CN114966672A - 一种基于光学与微波视觉的智能安防监控处理方法及系统 - Google Patents
一种基于光学与微波视觉的智能安防监控处理方法及系统 Download PDFInfo
- Publication number
- CN114966672A CN114966672A CN202210645819.8A CN202210645819A CN114966672A CN 114966672 A CN114966672 A CN 114966672A CN 202210645819 A CN202210645819 A CN 202210645819A CN 114966672 A CN114966672 A CN 114966672A
- Authority
- CN
- China
- Prior art keywords
- camera
- target
- fast fourier
- echo signals
- fourier transform
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- H04N23/67—Focus control based on electronic image sensor signals
-
- 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
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- 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
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于光学与微波视觉的智能安防监控处理方法及系统,包括:控制通过毫米波雷达进行信号采集,并对采集的回波信号进行预处理,对预处理后的雷达回波信号进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂;对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,以及进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息,换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,进行目标检测;控制监控界面显示检测目标及目标轨迹。本发明提实现了对运动目标的全天时、全天候的稳定探测和摄像头监控跟踪,提高了目标检测稳定性,并方便了对目标特征的及时获取。
Description
技术领域
本发明涉及安防监控处理技术领域,尤其涉及的是一种基于光学与微波视觉的智能安防监控处理方法、系统、智能终端及存储介质。
背景技术
随着近几年物联网蓬勃发展,技术迭代的浪潮遍及社会各个角落的监控、对安防传感器提出了越来越高的要求。光学摄像头受环境影响大,难以适应恶劣天气,无法实现全天时、全天候的监控。毫米波雷达具有全天时、全天候的独特优势,逐步应用在各个领域。在安防监控领域,毫米波雷达拥有低成本、高探测性能等优点,但有着探测结果不直观的不足,难以获取目标的特征。
现有技术的安防监控主要以视频监控为主,其中不乏机器学习、图像识别等智能光学摄像头,但是现有技术的网络摄像头,存在视角盲区,场景受限等缺陷,通过图像处理进行跟踪识别,由于数据量庞大,运算复杂,会导致高延迟,从而无法准确实时探测目标。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于光学与微波视觉的智能安防监控处理方法、系统、智能终端及存储介质,本发明解决了传统光学安防系统受天气影响严重、容易存在监控死角和毫米波雷达探测不直观、无法有效获取目标特征等问题。
本发明解决问题所采用的技术方案如下:
一种基于光学与微波视觉的智能安防监控处理方法,其中,所述方法包括:
控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息;
将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测;
控制监控界面显示检测目标及目标轨迹。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号的步骤包括:
控制通过毫米波雷达进行信号采集,采集回波信号;
对采集的回波信号经过低噪放大器后与雷达发射信号混频解线性调频,再经过高通滤波器消除低频杂波,经过中频放大,再经过低通滤波器消除混频产生的高次谐波后,获取得到处理后的雷达回波信号。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号的步骤还包括:
对所述雷达回波信号进行距离维快速傅氏变换,方位维快速傅氏变换得到快时间频率fr和慢时间频率fa;并根据雷达测距和测速原理的公式(1)和公式(2)得到第一仿真结果;
其中,R(ta)为探测目标的距离、fr为快时间频率、c为光速、γ为调频率、v为探测目标的速度、λ为波长、fa为慢时间频率。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量的步骤包括:
将预处理后的雷达回波信号,进行距离维快速傅氏变换处理;
对距离维快速傅氏变换处理的结果进行减帧消杂,以进行静止杂波对消,用于对消雷达回波信号中的杂波分量,实现对杂波分量进行抑制。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息的步骤包括:
对雷达回波信号减帧消杂后的结果,进行方位维快速傅氏变换处理;
再对方位维快速傅氏变换处理的结果进行恒虚警检测,以恒定的虚警率从回波信号中检测出运动目标;
基于检测的运动目标,得到运动目标的距离和速度信息;
对得到的运动目标的距离和速度信息的结果进行角度维快速傅氏变换处理和峰值搜索得到运动目标角度,并将运动目标的距离、速度和角度信息实时保存,存储为运动目标的距离、速度、角度信息。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测的步骤包括:
获取得到运动目标的距离、速度、角度信息;
运动目标的距离d、速度v、角度ang信息,通过如下公式(3)和公式(4)换算为摄像头的控制参数,将换算后的摄像头的控制参数传输给摄像头;
wZoomPos=4×d 公式(3)
wPanPos=十进制(ang同数值十六进制×0x10) 公式(4)
其中,wZoomPos为摄像头调焦参数,wPanPos为摄像头旋转参数;
根据换算后的摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述通过摄像头进行目标检测的步骤包括:
检测到图片输入,自动按预定倍数扩大检测窗口,并控制使用特定滑动窗口提取特征值,判断图像中是否有人;
当判断图像中有人,确定人脸坐标并进行标记;
当检测到人脸运动目标,则拍照取证。
一种基于光学与微波视觉的智能安防监控处理系统,其中,包括:雷达前端设备,PC终端、以及摄像头前端设备;所述雷达前端设备,摄像头前端设备分别与所述PC终端连接;
所述雷达前端设备包括:依次连接的信号采集模块、减帧消杂处理模块、变换与获取模块;
所述信号采集模块,用于控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
减帧消杂处理模块,用于将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
变换与获取模块,用于对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息;
所述摄像头前端设备,用于将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测;
所述PC终端用于控制监控界面显示检测目标及目标轨迹。
一种智能终端,其中,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行任意一项所述的方法。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行任意一项所述的方法。
本发明的有益效果:本发明提供一种基于光学与微波视觉的智能安防监控处理方法、系统、智能终端及存储介质,本发明将光学摄像头与毫米波雷达两种传感器融合在一起,发挥两者的优点并互相弥补彼此的缺点,提供了一套基于光学与微波视觉智能安防监控系统。该系统解决了传统光学安防系统受天气影响严重、容易存在监控死角和毫米波雷达探测不直观、无法有效获取目标特征等问题,实现了对运动目标的全天时、全天候的稳定探测和摄像头监控跟踪,提高了目标检测稳定性,并方便了对目标特征的及时获取。
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,下面将对实施例或现有技术描述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中记载的一些实施例,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是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的流程示意图。
图2是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的实现流程示意图。
图3是本发明实施例提供的基于光学与微波视觉的智能安防监控处理系统的结构示意图。
图4是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的对回波进行距离维FFT和方位维FFT后的仿真结果示意图。
图5是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的减帧消杂后的仿真结果示意图。
图6是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的CFAR检测后的仿真结果示意图。
图7是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的人脸检测流程示意图。
图8是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的摄像头拍照取证结果示意图。
图9是本发明实施例提供的基于光学与微波视觉的智能安防监控处理方法的安防系统上位机展示示意图。
图10是本发明实施例提供的智能终端的内部结构原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
现有技术中的光学安防系统受天气影响严重、容易存在监控死角和毫米波雷达探测不直观、无法有效获取目标特征等问题。
因此,本发明提供了一种基于光学与微波视觉的智能安防监控处理方法,本发明将光学摄像头与毫米波雷达两种传感器融合在一起,发挥两者的优点并互相弥补彼此的缺点,研发一套基于光学与微波视觉智能安防监控系统。本发明解决了传统光学安防系统受天气影响严重、容易存在监控死角和毫米波雷达探测不直观、无法有效获取目标特征等问题,实现了对运动目标的全天时、全天候的稳定探测和摄像头监控跟踪。
示例性方法
如图1中所示,本发明实施例提供一种基于光学与微波视觉的智能安防监控处理方法,在本发明实施例中,所述方法包括如下步骤:
步骤S100、控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
本发明实施例中,通过毫米波雷达进行信号采集,例如通过77G毫米波雷达实时采集回波信号,信号采集的详细流程如图3所示,设置雷达前端设备包括:依次连接的发射天线TX、低噪声放大器,发射信号混频、高通滤波器、中频放大器、低通滤波器、ADC模数转换器、雷达前端中控模块、线性调频器,所述线性调频器还连接至接收天线TX和低噪放大器。
本发明实施例中,雷达通过发射天线TX向探测场景发射线性调频信号,信号传播到探测目标后经目标反射后的回波信号被雷达的接收天线RX接收。接收天线RX接收的回波信号经过低噪放大器后在图3的标号10处与雷达发射信号混频解线性调频,再经过高通滤波器消除低频杂波,经过适当的中频放大,再经过低通滤波器消除混频产生的高次谐波后,获取得到处理后的雷达回波信号。
本发明实施例中,对预处理后的雷达回波信号分别进行距离维FFT(快速傅氏变换),方位维FFT(快速傅氏变换)得到快时间频率fr和慢时间频率fa,并根据雷达测距和测速原理如公式(1)和公式(2)得到如图4的第一仿真结果。
其中,R(ta)为探测目标的距离、fr为快时间频率、c为光速、γ为调频率、v为探测目标的速度、λ为波长、fa为慢时间频率。
具体如下面的步骤所述:
步骤S200、将预处理后的雷达回波信号,进行距离维快速傅氏变换(距离维FFT)处理,然后对距离维FFT的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
本步骤具体地,包括:
步骤S201、将预处理后的雷达回波信号,进行距离维快速傅氏变换(距离维FFT)处理;
步骤S202、对距离维快速傅氏变换处理的结果进行减帧消杂,以进行静止杂波对消,用于对消雷达回波信号中的杂波分量,实现对杂波分量进行抑制。
由步骤S100的仿真结果发现,毫米波雷达的回波信号包含大量静止杂波,干扰了从回波中检测出运动目标。于是,本发明将对预处理后的雷达回波信号进行距离维快速傅氏变换(距离维FFT)处理,然后对距离维FFT的结果进行减帧消杂,以进行静止杂波对消。假设一个固定雷达照射一个被理想静止杂波包围的运动目标。对于每一个脉冲,其回波信号中的杂波分量都相同,而运动目标分量的相位会随着距离的变化(由于目标运动)而改变。减去连续脉冲对的回波,就可以对消杂波分量进行抑制。而目标信号由于其相位的改变,不会被完全对消。本发明采用了2脉冲对消,它的频率响应函数为:
H(F)=1-e-j2πFT
式中,T为有效采样时间间隔,f=FT得到归一化频率。
其中,距离维FFT是3D-FFT中的一种,所述3D-FFT指距离维FFT,方位维FFT和角度维FFT,即进行测距、测速、测角快速傅氏变换处理。距离、速度、角度理论3DFFT分别在距离维,速度维,天线维FFT;距离维有256个sample,速度维有128个chirps,天线维角度维有4个通道;每个chirp采样256个点,涉及到采样定理。
步骤S300、对减帧消杂后的雷达回波信号,进行方位维FFT(快速傅氏变换处理),再对方位维FFT(快速傅氏变换处理)的结果进行恒虚警检测和角度维FFT(快速傅氏变换处理),获取得到运动目标的距离、速度、角度信息;
本发明实施例中对雷达回波信号,进行减帧消杂后,再对减帧消杂后的雷达回波信号的结果进行方位维FFT(快速傅氏变换),得到如图5所示的第二仿真结果;从图5所示的结果发现,减帧消杂后仍存在少量背景杂波,于是将再对方位维FFT的结果进行恒虚警检测(CFAR检测),以恒定的虚警率从回波信号中检测出目标信号而基本不受背景杂波的影响,最终检测出运动目标,得到运动目标的距离和速度信息,检测结果如图6所示。
其中,CFAR,全称是Constant False Alarm Rate Detector,恒定虚警概率下的检测器,是雷达目标检测的一种常见的手段。
其中,所述恒虚警检测技术是指雷达系统在保持虚警概率恒定条件下对接收机输出的信号与噪声作判别以确定目标信号是否存在的技术。由于接收机输出端中肯定存有噪声(包括大气噪声、人为噪声、内部噪声和杂波等),而信号一般是叠加在噪声上的。这就需要在接收机输出的噪声或信号加噪声条件下,采用检测技术判别是否有目标信号。恒虚警检测器首先对输入的噪声进行处理后确定一个门限,将此门限与输入端信号相比,如输入端信号超过了此门限,则判为有目标,否则,判为无目标。
进一步地,本发明实施例中然后再对图6的结果进行角度维FFT和峰值搜索得到运动目标角度,并将运动目标的距离、速度和角度信息实时保存至指定文本。
步骤S400、将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测。
本发明实施例中,具体地,通过摄像头读取存储在指定文本的运动目标的距离d、速度v、角度ang信息,并对它们做如下公式(3)变换,将变换后的数据传输给摄像头控制摄像头调焦和旋转。
wZoomPos=4×d 公式(3)
wPanPos=十进制(ang同数值十六进制×0x10) 公式(4)
式中,wZoomPos为摄像头调焦参数,wPanPos为摄像头旋转参数。
本发明实施例中,摄像头采用Haar-Cascade、Adaboost等算法对人脸、无人机等目标进行检测,检测流程如图7所示,包括以下步骤:
步骤S71、检测到图片输入,并进入S72;
步骤S72、自动按预定倍数扩大检测窗口,并进入S73;
步骤S73、使用特定滑动窗口提取特征值,并进入S74;
步骤S74、判断图像中是否有人,当是进入步骤S75,当否进入步骤S77;
步骤S75、确定人脸坐标并进行标记,并进入步骤S76;
步骤S76、检测窗是否超过一半原图,当否返回步骤S72,当是进入步骤S78;
步骤S77、是否最后一个滑动,当否返回步骤S72,当是进入步骤S78。
步骤S78、结束。
本发明实施例中,若摄像头检测到人脸、无人机等运动目标,则拍照取证以备后续查找,拍照取证结果如图8所示。
本发明使用毫米波雷达和摄像头两种传感器,通过毫米波雷达探测目标的距离、速度和角度信息,引导摄像头对运动目标实时跟踪和识别。本发明探测结果直观,能够获取运动目标的人脸等生物特征,方便后续查找取证。本发明也正是在毫米波雷达探测结果不直观,难以获取目标的特征和光学摄像头难以适应恶劣天气,无法实现全天时、全天候监控的背景下提出的,本发明方法探测结果更直观,能有效获取目标的生物特征。
步骤S500:控制监控界面显示检测目标及目标轨迹;
本发明实施例中,将摄像头检测到的目标数据进行融合,将检测目标的距离、速度和角度信息、目标的运动轨迹、摄像头的预览界面通过上位机进行展示,展示结果如图9所示。
由上可见,本发明实施例针对现有光学安防系统、微波安防系统的缺点,光学摄像头与毫米波雷达融合形成一套新的智能安防监控处理方法,通过毫米波雷达探测目标的距离、角度和速度信息,引导摄像头调焦和旋转,实现对运动目标的跟踪。本发明解决了传统光学安防系统受天气影响严重、容易存在监控死角和毫米波雷达探测不直观、无法有效获取目标特征等问题,实现了对运动目标的全天时、全天候的稳定探测和摄像头监控跟踪。
如图3和图2所示,本发明实施例还提供了一种基于光学与微波视觉的智能安防监控处理系统,包括:雷达前端设备10,PC终端30、以及摄像头前端设备20;所述雷达前端设备10,摄像头前端设备20分别与所述PC终端30连接;
如图2所示,所述雷达前端设备10包括:依次连接的信号采集模块、减帧消杂处理模块、变换与获取模块;
所述信号采集模块,用于控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
减帧消杂处理模块,用于将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
变换与获取模块,用于对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息;
所述摄像头前端设备20,用于将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测;
所述PC终端30用于控制监控界面显示检测目标及目标轨迹
本发明实施例中,如图3所示,较佳地,所述雷达前端设备包括依次连接的发射天线TX、低噪声放大器,发射信号混频器11、高通滤波器、中频放大器、低通滤波器、ADC模数转换器、雷达前端中控模块、线性调频器,所述线性调频器还连接至接收天线TX和低噪放大器。
本发明实施例中,雷达通过发射天线TX向探测场景发射线性调频信号,信号传播到探测目标后经目标反射后的回波信号被雷达的接收天线RX接收。接收天线RX接收的回波信号经过低噪放大器后在图3的标号10处与雷达发射信号混频解线性调频,再经过高通滤波器消除低频杂波,经过适当的中频放大,再经过低通滤波器消除混频产生的高次谐波后,获取得到处理后的雷达回波信号,并实时上传数据至PC终端,具体如上述方法实施例所述。
本发明使用毫米波雷达和摄像头两种传感器,通过毫米波雷达探测目标的距离、速度和角度信息,引导摄像头对运动目标实时跟踪和识别。本发明探测结果直观,能够获取运动目标的人脸等生物特征,方便后续查找取证。本发明也正是在毫米波雷达探测结果不直观,难以获取目标的特征和光学摄像头难以适应恶劣天气,无法实现全天时、全天候监控的背景下提出的,本发明方法探测结果更直观,能有效获取目标的生物特征。
本发明能获取目标的距离、速度和角度信息、目标的运动轨迹,同时,能通过摄像头预览界面观察到运动目标的特征、摄像头跟踪过程和摄像头拍照取证结果,展示效果多样化,应用场景广泛。
由上可见,本发明将光学摄像头与毫米波雷达两种传感器融合,实现一套能够全天时、全天候对运动目标跟踪的安防系统。
本发明将光学摄像头与毫米波雷达融合形成一套新型的智能安防系统,通过毫米波雷达探测目标的距离、角度和速度信息,引导摄像头调焦和旋转,实现对运动目标的跟踪。该系统与基于图像处理的光学跟踪摄像头系统是完全不同的系统,两个系统是对两种不同信号的处理。
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如图10所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、传感器。其中,该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于光学与微波视觉的智能安防监控处理方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解,图10中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能终端的限定,具体的智能终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能终端,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息;
将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测;
控制监控界面显示检测目标及目标轨迹。
其中,所述控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号的步骤包括:
控制通过毫米波雷达进行信号采集,采集回波信号;
对采集的回波信号经过低噪放大器后与雷达发射信号混频解线性调频,再经过高通滤波器消除低频杂波,经过中频放大,再经过低通滤波器消除混频产生的高次谐波后,获取得到处理后的雷达回波信号。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号的步骤还包括:
对所述雷达回波信号进行距离维快速傅氏变换,方位维快速傅氏变换得到快时间频率fr和慢时间频率fa;并根据雷达测距和测速原理的公式(1)和公式(2)得到第一仿真结果;
其中,R(ta)为探测目标的距离、fr为快时间频率、c为光速、γ为调频率、v为探测目标的速度、λ为波长、fa为慢时间频率。
其中,所述将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量的步骤包括:
将预处理后的雷达回波信号,进行距离维快速傅氏变换处理;
对距离维快速傅氏变换处理的结果进行减帧消杂,以进行静止杂波对消,用于对消雷达回波信号中的杂波分量,实现对杂波分量进行抑制。
所述的基于光学与微波视觉的智能安防监控处理方法,其中,所述对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息的步骤包括:
对雷达回波信号减帧消杂后的结果,进行方位维快速傅氏变换处理;
再对方位维快速傅氏变换处理的结果进行恒虚警检测,以恒定的虚警率从回波信号中检测出运动目标;
基于检测的运动目标,得到运动目标的距离和速度信息;
对得到的运动目标的距离和速度信息的结果进行角度维快速傅氏变换处理和峰值搜索得到运动目标角度,并将运动目标的距离、速度和角度信息实时保存,存储为运动目标的距离、速度、角度信息。
其中,所述将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测的步骤包括:
获取得到运动目标的距离、速度、角度信息;
运动目标的距离d、速度v、角度ang信息,通过如下公式(3)和公式(4)换算为摄像头的控制参数,将换算后的摄像头的控制参数传输给摄像头;
wZoomPos=4×d 公式(3)
wPanPos=十进制(ang同数值十六进制×0x10) 公式(4)
其中,wZoomPos为摄像头调焦参数,wPanPos为摄像头旋转参数;
根据换算后的摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测。
其中,所述通过摄像头进行目标检测的步骤包括:
检测到图片输入,自动按预定倍数扩大检测窗口,并控制使用特定滑动窗口提取特征值,判断图像中是否有人;
当判断图像中有人,确定人脸坐标并进行标记;
当检测到人脸运动目标,则拍照取证,具体如上所述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述,本发明提供一种基于光学与微波视觉的智能安防监控处理方法、系统、智能终端及存储介质,本发明将光学摄像头与毫米波雷达两种传感器融合在一起,发挥两者的优点并互相弥补彼此的缺点,提供了一套基于光学与微波视觉智能安防监控系统。该系统解决了传统光学安防系统受天气影响严重、容易存在监控死角和毫米波雷达探测不直观、无法有效获取目标特征等问题,实现了对运动目标的全天时、全天候的稳定探测和摄像头监控跟踪,提高了目标检测稳定性,并方便了对目标特征的及时获取。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种基于光学与微波视觉的智能安防监控处理方法,其特征在于,所述方法包括:
控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息;
将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测;
控制监控界面显示检测目标及目标轨迹。
2.根据权利要求1所述的基于光学与微波视觉的智能安防监控处理方法,其特征在于,所述控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号的步骤包括:
控制通过毫米波雷达进行信号采集,采集回波信号;
对采集的回波信号经过低噪放大器后与雷达发射信号混频解线性调频,再经过高通滤波器消除低频杂波,经过中频放大,再经过低通滤波器消除混频产生的高次谐波后,获取得到处理后的雷达回波信号。
4.根据权利要求1所述的基于光学与微波视觉的智能安防监控处理方法,其特征在于,所述将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量的步骤包括:
将预处理后的雷达回波信号,进行距离维快速傅氏变换处理;
对距离维快速傅氏变换处理的结果进行减帧消杂,以进行静止杂波对消,用于对消雷达回波信号中的杂波分量,实现对杂波分量进行抑制。
5.根据权利要求1所述的基于光学与微波视觉的智能安防监控处理方法,其特征在于,所述对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息的步骤包括:
对雷达回波信号减帧消杂后的结果,进行方位维快速傅氏变换处理;
再对方位维快速傅氏变换处理的结果进行恒虚警检测,以恒定的虚警率从回波信号中检测出运动目标;
基于检测的运动目标,得到运动目标的距离和速度信息;
对得到的运动目标的距离和速度信息的结果进行角度维快速傅氏变换处理和峰值搜索得到运动目标角度,并将运动目标的距离、速度和角度信息实时保存,存储为运动目标的距离、速度、角度信息。
6.根据权利要求1所述的基于光学与微波视觉的智能安防监控处理方法,其特征在于,所述将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测的步骤包括:
获取得到运动目标的距离、速度、角度信息;
运动目标的距离d、速度v、角度ang信息,通过如下公式(3)和公式(4)换算为摄像头的控制参数,将换算后的摄像头的控制参数传输给摄像头;
wZoomPos=4×d 公式(3)
wPanPos=十进制(ang同数值十六进制×0x10) 公式(4)
其中,wZoomPos为摄像头调焦参数,wPanPos为摄像头旋转参数;
根据换算后的摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测。
7.根据权利要求6所述的基于光学与微波视觉的智能安防监控处理方法,其特征在于,所述通过摄像头进行目标检测的步骤包括:
检测到图片输入,自动按预定倍数扩大检测窗口,并控制使用特定滑动窗口提取特征值,判断图像中是否有人;
当判断图像中有人,确定人脸坐标并进行标记;
当检测到人脸运动目标,则拍照取证。
8.一种基于光学与微波视觉的智能安防监控处理系统,其特征在于,包括:雷达前端设备,PC终端、以及摄像头前端设备;所述雷达前端设备,摄像头前端设备分别与所述PC终端连接;
所述雷达前端设备包括:依次连接的信号采集模块、减帧消杂处理模块、变换与获取模块;
所述信号采集模块,用于控制通过毫米波雷达进行信号采集,采集回波信号,并对采集的回波信号进行预处理,得到预处理后的雷达回波信号;
减帧消杂处理模块,用于将预处理后的雷达回波信号,进行距离维快速傅氏变换处理,对距离维快速傅氏变换处理的结果进行减帧消杂,以对消雷达回波信号中的杂波分量;
变换与获取模块,用于对减帧消杂后的雷达回波信号,进行方位维快速傅氏变换处理,再对方位维快速傅氏变换处理的结果进行恒虚警检测和角度维快速傅氏变换处理,获取得到运动目标的距离、速度、角度信息;
所述摄像头前端设备,用于将获取得到运动目标的距离、速度、角度信息换算为摄像头的控制参数,控制摄像头旋转,调焦对准检测目标,并通过摄像头进行目标检测;
所述PC终端用于控制监控界面显示检测目标及目标轨迹。
9.一种智能终端,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-7中任意一项所述的方法。
10.一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210645819.8A CN114966672A (zh) | 2022-06-09 | 2022-06-09 | 一种基于光学与微波视觉的智能安防监控处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210645819.8A CN114966672A (zh) | 2022-06-09 | 2022-06-09 | 一种基于光学与微波视觉的智能安防监控处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114966672A true CN114966672A (zh) | 2022-08-30 |
Family
ID=82962444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210645819.8A Pending CN114966672A (zh) | 2022-06-09 | 2022-06-09 | 一种基于光学与微波视觉的智能安防监控处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114966672A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116106895A (zh) * | 2023-02-21 | 2023-05-12 | 郑州大学 | 基于视觉与无线感知融合的多点微动智能监测系统与方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112782681A (zh) * | 2020-12-31 | 2021-05-11 | 杭州电子科技大学 | 基于毫米波与物联网的室内定位与跌倒检测系统及方法 |
CN112835009A (zh) * | 2021-03-16 | 2021-05-25 | 浙江大学 | 一种基于fmcw雷达rai的数据集拓展方法 |
CN113391282A (zh) * | 2021-05-12 | 2021-09-14 | 南京航空航天大学 | 一种基于雷达多维特征融合的人体姿态识别方法 |
CN113791410A (zh) * | 2021-08-20 | 2021-12-14 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
CN114002663A (zh) * | 2021-10-29 | 2022-02-01 | 四川启睿克科技有限公司 | 一种基于毫米波雷达的有无人检测方法 |
CN114202783A (zh) * | 2021-11-10 | 2022-03-18 | 深圳中电港技术股份有限公司 | 基于毫米波雷达的目标跟踪方法 |
-
2022
- 2022-06-09 CN CN202210645819.8A patent/CN114966672A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112782681A (zh) * | 2020-12-31 | 2021-05-11 | 杭州电子科技大学 | 基于毫米波与物联网的室内定位与跌倒检测系统及方法 |
CN112835009A (zh) * | 2021-03-16 | 2021-05-25 | 浙江大学 | 一种基于fmcw雷达rai的数据集拓展方法 |
CN113391282A (zh) * | 2021-05-12 | 2021-09-14 | 南京航空航天大学 | 一种基于雷达多维特征融合的人体姿态识别方法 |
CN113791410A (zh) * | 2021-08-20 | 2021-12-14 | 北京市公安局公安交通管理局 | 一种基于多传感器信息融合的道路环境综合认知方法 |
CN114002663A (zh) * | 2021-10-29 | 2022-02-01 | 四川启睿克科技有限公司 | 一种基于毫米波雷达的有无人检测方法 |
CN114202783A (zh) * | 2021-11-10 | 2022-03-18 | 深圳中电港技术股份有限公司 | 基于毫米波雷达的目标跟踪方法 |
Non-Patent Citations (1)
Title |
---|
周早丽: "基于 LFMCW 毫米波雷达的目标检测方法研究", 中国优秀硕士学位论文全文数据库信息科技辑, pages 10 - 17 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116106895A (zh) * | 2023-02-21 | 2023-05-12 | 郑州大学 | 基于视觉与无线感知融合的多点微动智能监测系统与方法 |
CN116106895B (zh) * | 2023-02-21 | 2024-01-26 | 郑州大学 | 基于视觉与无线感知融合的多点微动智能监测系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nie et al. | An infrared small target detection method based on multiscale local homogeneity measure | |
CN106918807B (zh) | 一种雷达回波数据的目标点迹凝聚方法 | |
CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
CN112001361B (zh) | 一种基于欧拉视角的多目标微小振动频率测量方法 | |
CN113030973B (zh) | 一种场面监视雷达信号处理系统及方法 | |
CN114966672A (zh) | 一种基于光学与微波视觉的智能安防监控处理方法及系统 | |
CN114202783A (zh) | 基于毫米波雷达的目标跟踪方法 | |
CN116027318A (zh) | 多传感器信号融合的方法、装置、电子设备及存储介质 | |
CN111323756A (zh) | 一种基于深度学习的航海雷达目标检测方法及装置 | |
CN112946630A (zh) | 一种基于毫米波雷达的人员计数跟踪方法 | |
CN108020834B (zh) | 基于改进edpca的运动目标检测方法、装置及电子设备 | |
CN117113284B (zh) | 多传感器融合的数据处理方法、装置与多传感器融合方法 | |
CN116863382A (zh) | 一种基于雷视融合的高速公路多目标追踪方法 | |
CN113820712B (zh) | 一种基于强散射点的舰船目标定位方法及系统 | |
Weihua et al. | A real-time detection algorithm for unmanned aerial vehicle target in infrared search system | |
CN116027288A (zh) | 生成数据的方法、装置、电子设备及存储介质 | |
CN108549063A (zh) | 一种星载合成孔径雷达图像中运动目标航迹向速度快速估计方法 | |
CN113311405A (zh) | 一种区域人数统计方法、装置、计算机设备及存储介质 | |
CN112698295A (zh) | 一种知识辅助的雷达检测跟踪一体化方法及系统 | |
CN111624605A (zh) | 一种基于角度维回波特征的航海雷达目标检测方法 | |
Zhang et al. | Dim target detection based on image features analysis in generalized S-transform domain | |
CN112305548B (zh) | 一种主动声呐回波图中运动小目标的实时检测方法 | |
CN117746181A (zh) | 一种模型训练方法、识别方法、装置、设备及介质 | |
CN117289288A (zh) | 一种基于猫眼效应的无人机探测方法及装置 | |
CN112904338A (zh) | 一种基于能量损失的多通道高分辨sar图像阴影检测方法 |
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 |