CN112464754B - 一种基于鱼眼摄像头的监控方法和装置 - Google Patents
一种基于鱼眼摄像头的监控方法和装置 Download PDFInfo
- Publication number
- CN112464754B CN112464754B CN202011270709.5A CN202011270709A CN112464754B CN 112464754 B CN112464754 B CN 112464754B CN 202011270709 A CN202011270709 A CN 202011270709A CN 112464754 B CN112464754 B CN 112464754B
- Authority
- CN
- China
- Prior art keywords
- identifier
- article
- area
- identifying
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 230000001788 irregular Effects 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 238000010329 laser etching Methods 0.000 claims description 6
- 238000005530 etching Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/09—Recognition of logos
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种基于鱼眼摄像头的监控方法和装置,该方法包括:通过所述鱼眼摄像头获取固定视场图像,所述固定视场以网格形式预设为多个区域,每一所述区域的形状与唯一指定物品对应,所述物品具有与所述区域对应的至少一个标识符,所述标识符用于标识当前网格中物品的名称或种类;提取所述固定视场图像中的每个物品的标识符,并将所述标识符与本地白名单比对,所述白名单包括每一所述区域与该区域对应物品的映射关系;根据所述比对判断当前区域中的物品是否为白名单映射物品,若不是所述白名单映射物品,则发出报警信息。该方法能够对物品进行有效的监控。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种基于鱼眼摄像头的监控方法和装置。
背景技术
国家对危险化学品的存储和监控有着严格的监管措施,通常需要对危险化学品进行登记,例如按照类别进行标签登记,但登记后的危险化学品往往由于缺乏有效的监管,给物品的监控带来诸多不便。
常见的方法例如通过加装摄像头进行监控,但由于摄像头分辨率的问题,往往不能准确识别出危险物品的种类或名称,从而导致危险品被移走时不能准确地确定出移走的是哪一个化学品,仍然不能解决对危险品的有效监管。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供一种基于鱼眼摄像头的监控方法,包括:
通过所述鱼眼摄像头获取固定视场图像,所述固定视场以网格形式预设为多个区域,每一所述区域的形状与唯一指定物品对应,所述物品具有与所述区域对应的至少一个标识符,所述标识符用于标识当前网格中物品的名称或种类;
提取所述固定视场图像中的每个物品的标识符,并将所述标识符与本地白名单比对,所述白名单包括每一所述区域与该区域对应物品的映射关系;
根据所述比对判断当前区域中的物品是否为白名单映射物品,若不是所述白名单映射物品,则发出报警信息。
可选的,所述物品具有与所述区域对应的至少一个标识符,包括:
通过激光刻蚀法在物品显著位置刻蚀至少一个标识符,所述标识符以预设编码形式表示物品的唯一性,所述预设编码形式包括但不限于以下至少一种:
以第一预定规则排列的圆点,不同排列方式表示不同物品;
以第二预定规则排列的不同长度的横线,不同排列方式表示不同物品;
以第三预定规则排列的多个几何形状,所述几何形状包括三角形、圆环、平行四边形,不同排列方式表示不同物品。
可选的,所述提取所述固定视场图像中的每个物品的标识符,包括:
获取待提取区域的物品图像信息,对所述物品图像信息进行质量检测;
对于符合质量检测标准的物品图像信息,提取所述物品图像信息中标识符的线性特征;
根据所述线性特征识别所述标识符。
可选的,对所述物品图像信息进行质量检测,包括:
对所述物品图像信息做第一方向的边缘滤波,将滤波后的图像按第二方向投影,所述第一方向和第二方向垂直;
获取投影后的一维图像信号,并将所述一维图像信号与预设图像信号比较;
所述一维图像信号与预设图像信号的比值在预设范围内时,判定所述物品图像信息符合质量检测标准,否则,判定所述物品图像信息为非法物品图像信息。
可选的,所述提取所述物品图像信息中标识符的线性特征,包括:
当所述线性特征为多个离散的点时,将所述标识符识别为以第一预定规则排列的圆点;或者,
当所述线性特征为多个离散的线条时,将所述标识符识别为以第二预定规则排列的不同长度的横线;或者,
当所述线性特征为多个离散的不规则形状时,将所述标识符识别为以第三预定规则排列的多个几何形状。
可选的,所述根据所述线性特征识别所述标识符,包括:
当所述标识符为以第一预定规则排列的圆点时,获取所述圆点的位置信息,根据所述位置信息及所述第一预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第二预定规则排列的横线时,获取所述横线的位置信息,根据所述位置信息及所述第二预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第三预定规则排列的不规则形状时,获取所述不规则形状的位置信息和形状信息,根据所述位置信息和形状信息及所述第三预定规则识别所述物品的名称或种类。
可选的,所述固定视场以网格形式预设为多个区域,包括:
根据鱼眼摄像头获得的物品轮廓,自动匹配与所述轮廓相当的矩形区域。
可选的,所述发出报警信息,包括:
通过监控设备发出警笛声;或者,通过监控设备发出闪烁灯光。
本公开实施例提供一种基于鱼眼摄像头的监控装置,包括:
图像获取单元,用于通过所述鱼眼摄像头获取固定视场图像,所述固定视场以网格形式预设为多个区域,每一所述区域的形状与唯一指定物品对应,所述物品具有与所述区域对应的至少一个标识符,所述标识符用于标识当前网格中物品的名称或种类;
标识提取单元,用于提取所述固定视场图像中的每个物品的标识符,并将所述标识符与本地白名单比对,所述白名单包括每一区域与该区域对应物品的映射关系;
物品判断单元,用于根据所述标识符判断当前区域中的物品是否为白名单映射物品,若不是所述白名单映射物品,则发出报警信息。
本公开实施例提供一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上任一项所述的方法。
本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:
本公开提供了一种基于鱼眼摄像头的监控方法、装置。本公开利用了鱼眼摄像头的宽视场性能,提升了被监控视场的范围,通过激光在监控物品上刻蚀相应的自定义标识符,提高了标识符被识别的概率,且通过设置危险品与本地监控设备存储的白名单的映射关系,能够有效的对被监控物品进行管理。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1示出了根据本公开实施例的基于鱼眼摄像头的监控方法的流程图;
图2示出了根据本公开实施例的图像区域划分结构示意图;
图3示出了根据本公开实施例的标识符结构示意图;
图4示出了根据本公开实施例的基于鱼眼摄像头的监控装置的单元框图;
图5示出了根据本公开的实施例的电子设备连接结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面结合附图详细说明本公开的可选实施例。
下面结合图1至图5对本公开实施例进行详细说明。
如图1所示,本公开实施例提供一种基于鱼眼摄像头的监控方法,包括如下方法步骤:
步骤S102:通过所述鱼眼摄像头获取固定视场图像,所述固定视场以网格形式预设为多个区域,每一所述区域的形状与唯一指定物品对应,所述物品具有与所述区域对应的至少一个标识符,所述标识符用于标识当前网格中物品的名称或种类。
监控摄像头优选采用鱼眼摄像头,提升监控区域的监控面积,当然其他摄像头也可以应用于本实施方案,摄像头的分辨率越过越好,例如可选的1000万像素CMOS的分辨率为1280×1280。监控摄像头有视频摄像/传播和静态图像捕捉等基本功能,由镜头采集图像后,由摄像头内的感光组件电路及控制组件对图像进行处理并转换成数字信号进行传输和存储。
作为一种可选的实施例,鱼眼摄像头优选参数如下:Sensor分辨率1728x1448像素,像素尺寸6.35x7.40微米,sensor大小1/3英寸,水平可视角度175度,垂直可视角度165度,图像变形率15%,工作温度+105℃~-60℃,工作湿度90%RH,视频输出1.0vpp 75欧姆,电源12V/9~24V。
本申请实施例所述监控摄像头包括内部存储芯片,所述内部存储芯片用于存储摄像头采集的实时图像信号和存储的物品目录。作为一种可选的实施方式,该监控摄像头及存储芯片不与外部网络连接,避免信息泄露以及外部入侵,保证了特殊物品监控场景下的独立性与安全性。
作为一种可选的实施方式,所述固定视场以网格形式预设为多个区域,包括:根据鱼眼摄像头获得的物品轮廓,自动匹配与所述轮廓相当的矩形区域。
如图2所示,在图像界面,摄像头会根据被监控物体的外形轮廓自动的匹配一个包括物体轮廓的区域,该区域可以为矩形区域或圆形区域或多边形区域。各区域大小可以相同或不同。例如物品A、B、C、D大小各不相同,则分别结合各自的轮廓识别为一个有效区域。例如,对于细长型物品,则匹配一个细长的矩形,对于球形物品则分配一个圆形区域,这样能够最大化地利用图像区域,使得在同一个鱼眼识别图像区域中,尽可能的将多的物品分别划分为一个区域内,便于后续的进一步识别。
作为一种可选的实施方式,所述物品具有与所述区域对应的至少一个标识符,包括:通过激光刻蚀法在物品显著位置刻蚀至少一个标识符,所述标识符以预设编码形式表示物品的唯一性,所述预设编码形式包括但不限于以下至少一种:以第一预定规则排列的圆点,不同排列方式表示不同物品;以第二预定规则排列的不同长度的横线,不同排列方式表示不同物品;以第三预定规则排列的多个几何形状,所述几何形状包括三角形、圆环、平行四边形,不同排列方式表示不同物品。
如图3所示,对于任意一个物品上,都可以通过激光刻蚀法刻蚀相关的图案作为标识,例如标识1、标识2对应的是以圆点为代表的基于某一规则的标识符号;标识3、标识4对应的是以横线为代表的基于某一规则的标识符号;标识5、标识6对应的是以几何形状为代表的基于某一规则的标识符号。通过标识1、标识2可以简便地对物品进行标识,激光刻蚀过程简单易操作,通过不同数量、不同原点的排列组合即可完成不同物品名称的命名,较其他方案更加高效。上述不同符号下的具体规则不做限定,可以根据物品种类、物品多少进行制定。某一标识对应唯一物品。标识具有可识别性,例如原点的直径为5-20个像素间距,横线或几何形状的线条宽度也为5-20个像素间距,这样的数据设置,在图像识别过程中可以准确识别到相应的标识符,避免符号太小而识别不准确的缺陷。
步骤S104:提取所述固定视场图像中的每个物品的标识符,并将所述标识符与本地白名单比对,所述白名单包括每一所述区域与该区域对应物品的映射关系;
根据如上标识符的标识规则,识别出相应的标识符后,通过查找白名单进行具体物品名称或类别的识别。
作为一种可选的实施方式,所述提取所述固定视场图像中的每个物品的标识符,包括如下子步骤:
步骤S104-1:获取待提取区域的物品图像信息,对所述物品图像信息进行质量检测;通过图像质量检测,可以剔除明显发生畸变的图像,提高图像识别效率。
可选的,对所述物品图像信息进行质量检测,包括:
步骤S104-1-1:对所述物品图像信息做第一方向的边缘滤波,将滤波后的图像按第二方向投影,所述第一方向和第二方向垂直;第一方向例如为坐标系的x方向,第二方向为y方向。通过边缘滤波去除图像放大后边缘的毛刺,使得图像识别更加精准。
步骤S104-1-2:获取投影后的一维图像信号,并将所述一维图像信号与预设图像信号比较;
步骤S104-1-3:所述一维图像信号与预设图像信号的比值在预设范围内时,判定所述物品图像信息符合质量检测标准,否则,判定所述物品图像信息为非法物品图像信息。
图像在y方向投影后可以获得一条线,正常的图像投影后线条的长度与实际图像的线条长度是相当的,例如正常的图像投影后线条的长度在实际图像线条长度的90%-110%范围内,但如果物品图像质量发生了严重的变化,例如,由于图像畸变,一个小瓶装的物品图像变成了一个大桶装的物品图像,则投影后的线条就会超出110%的比例范围,说明图像质量不符合要求,可以重新获取图像。
步骤S104-2:对于符合质量检测标准的物品图像信息,提取所述物品图像信息中标识符的线性特征;
可选的,所述提取所述物品图像信息中标识符的线性特征,包括以下三种情况至少之一:
当所述线性特征为多个离散的点时,将所述标识符识别为以第一预定规则排列的圆点;识别为离散的点时,则优先认为标识符属于点型标识。
当所述线性特征为多个离散的线条时,将所述标识符识别为以第二预定规则排列的不同长度的横线;识别为离散的线条时,则优先认为标识符属于线条型标识。
当所述线性特征为多个离散的不规则形状时,将所述标识符识别为以第三预定规则排列的多个几何形状。识别为多个离散的不规则形状时,则优先认为标识符属于多个离散的不规则形状型标识。
按照不同标识规则进行快速识别,能够提升物品识别效率。
步骤S104-3:根据所述线性特征识别所述标识符。
可选的,所述根据所述线性特征识别所述标识符,包括以下三种情况至少之一:当所述标识符为以第一预定规则排列的圆点时,获取所述圆点的位置信息,根据所述位置信息及所述第一预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第二预定规则排列的横线时,获取所述横线的位置信息,根据所述位置信息及所述第二预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第三预定规则排列的不规则形状时,获取所述不规则形状的位置信息和形状信息,根据所述位置信息和形状信息及所述第三预定规则识别所述物品的名称或种类。
各种标识符的位置、排序规则不做限定,任何能够快速识别出相应物品的命名规则都在本申请保护范围之内。
步骤S106:根据所述比对判断当前区域中的物品是否为白名单映射物品,若不是所述白名单映射物品,则发出报警信息。
白名单记录了当前图像区域中应该防止的物品名称,例如在A位置应该放置化学物品A,当经过识别发现A位置为空或者放置了物品B,则认为与白名单不符合,此时,监控装置就会发出报警信息。
可选的,所述发出报警信息,包括:通过监控设备发出警笛声;或者,通过监控设备发出闪烁灯光。
本公开提供了一种基于鱼眼摄像头的监控方法。本公开利用了鱼眼摄像头的宽视场性能,提升了被监控视场的范围,通过激光在监控物品上刻蚀相应的自定义标识符,提高了标识符被识别的概率,且通过设置危险品与本地监控设备存储的白名单的映射关系,能够有效地对被监控物品进行管理。本方法可以不需要进行网络连接,通过摄像头自身存储设备就可以对危险品进行监控,当危险品被拿走或者移动位置,使得危险品的位置发生了变化,都可以及时进行监控、报警。
如图4所示,本公开实施例提供一种基于鱼眼摄像头的监控装置,包括:
图像获取单元402:用于通过所述鱼眼摄像头获取固定视场图像,所述固定视场以网格形式预设为多个区域,每一所述区域的形状与唯一指定物品对应,所述物品具有与所述区域对应的至少一个标识符,所述标识符用于标识当前网格中物品的名称或种类。
本申请实施例所述监控摄像头包括内部存储芯片,所述内部存储芯片用于存储摄像头采集的实时图像信号和存储的物品目录。作为一种可选的实施方式,该监控摄像头及存储芯片不与外部网络连接,避免信息泄露以及外部入侵,保证了特殊物品监控场景下的独立性与安全性。
作为一种可选的实施方式,所述固定视场以网格形式预设为多个区域,包括:根据鱼眼摄像头获得的物品轮廓,自动匹配与所述轮廓相当的矩形区域。
作为一种可选的实施方式,所述物品具有与所述区域对应的至少一个标识符,包括:通过激光刻蚀法在物品显著位置刻蚀至少一个标识符,所述标识符以预设编码形式表示物品的唯一性,所述预设编码形式包括但不限于以下至少一种:以第一预定规则排列的圆点,不同排列方式表示不同物品;以第二预定规则排列的不同长度的横线,不同排列方式表示不同物品;以第三预定规则排列的多个几何形状,所述几何形状包括三角形、圆环、平行四边形,不同排列方式表示不同物品。
标识提取单元404:用于提取所述固定视场图像中的每个物品的标识符,并将所述标识符与本地白名单比对,所述白名单包括每一所述区域与该区域对应物品的映射关系;
根据如上标识符的标识规则,识别出相应的标识符后,通过查找白名单进行具体物品名称或类别的识别。
作为一种可选的实施方式,所述提取所述固定视场图像中的每个物品的标识符,包括:
获取待提取区域的物品图像信息,对所述物品图像信息进行质量检测;
可选的,对所述物品图像信息进行质量检测,包括:
对所述物品图像信息做第一方向的边缘滤波,将滤波后的图像按第二方向投影,所述第一方向和第二方向垂直;第一方向例如为坐标系的x方向,第二方向为y方向。通过边缘滤波去除图像放大后边缘的毛刺,使得图像识别更加精准。
获取投影后的一维图像信号,并将所述一维图像信号与预设图像信号比较;
所述一维图像信号与预设图像信号的比值在预设范围内时,判定所述物品图像信息符合质量检测标准,否则,判定所述物品图像信息为非法物品图像信息。
图像在y方向投影后可以获得一条线,正常的图像投影后线条的长度与实际图像的线条长度是相当的,但如果物品图像质量发生了严重的变化,例如,由于图像畸变,一个小瓶装的物品图像变成了一个大桶装的物品图像,说明图像质量不符合要求,可以重新获取图像。
对于符合质量检测标准的物品图像信息,提取所述物品图像信息中标识符的线性特征;
可选的,所述提取所述物品图像信息中标识符的线性特征,包括以下三种情况至少之一:
当所述线性特征为多个离散的点时,将所述标识符识别为以第一预定规则排列的圆点;或者,
当所述线性特征为多个离散的线条时,将所述标识符识别为以第二预定规则排列的不同长度的横线;或者,
当所述线性特征为多个离散的不规则形状时,将所述标识符识别为以第三预定规则排列的多个几何形状。
根据所述线性特征识别所述标识符。
可选的,所述根据所述线性特征识别所述标识符,包括以下三种情况至少之一:
当所述标识符为以第一预定规则排列的圆点时,获取所述圆点的位置信息,根据所述位置信息及所述第一预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第二预定规则排列的横线时,获取所述横线的位置信息,根据所述位置信息及所述第二预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第三预定规则排列的不规则形状时,获取所述不规则形状的位置信息和形状信息,根据所述位置信息和形状信息及所述第三预定规则识别所述物品的名称或种类。
物品判断单元406:用于根据所述比对判断当前区域中的物品是否为白名单映射物品,若不是所述白名单映射物品,则发出报警信息。
可选的,所述发出报警信息,包括:通过监控设备发出警笛声;或者,通过监控设备发出闪烁灯光。
本公开提供了一种基于鱼眼摄像头的监控装置。本公开利用了鱼眼摄像头的宽视场性能,提升了被监控视场的范围,通过激光在监控物品上刻蚀相应的自定义标识符,提高了标识符被识别的概率,且通过设置危险品与本地监控设备存储的白名单的映射关系,能够有效的对被监控物品进行管理。本方法可以不需要进行网络连接,通过摄像头自身存储设备就可以对危险品进行监控,当危险品被拿走或者移动位置,使得危险品的位置发生了变化,都可以及时的进行监控、报警。
本公开实施例提供了第三实施例,即一种电子设备,该设备用于控制组合多媒体黑板的方法,所述电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一实施例所述控制组合多媒体黑板的方法。
本公开实施例提供了第四实施例,即一种控制组合多媒体黑板的计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行如第一实施例中所述控制组合多媒体黑板的方法。
下面参考图5,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依据所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (5)
1.一种基于鱼眼摄像头的监控方法,其特征在于,包括:
通过所述鱼眼摄像头获取固定视场图像,所述固定视场以网格形式预设为多个区域,每一所述区域的形状与唯一指定物品对应,所述物品具有与所述区域对应的至少一个标识符,所述标识符用于标识当前网格中物品的名称或种类;
提取所述固定视场图像中的每个物品的标识符,并将所述标识符与本地白名单比对,所述白名单包括每一所述区域与该区域对应物品的映射关系;
根据所述比对判断当前区域中的物品是否为白名单映射物品,若不是所述白名单映射物品,则发出报警信息;
所述物品具有与所述区域对应的至少一个标识符,包括:
通过激光刻蚀法在物品显著位置刻蚀至少一个标识符,所述标识符以预设编码形式表示物品的唯一性,所述预设编码形式包括但不限于以下至少一种:
以第一预定规则排列的圆点,不同排列方式表示不同物品;
以第二预定规则排列的不同长度的横线,不同排列方式表示不同物品;
以第三预定规则排列的多个几何形状,所述几何形状包括三角形、圆环、平行四边形,不同排列方式表示不同物品;
所述提取所述固定视场图像中的每个物品的标识符,包括:
获取待提取区域的物品图像信息,对所述物品图像信息进行质量检测;
对于符合质量检测标准的物品图像信息,提取所述物品图像信息中标识符的线性特征;
根据所述线性特征识别所述标识符;
所述提取所述物品图像信息中标识符的线性特征,包括:
当所述线性特征为多个离散的点时,将所述标识符识别为以第一预定规则排列的圆点;或者,
当所述线性特征为多个离散的线条时,将所述标识符识别为以第二预定规则排列的不同长度的横线;或者,
当所述线性特征为多个离散的不规则形状时,将所述标识符识别为以第三预定规则排列的多个几何形状;
所述根据所述线性特征识别所述标识符,包括:
当所述标识符为以第一预定规则排列的圆点时,获取所述圆点的位置信息,根据所述位置信息及所述第一预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第二预定规则排列的横线时,获取所述横线的位置信息,根据所述位置信息及所述第二预定规则识别所述物品的名称或种类;或者,
当所述标识符为以第三预定规则排列的不规则形状时,获取所述不规则形状的位置信息和形状信息,根据所述位置信息和形状信息及所述第三预定规则识别所述物品的名称或种类。
2.根据权利要求1所述的方法,其特征在于,对所述物品图像信息进行质量检测,包括:
对所述物品图像信息做第一方向的边缘滤波,将滤波后的图像按第二方向投影,所述第一方向和第二方向垂直;
获取投影后的一维图像信号,并将所述一维图像信号与预设图像信号比较;
所述一维图像信号与预设图像信号的比值在预设范围内时,判定所述物品图像信息符合质量检测标准,否则,判定所述物品图像信息为非法物品图像信息。
3.根据权利要求1所述的监控方法,其特征在于,所述固定视场以网格形式预设为多个区域,包括:
根据鱼眼摄像头获得的物品轮廓,自动匹配与所述轮廓相当的矩形区域。
4.根据权利要求1所述的监控方法,其特征在于,所述发出报警信息,包括:
通过监控设备发出警笛声;或者,通过监控设备发出闪烁灯光。
5.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011270709.5A CN112464754B (zh) | 2020-11-13 | 2020-11-13 | 一种基于鱼眼摄像头的监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011270709.5A CN112464754B (zh) | 2020-11-13 | 2020-11-13 | 一种基于鱼眼摄像头的监控方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112464754A CN112464754A (zh) | 2021-03-09 |
CN112464754B true CN112464754B (zh) | 2024-02-02 |
Family
ID=74836079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011270709.5A Active CN112464754B (zh) | 2020-11-13 | 2020-11-13 | 一种基于鱼眼摄像头的监控方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112464754B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115951A (zh) * | 2022-06-13 | 2022-09-27 | 四川一电航空技术有限公司 | 船只监控方法、系统、设备及计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006019248A1 (de) * | 2006-04-21 | 2007-10-25 | Niemeyer-Stein, Werner, Dipl.-Ing. | Identifizierungskennzeichnung zur unterscheidbaren Identifizierung von Gegenständen |
CN103454285A (zh) * | 2013-08-28 | 2013-12-18 | 南京师范大学 | 基于机器视觉的传动链条质量检测系统 |
CN106407918A (zh) * | 2016-09-05 | 2017-02-15 | 乐视控股(北京)有限公司 | 安全监控方法及装置 |
CN107480660A (zh) * | 2017-09-30 | 2017-12-15 | 深圳市锐曼智能装备有限公司 | 危险物品识别系统及其方法 |
CN208172953U (zh) * | 2018-03-14 | 2018-11-30 | 贵州财大鼎新科创产业有限公司 | 应急监控机构以及系统 |
CN109754209A (zh) * | 2019-01-02 | 2019-05-14 | 京东方科技集团股份有限公司 | 货品摆放区域确定方法及装置 |
CN111667464A (zh) * | 2020-05-21 | 2020-09-15 | 平安科技(深圳)有限公司 | 危险品三维图像检测方法、装置、计算机设备及存储介质 |
CN111753582A (zh) * | 2019-03-27 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 一种危险物品定位方法和装置 |
-
2020
- 2020-11-13 CN CN202011270709.5A patent/CN112464754B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006019248A1 (de) * | 2006-04-21 | 2007-10-25 | Niemeyer-Stein, Werner, Dipl.-Ing. | Identifizierungskennzeichnung zur unterscheidbaren Identifizierung von Gegenständen |
CN103454285A (zh) * | 2013-08-28 | 2013-12-18 | 南京师范大学 | 基于机器视觉的传动链条质量检测系统 |
CN106407918A (zh) * | 2016-09-05 | 2017-02-15 | 乐视控股(北京)有限公司 | 安全监控方法及装置 |
CN107480660A (zh) * | 2017-09-30 | 2017-12-15 | 深圳市锐曼智能装备有限公司 | 危险物品识别系统及其方法 |
CN208172953U (zh) * | 2018-03-14 | 2018-11-30 | 贵州财大鼎新科创产业有限公司 | 应急监控机构以及系统 |
CN109754209A (zh) * | 2019-01-02 | 2019-05-14 | 京东方科技集团股份有限公司 | 货品摆放区域确定方法及装置 |
CN111753582A (zh) * | 2019-03-27 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 一种危险物品定位方法和装置 |
CN111667464A (zh) * | 2020-05-21 | 2020-09-15 | 平安科技(深圳)有限公司 | 危险品三维图像检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112464754A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796664B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN112001912B (zh) | 目标检测方法和装置、计算机系统和可读存储介质 | |
CN110852258A (zh) | 物体检测方法、装置、设备及存储介质 | |
CN110062157B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN112464754B (zh) | 一种基于鱼眼摄像头的监控方法和装置 | |
CN111445452B (zh) | 电子产品的缺陷检测方法、装置及计算机可读存储介质 | |
CN114332925A (zh) | 电梯内宠物检测方法、系统、装置及计算机可读存储介质 | |
KR101466132B1 (ko) | 카메라 통합 관리 시스템 및 그 방법 | |
CN115272182A (zh) | 车道线检测方法、装置、电子设备和计算机可读介质 | |
CN110866524A (zh) | 车牌检测方法、装置、设备及存储介质 | |
CN114283416A (zh) | 车险理赔图片的处理方法和装置 | |
CN110634173A (zh) | 图片标记信息的添加方法、装置、电子设备及可读介质 | |
CN112257598B (zh) | 图像中四边形的识别方法、装置、可读介质和电子设备 | |
CN114565952A (zh) | 行人轨迹生成方法、装置、设备和存储介质 | |
CN116468914A (zh) | 页面对比方法、装置、存储介质及电子设备 | |
CN114125485B (zh) | 图像处理方法、装置、设备及介质 | |
CN113808134B (zh) | 油罐布局信息生成方法、装置、电子设备、介质 | |
CN114332324B (zh) | 图像处理方法、装置、设备及介质 | |
CN116030447A (zh) | 一种支持多相机动态输入的感知方法、系统及车辆 | |
CN110189279B (zh) | 模型训练方法、装置、电子设备及存储介质 | |
CN110334763B (zh) | 模型数据文件生成、图像识别方法、装置、设备及介质 | |
CN116109643B (zh) | 市场布局数据采集方法、设备及计算机可读存储介质 | |
CN111784710B (zh) | 图像处理方法、装置、电子设备和介质 | |
CN116824348B (zh) | 隐患信息生成方法、装置、电子设备和计算机可读介质 | |
CN213585843U (zh) | 一种施工信息的照片融合终端 |
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 |