CN115225865B - 一种基于红外热成像的边海防视频监控装置 - Google Patents
一种基于红外热成像的边海防视频监控装置 Download PDFInfo
- Publication number
- CN115225865B CN115225865B CN202210842685.9A CN202210842685A CN115225865B CN 115225865 B CN115225865 B CN 115225865B CN 202210842685 A CN202210842685 A CN 202210842685A CN 115225865 B CN115225865 B CN 115225865B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- area
- image
- real
- module
- 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
- 238000001931 thermography Methods 0.000 title claims abstract description 38
- 230000007123 defense Effects 0.000 title claims abstract description 31
- 238000012806 monitoring device Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 209
- 230000009545 invasion Effects 0.000 claims description 29
- 238000012790 confirmation Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 238000010191 image analysis Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Images
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/19—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using infrared-radiation detection systems
- G08B13/191—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using infrared-radiation detection systems using pyroelectric sensor means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
-
- 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
Abstract
本发明公开了一种基于红外热成像的边海防视频监控装置,属于边海防领域,用于解决现有边海防视频监控为固定式的监控力度的问题,包括区域划分模块、区域设定模块、图像分析模块、图像比对模块以及区域圈定模块,区域划分模块用于将边海防进行区域划分,区域圈定模块用于对不同监控区域内的目标物体进行圈定,区域设定模块用于对监控区域的区域监控等级进行设定,图像比对模块用于将监控区域的监控视频与预设物体图像进行比对,生成图像确认信号、图像匹配信号或图像未配信号,本发明是结合防护情况,为边海防区域设定对应的监控力度。
Description
技术领域
本发明属于边海防领域,涉及视频监控技术,具体是一种基于红外热成像的边海防视频监控装置。
背景技术
边海防地区地理环境复杂、气候多变,有的森林茂密,江河湖泊众多,有的草原、沙漠、丘陵、沼泽相间,气候干燥、风大沙多,还有的地处雪域高原,高寒缺氧,年无霜期短,海区跨越37个纬度,气候差异大,高温、高湿、高盐、多风、多雨,而由于地处偏远,大部分边海防地区交通、通信不便,经济发展滞后;
在现有技术中,边海防通常有着狭长区域,现有的视频监控为固定式的监控力度,没有结合当前区域的防护情况具体设定对应的海防力度和监控力度,为此,我们提出一种基于红外热成像的边海防视频监控装置。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于红外热成像的边海防视频监控装置。
本发明所要解决的技术问题为:
如何结合防护情况为边海防区域设定对应的监控力度。
本发明的目的可以通过以下技术方案实现:
一种基于红外热成像的边海防视频监控装置,包括监控设备以及监控设备内部设置的处理器,所述处理器连接有数据采集模块、警报器和服务器,所述服务器连接有区域划分模块、区域设定模块、图像分析模块、大数据模块、图像比对模块以及区域圈定模块;
所述区域划分模块用于将边海防进行区域划分,划分得到若干个监控区域并加标区域编号u并反馈至服务器,u=1,2,……,z,z为正整数,所述服务器将若干个监控区域u发送至处理器;
所述数据采集模块用于采集若干个监控区域的视频数据并反馈至处理器,所述处理器将视频数据发送至服务器,所述服务器将视频数据发送至图像比对模块;
所述区域圈定模块用于对不同监控区域内的目标物体进行圈定,以目标物体为中心建立预设半径的目标物体框,并将目标物体框发送至服务器;
所述大数据模块用于存储不同监控区域的防护数据和存储不同物体的预设物体轮廓图,所述大数据模块将防护数据发送至区域设定模块、将预设物体轮廓图发送至图像比对模块;
所述区域设定模块用于对监控区域的区域监控等级进行设定,得到监控区域的区域监控等级反馈至服务器,服务器依据区域监控等级为监控区域设定对应的比对次数并发送至图像比对模块,所述图像比对模块用于将监控区域的监控视频与预设物体图像进行比对,生成图像确认信号、图像匹配信号或图像未配信号。
进一步地,视频数据为监控区域的监控视频;
防护数据为监控区域中目标物体框的入侵次数、入侵持续时长、以及监控区域中目标物体框的数量。
进一步地,所述区域设定模块的设定过程具体如下:
步骤一:获取监控区域内目标物体框的数量,并将目标物体框的数量标定为目标物体框数KSu;
步骤二:获取监控区域中每个目标物体框的入侵次数,并将每个目标物体框的入侵次数相加求和得到监控区域的入侵总次数RCu;
步骤三:获取监控区域中每个目标物体框的入侵持续时长,并将每个目标物体框的入侵持续时长相加求和得到监控区域的入侵持续总时长RTu;
步骤四:通过公式JKu=KSu×a1+RCu×a2+RTu×a3计算得到每个监控区域的监控值JKu;式中,a1、a2和a3均为固定数值的权重系数,且a1、a2和a3的取值均大于零;
步骤五:若JKu<X1,则监控区域的区域监控等级为第三区域监控等级;
若X1≤JKu<X2,则监控区域的区域监控等级为第二区域监控等级;
若X1≤JKu,则监控区域的区域监控等级为第一区域监控等级;其中,X1和X2均为固定数值的监控阈值,且X1<X2。
进一步地,比对次数的设定过程具体如下:
若监控区域为第一区域监控等级,则比对Y1次的比对次数;
若监控区域为第二区域监控等级,则比对Y2次的比对次数;
若监控区域为第三区域监控等级,则比对Y3次的比对次数;其中,Y1、Y2和Y3均为固定数值的正整数,且Y1>Y2>Y3。
进一步地,所述图像比对模块用于将监控区域的监控视频与预设物体图像进行比对,比对过程具体如下:
步骤S1:获取监控区域的监控视频,将监控视频按照每帧进行划分,监控区域对应监控视频中每帧的热成像图像;
步骤S2:获取监控视频中每帧热成像图像中的全部像素点,依据颜色得到监控视频中每帧热成像图像中每个像素点对应的温度值;
步骤S3:将监控视频中每帧热成像图像中超过温度阈值的像素点标定为异常像素点,并记录异常像素点在监控视频中每帧热成像图像热中的位置坐标;
步骤S4:依据位置坐标将所有异常像素点相连接,得到监控视频中每帧热成像图像中实时物体的实时物体轮廓图;
步骤S5:获取大数据模块中存储的若干个预设物体轮廓图,将实时物体轮廓图逐一与若干个预设物体轮廓图进行比对,比对生成图像匹配信号或图像未配信号;
步骤S6:结合比对次数重复操作,若多次比对均为图像匹配信号则生成图像匹配信号;
若多次比对均为图像未配信号则生成图像未配信号;
多次比对存在图像匹配信号或图像未配信号,统计图像匹配信号的次数占比对次数的次数比值,若次数比值超过次数阈值,则将图像匹配信号发送服务器;
若次数比值未超过次数阈值,则生成图像确认信号;
所述图像比对模块将图像确认信号、图像匹配信号或图像未配信号反馈至服务器。
进一步地,实时物体轮廓图与若干个预设物体轮廓图的比对过程具体如下:
将实时物体轮廓图与若干个预设物体轮廓图重叠放置,得到实时物体轮廓图与预设物体轮廓图的交叉点数JCui和交叉区域,i=1,2,……,x,x为正整数,i代表预设物体轮廓图的编号;
统计交叉区域的面积得到实时物体轮廓图与预设物体轮廓图的交叉面积JMui;
通过公式CPui=JCui×c1+JMui×c2计算得到实时物体轮廓图与预设物体轮廓图的重叠偏差值CPui;式中,c1和c2均为固定数值的权重系数,且c1和c2的取值均大于零;
若实时物体轮廓图与预设物体轮廓图的重叠偏差值超过设定阈值,则生成图像未配信号;
若实时物体轮廓图与预设物体轮廓图的重叠偏差值未超过设定阈值,则生成图像匹配信号。
进一步地,若服务器接收到图像确认信号,则通知边海防人员进行查看;
若服务器接收到图像未配信号,则不进行任何操作;
若服务器接收到图像匹配信号,则将图像匹配信号发送至处理器,所述处理器将图像匹配信号发送至数据采集模块,所述数据采集模块接收到图像匹配信号后用于采集实时物体轮廓图对应实时物体的实时地理位置,并将实时地理位置反馈至处理器;
所述处理器计算实时物体轮廓图对应实时物体的实时地理位置与若干个目标物体框的实时间距,若实时间距超过间距阈值,则生成警报指令加载至警报器;
若实时间距未超过间距阈值,则通知边海防人员进行查看。
与现有技术相比,本发明的有益效果是:
本发明是通过区域划分模块将边海防进行区域划分,并通过区域圈定模块对划分后的监控区域中的目标物体进行圈定,得到目标物体框,同时再利用区域设定模块对监控区域的区域监控等级进行设定,得到监控区域的区域监控等级反馈至服务器,服务器依据区域监控等级为监控区域设定对应的比对次数,图像比对模块依据比对次数将监控区域的监控视频与预设物体图像进行比对,生成图像确认信号图像匹配信号或图像未配信号,本发明结合防护情况为边海防区域设定对应的监控力度。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的整体系统框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于红外热成像的边海防视频监控装置,包括监控设备以及监控设备内部设置的处理器,所述处理器连接有数据采集模块、警报器和服务器,所述服务器连接有区域划分模块、区域设定模块、图像分析模块、大数据模块、图像比对模块以及区域圈定模块;
在本实施例中,区域划分模块用于将边海防进行区域划分,划分得到若干个监控区域并加标区域编号u,u=1,2,……,z,z为正整数;区域划分模块将若干个监控区域u反馈至服务器,服务器将若干个监控区域u发送至处理器;
数据采集模块用于采集若干个监控区域的视频数据,并将视频数据反馈至处理器,处理器将视频数据发送至服务器,服务器将视频数据发送至图像比对模块;
需要具体说明的是,视频数据为监控区域的监控视频;在具体实施时,数据采集模块为红外线热像仪、高清摄像头等;
区域圈定模块用于对不同监控区域内的目标物体进行圈定,以目标物体为中心建立预设半径的目标物体框,并将目标物体框发送至服务器;目标物体在具体实施时可以为边海防上的海防设备、海防措施等;
大数据模块与外界互联网相连接,用于存储不同监控区域的防护数据和存储不同物体的预设物体轮廓图,大数据模块将防护数据发送至区域设定模块,大数据模块将预设物体轮廓图发送至图像比对模块;
其中,预设物体轮廓图可以为轮船轮廓图、人体轮廓图、飞机轮廓图等,在此不作具体限定;
需要具体说明的是,防护数据为监控区域中目标物体框的入侵次数、入侵持续时长、以及监控区域中目标物体框的数量等;
区域设定模块用于对监控区域的区域监控等级进行设定,设定过程具体如下:
步骤一:获取监控区域内目标物体框的数量,并将目标物体框的数量标定为目标物体框数KSu;
步骤二:获取监控区域中每个目标物体框的入侵次数,并将每个目标物体框的入侵次数相加求和得到监控区域的入侵总次数RCu;
步骤三:获取监控区域中每个目标物体框的入侵持续时长,并将每个目标物体框的入侵持续时长相加求和得到监控区域的入侵持续总时长RTu;
步骤四:通过公式JKu=KSu×a1+RCu×a2+RTu×a3计算得到每个监控区域的监控值JKu;式中,a1、a2和a3均为固定数值的权重系数,且a1、a2和a3的取值均大于零;
步骤五:若JKu<X1,则监控区域的区域监控等级为第三区域监控等级;
若X1≤JKu<X2,则监控区域的区域监控等级为第二区域监控等级;
若X1≤JKu,则监控区域的区域监控等级为第一区域监控等级;其中,X1和X2均为固定数值的监控阈值,且X1<X2;
区域设定模块将监控区域的区域监控等级反馈至服务器,服务器依据区域监控等级为监控区域设定对应的比对次数;
在本实施例中,比对次数具体如下:
若监控区域为第一区域监控等级,则比对Y1次的比对次数;
若监控区域为第二区域监控等级,则比对Y2次的比对次数;
若监控区域为第三区域监控等级,则比对Y3次的比对次数;其中,Y1、Y2和Y3均为固定数值的正整数,且Y1>Y2>Y3;
服务器将监控区域对应的比对次数发送至图像比对模块,图像比对模块用于将监控区域的监控视频与预设物体图像进行比对,比对过程具体如下:
步骤S1:获取监控区域的监控视频,将监控视频按照每帧进行划分,监控区域对应监控视频中每帧的热成像图像;
步骤S2:获取监控视频中每帧热成像图像中的全部像素点,依据颜色得到监控视频中每帧热成像图像中每个像素点对应的温度值;
例如:红色为对应温度值10,黄色对应温度值为9,浅黄色对应温度值为8,因此,不同颜色对应的温度值需要事先设定;
步骤S3:将监控视频中每帧热成像图像中超过温度阈值的像素点标定为异常像素点,并记录异常像素点在监控视频中每帧热成像图像热中的位置坐标;
步骤S4:依据位置坐标将所有异常像素点相连接,得到监控视频中每帧热成像图像中实时物体的实时物体轮廓图;
步骤S5:获取大数据模块中存储的若干个预设物体轮廓图,将实时物体轮廓图逐一与若干个预设物体轮廓图进行比对,比对生成图像匹配信号或图像未配信号;
比对过程具体如下:
将实时物体轮廓图与若干个预设物体轮廓图重叠放置,得到实时物体轮廓图与预设物体轮廓图的交叉点数JCui和交叉区域,i=1,2,……,x,x为正整数,i代表预设物体轮廓图的编号;
统计交叉区域的面积得到实时物体轮廓图与预设物体轮廓图的交叉面积JMui;
通过公式CPui=JCui×c1+JMui×c2计算得到实时物体轮廓图与预设物体轮廓图的重叠偏差值CPui;式中,c1和c2均为固定数值的权重系数,且c1和c2的取值均大于零;
若实时物体轮廓图与预设物体轮廓图的重叠偏差值超过设定阈值,则生成图像未配信号;
若实时物体轮廓图与预设物体轮廓图的重叠偏差值未超过设定阈值,则生成图像匹配信号;
步骤S6:结合比对次数重复上述操作,若多次比对均为图像匹配信号则生成图像匹配信号;
若多次比对均为图像未配信号则生成图像未配信号;
多次比对存在图像匹配信号或图像未配信号,统计图像匹配信号的次数占比对次数的次数比值,若次数比值超过次数阈值,则将图像匹配信号发送服务器;
若次数比值未超过次数阈值,则生成图像确认信号;
图像比对模块将图像确认信号图像匹配信号或图像未配信号反馈至服务器;
若服务器接收到图像确认信号,则通知边海防人员进行查看;
若服务器接收到图像未配信号,则不进行任何操作;
若服务器接收到图像匹配信号,则将图像匹配信号发送至处理器,处理器将图像匹配信号发送至数据采集模块,数据采集模块接收到图像匹配信号后用于采集实时物体轮廓图对应实时物体的实时地理位置,并将实时地理位置反馈至处理器;
处理器计算实时物体轮廓图对应实时物体的实时地理位置与若干个目标物体框的实时间距,若实时间距超过间距阈值,则生成警报指令加载至警报器;
若实时间距未超过间距阈值,则通知边海防人员进行查看。
一种基于红外热成像的边海防视频监控装置,工作时,区域划分模块将边海防进行区域划分,划分得到若干个监控区域并加标区域编号u并反馈至服务器,服务器将若干个监控区域u发送至处理器;
数据采集模块采集若干个监控区域的视频数据,并将视频数据反馈至处理器,处理器将视频数据发送至服务器,服务器将视频数据发送至图像比对模块;
同时,区域圈定模块对不同监控区域内的目标物体进行圈定,以目标物体为中心建立预设半径的目标物体框,并将目标物体框发送至服务器;
大数据模块用于存储不同监控区域的防护数据和存储不同物体的预设物体轮廓图,大数据模块将防护数据发送至区域设定模块、将预设物体轮廓图发送至图像比对模块;
通过区域设定模块对监控区域的区域监控等级进行设定,获取监控区域内目标物体框的数量,并将目标物体框的数量标定为目标物体框数KSu,获取监控区域中每个目标物体框的入侵次数,并将每个目标物体框的入侵次数相加求和得到监控区域的入侵总次数RCu,获取监控区域中每个目标物体框的入侵持续时长,并将每个目标物体框的入侵持续时长相加求和得到监控区域的入侵持续总时长RTu,通过公式JKu=KSu×a1+RCu×a2+RTu×a3计算得到每个监控区域的监控值JKu,若JKu<X1,则监控区域的区域监控等级为第三区域监控等级,若X1≤JKu<X2,则监控区域的区域监控等级为第二区域监控等级,若X1≤JKu,则监控区域的区域监控等级为第一区域监控等级,区域设定模块将监控区域的区域监控等级反馈至服务器,服务器依据区域监控等级为监控区域设定对应的比对次数,若监控区域为第一区域监控等级,则比对Y1次的比对次数,若监控区域为第二区域监控等级,则比对Y2次的比对次数,若监控区域为第三区域监控等级,则比对Y3次的比对次数,服务器将监控区域对应的比对次数发送至图像比对模块;
图像比对模块将监控区域的监控视频与预设物体图像进行比对,获取监控区域的监控视频,将监控视频按照每帧进行划分,监控区域对应监控视频中每帧的热成像图像,而后获取监控视频中每帧热成像图像中的全部像素点,依据颜色得到监控视频中每帧热成像图像中每个像素点对应的温度值,将监控视频中每帧热成像图像中超过温度阈值的像素点标定为异常像素点,并记录异常像素点在监控视频中每帧热成像图像热中的位置坐标,依据位置坐标将所有异常像素点相连接,得到监控视频中每帧热成像图像中实时物体的实时物体轮廓图,最后获取大数据模块中存储的若干个预设物体轮廓图,将实时物体轮廓图逐一与若干个预设物体轮廓图进行比对,将实时物体轮廓图与若干个预设物体轮廓图重叠放置,得到实时物体轮廓图与预设物体轮廓图的交叉点数JCui和交叉区域,统计交叉区域的面积得到实时物体轮廓图与预设物体轮廓图的交叉面积JMui,通过公式CPui=JCui×c1+JMui×c2;计算得到实时物体轮廓图与预设物体轮廓图的重叠偏差值CPui,若实时物体轮廓图与预设物体轮廓图的重叠偏差值超过设定阈值,则生成图像未配信号,若实时物体轮廓图与预设物体轮廓图的重叠偏差值未超过设定阈值,则生成图像匹配信号,结合比对次数重复上述操作,若多次比对均为图像匹配信号则生成图像匹配信号,若多次比对均为图像未配信号则生成图像未配信号,多次比对存在图像匹配信号或图像未配信号,统计图像匹配信号的次数占比对次数的次数比值,若次数比值超过次数阈值,则将图像匹配信号发送服务器,若次数比值未超过次数阈值,则生成图像确认信号,图像比对模块将图像确认信号图像匹配信号或图像未配信号反馈至服务器,若服务器接收到图像确认信号,则通知边海防人员进行查看,若服务器接收到图像未配信号,则不进行任何操作,若服务器接收到图像匹配信号,则将图像匹配信号发送至处理器,处理器将图像匹配信号发送至数据采集模块,数据采集模块接收到图像匹配信号后用于采集实时物体轮廓图对应实时物体的实时地理位置,并将实时地理位置反馈至处理器,处理器计算实时物体轮廓图对应实时物体的实时地理位置与若干个目标物体框的实时间距,若实时间距超过间距阈值,则生成警报指令加载至警报器,若实时间距未超过间距阈值,则通知边海防人员进行查看。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设,权重系数和比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于权重系数和比例系数的大小,只要不影响参数与量化后数值的比例关系即可。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.一种基于红外热成像的边海防视频监控装置,其特征在于,包括监控设备以及监控设备内部设置的处理器,所述处理器连接有数据采集模块、警报器和服务器,所述服务器连接有区域划分模块、区域设定模块、图像分析模块、大数据模块、图像比对模块以及区域圈定模块;
所述区域划分模块用于将边海防进行区域划分,划分得到若干个监控区域并加标区域编号并反馈至服务器,所述服务器将若干个监控区域u发送至处理器;
所述数据采集模块用于采集若干个监控区域的视频数据并反馈至处理器,所述处理器将视频数据发送至服务器,所述服务器将视频数据发送至图像比对模块;
所述区域圈定模块用于对不同监控区域内的目标物体进行圈定,以目标物体为中心建立预设半径的目标物体框,并将目标物体框发送至服务器;
所述大数据模块用于存储不同监控区域的防护数据和存储不同物体的预设物体轮廓图,所述大数据模块将防护数据发送至区域设定模块、将预设物体轮廓图发送至图像比对模块;
所述区域设定模块用于对监控区域的区域监控等级进行设定,设定过程具体如下:
获取监控区域内目标物体框数、入侵总次数和入侵持续总时长;
计算每个监控区域的监控值;
监控值比对监控阈值将监控区域的区域监控等级判定为第三区域监控等级、第二区域监控等级或第一区域监控等级;
所述区域设定模块将监控区域的区域监控等级反馈至服务器,服务器依据区域监控等级为监控区域设定对应的比对次数并发送至图像比对模块,所述图像比对模块用于将监控区域的监控视频与预设物体图像进行比对,比对过程具体如下:
步骤S1:获取监控区域的监控视频,将监控视频按照每帧进行划分,监控区域对应监控视频中每帧的热成像图像;
步骤S2:获取监控视频中每帧热成像图像中的全部像素点,依据颜色得到监控视频中每帧热成像图像中每个像素点对应的温度值;
步骤S3:将监控视频中每帧热成像图像中超过温度阈值的像素点标定为异常像素点,并记录异常像素点在监控视频中每帧热成像图像热中的位置坐标;
步骤S4:依据位置坐标将所有异常像素点相连接,得到监控视频中每帧热成像图像中实时物体的实时物体轮廓图;
步骤S5:获取大数据模块中存储的若干个预设物体轮廓图,将实时物体轮廓图逐一与若干个预设物体轮廓图进行比对,比对生成图像匹配信号或图像未配信号;
步骤S6:结合比对次数重复操作,若多次比对均为图像匹配信号则生成图像匹配信号;
若多次比对均为图像未配信号则生成图像未配信号;
多次比对存在图像匹配信号或图像未配信号,统计图像匹配信号的次数占比对次数的次数比值,若次数比值超过次数阈值,则将图像匹配信号发送服务器;
若次数比值未超过次数阈值,则生成图像确认信号;
所述图像比对模块将图像确认信号、图像匹配信号或图像未配信号反馈至服务器。
2.根据权利要求1所述的一种基于红外热成像的边海防视频监控装置,其特征在于,视频数据为监控区域的监控视频;
防护数据为监控区域中目标物体框的入侵次数、入侵持续时长、以及监控区域中目标物体框的数量。
3.根据权利要求1所述的一种基于红外热成像的边海防视频监控装置,其特征在于,比对次数的设定过程具体如下:
若监控区域为第一区域监控等级,则比对Y1次的比对次数;
若监控区域为第二区域监控等级,则比对Y2次的比对次数;
若监控区域为第三区域监控等级,则比对Y3次的比对次数;其中,Y1、Y2和Y3均为固定数值的正整数,且Y1>Y2>Y3。
4.根据权利要求1所述的一种基于红外热成像的边海防视频监控装置,其特征在于,实时物体轮廓图与若干个预设物体轮廓图的比对过程具体如下:
将实时物体轮廓图与若干个预设物体轮廓图重叠放置,得到实时物体轮廓图与预设物体轮廓图的交叉点数和交叉区域;
统计交叉区域的面积得到实时物体轮廓图与预设物体轮廓图的交叉面积;
计算得到实时物体轮廓图与预设物体轮廓图的重叠偏差值;
若实时物体轮廓图与预设物体轮廓图的重叠偏差值超过设定阈值,则生成图像未配信号;
若实时物体轮廓图与预设物体轮廓图的重叠偏差值未超过设定阈值,则生成图像匹配信号。
5.根据权利要求1所述的一种基于红外热成像的边海防视频监控装置,其特征在于,若服务器接收到图像确认信号,则通知边海防人员进行查看;
若服务器接收到图像未配信号,则不进行任何操作;
若服务器接收到图像匹配信号,则将图像匹配信号发送至处理器,所述处理器将图像匹配信号发送至数据采集模块,所述数据采集模块接收到图像匹配信号后用于采集实时物体轮廓图对应实时物体的实时地理位置,并将实时地理位置反馈至处理器;
所述处理器计算实时物体轮廓图对应实时物体的实时地理位置与若干个目标物体框的实时间距,若实时间距超过间距阈值,则生成警报指令加载至警报器;
若实时间距未超过间距阈值,则通知边海防人员进行查看。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210842685.9A CN115225865B (zh) | 2022-07-18 | 2022-07-18 | 一种基于红外热成像的边海防视频监控装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210842685.9A CN115225865B (zh) | 2022-07-18 | 2022-07-18 | 一种基于红外热成像的边海防视频监控装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115225865A CN115225865A (zh) | 2022-10-21 |
CN115225865B true CN115225865B (zh) | 2023-05-05 |
Family
ID=83611253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210842685.9A Active CN115225865B (zh) | 2022-07-18 | 2022-07-18 | 一种基于红外热成像的边海防视频监控装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115225865B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115866210B (zh) * | 2023-02-16 | 2023-05-12 | 肯特智能技术(深圳)股份有限公司 | 一种基于物联网的安防监控设备用分析控制系统 |
CN115931058B (zh) * | 2023-03-09 | 2023-06-16 | 淮安奥致光学仪器设备有限公司 | 全自动双工位立体式数控芯取机 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504464A (zh) * | 2016-11-04 | 2017-03-15 | 哈尔滨理工大学 | 基于红外热成像的森林防火监测系统及信息融合方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102752574B (zh) * | 2011-04-18 | 2015-01-28 | 中兴通讯股份有限公司 | 一种视频监控系统及方法 |
CN105828027A (zh) * | 2016-03-02 | 2016-08-03 | 天津凯普卫星导航通信技术有限公司 | 一种基于sigso卫星的海上岛屿监控方法及系统 |
CN110111515A (zh) * | 2018-02-01 | 2019-08-09 | 广州弘度信息科技有限公司 | 一种边界入侵检测方法、装置、服务器及系统 |
CN109900363A (zh) * | 2019-01-02 | 2019-06-18 | 平高集团有限公司 | 一种基于轮廓提取的目标物红外测温方法和装置 |
CN109922310B (zh) * | 2019-01-24 | 2020-11-17 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
CN110969793B (zh) * | 2019-12-25 | 2020-08-07 | 珠海大横琴科技发展有限公司 | 环岛电子围网的周界防船舶入侵方法、系统及存储介质 |
CN112382032A (zh) * | 2020-11-13 | 2021-02-19 | 珠海大横琴科技发展有限公司 | 一种监控方法及装置、电子设备、存储介质 |
-
2022
- 2022-07-18 CN CN202210842685.9A patent/CN115225865B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504464A (zh) * | 2016-11-04 | 2017-03-15 | 哈尔滨理工大学 | 基于红外热成像的森林防火监测系统及信息融合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115225865A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115225865B (zh) | 一种基于红外热成像的边海防视频监控装置 | |
CN102401648B (zh) | 一种关于高压输电线路杆塔倾斜的视频监测系统 | |
CN109754573B (zh) | 一种中小河流洪水预报预警设施及其运行方法 | |
CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
CN111784082B (zh) | 一种基于大数据的gis山洪预防预警系统 | |
CN104410839A (zh) | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 | |
CN115762067B (zh) | 一种基于激光点云与视频数据融合的山体滑坡监测系统 | |
CN115866210B (zh) | 一种基于物联网的安防监控设备用分析控制系统 | |
CN103175523A (zh) | 基于日盲紫外光信号的引航仪 | |
CN101980311A (zh) | 一种近海海洋低氧现象监测浮标的告警方法 | |
CN110213536B (zh) | 一种海岸带岸基数字影像监测系统的监测方法 | |
CN208985386U (zh) | 一种船舶监控系统及船舶监控指挥装置 | |
CN109188568B (zh) | 一种多普勒雷达气象矢量化电网精细预警系统 | |
CN102768054B (zh) | 基于监控视频及激光标识的水位测量装置及测量方法 | |
Chi et al. | Field observation of wave overtopping at sea dike using shore-based video images | |
CN115187876A (zh) | 土石堤坝渗漏险情无人机载式自动巡测与预警方法及装置 | |
CN114235082B (zh) | 一种基于采砂量监测系统的智能计量方法 | |
CN106779184B (zh) | 一种基于大数据建模的海上船舶流量预测方法 | |
CN109740900A (zh) | 电力设备的防汛方法及装置 | |
CN109000718A (zh) | 一种水工建筑物安全监测系统及方法 | |
CN107144830A (zh) | 一种野外搜救定位装置以及定位方法 | |
Tolentino et al. | Real Time Flood Detection, Alarm and Monitoring System Using Image Processing and Multiple Linear Regression | |
CN112508328A (zh) | 一种自然保护地生态质量监控系统及方法 | |
CN112212937A (zh) | 水位监测方法、装置、电子设备及存储介质 | |
CN214702334U (zh) | 基于人工智能技术的应急水位流速监测设备 |
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 |