CN112802308A - 一种地震预警方法、装置及投影仪 - Google Patents
一种地震预警方法、装置及投影仪 Download PDFInfo
- Publication number
- CN112802308A CN112802308A CN202110006784.9A CN202110006784A CN112802308A CN 112802308 A CN112802308 A CN 112802308A CN 202110006784 A CN202110006784 A CN 202110006784A CN 112802308 A CN112802308 A CN 112802308A
- Authority
- CN
- China
- Prior art keywords
- optical machine
- change time
- curve
- coordinate change
- imaging
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/12—Picture reproducers
- H04N9/31—Projection devices for colour picture display, e.g. using electronic spatial light modulators [ESLM]
- H04N9/3141—Constructional details thereof
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例公开了一种地震预警方法、装置及投影仪,所述方法包括:确定光机与成像平面之间的位置关系;计算成像平面上的投影点到摄像头的共用基准面的距离;拍摄投影点并进行匹配后得到深度图;根据光机与成像平面之间的位置关系以及光机的受力关系,计算得到投影点对应的坐标变化时移曲线;根据光机与成像平面之间的位置关系、投影点到摄像头的共用基准面的距离以及投影点对应的坐标变化时移曲线,得到成像点的坐标变化时移曲线;将成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。通过上述方案,本发明实现了图像处理技术和深度学习技术相结合,应用到投影仪中,提高了地震识别预警的精确性。
Description
技术领域
本发明涉及投影仪领域,尤其涉及一种地震预警方法、装置及投影仪。
背景技术
目前,普通家用电子设备中不能对地震信号进行报警,如果通过电视广播进行地震预警通知可能出现通知不及时不到位的情况。地震预警就是利用地震发生后,P波与S波之间的时间差。地震发生时,首先出现的是上下震动的P波,震动幅度较小,要过大约10秒到1分钟时间,水平运动的S波才会到来,造成严重破坏。
光纤传感技术用于地震测量预警。传感光纤被固定在两块基岩上,其纵向长度会随着基岩之间的位置变化而变化,光纤的长度变化导致传输光的相位发生变化,从而测量基岩的相对位移量,达到测量地震波的目的。组装麻烦,不适用于家庭环境使用,抗干扰能力弱。
使用激光干涉仪的方法测量地震波。通过构造光路结构使两束光产生干涉,根据干涉条纹变化时,干涉强度变化来分析测量震动。精密的激光干涉仪造价成本太高,不适用于普通消费者,受温度变化、气压变化影响,激光干涉条纹会有变化,影响测量稳定性和精度。
现有的地震预警技术受外界因素影响较大,地震预警的准确度较低。
发明内容
针对现有技术中存在的弊端,本发明提供了一种地震预警方法、装置及投影仪,具体方案如下:
第一方面,本公开实施例提供了一种地震预警方法,应用于投影仪,所述投影仪包括光机和磁悬浮底座,所述光机悬浮于所述磁悬浮底座上方,所述光机上设置有投影镜头和至少两个摄像头,所述投影镜头和所述至少两个摄像头均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述方法包括:
确定所述光机与所述成像平面之间的位置关系,其中,所述位置关系包括所述摄像头的焦距、投影点在所述摄像头的图像画面里的坐标和所述摄像头之间的间距;
计算所述成像平面上的投影点到摄像头的共用基准面的距离,其中,所述投影点为所述成像平面上的任一点;
拍摄所述投影点并进行匹配后得到深度图,其中,所述深度图中包含所述投影点对应的成像点;
根据所述光机与所述成像平面之间的位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线;
根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线;
将所述成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。
根据本公开的一种具体实施方式,所述根据所述光机与所述成像平面之间的相对位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线的步骤,包括:
根据所述光机的重力,以及所述光机受到的所述磁悬浮底座提供的浮力之间的力学关系,计算所述光机与磁悬浮底座的相对位置变化时移曲线;
根据所述光机与投影点之间的位置关系以及所述光机与磁悬浮底座的相对位置变化时移曲线,计算得到所述投影点的坐标变化时移曲线。
根据本公开的一种具体实施方式,所述根据所述光机的重力,以及所述光机受到的所述磁悬浮底座提供的浮力之间的力学关系,计算得到所述光机与磁悬浮底座的相对位置变化时移曲线的步骤,包括:
根据所述光机的重力,以及所述光机受到的所述磁悬浮底座提供的浮力之间的力学关系,获取所述光机的加速度变化时移曲线;
根据所述光机的加速度变化时移曲线,获取所述光机的速度变化时移曲线;
根据所述光机的速度变化时移曲线,获取所述光机位置变化时移曲线;
根据所述光机的位置变化时移曲线,获取所述光机的位置和浮力变化时移曲线;
根据所述光机的位置和浮力变化时移曲线,获取所述光机与所述磁悬浮底座的相对位置的变化时移曲线。
根据本公开的一种具体实施方式,所述根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线的步骤,包括:
根据所述摄像头的焦距、所述投影点在所述摄像头的图像画面里的坐标、所述摄像头之间的间距和所述成像平面上的投影点到摄像头的共用基准面的距离,构建相似三角形;
根据相似三角形原理及所述投影点对应的坐标变化时移曲线,获取所述成像点对应的坐标变化时移曲线。
根据本公开的一种具体实施方式,所述根据相似三角形原理及所述投影点对应的坐标变化时移曲线,得到所述成像点对应的坐标变化时移曲线的步骤,包括:
其中,ΔY为所述成像点的坐标变化,ΔX为所述投影点的坐标变化,Z为所述投影点到所述摄像头的距离,f为所述摄像头的焦距。
根据本公开的一种具体实施方式,所述将所述成像点的坐标变化曲线输入预先训练的地震识别模型进行识别的步骤之前,所述方法还包括:
预先采集预设数量的地震信号和非地震信号对应的坐标变化时移曲线;
将所述地震信号和非地震信号对应的坐标变化时移曲线截成曲线片段;
将所述曲线片段输入深度学习网络模型,对所述深度学习网络模型进行训练,得到所述地震识别模型。
第二方面,本公开实施例还提供了一种地震预警装置,应用于投影仪,所述投影仪包括光机和磁悬浮底座,所述光机悬浮于所述磁悬浮底座上方,所述光机上设置有投影镜头和至少两个摄像头,所述投影镜头和所述至少两个摄像头均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述装置包括:
确定模块,用于确定所述光机与所述成像平面之间的位置关系,其中,所述位置关系包括所述摄像头的焦距、投影点在所述摄像头的图像画面里的坐标和所述摄像头之间的间距;
第一计算模块,用于计算所述成像平面上的投影点到摄像头的共用基准面的距离,其中,所述投影点为所述成像平面上的任一点;
匹配模块,用于拍摄所述投影点并进行匹配后得到深度图,其中,所述深度图中包含所述投影点对应的成像点;
第二计算模块,用于根据所述光机与所述成像平面之间的位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线;
第三计算模块,用于根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线;
报警模块,用于将所述成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。
第三方面,本公开实施例还提供了一种投影仪,包括处理器、光机、磁悬浮底座,所述光机悬浮于所述磁悬浮底座上方,所述光机上设置有投影镜头和至少两个摄像头,所述投影镜头和所述至少两个摄像头均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述处理器用于执行第一方面所述的地震预警方法。
根据本公开的一种具体实施方式,所述磁悬浮底座还包括电磁体和线圈,所述线圈环绕所述电磁体设置;
所述光机还包括永磁体,所述永磁体设置于所述光机底部,所述永磁体位于所述电磁体的正上方。
第四方面,本公开实施例还提供了一种计算机存储介质,其存储计算机程序,所述计算机程序在处理器上运行时执行第一方面所述的地震预警方法。
本公开实施例提供的地震预警方法、装置及投影仪,首先确定光机与成像平面之间的位置关系,计算随机选取的投影点到摄像头的共用基准面的距离,拍摄投影点进行匹配,得到深度图;根据光机与成像平面之间的位置关系以及光机的受力关系,计算得到投影点对应的坐标变化时移曲线;再进一步根据投影点对应的坐标变化时移曲线,得到成像点的坐标变化时移曲线;将成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。通过上述方案,利用深度学习技术识别地震信号,避免其他杂波干扰。本发明实现了图像处理技术和深度学习技术相结合,应用到投影仪中,提高了地震识别预警的精确性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本公开实施例提供的一种地震预警方法的流程示意图;
图2示出了本公开实施例提供的投影仪与成像平面的位置关系示意图;
图3示出了本公开实施例提供的地震预警方法所涉及的左右图像视差的示意图;
图4示出了本公开实施例提供的光机所受重力与浮力变化时移曲线;
图5示出了本公开实施例提供的光机加速度变化时移曲线;
图6示出了本公开实施例提供的光机速度变化时移曲线;
图7示出了本公开实施例提供的光机位置变化时移曲线;
图8示出了本公开实施例提供的光机的位置和浮力变化时移曲线;
图9示出了本公开实施例提供的光机与磁悬浮底座的相对位置变化时移曲线;
图10示出了本公开实施例提供的对深度学习网络模型进行训练的流程图;
图11示出了本公开实施例提供的一种地震预警装置的结构框图;
图12示出了本公开实施例提供的一种投影仪的结构示意图;
图13示出了本公开实施例提供的一种投影仪的部分结构示意图。
具体实施方式
下面将结合本发明实施例中附图,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。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
在下文中,可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
实施例1
参见图1,为本公开实施例提供的一种地震预警方法的流程示意图。应用于投影仪,如图2、图12和图13所示,所述投影仪包括光机201和磁悬浮底座203,所述光机201悬浮于所述磁悬浮底座203上方,所述光机201上设置有投影镜头2011和至少两个摄像头2012,所述投影镜头2011和所述至少两个摄像头2012均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离。如图1所示,所述地震预警方法主要包括以下步骤:
S101,确定所述光机与所述成像平面之间的位置关系,其中,所述位置关系包括所述摄像头的焦距、所述投影点在所述摄像头的图像画面里的坐标和所述摄像头之间的间距;
参照图2,在一个具体的实施方式中,如图2所示,投影镜头2011的底部左右两侧安装两个摄像头2012,两个摄像头2012的焦距均为f,随机选取一个投影点P,投影点P到前置左右摄像头2012的距离为Z,投影点P在前置左右摄像头2012的成像画面里的坐标为(Xl,Xr),摄像头2012的间距为T。
S102,计算所述成像平面上的投影点到摄像头的共用基准面的距离,其中,所述投影点为所述成像平面上的任一点;
需要说明的是,这里的投影点仅理解为前述释义,不解释为投影仪光机出光口的点。全部或主要摄像头的镜头设置于同一平面内,将该平面定义为共用基准面。
S103,拍摄所述投影点并进行匹配后得到深度图,其中,所述深度图中包含所述投影点对应的成像点;
在一个具体的实施方式中,如图3所示,左右相机拍到的相同的点在左右图像中的坐标的偏差dmax就是视差。将左右图像结合可以得到一张视差图根据视差图投影点P的坐标(Xl,Xr)与左右摄像头2012之间的间距T以及左右摄像头2012的焦距f的数学关系可以匹配得到一幅深度图。
S104,根据所述光机与所述成像平面之间的位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线;
具体地,磁悬浮底座203将光机201悬浮在空中,由于光机201悬浮,其与幕布202和楼体无物理接触,所以如果楼体震动则会产生光机201与幕布202的微小相对运动。光机201投射画面到幕布202,投射角度较大,光机201与幕布202的微小相对移动由于等边三角形的立体几何关系会产生放大震动信号。光机201在磁悬浮底座203上放置,由于磁悬浮底座203和墙体的波动频率和幅度是一致的,但投影仪悬空状态下,波动的频率由于惯性作用会比墙体小很多。磁悬浮底座203在上下波动时,对投影仪的浮力会波动,从而使投影仪产生失重、超重状态。据此,可以通过光机201与幕布202的几何关系以及光机201本身的受力关系计算得到光机201投影点P的坐标变化,进而得到投影点P的坐标变化时移曲线。
S105,根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线;
具体实施时,根据投影点P到左右摄像头2012之间的距离Z、摄像头2012的焦距f以及投影点P的坐标变化量ΔX,由相似三角形对应边成比例,可得:
根据成像点的坐标变化量ΔY可以对应得到成像点的坐标变化时移曲线。
S106,将所述成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。
具体地,通过深度学习技术训练地震识别模型来识别地震信号,避免其他杂波干扰,如楼体住户装修震动信号、开关门震动信号、楼体附近汽车行驶引发的振动波等。当地震识别模型识别波形信号为地震信号时进行声光报警,主要是控制发光二极管和/或光机201投射警告信息画面,投影仪的外接语音播放设备播放警告语音。
本公开实施例提供的地震预警方法,首先确定光机201与成像平面之间的位置关系,计算随机选取的投影点到摄像头2012之间的距离,拍摄投影点进行匹配,得到深度图;根据光机201与成像平面之间的位置关系以及光机201的受力关系,计算得到投影点对应的坐标变化时移曲线;再进一步根据投影点对应的坐标变化时移曲线,得到成像点的坐标变化时移曲线;将成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。通过上述方案,本发明实现了图像处理技术和深度学习技术相结合,应用到投影仪中,提高了地震识别预警的精确性。
根据本公开的一种具体实施方式,所述根据所述光机201与所述成像平面之间的相对位置关系以及所述光机201的受力关系,计算得到所述投影点对应的坐标变化时移曲线的步骤,包括:
根据所述光机201的重力,以及所述光机201受到的所述磁悬浮底座203提供的浮力之间的力学关系,计算所述光机201与磁悬浮底座203的相对位置变化时移曲线;
参见图4,为本公开一种具体实施方式提供的光机201所受重力与浮力变化时移曲线。根据图4中的光机201所受重力G与光机201所受浮力F的变化时移曲线,根据牛顿第二定律可以求出光机201的加速度变化时移曲线,进而可以求出光机201的速度变化时移曲线和位置变化时移曲线,最终得到光机201与磁悬浮底座203的相对位置变化时移曲线。
根据所述光机201与投影点之间的位置关系以及所述光机201与磁悬浮底座203的相对位置变化时移曲线,计算得到所述投影点的坐标变化时移曲线。
通过光机201与磁悬浮底座203的相对位置变化曲线,根据光机201与幕布202的3D立体关系,磁悬浮底座203与幕布202共振,具有同样的幅度和频率,可以通过计算得到投影点P的坐标变化时移曲线。
根据本公开的一种具体实施方式,所述根据所述光机201的重力,以及所述光机201受到的所述磁悬浮底座203提供的浮力之间的力学关系,计算所述光机201与磁悬浮底座203的相对位置变化时移曲线的步骤,包括:
根据所述光机201的重力,以及所述光机201受到的所述磁悬浮底座203提供的浮力之间的力学关系,获取所述光机201的加速度变化时移曲线;
在一个具体的实施方式中,光机201在磁悬浮底座203上放置,由于磁悬浮底座203和墙体的波动频率和幅度是一致的,但光机201悬空状态下,波动的频率由于惯性作用会比墙体小很多。磁悬浮底座203在上下波动时,对投影仪的浮力会波动,从而使投影仪产生失重、超重状态。根据牛顿第二定律:mg-F=ma,其中m是光机201质量,g是重力加速度,F是浮力,a是光机201的运动加速度。通过计算可以得到光机201的加速度:
进而可以得到光机201的加速度变化时移曲线。
参见图5,图5为本公开一种具体实施方式提供的光机201的加速度变化时移曲线。
根据所述光机201的加速度变化时移曲线,获取所述光机201的速度变化时移曲线;
具体地,根据加速度与速度之间的关系,可得光机201t时刻的速度v=∫at,据此可以通过获取光机201的速度变化时移曲线。参见图6,图6为本公开一种具体实施方式提供的光机201的速度变化时移曲线。
根据所述光机201的速度变化时移曲线,获取所述光机201位置变化时移曲线;
根据所述光机201的位置变化时移曲线,获取所述光机201的位置和浮力变化时移曲线;
根据所述光机201的位置和浮力变化时移曲线,获得所述光机201与所述磁悬浮底座203的相对位置的变化时移曲线。
据此可以通过计算得到光机201的位置变化时移曲线。参见图7,图7为本公开一种具体实施方式提供的光机201的位置变化时移曲线。
如图8为本公开一种具体实施方式提供的光机201的位置和浮力变化时移曲线。
根据光机201的位置以及光机201所受的磁悬浮底座203的浮力之间的物理关系,可以得到光机201t时刻与磁悬浮底座203的相对位置:
其中a是一个浮力与磁悬浮底座203和投影仪距离的相关系数,是个已知的系统参数。根据求得的光机201与磁悬浮底座203的相对位置,可以得到光机201与磁悬浮底座203的相对位置变化时移曲线。如图9为本公开一种具体实施方式提供的光机201与磁悬浮底座203的相对位置变化时移曲线。
根据本公开的一种具体实施方式,所述根据所述光机201与所述成像平面之间的位置关系、所述成像平面上的投影点到所述摄像头2012之间的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线的步骤,包括:
根据所述摄像头2012的焦距、所述投影点在所述摄像头2012的图像画面里的坐标、所述摄像头2012之间的间距和所述成像平面上的投影点到所述摄像头2012之间的距离,构建相似三角形;
根据相似三角形原理及所述投影点对应的坐标变化时移曲线,获取所述成像点对应的坐标变化时移曲线。
具体地,根据光机201与幕布202的3D立体关系,磁悬浮底座203与幕布202共振,具有同样的幅度和频率,因此投影点在图像中的坐标变化随时间变化公式为:
根据本公开的一种具体实施方式,所述根据相似三角形原理及所述投影点对应的坐标变化时移曲线,获取所述成像点对应的坐标变化时移曲线的步骤,包括:
其中,ΔY为所述成像点的坐标变化,ΔX为所述投影点的坐标变化,Z为所述投影点到所述摄像头2012的距离,f为所述摄像头2012的焦距。
根据本公开的一种具体实施方式,所述将所述成像点的坐标变化曲线输入预先训练的地震识别模型进行识别的步骤之前,所述方法还包括:
预先采集预设数量的地震信号和非地震信号对应的坐标变化时移曲线;
具体地,可以在互联网或者本地数据库中采集对应坐标变化时移曲线,也可以通过其他方式采集坐标变化时移曲线。这里不做限定。
将所述地震信号和非地震信号对应的坐标变化时移曲线截成曲线片段;
在一个具体的实施例中,将采集到的大量坐标变化时移曲线均截成等长的曲线片段。具体实施时,也可以根据需要对采集到的坐标变化时移曲线进行截取,这里不做限定。
将所述曲线片段输入深度学习网络模型,对所述深度学习网络模型进行训练,得到所述地震识别模型。
具体地,将截取的曲线片段依次输入卷积层convolution、最大池化层Max-Pooling、隐含层Hidden及分类层softmax classifier进行处理,从而输出每个信号的分类结果。以此来对深度学习网络模型进行训练,从而得到地震识别模型。
图10是本公开一种具体实施方式提供的对深度学习网络模型进行训练的流程图,如图10所示,可以将输入深度学习网络模型的曲线片段数量设置为64,将卷积层的卷积核数量设置为12,将最大池化层的维度设置为4,将第一隐含层的维度设置为1024,将第二隐含层的维度设置为30。再依次将曲线片段输入卷积层、最大池化层、第一隐含层、第二隐含层及分类层进行处理,对深度学习网络模型进行预训练。在其他的实施方式中,也可以根据需要对上述参数进行设置,这里不做限定。
本公开实施例提供的地震预警方法,首先确定光机201与成像平面之间的位置关系,计算随机选取的投影点到摄像头2012之间的距离,拍摄投影点进行匹配,得到深度图;根据光机201与成像平面之间的位置关系以及光机201的受力关系,计算得到投影点对应的坐标变化时移曲线;再进一步根据投影点对应的坐标变化时移曲线,得到成像点的坐标变化时移曲线;将成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。通过上述方案,利用深度学习技术识别地震信号,避免其他杂波干扰。本发明实现了图像处理技术和深度学习技术相结合,应用到投影仪中,提高了地震识别预警的精确性。
实施例2
参见图11,为本公开实施例提供的一种地震预警装置的结构框图。应用于投影仪,所述投影仪包括光机201和磁悬浮底座203,所述光机201悬浮于所述磁悬浮底座203上方,所述光机201上设置有投影镜头2011和至少两个摄像头2012,所述投影镜头2011和所述至少两个摄像头2012均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离。如图11所示,所述地震预警装置1100主要包括:
确定模块1101,用于确定所述光机201与所述成像平面之间的位置关系,其中,所述位置关系包括所述摄像头2012的焦距、投影点在所述摄像头2012的图像画面里的坐标和所述摄像头2012之间的间距;
第一计算模块1102,用于计算所述成像平面上的投影点到所述摄像头2012之间的距离,其中,所述投影点为所述成像平面上的任一点;
匹配模块1103,用于拍摄所述投影点并进行匹配后得到深度图,其中,所述深度图中包含所述投影点对应的成像点;
第二计算模块1104,用于根据所述光机201与所述成像平面之间的位置关系以及所述光机201的受力关系,计算得到所述投影点对应的坐标变化时移曲线;
第三计算模块1105,用于根据所述光机201与所述成像平面之间的位置关系、所述成像平面上的投影点到所述摄像头2012之间的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线;
报警模块1106,用于将所述成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。
综上所述,本公开实施例提供的地震预警装置,实现了图像处理技术和深度学习技术相结合,应用到投影仪中,提高了地震识别预警的精确性。所提供的地震预警装置的具体实施过程可以参见上述图1所示的实施例提供的地震预警方法的具体实施过程,在此不再一一赘述。
实施例3
参见图12,为本公开实施例提供的一种投影仪的结构示意图。如图12所示,所述投影仪包括处理器、光机201、磁悬浮底座203,所述光机201悬浮于所述磁悬浮底座203上方,所述光机201上设置有投影镜头2011和至少两个摄像头2012,所述投影镜头2011和所述至少两个摄像头2012均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述处理器用于执行图1所示的地震预警方法。
根据本公开的一种具体实施方式,如图13所示,所述磁悬浮底座203还包括电磁体2032和线圈2031,所述线圈环绕所述电磁体设置;
所述光机201还包括永磁体2013,所述永磁体2013设置于所述光机201底部,所述永磁体2013位于所述电磁体2032的正上方。
此外,本公开实施例还提供了一种计算机存储介质,其存储计算机程序,所述计算机程序在处理器上运行时执行图1所示的地震预警方法。
综上所述,本公开实施例提供的投影仪和计算机存储介质,实现了图像处理技术和深度学习技术相结合,应用到投影仪中,提高了地震识别预警的精确性。所提供的地震预警装置的具体实施过程可以参见上述图1所示的实施例提供的地震预警方法的具体实施过程,在此不再一一赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、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,所述模块、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,在作为替换的实现方式中,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,两个连续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,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块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(可以是智能手机、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。
Claims (10)
1.一种地震预警方法,其特征在于,应用于投影仪,所述投影仪包括光机和磁悬浮底座,所述光机悬浮于所述磁悬浮底座上方,所述光机上设置有投影镜头和至少两个摄像头,所述投影镜头和所述至少两个摄像头均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述方法包括:
确定所述光机与所述成像平面之间的位置关系,其中,所述位置关系包括所述摄像头的焦距、投影点在所述摄像头的图像画面里的坐标和所述摄像头之间的间距;
计算所述成像平面上的投影点到摄像头的共用基准面的距离,其中,所述投影点为所述成像平面上的任一点;
拍摄所述投影点并进行匹配后得到深度图,其中,所述深度图中包含所述投影点对应的成像点;
根据所述光机与所述成像平面之间的位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线;
根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线;
将所述成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。
2.根据权利要求1所述的地震预警方法,其特征在于,所述根据所述光机与所述成像平面之间的相对位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线的步骤,包括:
根据所述光机的重力,以及所述光机受到的所述磁悬浮底座提供的浮力之间的力学关系,计算所述光机与磁悬浮底座的相对位置变化时移曲线;
根据所述光机与投影点之间的位置关系以及所述光机与磁悬浮底座的相对位置变化时移曲线,计算得到所述投影点的坐标变化时移曲线。
3.根据权利要求2所述的地震预警方法,其特征在于,所述根据所述光机的重力,以及所述光机受到的所述磁悬浮底座提供的浮力之间的力学关系,计算所述光机与磁悬浮底座的相对位置变化时移曲线的步骤,包括:
根据所述光机的重力,以及所述光机受到的所述磁悬浮底座提供的浮力之间的力学关系,获取所述光机的加速度变化时移曲线;
根据所述光机的加速度变化时移曲线,获取所述光机的速度变化时移曲线;
根据所述光机的速度变化时移曲线,获取所述光机位置变化时移曲线;
根据所述光机的位置变化时移曲线,获取所述光机的位置和浮力变化时移曲线;
根据所述光机的位置和浮力变化时移曲线,获取所述光机与所述磁悬浮底座的相对位置的变化时移曲线。
4.根据权利要求1所述的地震预警方法,其特征在于,所述根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线的步骤,包括:
根据所述摄像头的焦距、所述投影点在所述摄像头的图像画面里的坐标、所述摄像头之间的间距和所述成像平面上的投影点到摄像头的共用基准面的距离,构建相似三角形;
根据相似三角形原理及所述投影点对应的坐标变化时移曲线,获取所述成像点对应的坐标变化时移曲线。
6.根据权利要求1所述的地震预警方法,其特征在于,所述将所述成像点的坐标变化曲线输入预先训练的地震识别模型进行识别的步骤之前,所述方法还包括:
预先采集预设数量的地震信号和非地震信号对应的坐标变化时移曲线;
将所述地震信号和非地震信号对应的坐标变化时移曲线截成曲线片段;
将所述曲线片段输入深度学习网络模型,对所述深度学习网络模型进行训练,得到所述地震识别模型。
7.一种地震预警装置,其特征在于,应用于投影仪,所述投影仪包括光机和磁悬浮底座,所述光机悬浮于所述磁悬浮底座上方,所述光机上设置有投影镜头和至少两个摄像头,所述投影镜头和所述至少两个摄像头均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述装置包括:
确定模块,用于确定所述光机与所述成像平面之间的位置关系,其中,所述位置关系包括所述摄像头的焦距、投影点在所述摄像头的图像画面里的坐标和所述摄像头之间的间距;
第一计算模块,用于计算所述成像平面上的投影点到摄像头的共用基准面的距离,其中,所述投影点为所述成像平面上的任一点;
匹配模块,用于拍摄所述投影点并进行匹配后得到深度图,其中,所述深度图中包含所述投影点对应的成像点;
第二计算模块,用于根据所述光机与所述成像平面之间的位置关系以及所述光机的受力关系,计算得到所述投影点对应的坐标变化时移曲线;
第三计算模块,用于根据所述光机与所述成像平面之间的位置关系、所述成像平面上的投影点到摄像头的共用基准面的距离以及所述投影点对应的坐标变化时移曲线,得到所述成像点的坐标变化时移曲线;
报警模块,用于将所述成像点的坐标变化时移曲线输入预先训练的地震识别模型进行识别,并在识别为地震信号时进行预警。
8.一种投影仪,其特征在于,包括处理器、光机、磁悬浮底座,所述光机悬浮于所述磁悬浮底座上方,所述光机上设置有投影镜头和至少两个摄像头,所述投影镜头和所述至少两个摄像头均朝向所述投影仪的成像平面,所述投影仪与所述成像平面间隔一定距离;
所述处理器用于执行权利要求1-6任一项所述的地震预警方法。
9.根据权利要求8所述的投影仪,其特征在于,所述磁悬浮底座还包括电磁体和线圈,所述线圈环绕所述电磁体设置;
所述光机还包括永磁体,所述永磁体设置于所述光机底部,所述永磁体位于所述电磁体的正上方。
10.一种计算机存储介质,其特征在于,其存储计算机程序,所述计算机程序在处理器上运行时执行权利要求1-6中任一项所述的地震预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110006784.9A CN112802308B (zh) | 2021-01-05 | 2021-01-05 | 一种地震预警方法、装置及投影仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110006784.9A CN112802308B (zh) | 2021-01-05 | 2021-01-05 | 一种地震预警方法、装置及投影仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112802308A true CN112802308A (zh) | 2021-05-14 |
CN112802308B CN112802308B (zh) | 2022-08-16 |
Family
ID=75808165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110006784.9A Active CN112802308B (zh) | 2021-01-05 | 2021-01-05 | 一种地震预警方法、装置及投影仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112802308B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007221551A (ja) * | 2006-02-17 | 2007-08-30 | Seiko Instruments Inc | 記録装置、及び記録方法 |
US20090228255A1 (en) * | 2007-02-13 | 2009-09-10 | Levin Stewart A | Analyzing 2-D Surface and/or Borehole Seismic Data to Locate Subsurface Diffractors |
CN102253487A (zh) * | 2010-05-21 | 2011-11-23 | 常晓旺 | 激光扫描式图像投影仪 |
CN103534644A (zh) * | 2011-06-29 | 2014-01-22 | 微视公司 | 具有安全系统的扫描激光投影仪 |
CN103857338A (zh) * | 2011-10-20 | 2014-06-11 | 皇家飞利浦有限公司 | 用于监测设备的运动与定向的设备和方法 |
CN205450543U (zh) * | 2016-03-09 | 2016-08-10 | 史家琛 | 一种具有防震功能的移动智能交互式投影仪 |
CN110276379A (zh) * | 2019-05-21 | 2019-09-24 | 方佳欣 | 一种基于视频图像分析的灾情信息快速提取方法 |
US20190302290A1 (en) * | 2018-03-27 | 2019-10-03 | Westerngeco Llc | Generative adversarial network seismic data processor |
-
2021
- 2021-01-05 CN CN202110006784.9A patent/CN112802308B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007221551A (ja) * | 2006-02-17 | 2007-08-30 | Seiko Instruments Inc | 記録装置、及び記録方法 |
US20090228255A1 (en) * | 2007-02-13 | 2009-09-10 | Levin Stewart A | Analyzing 2-D Surface and/or Borehole Seismic Data to Locate Subsurface Diffractors |
CN102253487A (zh) * | 2010-05-21 | 2011-11-23 | 常晓旺 | 激光扫描式图像投影仪 |
CN103534644A (zh) * | 2011-06-29 | 2014-01-22 | 微视公司 | 具有安全系统的扫描激光投影仪 |
CN103857338A (zh) * | 2011-10-20 | 2014-06-11 | 皇家飞利浦有限公司 | 用于监测设备的运动与定向的设备和方法 |
CN205450543U (zh) * | 2016-03-09 | 2016-08-10 | 史家琛 | 一种具有防震功能的移动智能交互式投影仪 |
US20190302290A1 (en) * | 2018-03-27 | 2019-10-03 | Westerngeco Llc | Generative adversarial network seismic data processor |
CN110276379A (zh) * | 2019-05-21 | 2019-09-24 | 方佳欣 | 一种基于视频图像分析的灾情信息快速提取方法 |
Non-Patent Citations (1)
Title |
---|
吴律: "三维叠后投影时间偏移——兼与牟永光商榷偏移孔径问题", 《石油地球物理勘探》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112802308B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3371619B1 (en) | Uav detection | |
KR102245648B1 (ko) | 복수의 기기를 이용한 다차원의 환경 데이터 캡쳐 | |
US9613262B2 (en) | Object detection and tracking for providing a virtual device experience | |
US9208565B2 (en) | Method and apparatus for estimating three-dimensional position and orientation through sensor fusion | |
JP6251142B2 (ja) | 測定対象物の非接触検知方法及びその装置 | |
Shao et al. | Target-free 3D tiny structural vibration measurement based on deep learning and motion magnification | |
US20180180420A1 (en) | Method and System for Improving Inertial Measurement Unit Sensor Signals | |
JP2016177388A (ja) | 移動体位置姿勢計測装置 | |
US20210141381A1 (en) | Information processing device, information processing system, behavior planning method, and computer program | |
CN105897045A (zh) | 振动电机控制器、透镜装置及摄像装置 | |
US20220138971A1 (en) | Three-dimensional displacement measuring method and three-dimensional displacement measuring device | |
CN115908720A (zh) | 三维重建方法、装置、设备及存储介质 | |
CN112802308B (zh) | 一种地震预警方法、装置及投影仪 | |
CN111679099A (zh) | 基于相干光视觉光流检测的加速度计标定方法及装置 | |
Liang et al. | Vibration Measurement of a Metal Sheet Using Single‐Camera Digital Image Correlation with Projection Components | |
Shi et al. | Event-based vibration frequency measurement with laser-assisted illumination based on mixture Gaussian distribution | |
Chen et al. | Long distance video camera measurements of structures | |
Capponi et al. | Frequency response function identification using fused filament fabrication-3D-printed embedded ArUco markers | |
Wu et al. | Fast motion estimation of one-dimensional laser speckle image and its application on real-time audio signal acquisition | |
CN109991655B (zh) | 一种地震监测装置及地震监测方法 | |
JP2018091637A (ja) | 液体地震計 | |
JP6266371B2 (ja) | 音源探査システム | |
Nir | Low Contrast Visual Sensing and Inertial Navigation in GPS Denied Environments | |
HEATON | CHARACTERIZING DEFORMATION OF BUILDINGS FROM VIDEOS | |
WO2024082215A1 (zh) | 一种地震信号监测方法及装置 |
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 |