CN113673297A - 无人机视频采集模块抗核辐射性能评测方法和系统 - Google Patents
无人机视频采集模块抗核辐射性能评测方法和系统 Download PDFInfo
- Publication number
- CN113673297A CN113673297A CN202110631568.3A CN202110631568A CN113673297A CN 113673297 A CN113673297 A CN 113673297A CN 202110631568 A CN202110631568 A CN 202110631568A CN 113673297 A CN113673297 A CN 113673297A
- Authority
- CN
- China
- Prior art keywords
- nuclear radiation
- acquisition module
- video acquisition
- bit
- flag1
- 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
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/02—Dosimeters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种无人机视频采集模块抗核辐射性能评测方法和系统,方法包括:模拟核辐射环境,在核辐射屏蔽室内设置视频采集模块,获取被测视频采集模块所在处的核辐射剂量率R,每隔时间间隔T视频采集模块将采集到的数据信息传送给总控服务器直到视频采集模块的工作状态不正常时关闭核辐射源,得到经过的T的个数N,计算出视频采集模块的最大抗核辐射剂量Rmax=N×T×R。系统包括总控服务器、核辐射屏蔽室、稳压电源、核辐射源、背景图片、视频采集模块和补光灯。本发明在实际探测前评测标定Rmax,方便在实际探测时操作控制,避免视频采集模块工作异常或损害导致数据丢失。
Description
技术领域
本发明涉及辐射安全监测技术领域,具体涉及一种基于无人机视频采集模 块抗核辐射性能评测系统和方法。
背景技术
历史上已经发生过造成大量放射性物质泄露的事故,辐射危害严重,其造 成的灾难令公众心有余悸。而2011年日本福岛第一核电站由于地震影响造成的 核泄漏事故,造成的核辐射性危机非常严重。核泄漏事故造成的核辐射性危机 引发了公众对核设施的安全防护的关注。对核事故地点进行人工探测会对操作 人员造成巨大的身心损伤甚至危及生命,也难于获取核事故地点的全面资料。 随着无人机技术的发展,利用无人机进入核泄漏等事故区域进行探测和获取信 息成为目前研究的热点。人们获取信息的主要形式包括文字、图像、音频、视 频和动画等。在无人机技术应用中主要采用视频采集方式获取可视的图像信息 进行信息采集,在核辐射探测时使用无人机对核事故现场进行视频信息的采集,可以在避免操作人员受到核辐射的同时获取事故现场的全面图像资料。
但是,视频采集模块本身在受到核辐射时其电路系统工作的抗核辐射性能 有限。同时,现有技术中视频采集模块最大可以承受的核辐射剂量并没有统一 的标定且每个视频采集模块最大可以承受的核辐射剂量也不同,在实际探测的 过程中电路因受过量核辐射而出现异常和损坏时也不容易由人工察觉,出现视 频图像采集的图像质量低,甚至因视频采集模块损坏而造成探测数据丢失的情 况,增加探测成本。
发明内容
为此,本发明所要解决的技术问题在于克服现有技术中的不足,提供一种 在视频采集模块进入核辐射区域内进行实际探测前,可以对视频采集模块最大 可承受的核辐射剂量进行测评和标定;避免在实际探测的过程中电路因受过量 核辐射而出现异常和损坏不容易由人工察觉,导致探测的视频图像数据不准确 甚至丢失的情况。
为解决上述技术问题,本发明提供了一种无人机视频采集模块抗核辐射性 能评测方法,包括:
步骤1:将视频采集模块和背景图片置于核辐射屏蔽室内,将总控服务器 置于核辐射屏蔽室外,所述核辐射屏蔽室内有核辐射源且核辐射屏蔽室内各处 均标定有核辐射剂量率;视频采集模块除镜头处以外包裹有防护层,视频采集 模块的采集范围为背景图片,视频采集模块与所述总控服务器连接;
步骤2:开启所述核辐射源,获取视频采集模块所在位置的核辐射剂量率R, 视频采集模块采集数据信息并传送给总控服务器;
步骤3:所述总控服务器每隔时间间隔T获取视频采集模块的实时数据信 息,直到视频采集模块的工作状态不正常时关闭所述核辐射源,得到经过的时 间间隔T的个数N,计算得到视频采集模块的最大抗核辐射剂量Rmax=N×T×R。
进一步地,所述视频采集模块由位于核辐射屏蔽室外的稳压电源供电,所 述稳压电源与所述总控服务器连接,所述总控服务器设定所述稳压电源的输出 电压值和最大允许电流值。
进一步地,所述步骤2中开启所述核辐射源前,所述总控服务器进行初始 化配置并进行初始化检测,具体包括:
步骤21:配置稳压电源的输出电压和最大允许电流,配置总相似度curSim 初始值为0,配置是否使能图像降噪滤波器,同时配置图像降噪滤波器的相关 参数;配置访问视频采集模块的RTSP地址;配置是否启用自动停止评测,同 时配置视频图像总相似度的阈值Threshold;配置时间间隔T;配置用于判断视 频采集模块是否正常工作的标志FLAG1、FLAG2和FLAG3,FLAG1用于标志 图像像素相似性分析方法,FLAG1中包括多种图像像素相似性分析方法, FLAG2用于标志人脸识别分析方法,FLAG3用于标志特征点相似性分析方法,FLAG3中包括多种特征点相似性分析方法;FLAG1按位配置值为0或1、FLAG2 配置值为0或1、FLAG3按位配置值为0或1,0表示禁止,1表示使能;按 FLAG1的配置值配置FLAG1在总相似度curSim中的权重占比w1,如果FLAG1 的配置值大于0,配置w1的值,如果FLAG1的配置值等于0,配置w1为0; 按FLAG2的配置值配置FLAG2在总相似度curSim中的权重占比w2,如果FLAG2的配置值大于0,配置w2的值,如果FLAG2的配置值等于0,配置 w2为0;按FLAG3的配置值配置FLAG3在总相似度curSim中的权重占比w3; 如果FLAG3的配置值大于0,配置w3的值,如果FLAG3的配置值等于0,配 置w3为0;
步骤22:判断w1、w2、w3的配置值是否满足w1+w2+w3=1;如果不满足, 重新配置w1、w2、w3直至满足w1+w2+w3=1;如果满足,执行步骤23进行 初始化检测;
步骤23:总控服务器打开稳压电源为视频采集模块供电,总控服务器获取 所述稳压电源的实际输出电压和电流,判断实际输出电压是否满足与设定的电 压相同、实际输出电流是否满足大于0且小于等于最大允许电流,若有不满足 则判定为稳压电源的工作状态不正常,执行步骤213;若都满足则判定为稳压 电源的工作状态正常,执行步骤24;
步骤24:首先预设原始图像Img0的各个像素值为0,预设人脸特征向量 FaceF的各元素值为0;然后通过RTSP协议采集一帧视频并显示,判断采集视 频是否正常,如果不正常,执行步骤213;如果正常,存储到视频文件进行存 档,执行步骤25;
步骤25:判断FLAG1+FLAG2+FLAG3是否大于0,如果不大于0,则表 示没有配置图像相似性分析方法,将输出错误信息,重新配置FLAG1、FLAG2、 FLAG3的值,执行步骤25;如果成立,执行步骤26;
步骤26:判断FLAG1是否大于0,如果大于0,执行步骤27;如果FLAG1 不大于0,直接执行步骤28;
步骤27:如果当前是第一帧图像则直接存入Img0,如果不是第一帧图像, 则将当前的帧图像按像素与Imag0相加后取其平均值存入Img0作为参考图像; 然后设置N1维的Similiar1[N1]各元素均为0,执行步骤28;
步骤28:判断FLAG2是否大于0,如果大于0,则首先进行人脸检测,直 到检测到人脸后提取人脸特征向量Feature1,执行步骤29;如果不大于0,直 接执行步骤210;
步骤29:将Feature1存入FaceF作为人脸特征,执行步骤210;
步骤210:判断FLAG3是否大于0,如果大于0,则按FLAG3使能标志位 的使能情况提取特征点向量组FeaturePoint[N2],提取对应的描述符 FeatureDes[N2],执行步骤211;如果FLAG3不大于0,直接执行步骤211;
步骤211:判断是否收到停止评测的指令,如果收到,执行步骤213;如果 没有收到,执行步骤212;
步骤212:判断是否开启核辐射源,若果否,执行步骤24;如果是,开启 核辐射源,总控服务器获取视频采集模块的位置得到当前位置处的核辐射剂量 率R,初始化N=0,开始测评;
步骤213:关闭稳压电源输出,结束评测。
进一步地,所述步骤21中配置用于判断视频采集模块是正常工作的标志 FLAG1、FLAG2和FLAG3,具体为:
步骤21-1:配置图像像素相似性分析方法的标志FLAG1,FLAG1为长度 为n位的二进制数,n的取值范围为5~32,FLAG1中每一位用于标志一种图像 像素相似性分析方法,按位配置每一位都为0或1,0表示禁止使用该位标志的 图像像素相似性分析方法,1表示使能该位标志的图像像素相似性分析方法; 将使能的图像像素相似性分析方法的数量记做N1;配置FLAG1中使能的图像 像素相似性分析方法的权重A[N1],A[N1]的配置值满足A[1]+A[2]+...+ A[N1]=1;
步骤21-2:配置人脸识别分析方法的标志FLAG2为0或1,FLAG2为长 度为1位的二进制数,0表示禁止使用人脸识别分析方法,1表示使能人脸识别 分析方法;
步骤21-3:配置特征点相似性分析方法的标志FLAG3,FLAG3为长度为 m位的二进制数,m的取值范围为8~32,配置每一位都为0或1,0表示禁止, 1表示使能;FLAG3中每一位用于标志一种特征点相似性分析方法,按位配置 每一位都为0或1,0表示禁止使用该位标志的特征点相似性分析方法,1表示 使能该位标志的特征点相似性分析方法;将使能的特征点相似性分析方法的数 量记做N2;配置FLAG3中使能的特征点相似性分析方法的权重B[N2],B[N2] 的配置值满足B[1]+B[2]+...+B[N2]=1。
进一步地,所述FLAG1为长度为32位的二进制数,第1位PSNR_En位 用于控制峰值信噪比法是否使能,第2位SSIM_En位用于控制结构相似性法是 否使能,第3位Cosine_En位用于控制余弦距离法是否使能,第4位Pearson_En 位用于控制皮尔逊相关系数法是否使能,第5位Bray_En位用于控制布雷柯蒂 斯距离法是否使能,第6位到第32位Rev保留位、用于后续方法的扩展;
所述FLAG3为长度为32位的二进制数,第1位Harris_En位用于控制Harris 法是否使能,第2位AGAST_En位用于控制自适应及通用加速分割测试法是否 使能,第3位BRISK_En位用于控制二值鲁棒不变可伸缩关键点法是否使能, 第4位FAST_En位用于控制加速分割测试特征法是否使能,第5位SIFT_En 位用于控制尺度不变特征转换法是否使能,第6位SURF_EN位用于控制SIFT 算法加速版是否使能,第7位KAZE_En位用于控制KAZE法是否使能,第8 位AKAZE_En位用于控制加速的KAZE算法是否使能,第9位到第32位Rev 保留位、用于后续方法的扩展。
进一步地,所述总控服务器每隔时间间隔T获取视频采集模块的实时数据 信息,直到视频采集模块的工作状态不正常时关闭所述核辐射源,得到经过的 时间间隔T的个数N,具体为:
步骤31:采集一帧视频图像CurImg,查看配置信息是否使能降噪滤波处 理,如果配置为使能降噪滤波处理,对CurImg进行降噪滤波并存为CurImg, 执行步骤32;如果没有使能降噪滤波处理,直接执行步骤32;
步骤32:判断FLAG1是否大于0,如果FLAG1大于0,则根据FLAG1 的使能标志位,按使能的方法利用CurImg和参考图像Img0计算对应方法的图 像相似度Similar1[N1],然后根据权重A[N1]计算得到S1,S1=Similar1[1]× A[1]+Similar1[2]×A[2]+...+Similar1[N1]×A[N1],执行步骤33;如果FLAG1 不大于0,直接执行步骤33;
步骤33:判断FLAG2是否大于0,如果FLAG2大于0,则进行人脸检测, 然后提取人脸特征向量curFeature,将CurFeature和正常情况下的人脸特征 FaceF比对进行人脸识别计算相似度S2,执行步骤34;如果FLAG2不大于0, 则直接执行步骤34;
步骤34:判断FLAG3是否大于0,如果FLAG3大于0,则首先按FLAG3 使能标志位是否为1分别按使能的方法提取特征点向量,存入特征点向量组 curFeatureP[N2],然后采用对应的特征点提取方法提取对应的特征描述符 curFeatureDes[N2],接着利用CurFeatrueDes[N2]和描述符FeatureDes[N2]按各 个使能方法计算与对应的FeaturePoint[N2]的相似度Similar2[N2],然后根据权 重B[N2]计算得到S3,S3=Similar2[1]×B[1]+Similar2[2]×B[2]+...+Similar2[N2] ×B[N2],执行步骤35;如果FLAG3不大于0,则直接执行步骤35;
步骤35:按配置的权重w1、w2、w3和S1、S2、S3计算总相似度curSim, curSim=w1×S1+w2×S2+w3×S3,执行步骤36;
步骤36:判断是否为自动停止测评模式,如果是,执行步骤37;如果不是, 直接执行步骤38;
步骤37:判断curSim是否小于阈值Threshold,如果小于,则输出错误信 息并报警,输出当前经过的时间间隔T的个数N和各项相似度结果,执行步骤 39;如果不小于,执行步骤38;
步骤38:记录当前经过的时间间隔T的个数N和各项相似度结果,判断是 否接收到停止测试指令,如果没有接收到,经过时间间隔T后令N=N+1,执行 步骤31;如果接收到,执行步骤39;
步骤39:停止计数,关闭核辐射源,启动核辐射安全处理措施并关闭稳压 电源输出,结束检测。
本发明还提供了一种核定视频采集模块抗核辐射剂量的无人机监测方法, 包括:
所述视频采集模块在进入核辐射区域探测前,使用无人机视频采集模块抗 核辐射性能评测方法获视频采集模块的最大抗核辐射剂量Rmax;
无人机上挂载所述视频采集模块和核辐射探测器并进入核辐射区域进行探 测,每隔时间间隔T'读取核辐射探测器的实时剂量率数据R'i(T'),经过N'个时 间间隔后,若则所述无人机自动返航,其中E为预设的最大 抗核辐射剂量余量。
本发明还提供了一种无人机视频采集模块抗核辐射性能评测系统,包括总 控服务器、核辐射屏蔽室和稳压电源,所述核辐射屏蔽室内设有背景图片和视 频采集模块;
所述核辐射屏蔽室用于模拟核辐射环境,所述核辐射屏蔽室内有核辐射源 且核辐射屏蔽室内各处均标定有核辐射剂量率,所述核辐射源打开后产生的核 辐射使屏蔽室内各处充满与标定的核辐射剂量率相同的核辐射剂量率;所述稳 压电源分别与所述总控服务器和视频采集模块连接并为所述视频采集模块供 电;
所述视频采集模块为被测设备,所述背景图片用于给所述视频采集模块提 供采集信息源,所述视频采集模块的镜头正对所述核辐射源,在模拟核辐射环 境下实时采集所述背景图片信息并传送给所述总控服务器;
所述总控服务器用于控制所述核辐射源的开关,监控所述稳压电源的工作 状态和通过判断视频采集模块采集的数据信息的质量从而评测视频采集模块可 承受的最大抗核辐射剂量。
进一步地,所述核辐射屏蔽室内还设有补光灯,所述补光灯用于在核辐射 屏蔽室内提供光源,用于使所述视频采集模块采集清晰的数据信息。
进一步地,所述补光灯外包裹有透明防护罩,所述视频采集模块外表面除 镜头处外均包裹有防护层。
本发明的上述技术方案相比现有技术具有以下优点:
本发明所述的无人机视频采集模块抗核辐射性能评测方法在实际探测核辐 射区域前模拟核辐射环境,并在模拟核辐射环境下对视频采集模块的最大抗核 辐射剂量进行评测和标定,使得后续实际监测过程中可以实时根据已受到的核 辐射剂量而进行操作控制,便于在视频采集模块损坏前及时将无人机召回,有 效避免了因受过量辐射而导致视频采集模块损坏、丢失探测数据的情况。
附图说明
为了使本发明的内容更容易被清楚的理解,下面根据本发明的具体实施例 并结合附图,对本发明作进一步详细的说明,其中
图1是本发明方法的流程图。
图2是总控服务器进行初始化配置并进行初始化检测过程的流程图。
图3是本发明中标志FLAG1的结构示意图。
图4是本发明中标志FLAG3的结构示意图。
图5是本发明系统的示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人 员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
在本发明的描述中,需要理解的是,术语“包括”意图在于覆盖不排他的 包含,例如包含了一系列步骤或单元的过程、方法、系统、产品或设备,没有 限定于已列出的步骤或单元而是可选地还包括没有列出的步骤或单元,或可选 地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
参照图1-2所示,本发明一种无人机视频采集模块抗核辐射性能评测方法 的实施例,包括:
步骤1:将被测视频采集模块和背景图片置于核辐射屏蔽室内,将总控服 务器置于核辐射屏蔽室外,所述核辐射屏蔽室内有核辐射源且核辐射屏蔽室内 各处均标定有核辐射剂量率;核辐射源在核辐射屏蔽室内各处的核辐射剂量率 为事先根据距离标定的,以升起的源为中心,以γ射线辐射为例,与距离平方 成反比进行衰减,距离中心不同距离(相当于半径)处有标定的剂量率表。视 频采集模块除镜头处以外包裹有防护层,视频采集模块的镜头正对核辐射源且 采集范围为背景图片,视频采集模块与所述总控服务器连接。
步骤2:开启所述核辐射源,获取视频采集模块所在位置的核辐射剂量率R, 通过获取置入核辐射屏蔽室内的视频采集模块的放置位置从而获得在该位置的 核辐射剂量率R。
所述视频采集模块由位于核辐射屏蔽室外的稳压电源供电,所述稳压电源 与所述总控服务器连接,所述总控服务器设定所述稳压电源的输出电压值和最 大允许电流值。稳压电源支持串口或网口(LAN)通信接口,总控服务器通过 通信接口控制稳压电源输出的电压和最大电流以及获取其实际电流输出值从而 监控稳压电源工作状态。输出电压为被测视频采集模块供电,最大允许电流起 限流作用防止电路电流过大造成被测视频采集模块损坏。
所述开启所述核辐射源前,所述总控服务器进行初始化配置并进行初始化 检测,包括:
步骤21:初始化配置包括配置稳压电源的输出电压和最大允许电流,用于 给视频采集模块提供稳定供电。配置总相似度curSim初始值为0,配置是否使 能图像降噪滤波器,如果使能需要同时配置图像降噪滤波器的相关参数;配置 访问视频采集模块的RTSP(RealTime Streaming Protocol)地址;配置是否启 用自动停止评测,同时配置视频图像总相似度的阈值Threshold;配置时间间隔 T;配置是否启用自动停止评测,如果启用自动法需要同时配置视频图像相似 性差(不满足图像质量要求)的阈值Threshold。配置用于判断视频采集模块是 否正常工作的标志FLAG1、FLAG2和FLAG3,FLAG1用于标志图像像素相似 性分析方法,FLAG1中包括多种图像像素相似性分析方法,FLAG2用于标志 人脸识别分析方法,FLAG3用于标志特征点相似性分析方法,FLAG3中包括 多种特征点相似性分析方法;FLAG1按位配置值为0或1、FLAG2配置值为0 或1、FLAG3按位配置值为0或1,0表示禁止,1表示使能;按FLAG1的配 置值配置FLAG1在总相似度curSim中的权重占比w1,如果FLAG1的配置值大于0,配置w1的值,如果FLAG1的配置值等于0,配置w1为0;按FLAG2 的配置值配置FLAG2在总相似度curSim中的权重占比w2,如果FLAG2的配 置值大于0,配置w2的值,如果FLAG2的配置值等于0,配置w2为0;按 FLAG3的配置值配置FLAG3在总相似度curSim中的权重占比w3;如果FLAG3 的配置值大于0,配置w3的值,如果FLAG3的配置值等于0,配置w3为0。
步骤21-1:配置图像像素相似性分析方法的标志FLAG1,FLAG1为长度 为n位的二进制数,n的取值范围为5~32,FLAG1中每一位用于标志一种图像 像素相似性分析方法,按位配置每一位都为0或1,0表示禁止使用该位标志的 图像像素相似性分析方法,1表示使能该位标志的图像像素相似性分析方法; 将使能的图像像素相似性分析方法的数量记做N1;配置FLAG1中使能的图像 像素相似性分析方法的权重A[N1],A[N1]的配置值满足A[1]+A[2]+...+ A[N1]=1。本实施例中,n的取值为32,n的取值使用16位或者32位从程序设 计角度是最方便的,由于本发明中图像像素相似性分析方法有五种,并且为了 后续可以扩展配置更多的图像像素相似性分析方法,此处选用32位,留有27 种状态扩展接口。FLAG1的结构如图3所示,每个位标识是否使能该位对应的 方法,第1位PSNR_En位用于控制峰值信噪比法(PSNR)是否使能,第2位 SSIM_En位用于控制结构相似性法(SSIM)是否使能,第3位Cosine_En位用 于控制余弦距离法(Cosine Distance)是否使能,第4位Pearson_En位用于控 制皮尔逊相关系数法(Pearson correlation coefficient)是否使能,第5位Bray_En位用于控制布雷柯蒂斯距离法(Bray Curtis Distance)是否使能,第6位到第 32位Rev保留位、用于后续方法的扩展。配置后,将使能的方法数量记做N1; 支持的方法主要包括峰值信噪比法(PSNR,Peak Signal-to-Noise Ratio)、结构 相似性法(SSIM,StructuralSimilarity)、余弦距离法(Cosine Distance)、皮尔 逊相关系数法(Pearsoncorrelation coefficient)、布雷柯蒂斯距离法(Bray Curtis Distance),同样,支持相关方法的扩展。
步骤21-2:配置人脸识别分析方法的标志FLAG2为0或1,FLAG2为长 度为1位的二进制数,0表示禁止使用人脸识别分析方法,1表示使能人脸识别 分析方法。
步骤21-3:配置特征点相似性分析方法的标志FLAG3,FLAG3为长度为 m位的二进制数,m的取值范围为8~32,配置每一位都为0或1,0表示禁止, 1表示使能;FLAG3中每一位用于标志一种特征点相似性分析方法,按位配置 每一位都为0或1,0表示禁止使用该位标志的特征点相似性分析方法,1表示 使能该位标志的特征点相似性分析方法;将使能的特征点相似性分析方法的数 量记做N2;配置FLAG3中使能的特征点相似性分析方法的权重B[N2],B[N2] 的配置值满足B[1]+B[2]+...+B[N2]=1。本实施例中m取值32,使用16位或者32位从程序设计角度是最方便的,由于本发明中配置的特征点相似性分析方法 有8种,为了后续可以扩展配置更多的特征点相似性分析方法,此处选用32 位,留有24种状态扩展接口。FLAG3的结构如图4所示,每个位标识是否使 能该位对应的方法,第1位Harris_En位用于控制Harris法是否使能,第2位 AGAST_En位用于控制AGAST法是否使能,第3位BRISK_En位用于控制Brisk 法是否使能,第4位FAST_En位用于控制FAST法是否使能,第5位SIFT_En位用于控制FAST法是否使能,第6位SURF_EN位用于控制SURF法是否使 能,第7位KAZE_En位用于控制KAZE法是否使能,第8位AKAZE_En位用 于控制AKAZE法是否使能,第9位到第32位Rev保留位、用于后续方法的扩 展。配置后,将使能的方法数量记做N2。支持的特征点相似性方法主要包括 Harris法、自适应及通用加速分割测试法(AGAST)、二值鲁棒不变可伸缩关键 点法(BRISK),加速分割测试特征法(FAST)、尺度不变特征转换法(SIFT)、 SIFT算法加速版(SURF)、KAZE法、加速的KAZE算法(AKAZE),同样, 支持相关方法的扩展。本实施例中FLAG1和FLAG均使用32位的二进制寄存 器存储,二进制寄存器位序的第0位为最低位,此时二进制寄存器的第0~15 位序即对应FLAG结构的第1~16位。
步骤22:判断w1、w2、w3的配置值是否满足w1+w2+w3=1;如果不满足, 重新配置w1、w2、w3直至满足w1+w2+w3=1;如果满足,执行步骤23进行 初始化检测。
步骤23:总控服务器打开稳压电源为视频采集模块供电,总控服务器获取 所述稳压电源的实际输出电压和电流,判断实际输出电压和电流是否正常,即 判断实际输出电压是否满足与设定的电压相同、实际输出电流是否满足大于0 且小于等于最大允许电流,若有不满足则判定为稳压电源的工作状态不正常, 执行步骤213;若都满足则判定为稳压电源的工作状态正常,执行步骤24;
步骤24:首先预设原始图像Img0的各个像素值为0,预设人脸特征向量 FaceF的各元素值为0;然后通过RTSP协议采集一帧视频并显示,判断采集视 频是否正常,如果不正常,执行步骤213;如果正常,存储到视频文件进行存 档,执行步骤25;
步骤25:判断是否已经配置视频图像相似性检测方法,即判断 FLAG1+FLAG2+FLAG3是否大于0,如果不大于0,则表示没有配置图像相似 性分析方法,将输出错误信息,重新配置FLAG1、FLAG2、FLAG3的值,执 行步骤25,即直至FLAG1+FLAG2+FLAG3大于0;如果成立,执行步骤26;
步骤26:判断FLAG1是否大于0,如果大于0,表示有图像像素相似性分 析法被启用,需要存储正常情况下的视频图像作为参考图像Img0,执行步骤 27;如果FLAG1不大于0,直接执行步骤28判断FLAG2是否大于0;
步骤27:如果当前是第一帧图像则直接存入Img0,如果不是第一帧图像, 则将当前的帧图像按像素与Imag0相加后取其平均值存入Img0作为参考图像; 然后设置N1维的Similiar1[N1]各元素均为0,执行步骤28;
步骤28:判断FLAG2是否大于0,如果大于0,则首先进行人脸检测,直 到检测到人脸后提取人脸特征向量Feature1,执行步骤29;如果不大于0,直 接执行步骤210;
步骤29:将Feature1存入FaceF作为人脸特征,执行步骤210;
步骤210:判断FLAG3是否大于0,如果大于0,则按FLAG3使能标志位 的使能情况提取特征点向量组FeaturePoint[N2],提取对应的描述符 FeatureDes[N2],执行步骤211;如果FLAG3不大于0,直接执行步骤211;
步骤211:判断是否收到停止评测的指令,如果收到,执行步骤213;如果 没有收到,执行步骤212;
步骤212:判断是否开启核辐射源,若果否,执行步骤24;如果是,开启 核辐射源,总控服务器获取视频采集模块的位置得到当前位置处的核辐射剂量 率R,初始化N=0,开始测评;
步骤213:关闭稳压电源输出,结束评测。
开启核辐射源后,同时存储配置的参数并开始计时,并在总控服务器界面 的显著位置显示核辐射警示图标和信息提醒操作人员。
步骤3:所述总控服务器每隔时间间隔T获取视频采集模块的实时数据信 息。
步骤31:采集一帧视频图像CurImg,显示视频,并存储视频;查看配置 信息是否使能降噪滤波处理,如果配置为使能降噪滤波处理,对CurImg进行 降噪滤波并存为CurImg,同时可以在对照区域对照显示滤波后的CurImg,执 行步骤32;如果没有使能降噪滤波处理,直接执行步骤32;
步骤32:判断FLAG1是否大于0,如果FLAG1大于0,则根据FLAG1 的使能标志位,按使能的方法利用CurImg和参考图像Img0计算对应方法的图 像相似度Similar1[N1],然后根据权重A[N1]计算得到S1,S1=Similar1[1]× A[1]+Similar1[2]×A[2]+...+Similar1[N1]×A[N1],执行步骤33;如果FLAG1 不大于0,直接执行步骤33;
步骤33:判断FLAG2是否大于0,如果FLAG2大于0,则进行人脸检测, 然后提取人脸特征向量curFeature,将CurFeature和正常情况下的人脸特征 FaceF比对进行人脸识别计算相似度S2(或称人脸匹配度),执行步骤34;如 果FLAG2不大于0,则直接执行步骤34;
步骤34:判断FLAG3是否大于0,如果FLAG3大于0,则首先按FLAG3 使能标志位是否为1分别按使能的方法提取特征点向量,存入特征点向量组 curFeatureP[N2],然后采用对应的特征点提取方法提取对应的特征描述符 curFeatureDes[N2],接着利用CurFeatrueDes[N2]和描述符FeatureDes[N2]按各 个使能方法计算与对应的FeaturePoint[N2]的相似度Similar2[N2],计算匹配点 个数占总特征点数的比例作为相似度Similar[N2],然后根据权重B[N2]计算得 到S3,S3=Similar2[1]×B[1]+Similar2[2]×B[2]+...+Similar2[N2]×B[N2],执行 步骤35;如果FLAG3不大于0,则直接执行步骤35;
步骤35:按配置的权重w1、w2、w3和S1、S2、S3计算总相似度curSim, curSim=w1×S1+w2×S2+w3×S3,执行步骤36;
步骤36:判断是否为自动停止测评模式,如果是,执行步骤37;如果不是, 直接执行步骤38;
步骤37:判断curSim是否小于阈值Threshold,如果小于,则输出错误信 息并报警,停止计时并输出当前经过的时间间隔T的个数N和各项相似度结果, 执行步骤39;如果不小于,执行步骤38;其中报警方式包括:通过总控服务器 的扬声器报警,总控服务器界面警示信息闪烁报警,对操作人员预存的手机号 码短信报警,对操作人员预存的Email地址发邮件报警。本实施例中报警方式 为这四种中的一种或多种。
步骤38:记录当前经过的时间间隔T的个数N和各项相似度结果,判断是 否接收到停止测试指令,如果没有接收到,经过时间间隔T后令N=N+1,执行 步骤31;如果接收到,执行步骤39;其中停止测试指令主要包括以下三种形式: 操作人员直接控制总控服务器发送停止测试指令、操作人员远程发送停止测试 指令给总控服务器、核辐射源异常时发送停止测试指令强制停止测试。不是自 自动停止测评时,由是否接收到操作人员的停止测试指令这一人工干预来判断 是否结束测评。
步骤39:停止计数,关闭核辐射源,启动核辐射安全处理措施并关闭稳压 电源输出,结束检测。
通过每隔时间间隔T(分钟)周期性执行步骤31~步骤38的流程,可以实 现核辐射场景下被测视频信息采集模块获取视频、评估视频图像的质量(采用 与正常图像相似度的评估方法)和存储视频,用于评测无人机视频采集模块的 最大抗核辐射剂量。
本实施例中,时间间隔T的取值为{0.5,1,1.5,...,4.5,5}分钟,优选0.5分钟。 在启用自动停止评测选项时直到视频采集模块的工作状态不正常时,即curSim 小于阈值Threshold时关闭所述核辐射源,得到经过的时间间隔T的个数N, 计算得到视频采集模块的最大抗核辐射剂量Rmax=N×T×R。在未启用自动停止 评测选项时,需要人工干预停止当前评测。停止当前评测后,采用离线形式判 读采集的数据中curSim的变化情况,确定curSim大于阈值Threshold时所经过 的时间间隔T的个数N,计算得到视频采集模块的最大抗核辐射剂量 Rmax=N×T×R。
本实施例中还提供一种核定卫星定位模块抗核辐射剂量的无人机监测方 法,包括:
所述视频采集模块在进入核辐射区域探测前,使用所述无人机视频采集模 块抗核辐射性能评测方法获视频采集模块的最大抗核辐射剂量Rmax;
无人机上挂载所述视频采集模块和核辐射探测器并进入核辐射区域进行探 测。本实施例中,所述无人机由远程遥控器控制,通过遥控器控制无人机的运 动。每隔时间间隔T'读取核辐射探测器的实时剂量率数据R'i(T'),经过N'个时 间间隔后,视频采集模块已受到的核辐射量若 则所述无人机自动返航,其中E为预设的最大抗核辐射剂量 余量,用于保障无人机在返航前视频采集模块正常保持正常工作,E取值为正 常数。本实施例中,时间间隔T'为0.5分钟,视频采集模块受到的总的核辐射 剂量实时叠加,考虑返程受到的核辐射剂量相同,当满足时返程,可以保证视频采集模块在损坏前可以返程,避免造成数据丢失。
参照图5所示,本发明中一种无人机视频采集模块抗核辐射性能评测系统 的实施例,包括:总控服务器、核辐射屏蔽室和稳压电源,所述核辐射屏蔽室 内设有背景图片和被测视频采集模块。
所述核辐射屏蔽室用于模拟核辐射环境,所述核辐射屏蔽室内有核辐射源 且核辐射屏蔽室内各处均标定有核辐射剂量率,所述核辐射源打开后产生的核 辐射使屏蔽室内各处充满与标定的核辐射剂量率相同的核辐射剂量率;所述稳 压电源分别与所述总控服务器和视频采集模块连接并为所述视频采集模块供 电。所述视频采集模块为被测设备,所述背景图片用于给所述视频采集模块提 供采集信息源,所述视频采集模块的镜头正对所述核辐射源,在模拟核辐射环 境下实时采集所述背景图片信息并传送给所述总控服务器。所述总控服务器用 于控制所述核辐射源的开关,获取视频采集模块采集的数据信息并将采集的视 频和分析结果显示在系统可视界面上,监控所述稳压电源的工作状态和通过判 断视频采集模块采集的数据信息的质量从而评测视频采集模块可承受的最大抗 核辐射剂量。总控服务器通过LAN通信接口获取视频采集模块采集的视频图像 数据信息,总控服务器在出错时会进行报警。
所述稳压电源置于核辐射屏蔽室外,分别与所述总控服务器和视频采集模 块连接并为所述视频采集模块供电,稳压电源支持串口或网口(LAN)通信接 口,所述总控服务器通过该通信接口对该稳压电源输出的电压和最大电流以及 实际电流输出值进行监控,从而监控稳压电源工作状态。
所述背景图片是一薄层背景板,核辐射可以穿透且衰减可忽略不计。背景 图片选用数字图像处理领域标准图像,用于评估视频采集模块采集的图像质量; 在启动核辐射源前,采集的视频图像用作无人机视频采集模块抗辐射性能评测 的参考图像。
安装被测视频采集模块时,需要满足以下要求:视频采集模块的镜头正对 着辐射方向,即核辐射垂直入射到视频采集模块的镜头,同时加装铅屏蔽管屏 蔽从平行于镜头方向的核辐射;视频采集模块的位置为设定核辐射剂量的位置, 调整背景图片,使视频采集模块采集的视频为背景图片区域。
所述核辐射屏蔽室内设有核辐射源控制系统,所述总控服务器通过所述核 辐射源控制系统控制所述核辐射源的开关。核辐射源控制系统为现有装置,包 括沉降装置和密封溶液。关闭核辐射源时,总控服务器通过沉降装置将核辐射 源沉入水下封闭,核辐射屏蔽室内没有核辐射;开启核辐射源时,总控服务器 通过沉降装置将核辐射源从水下提起,核辐射屏蔽室内有核辐射。核辐射实验 环境用于模拟核辐射环境,核辐射源和核辐射源控制系统为了安全置于核辐射 屏蔽室内,防止核辐射外泄。
所述核辐射屏蔽室内还设有补光灯,所述补光灯用于在核辐射屏蔽室内给 所述视频采集模块提供光源。当启动核辐射源后,核辐射将影响补光灯的正常 工作,为更好的为视频采集模块进行补光,所述补光灯外包裹有透明防护罩, 用于保障补光灯在核辐射环境下正常工作,本实施例中防护罩为透明的可屏蔽 核辐射的防护玻璃罩。补光灯可以通过总控服务器控制开关,也支持手动开关。 所述视频采集模块外除镜头处外均包裹有防护层,本实施例中防护层为铅屏蔽 层,用于屏蔽来自视频采集模块侧面的核辐射,使得视频采集模块在正常采集 数据的同时收到的核辐射剂量达到最少。
本发明的上述技术方案相比现有技术具有以下优点:本发明所述的无人机 视频采集模块抗核辐射性能评测方法在实际探测核辐射区域前模拟核辐射环 境,并在模拟核辐射环境下对视频采集模块的最大抗核辐射剂量进行评测和标 定,使得后续实际监测过程中可以实时根据已受到的核辐射剂量而进行操作控 制,便于在视频采集模块损坏前及时将无人机召回,有效避免了因受过量辐射 而导致视频采集模块损坏、丢失探测数据的情况。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计 算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结 合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包 含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品 的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/ 或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或 方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式 处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机 或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流 程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的 指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流 程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使 得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处 理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个 流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,并非对实施方式的限 定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它 不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所 引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种无人机视频采集模块抗核辐射性能评测方法,其特征在于,包括:
步骤1:将视频采集模块和背景图片置于核辐射屏蔽室内,将总控服务器置于核辐射屏蔽室外,所述核辐射屏蔽室内有核辐射源且核辐射屏蔽室内各处均标定有核辐射剂量率;视频采集模块除镜头处以外包裹有防护层,视频采集模块的采集范围为背景图片,视频采集模块与所述总控服务器连接;
步骤2:开启所述核辐射源,获取视频采集模块所在位置的核辐射剂量率R,视频采集模块采集数据信息并传送给总控服务器;
步骤3:所述总控服务器每隔时间间隔T获取视频采集模块的实时数据信息,直到视频采集模块的工作状态不正常时关闭所述核辐射源,得到经过的时间间隔T的个数N,计算得到视频采集模块的最大抗核辐射剂量Rmax=N×T×R。
2.根据权利要求1所述的无人机视频采集模块抗核辐射性能评测方法,其特征在于:所述视频采集模块由位于核辐射屏蔽室外的稳压电源供电,所述稳压电源与所述总控服务器连接,所述总控服务器设定所述稳压电源的输出电压值和最大允许电流值。
3.根据权利要求2所述的无人机视频采集模块抗核辐射性能评测方法,其特征在于:所述步骤2中开启所述核辐射源前,所述总控服务器进行初始化配置并进行初始化检测,具体包括:
步骤21:配置稳压电源的输出电压和最大允许电流,配置总相似度curSim初始值为0,配置是否使能图像降噪滤波器,同时配置图像降噪滤波器的相关参数;配置访问视频采集模块的RTSP地址;配置是否启用自动停止评测,同时配置视频图像总相似度的阈值Threshold;配置时间间隔T;配置用于判断视频采集模块是否正常工作的标志FLAG1、FLAG2和FLAG3,FLAG1用于标志图像像素相似性分析方法,FLAG1中包括多种图像像素相似性分析方法,FLAG2用于标志人脸识别分析方法,FLAG3用于标志特征点相似性分析方法,FLAG3中包括多种特征点相似性分析方法;FLAG1按位配置值为0或1、FLAG2配置值为0或1、FLAG3按位配置值为0或1,0表示禁止,1表示使能;按FLAG1的配置值配置FLAG1在总相似度curSim中的权重占比w1,如果FLAG1的配置值大于0,配置w1的值,如果FLAG1的配置值等于0,配置w1为0;按FLAG2的配置值配置FLAG2在总相似度curSim中的权重占比w2,如果FLAG2的配置值大于0,配置w2的值,如果FLAG2的配置值等于0,配置w2为0;按FLAG3的配置值配置FLAG3在总相似度curSim中的权重占比w3;如果FLAG3的配置值大于0,配置w3的值,如果FLAG3的配置值等于0,配置w3为0;
步骤22:判断w1、w2、w3的配置值是否满足w1+w2+w3=1;如果不满足,重新配置w1、w2、w3直至满足w1+w2+w3=1;如果满足,执行步骤23进行初始化检测;
步骤23:总控服务器打开稳压电源为视频采集模块供电,总控服务器获取所述稳压电源的实际输出电压和电流,判断实际输出电压是否满足与设定的电压相同、实际输出电流是否满足大于0且小于等于最大允许电流,若有不满足则判定为稳压电源的工作状态不正常,执行步骤213;若都满足则判定为稳压电源的工作状态正常,执行步骤24;
步骤24:首先预设原始图像Img0的各个像素值为0,预设人脸特征向量FaceF的各元素值为0;然后通过RTSP协议采集一帧视频并显示,判断采集视频是否正常,如果不正常,执行步骤213;如果正常,存储到视频文件进行存档,执行步骤25;
步骤25:判断FLAG1+FLAG2+FLAG3是否大于0,如果不大于0,则表示没有配置图像相似性分析方法,将输出错误信息,重新配置FLAG1、FLAG2、FLAG3的值,执行步骤25;如果成立,执行步骤26;
步骤26:判断FLAG1是否大于0,如果大于0,执行步骤27;如果FLAG1不大于0,直接执行步骤28;
步骤27:如果当前是第一帧图像则直接存入Img0,如果不是第一帧图像,则将当前的帧图像按像素与Imag0相加后取其平均值存入Img0作为参考图像;然后设置N1维的Similiar1[N1]各元素均为0,执行步骤28;
步骤28:判断FLAG2是否大于0,如果大于0,则首先进行人脸检测,直到检测到人脸后提取人脸特征向量Feature1,执行步骤29;如果不大于0,直接执行步骤210;
步骤29:将Feature1存入FaceF作为人脸特征,执行步骤210;
步骤210:判断FLAG3是否大于0,如果大于0,则按FLAG3使能标志位的使能情况提取特征点向量组FeaturePoint[N2],提取对应的描述符FeatureDes[N2],执行步骤211;如果FLAG3不大于0,直接执行步骤211;
步骤211:判断是否收到停止评测的指令,如果收到,执行步骤213;如果没有收到,执行步骤212;
步骤212:判断是否开启核辐射源,若果否,执行步骤24;如果是,开启核辐射源,总控服务器获取视频采集模块的位置得到当前位置处的核辐射剂量率R,初始化N=0,开始测评;
步骤213:关闭稳压电源输出,结束评测。
4.根据权利要求3所述的无人机视频采集模块抗核辐射性能评测方法,其特征在于:所述步骤21中配置用于判断视频采集模块是正常工作的标志FLAG1、FLAG2和FLAG3,具体为:
步骤21-1:配置图像像素相似性分析方法的标志FLAG1,FLAG1为长度为n位的二进制数,n的取值范围为5~32,FLAG1中每一位用于标志一种图像像素相似性分析方法,按位配置每一位都为0或1,0表示禁止使用该位标志的图像像素相似性分析方法,1表示使能该位标志的图像像素相似性分析方法;将使能的图像像素相似性分析方法的数量记做N1;配置FLAG1中使能的图像像素相似性分析方法的权重A[N1],A[N1]的配置值满足A[1]+A[2]+...+A[N1]=1;
步骤21-2:配置人脸识别分析方法的标志FLAG2为0或1,FLAG2为长度为1位的二进制数,0表示禁止使用人脸识别分析方法,1表示使能人脸识别分析方法;
步骤21-3:配置特征点相似性分析方法的标志FLAG3,FLAG3为长度为m位的二进制数,m的取值范围为8~32,配置每一位都为0或1,0表示禁止,1表示使能;FLAG3中每一位用于标志一种特征点相似性分析方法,按位配置每一位都为0或1,0表示禁止使用该位标志的特征点相似性分析方法,1表示使能该位标志的特征点相似性分析方法;将使能的特征点相似性分析方法的数量记做N2;配置FLAG3中使能的特征点相似性分析方法的权重B[N2],B[N2]的配置值满足B[1]+B[2]+...+B[N2]=1。
5.根据权利要求4所述的无人机视频采集模块抗核辐射性能评测方法,其特征在于:所述FLAG1为长度为32位的二进制数,第1位PSNR_En位用于控制峰值信噪比法是否使能,第2位SSIM_En位用于控制结构相似性法是否使能,第3位Cosine_En位用于控制余弦距离法是否使能,第4位Pearson_En位用于控制皮尔逊相关系数法是否使能,第5位Bray_En位用于控制布雷柯蒂斯距离法是否使能,第6位到第32位Rev保留位、用于后续方法的扩展;
所述FLAG3为长度为32位的二进制数,第1位Harris_En位用于控制Harris法是否使能,第2位AGAST_En位用于控制自适应及通用加速分割测试法是否使能,第3位BRISK_En位用于控制二值鲁棒不变可伸缩关键点法是否使能,第4位FAST_En位用于控制加速分割测试特征法是否使能,第5位SIFT_En位用于控制尺度不变特征转换法是否使能,第6位SURF_EN位用于控制SIFT算法加速版是否使能,第7位KAZE_En位用于控制KAZE法是否使能,第8位AKAZE_En位用于控制加速的KAZE算法是否使能,第9位到第32位为Rev保留位、用于后续方法的扩展。
6.根据权利要求3所述的无人机视频采集模块抗核辐射性能评测方法,其特征在于:所述总控服务器每隔时间间隔T获取视频采集模块的实时数据信息,直到视频采集模块的工作状态不正常时关闭所述核辐射源,得到经过的时间间隔T的个数N,具体为:
步骤31:采集一帧视频图像CurImg,查看配置信息是否使能降噪滤波处理,如果配置为使能降噪滤波处理,对CurImg进行降噪滤波并存为CurImg,执行步骤32;如果没有使能降噪滤波处理,直接执行步骤32;
步骤32:判断FLAG1是否大于0,如果FLAG1大于0,则根据FLAG1的使能标志位,按使能的方法利用CurImg和参考图像Img0计算对应方法的图像相似度Similar1[N1],然后根据权重A[N1]计算得到S1,S1=Similar1[1]×A[1]+Similar1[2]×A[2]+...+Similar1[N1]×A[N1],执行步骤33;如果FLAG1不大于0,直接执行步骤33;
步骤33:判断FLAG2是否大于0,如果FLAG2大于0,则进行人脸检测,然后提取人脸特征向量curFeature,将CurFeature和正常情况下的人脸特征FaceF比对进行人脸识别计算相似度S2,执行步骤34;如果FLAG2不大于0,则直接执行步骤34;
步骤34:判断FLAG3是否大于0,如果FLAG3大于0,则首先按FLAG3使能标志位是否为1分别按使能的方法提取特征点向量,存入特征点向量组curFeatureP[N2],然后采用对应的特征点提取方法提取对应的特征描述符curFeatureDes[N2],接着利用CurFeatrueDes[N2]和描述符FeatureDes[N2]按各个使能方法计算与对应的FeaturePoint[N2]的相似度Similar2[N2],然后根据权重B[N2]计算得到S3,S3=Similar2[1]×B[1]+Similar2[2]×B[2]+...+Similar2[N2]×B[N2],执行步骤35;如果FLAG3不大于0,则直接执行步骤35;
步骤35:按配置的权重w1、w2、w3和S1、S2、S3计算总相似度curSim,curSim=w1×S1+w2×S2+w3×S3,执行步骤36;
步骤36:判断是否为自动停止测评模式,如果是,执行步骤37;如果不是,直接执行步骤38;
步骤37:判断curSim是否小于阈值Threshold,如果小于,则输出错误信息并报警,输出当前经过的时间间隔T的个数N和各项相似度结果,执行步骤39;如果不小于,执行步骤38;
步骤38:记录当前经过的时间间隔T的个数N和各项相似度结果,判断是否接收到停止测试指令,如果没有接收到,经过时间间隔T后令N=N+1,执行步骤31;如果接收到,执行步骤39;
步骤39:停止计数,关闭核辐射源,启动核辐射安全处理措施并关闭稳压电源输出,结束检测。
8.一种无人机视频采集模块抗核辐射性能评测系统,其特征在于:包括总控服务器、核辐射屏蔽室和稳压电源,所述核辐射屏蔽室内设有背景图片和视频采集模块;
所述核辐射屏蔽室用于模拟核辐射环境,所述核辐射屏蔽室内有核辐射源且核辐射屏蔽室内各处均标定有核辐射剂量率,所述核辐射源打开后产生的核辐射使屏蔽室内各处充满与标定的核辐射剂量率相同的核辐射剂量率;所述稳压电源分别与所述总控服务器和视频采集模块连接并为所述视频采集模块供电;
所述视频采集模块为被测设备,所述背景图片用于给所述视频采集模块提供采集信息源,所述视频采集模块的镜头正对所述核辐射源,在模拟核辐射环境下实时采集所述背景图片信息并传送给所述总控服务器;
所述总控服务器用于控制所述核辐射源的开关,监控所述稳压电源的工作状态和通过判断视频采集模块采集的数据信息的质量从而评测视频采集模块可承受的最大抗核辐射剂量。
9.根据权利要求8所述的无人机视频采集模块抗核辐射性能评测系统,其特征在于:所述核辐射屏蔽室内还设有补光灯,所述补光灯用于在核辐射屏蔽室内提供光源,用于使所述视频采集模块采集清晰的数据信息。
10.根据权利要求9所述的无人机视频采集模块抗核辐射性能评测系统,其特征在于:所述补光灯外包裹有透明防护罩,所述视频采集模块外表面除镜头处外均包裹有防护层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631568.3A CN113673297B (zh) | 2021-06-07 | 2021-06-07 | 无人机视频采集模块抗核辐射性能评测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631568.3A CN113673297B (zh) | 2021-06-07 | 2021-06-07 | 无人机视频采集模块抗核辐射性能评测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673297A true CN113673297A (zh) | 2021-11-19 |
CN113673297B CN113673297B (zh) | 2022-07-12 |
Family
ID=78538181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110631568.3A Active CN113673297B (zh) | 2021-06-07 | 2021-06-07 | 无人机视频采集模块抗核辐射性能评测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673297B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104251868A (zh) * | 2014-09-11 | 2014-12-31 | 上海大学 | 辐射环境中电子元器件的抗辐射性能对比实验系统和方法 |
CN104360367A (zh) * | 2014-10-29 | 2015-02-18 | 西南科技大学 | 一种核辐射剂量的防护方法及其防护系统 |
CN105911454A (zh) * | 2016-04-18 | 2016-08-31 | 西北核技术研究所 | 一种模块化数字集成电路辐射效应在线测试系统及测试方法 |
US20170212328A1 (en) * | 2014-09-05 | 2017-07-27 | Han's Laser Technology Industry Group Co., Ltd. | Reconnaissance objective lens used for unmanned aircraft |
CN107521678A (zh) * | 2017-08-14 | 2017-12-29 | 上海交通大学 | 用于核辐射放射源定位及抓取的无人机系统及其方法 |
-
2021
- 2021-06-07 CN CN202110631568.3A patent/CN113673297B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170212328A1 (en) * | 2014-09-05 | 2017-07-27 | Han's Laser Technology Industry Group Co., Ltd. | Reconnaissance objective lens used for unmanned aircraft |
CN104251868A (zh) * | 2014-09-11 | 2014-12-31 | 上海大学 | 辐射环境中电子元器件的抗辐射性能对比实验系统和方法 |
CN104360367A (zh) * | 2014-10-29 | 2015-02-18 | 西南科技大学 | 一种核辐射剂量的防护方法及其防护系统 |
CN105911454A (zh) * | 2016-04-18 | 2016-08-31 | 西北核技术研究所 | 一种模块化数字集成电路辐射效应在线测试系统及测试方法 |
CN107521678A (zh) * | 2017-08-14 | 2017-12-29 | 上海交通大学 | 用于核辐射放射源定位及抓取的无人机系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113673297B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724522B (zh) | 一种门禁控制系统、方法、装置、控制设备及存储介质 | |
CN105979125A (zh) | 一种基于屏幕补光的拍照方法及系统 | |
CN107606744A (zh) | 用于空调的监控设备、方法和空调 | |
CN101640788B (zh) | 一种监控控制方法、装置及监控系统 | |
US20190378294A1 (en) | Stereo camera and height acquisition method thereof and height acquisition system | |
CN112396116A (zh) | 一种雷电检测方法、装置、计算机设备及可读介质 | |
CN105740792B (zh) | 目标检测方法和装置 | |
CN103472501A (zh) | 云检测及全天空总云量检测方法和系统 | |
US20170352132A1 (en) | Method and apparatus for correcting tilt of subject ocuured in photographing, mobile terminal, and storage medium | |
CN110493524A (zh) | 一种测光调整方法、装置、设备和存储介质 | |
CN102740121A (zh) | 应用于视频监控网络的视频质量诊断控制系统及方法 | |
CN105592301A (zh) | 摄像设备及其控制方法和监视照相机系统 | |
US20110176033A1 (en) | Camera and method for capturing and processing photos in camera | |
CN108881812A (zh) | 监控目标的方法、装置及设备 | |
CN113673297B (zh) | 无人机视频采集模块抗核辐射性能评测方法和系统 | |
CN107343154A (zh) | 一种确定摄像装置的曝光参数的方法、装置和系统 | |
CN112235532A (zh) | 高压电缆附件安装用预警装置、系统 | |
CN113376676B (zh) | 自定义定位信息的无人机抗核辐射性能评测方法和系统 | |
CN113359173B (zh) | 基于转发器的无人机抗核辐射性能综合评测方法和系统 | |
CN106991360B (zh) | 人脸识别方法及人脸识别系统 | |
CN114204680A (zh) | 多类型自动化检测设备融合远程诊断系统及方法 | |
CN114549627A (zh) | 一种对目标测距的方法、装置、图像采集设备及介质 | |
CN108347601B (zh) | 视频遮挡的检测方法及相关设备 | |
US20190014261A1 (en) | Photographing method and photographing system compatible in air and water | |
CN113627388A (zh) | 针对裸土覆盖情况的确定方法及装置 |
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 |