CN111563470A - 一种基于图像拼接的预载监测系统 - Google Patents

一种基于图像拼接的预载监测系统 Download PDF

Info

Publication number
CN111563470A
CN111563470A CN202010406421.XA CN202010406421A CN111563470A CN 111563470 A CN111563470 A CN 111563470A CN 202010406421 A CN202010406421 A CN 202010406421A CN 111563470 A CN111563470 A CN 111563470A
Authority
CN
China
Prior art keywords
image
splicing
detection
image acquisition
identification
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
Application number
CN202010406421.XA
Other languages
English (en)
Other versions
CN111563470B (zh
Inventor
黄锦鸿
徐瑾剑
厉紫阳
沈宗邦
王明星
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.)
Zhejiang Yulian Information Development Co ltd
Original Assignee
Zhejiang Yulian Information Development 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 Zhejiang Yulian Information Development Co ltd filed Critical Zhejiang Yulian Information Development Co ltd
Priority to CN202010406421.XA priority Critical patent/CN111563470B/zh
Publication of CN111563470A publication Critical patent/CN111563470A/zh
Application granted granted Critical
Publication of CN111563470B publication Critical patent/CN111563470B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • 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
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于图像拼接的预载监测系统，包括识别数据库、地形数据库、请求响应子系统、路径配置子系统、标定拼接子系统、巡检识别子系统以及若干图像采集装置；通过硬件空间关系在巡检路径上设置重合的位置，根据重合位置获得的图像作为图像拼接的基础实现实时修正拼接，根据所需的要求不同实现巡检，而拼接的图像更有利于实现图像中特征的识别，保证可以对巡检项目实现自动识别的效果。

Description

一种基于图像拼接的预载监测系统
技术领域
本发明涉及图像识别领域，更具体地说，涉及一种基于图像拼接的预载监测系统。
背景技术
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。现阶段图像识别技术一般分为人脸识别与商品识别，人脸识别主要运用在安全检查、身份核验与移动支付中；商品识别主要运用在商品流通过程中，特别是无人货架、智能零售柜等无人零售领域。
图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。图像识别软件国外代表的有康耐视等，国内代表的有图智能、海深科技等。另外在地理学中指将遥感图像进行分类的技术。
而现有的图像识别技术无法实现对险情的识别，由于险情涉及到的区域一般而言单帧图像不能覆盖，而由于地形多样且图像复杂，特征识别的方式单帧图像无法提供足够的特征，所以导致目前图像识别技术无法被适用于对险情的发现和监测。
发明内容
有鉴于此，本发明目的是提供一种基于图像拼接的预载监测系统。
为了解决上述技术问题，本发明的技术方案是：一种基于图像拼接的预载监测系统，包括识别数据库、地形数据库、请求响应子系统、路径配置子系统、标定拼接子系统、巡检识别子系统以及若干图像采集装置；
所述图像采集装置通过驱动支架安装于检测区域，所述驱动支架上设置有驱动机构用于带动所述图像采集装置在对应的移动轨道内移动，以两个具有重合的检测区域的图像采集装置为关联组，每一关联组下的两个图像采集装置对应的移动轨道具有一重合位置；
所述请求响应子系统用于接收检测请求并将所述检测请求发送至所述路径配置子系统，所述检测请求包括检测类型以及检测等级，所述检测类型反映检测的目标类目，所述检测等级反映检测的要求；
所述识别数据库存储有识别策略，所述识别策略包括对应所述检测请求配置的识别算法以及目标区域，所述目标区域反映该检测请求对应的位置；
所述地形数据库配置有检测区域对应的地形信息，所述地形信息包括地形模型，所述地形模型中标记有每一图像采集装置的位置以及该图像采集装置对应的采集区域的位置；
所述路径配置子系统根据所述检测请求从所述识别数据库中获取对应的识别策略，并根据目标区域从所述地形数据库的地形信息中生成检测路径，并根据检测路径确定检测策略，将所述检测策略发送至标定拼接子系统；
所述标定拼接子系统根据检测策略获得对应的图像采集装置并根据检测路径以及关联组生成拼接队列，按照拼接队列的顺序对应每一关联组执行预设的标定拼接策略，所述标定策略包括分别控制所述关联组下的图像采集装置运动至对应的重合位置并得到采集图像，根据两个采集图像分别校准图像采集装置的参数以使两个图像采集装置得到的采集图像误差减小；
所述巡检识别子系统根据拼接队列以及检测路径将图像采集装置分别移动至目标位置并获取目标图像，通过一预设的拼接策略每个关联组下的目标图像以采集图像为基准通过预设的拼接算法实现图像拼接以形成巡检合成图像，通过所述识别算法实时扫描巡检合成图像以输出巡检结果。
进一步地：每一关联组下在重合位置处的采集区域内设置有拼接标定板。
进一步地：所述关联组下的图像采集装置根据所述拼接标定板的成像调节所述图像采集装置的位置以使所述图像采集装置于所述重合位置定位。
进一步地：所述关联组下的图像采集装置根据标定板于采集图像中的成像调节所述图像采集装置的参数。
进一步地：所述标定板设置为黑白棋盘板。
进一步地：所述识别算法包括若干与目标类目对应的识别特征，当所述巡检合成图像中出现对应的识别特征时，根据所述识别特征输出巡检结果。
进一步地：所述巡检识别子系统还包括依序显示所述巡检合成图像。
进一步地：所述拼接策略包括自拼接步骤，所述自拼接步骤包括获得重合位置与目标位置的空间关系，并根据空间关系拼接重合位置对应的采集图像以及目标位置对应的目标图像以得到自拼接图像。
进一步地：所述拼接策略包括关联拼接步骤，所述关联拼接步骤包括根据重合位置对应的采集图像拼接关联组下的两个自拼接图像以得到巡检合成图像。
进一步地：所述图像采集装置的参数包括成像的亮度以及对比度。
本发明技术效果主要体现在以下方面：通过这样设置，通过硬件空间关系在巡检路径上设置重合的位置，根据重合位置获得的图像作为图像拼接的基础实现实时修正拼接，根据所需的要求不同实现巡检，而拼接的图像更有利于实现图像中特征的识别，保证可以对巡检项目实现自动识别的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1：本发明系统硬件环境的原理图；
图2：本发明系统架构原理图。
附图标记：1、摄像头；2、驱动支架；3、检测区域；4、重合位置；5、目标位置；100、识别数据库；200、地形数据库；300、请求响应子系统；400、路径配置子系统；500、标定拼接子系统；600、巡检识别子系统；700、图像采集装置。
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，所描述的实施例仅仅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。以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。
参照图1所示，一种基于图像拼接的预载监测系统，包括识别数据库100、地形数据库200、请求响应子系统300、路径配置子系统400、标定拼接子系统500、巡检识别子系统600以及若干图像采集装置700；图像采集装置可以设置为摄像头1；
所述图像采集装置700通过驱动支架2安装于检测区域3，所述驱动支架2上设置有驱动机构用于带动所述图像采集装置700在对应的移动轨道内移动，以两个具有重合的检测区域3的图像采集装置700为关联组，每一关联组下的两个图像采集装置700对应的移动轨道具有一重合位置4；每一关联组下在重合位置4处的采集区域内设置有拼接标定板。所述关联组下的图像采集装置700根据所述拼接标定板的成像调节所述图像采集装置700的位置以使所述图像采集装置700于所述重合位置4定位。所述关联组下的图像采集装置700根据标定板于采集图像中的成像调节所述图像采集装置700的参数。所述标定板设置为黑白棋盘板。首先是图像采集的工作原理，具体可以设置为带有轨道的摄像头，需要说明的是，例如检测区域3内有100个摄像头，但是根据检测的需求不同例如检测的是火灾隐患和检测墙面坍塌隐患检测点是不一样的，而所以设置多个摄像头，但是具体其是可以在对应的轨道内移动的，可移动的摄像头在市场上非常常见，就不做赘述了，本发明的关键点是将摄像头的轨道设置重合位置4，例如图中的A\B\C三个摄像头，分别在轨道上移动，但是A和B具有重合位置4X1，B和C具有重合位置4X2，这样的设置是为图像采集时的拼接提供基础，A和B构成一关联组，B和C构成一关联组，那么A和B在X1的位置所采集的图像是相同的，所以就可以根据差异进行调节，以实时进行校准。
所述请求响应子系统300用于接收检测请求并将所述检测请求发送至所述路径配置子系统400，所述检测请求包括检测类型以及检测等级，所述检测类型反映检测的目标类目，所述检测等级反映检测的要求；首先检测请求是根据用户所选择或者输入生成的，然后检测请求就包括了对这个区域的检测类型和检测等级，例如设置每隔一天进行一次火灾隐患检测。而检测请求则不仅包括检测类型和检测等级，检测等级反映的是检测的要求，而通过这些量化的数据对检测的实际情况进行评判，方便后续对数据库中的数据进行调用。
所述识别数据库100存储有识别策略，所述识别策略包括对应所述检测请求配置的识别算法以及目标区域，所述目标区域反映该检测请求对应的位置；识别策略根据对应的检测类型和检测等级的不同设置不同，识别算法用于辨识对应的图像中的特征，而目标区域是在整个检测区域3中进行选择或者标记，保证数据的可靠性。
所述地形数据库200配置有检测区域3对应的地形信息，所述地形信息包括地形模型，所述地形模型中标记有每一图像采集装置700的位置以及该图像采集装置700对应的采集区域的位置；模型是通过三维数据的形式被记录在数据库中，而这个基础数据较大，且内容中包含了具体每个图像采集装置700的位置和其运动轨道以及对应的拍摄区域。
所述路径配置子系统400根据所述检测请求从所述识别数据库100中获取对应的识别策略，并根据目标区域从所述地形数据库200的地形信息中生成检测路径，并根据检测路径确定检测策略，将所述检测策略发送至标定拼接子系统500；此时由于目标区域是已知量，三维模型是已知量，然后就可以根据这两个值生成检测路径，然后制定对应的检测策略。
所述标定拼接子系统500根据检测策略获得对应的图像采集装置700并根据检测路径以及关联组生成拼接队列，按照拼接队列的顺序对应每一关联组执行预设的标定拼接策略，所述标定策略包括分别控制所述关联组下的图像采集装置700运动至对应的重合位置4并得到采集图像，根据两个采集图像分别校准图像采集装置700的参数以使两个图像采集装置700得到的采集图像误差减小；所述图像采集装置700的参数包括成像的亮度以及对比度。首先标定拼接是用于修正相关的图像采集装置700的检测路径，检测路径已知就同时对图像采集装置700在检测路径上的顺序以及对应的检测路径上图像采集装置700的编号同样为已知量，然后针对检测路径对检测的需求进行整合，制定拼接的策略，因为对应的重合位置4下获得两张来源于不同的图像采集装置700的采集图像，然后这两个采集图像是根据重合位置4获得的图像进行判断的，所以这两个位置获得的图像由于图像采集装置700的参数不同导致的误差，所以可以对这个误差进行修复，才能进行图像拼接。所以通过对图像的像素进行比对或者根据标定板对图像信息进行识别，由于标定板的颜色已知，而针对实际的成像对应的像素和色值就可以判断是否出现偏差，然后修正参数以及修正位姿，位姿包括位置和姿态，保证两个图像采集装置700采集的到图像区间是相同的。
所述巡检识别子系统根据拼接队列以及检测路径将图像采集装置分别移动至目标位置5并获取目标图像，通过一预设的拼接策略每个关联组下的目标图像以采集图像为基准通过预设的拼接算法实现图像拼接以形成巡检合成图像，通过所述识别算法实时扫描巡检合成图像以输出巡检结果。所述识别算法包括若干与目标类目对应的识别特征，当所述巡检合成图像中出现对应的识别特征时，根据所述识别特征输出巡检结果。所述巡检识别子系统还包括依序显示所述巡检合成图像。所述拼接策略包括自拼接步骤，所述自拼接步骤包括获得重合位置4与目标位置5的空间关系，并根据空间关系拼接重合位置4对应的采集图像以及目标位置5对应的目标图像以得到自拼接图像。所述拼接策略包括关联拼接步骤，所述关联拼接步骤包括根据重合位置4对应的采集图像拼接关联组下的两个自拼接图像以得到巡检合成图像。首先图像采集装置在运动过程中的位移量是已知的，以及如果调整角度的话调整量也是已知的，所以根据这个相对位姿关系就可以实现自拼接，这样就得到了对应A的完整图像，而到达目标区域后，重合位置4对应的图像就可以通过图像拼接的方式进行拼接，就可以得到完整的巡检合成图像。然后根据巡检合成图像进行特征识别，就可以实时地对实地情况进行扫描，并获取对应的特征，例如在干草垛旁的烟头或者火苗就可以通过构建特征识别技术进行识别，从而判断是否有险情。
以下对本发明的工作流程进行详述，首先是根据实际所需要的巡检情况得到对应的巡检请求，然后根据巡检请求从数据库中获取到对应的算法以及需要检测的目标区域，根据目标区域在地形模型中确定路径，然后根据巡检的路径确定对应的图像采集装置，图像采集装置通过标定技术调节自身的成像参数，使得两两成像参数趋于一致，然后每个图像采集装置重合位置4到目标位置5实现自拼接，将拼接后的结果通过重合位置对应的采集图像实现全拼接，得到完整的巡检整合图。
当然，以上只是本发明的典型实例，除此之外，本发明还可以有其它多种具体实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求保护的范围之内。

Claims (10)

1.一种基于图像拼接的预载监测系统，其特征在于：包括识别数据库、地形数据库、请求响应子系统、路径配置子系统、标定拼接子系统、巡检识别子系统以及若干图像采集装置；
所述图像采集装置通过驱动支架安装于检测区域，所述驱动支架上设置有驱动机构用于带动所述图像采集装置在对应的移动轨道内移动，以两个具有重合的检测区域的图像采集装置为关联组，每一关联组下的两个图像采集装置对应的移动轨道具有一重合位置；
所述请求响应子系统用于接收检测请求并将所述检测请求发送至所述路径配置子系统，所述检测请求包括检测类型以及检测等级，所述检测类型反映检测的目标类目，所述检测等级反映检测的要求；
所述识别数据库存储有识别策略，所述识别策略包括对应所述检测请求配置的识别算法以及目标区域，所述目标区域反映该检测请求对应的位置；
所述地形数据库配置有检测区域对应的地形信息，所述地形信息包括地形模型，所述地形模型中标记有每一图像采集装置的位置以及该图像采集装置对应的采集区域的位置；
所述路径配置子系统根据所述检测请求从所述识别数据库中获取对应的识别策略，并根据目标区域从所述地形数据库的地形信息中生成检测路径，并根据检测路径确定检测策略，将所述检测策略发送至标定拼接子系统；
所述标定拼接子系统根据检测策略获得对应的图像采集装置并根据检测路径以及关联组生成拼接队列，按照拼接队列的顺序对应每一关联组执行预设的标定拼接策略，所述标定策略包括分别控制所述关联组下的图像采集装置运动至对应的重合位置并得到采集图像，根据两个采集图像分别校准图像采集装置的参数以使两个图像采集装置得到的采集图像误差减小；
所述巡检识别子系统根据拼接队列以及检测路径将图像采集装置分别移动至目标位置并获取目标图像，通过一预设的拼接策略每个关联组下的目标图像以采集图像为基准通过预设的拼接算法实现图像拼接以形成巡检合成图像，通过所述识别算法实时扫描巡检合成图像以输出巡检结果。
2.如权利要求1所述的一种基于图像拼接的预载监测系统，其特征在于：每一关联组下在重合位置处的采集区域内设置有拼接标定板。
3.如权利要求2所述的一种基于图像拼接的预载监测系统，其特征在于：所述关联组下的图像采集装置根据所述拼接标定板的成像调节所述图像采集装置的位置以使所述图像采集装置于所述重合位置定位。
4.如权利要求3所述的一种基于图像拼接的预载监测系统，其特征在于：所述关联组下的图像采集装置根据标定板于采集图像中的成像调节所述图像采集装置的参数。
5.如权利要求2所述的一种基于图像拼接的预载监测系统，其特征在于：所述标定板设置为黑白棋盘板。
6.如权利要求1所述的一种基于图像拼接的预载监测系统，其特征在于：所述识别算法包括若干与目标类目对应的识别特征，当所述巡检合成图像中出现对应的识别特征时，根据所述识别特征输出巡检结果。
7.如权利要求1所述的一种基于图像拼接的预载监测系统，其特征在于：所述巡检识别子系统还包括依序显示所述巡检合成图像。
8.如权利要求1所述的一种基于图像拼接的预载监测系统，其特征在于：所述拼接策略包括自拼接步骤，所述自拼接步骤包括获得重合位置与目标位置的空间关系，并根据空间关系拼接重合位置对应的采集图像以及目标位置对应的目标图像以得到自拼接图像。
9.如权利要求8所述的一种基于图像拼接的预载监测系统，其特征在于：所述拼接策略包括关联拼接步骤，所述关联拼接步骤包括根据重合位置对应的采集图像拼接关联组下的两个自拼接图像以得到巡检合成图像。
10.如权利要求4所述的一种基于图像拼接的预载监测系统，其特征在于：所述图像采集装置的参数包括成像的亮度以及对比度。
CN202010406421.XA 2020-05-14 2020-05-14 一种基于图像拼接的预载监测系统 Active CN111563470B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010406421.XA CN111563470B (zh) 2020-05-14 2020-05-14 一种基于图像拼接的预载监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010406421.XA CN111563470B (zh) 2020-05-14 2020-05-14 一种基于图像拼接的预载监测系统

Publications (2)

Publication Number Publication Date
CN111563470A true CN111563470A (zh) 2020-08-21
CN111563470B CN111563470B (zh) 2023-05-02

Family

ID=72074812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010406421.XA Active CN111563470B (zh) 2020-05-14 2020-05-14 一种基于图像拼接的预载监测系统

Country Status (1)

Country Link
CN (1) CN111563470B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112275803A (zh) * 2020-10-12 2021-01-29 重庆钢铁股份有限公司 一种冷床钢板识别监控方法及系统
CN112989941A (zh) * 2021-02-07 2021-06-18 浙江宇联信息发展有限公司 一种基于地图的视像信息传输系统
CN114713462A (zh) * 2022-05-10 2022-07-08 深圳市智力昌智能设备有限公司 一种基于工业互联网的点胶机的控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN204334816U (zh) * 2014-12-23 2015-05-13 北京亿羽舜海科技有限公司 集成多个ip摄像头的装置
US20150271483A1 (en) * 2014-03-20 2015-09-24 Gopro, Inc. Target-Less Auto-Alignment Of Image Sensors In A Multi-Camera System
CN107449786A (zh) * 2017-08-03 2017-12-08 南阳理工学院 一种对物体表面精细观测的装置
US20180018770A1 (en) * 2016-07-14 2018-01-18 Shanghai United Imaging Healthcare Co., Ltd. System and method for splicing images
CN109815925A (zh) * 2019-01-30 2019-05-28 合肥特尔卡机器人科技股份有限公司 一种智能红外道路图像识别系统
CN110986886A (zh) * 2019-12-18 2020-04-10 中国科学院长春光学精密机械与物理研究所 一种双相机动态旋转扫描立体成像的模拟装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150271483A1 (en) * 2014-03-20 2015-09-24 Gopro, Inc. Target-Less Auto-Alignment Of Image Sensors In A Multi-Camera System
CN204334816U (zh) * 2014-12-23 2015-05-13 北京亿羽舜海科技有限公司 集成多个ip摄像头的装置
US20180018770A1 (en) * 2016-07-14 2018-01-18 Shanghai United Imaging Healthcare Co., Ltd. System and method for splicing images
CN107449786A (zh) * 2017-08-03 2017-12-08 南阳理工学院 一种对物体表面精细观测的装置
CN109815925A (zh) * 2019-01-30 2019-05-28 合肥特尔卡机器人科技股份有限公司 一种智能红外道路图像识别系统
CN110986886A (zh) * 2019-12-18 2020-04-10 中国科学院长春光学精密机械与物理研究所 一种双相机动态旋转扫描立体成像的模拟装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHEN C. ET AL: "Image Splicing Detection via Camera Response Function Analysis" *
桂辉: "安防监控中多相机图像拼接相关问题的研究" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112275803A (zh) * 2020-10-12 2021-01-29 重庆钢铁股份有限公司 一种冷床钢板识别监控方法及系统
CN112275803B (zh) * 2020-10-12 2022-06-14 重庆钢铁股份有限公司 一种冷床钢板识别监控方法及系统
CN112989941A (zh) * 2021-02-07 2021-06-18 浙江宇联信息发展有限公司 一种基于地图的视像信息传输系统
CN112989941B (zh) * 2021-02-07 2022-07-01 浙江宇联信息发展有限公司 一种基于地图的视像信息传输系统
CN114713462A (zh) * 2022-05-10 2022-07-08 深圳市智力昌智能设备有限公司 一种基于工业互联网的点胶机的控制系统

Also Published As

Publication number Publication date
CN111563470B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN111563470A (zh) 一种基于图像拼接的预载监测系统
CN102833478B (zh) 容错背景模型化
US6765608B1 (en) Image processing apparatus and system executing predetermined image processing on image data shot by camera, and image recording medium recorded with image processing program
CN110142785A (zh) 一种基于目标检测的巡检机器人视觉伺服方法
US20100141767A1 (en) Semi-Automatic Relative Calibration Method for Master Slave Camera Control
US7260243B2 (en) Intruding-object detection apparatus
EP2194725A1 (en) Method and apparatus for correcting a depth image
CN108839016B (zh) 机器人巡检方法、存储介质、计算机设备及巡检机器人
JP4460782B2 (ja) 侵入監視装置
KR102019036B1 (ko) 위치 센서를 이용한 컨테이너 영상 인식 장치 및 그 방법
US8428313B2 (en) Object image correction apparatus and method for object identification
CN109389719A (zh) 一种小区单元门门禁系统及开门方法
CN111626139A (zh) 一种机房it设备故障信息精准检测方法
CN109086694A (zh) 一种人脸识别系统及方法
CN111288910A (zh) 一种有轨电车梯形道岔变形监测系统及方法
CN110910460A (zh) 一种获取位置信息的方法、装置及标定设备
KR20190063670A (ko) 열화상 카메라와 색상 카메라의 복합 영상을 이용한 지능형 발화지점 감시 시스템
CN107333123A (zh) 对焦检测系统及对焦检测方法
CN109143001A (zh) 受电弓检测系统
CN114511611A (zh) 一种基于图像识别的货堆统计方法及装置
KR101916093B1 (ko) 객체 추적 방법
CN113392714A (zh) 一种聚众事件检测方法及系统
CN109522932A (zh) 药柜药品智能定位管理方法、系统、存储介质及设备
KR101996907B1 (ko) 객체 추적 장치
CN115567678A (zh) 一种高空抛物监测方法及其系统

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