zh) * | 2018-10-15 | 2019-02-05 | 安徽金诚汽车装饰设计开发有限公司 | 一种用于长途汽车行李仓的行李架 |
Non-Patent Citations (2)
Title |
---|
李时雨: ""高速铁路快捷货物运输系统研究"", 《中国优秀硕士学位论文全文数据库 电子期刊(信息科技辑)》 * |
黄晓红: ""高速公路无线远程视频监控系统研究"", 《中国优秀硕士学位论文全文数据库(电子期刊) 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112959993A (zh) * | 2020-11-24 | 2021-06-15 | 泰州锐比特智能科技有限公司 | 防撞式紧急托底平台及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110633614B (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062413A (zh) | 一种道路目标检测方法、装置、电子设备及存储介质 | |
CN110232368B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
WO2021003726A1 (zh) | 一种数据编码、数据解码方法、设备及存储介质 | |
CN110633614B (zh) | 自适应现场防护机构 | |
CN111060153B (zh) | 货车载货状态的检测方法、装置及存储介质 | |
KR20210013599A (ko) | 지능형 주행 제어 방법 및 장치, 전자 기기 | |
KR20130072073A (ko) | 영상 윤곽선 추출 장치 및 방법 | |
CN114972258B (zh) | 基于机器视觉的电池表面缺陷检测方法、系统及相关设备 | |
CN111145208B (zh) | 自适应现场防护方法 | |
US9600556B2 (en) | Method for three dimensional perception processing and classification | |
CN113297939A (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
Samanta et al. | Novel approach of adaptive thresholding technique for edge detection in videos | |
CN113989285B (zh) | 基于图像的皮带偏移监测方法、装置、设备及存储介质 | |
CN113447572B (zh) | 钢轨探伤方法、电子装置、钢轨探伤车及可读存储介质 | |
Liu et al. | Multi-target detection based on multi-sensor redundancy and dynamic weight distribution for driverless cars | |
CN115099264A (zh) | 船舶零件故障诊断方法及装置、计算机和计算机储存介质 | |
JP2019185410A (ja) | 車両推定装置、学習装置、及び車両推定方法 | |
CN115147813A (zh) | 基于物体空间特征的稀疏点云处理方法、系统、设备及介质 | |
CN114897801A (zh) | Aoi缺陷检测方法、装置和设备及计算机介质 | |
KR101634880B1 (ko) | 양방향 차도선의 차량 갑판 구조 최적화 방법 | |
KR101628110B1 (ko) | 차량 음성인식시스템을 위한 잡음 제거장치 및 방법 | |
CN110348509B (zh) | 数据增广参数的调整方法、装置、设备及存储介质 | |
CN115004011A (zh) | 废料辨别系统以及废料辨别方法 | |
CN114430839A (zh) | 用于处理神经网络的数据的设备和方法 | |
Gao et al. | The design of the prognostics and health management system for special vehicle |
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: 20200506 Address after: 233500 Shaozhuang 120, Guohu Village, Xiaoxinji Township, Mengcheng County, Bozhou City, Anhui Province Applicant after: Anhui Ruiyukang Agricultural Technology Co.,Ltd. Address before: 214000 No.6, Shanshui East Road, Binhu street, Binhu District, Wuxi City, Jiangsu Province Applicant before: Jiang Guirong |
|
GR01 | Patent grant | ||
GR01 | Patent grant |