CN116109955B - 一种无人机平台火源定位装置及方法 - Google Patents
一种无人机平台火源定位装置及方法 Download PDFInfo
- Publication number
- CN116109955B CN116109955B CN202310369778.9A CN202310369778A CN116109955B CN 116109955 B CN116109955 B CN 116109955B CN 202310369778 A CN202310369778 A CN 202310369778A CN 116109955 B CN116109955 B CN 116109955B
- Authority
- CN
- China
- Prior art keywords
- ultraviolet
- image
- module
- display control
- fire source
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种无人机平台火源定位装置及方法,包括小型旋翼的无人机平台,无人机平台上设置有依次连接的图像数据采集模块、图像数据处理模块和地面显控模块,图像数据采集模块包括光学分系统和成像分系统,成像分系统通过视频模拟信号接口与图像数据处理模块连接;图像数据处理模块包括主处理芯片、嵌入式硬件平台,嵌入式硬件平台通过数传链路与地面显控模块连接;地面显控模块包括地面显控软件、PC机平台。本发明提供的一种无人机平台火源定位装置及方法,使得可见光和红外相机在较远距离下,能够准确自动识别与定位微小火源。
Description
技术领域
本发明涉及火源定位技术领域,具体涉及一种无人机平台火源定位装置及方法。
背景技术
采用可见光相机和红外相机的传统火源识别手段,有较大的局限性,无法准确自动识别及定位微小火源。例如,红外相机在远距离时,主要通过热源识别,在远距离时,热源目标小于单像素成像面积时,红外相机不能识别微小目标;另外,在针对多个非火源的热源时,红外相机会出现误报警。而紫外相机可以实现对微弱火焰发射的紫外线进行高灵敏度探测,并且具有特定波段的抗干扰能力,是探测微弱火源的最佳手段。
因此,如何实现微弱火源的高灵敏度探测和准确识别定位,本方案针对这一技术问题进行解决。
发明内容
本发明的目的在于提供一种无人机平台火源定位装置及方法,解决了可见光和红外相机在较远距离下,无法准确自动识别与定位微小火源的问题,提出基于高灵敏紫外相机进行火源识别和定位的技术方案,基于紫外相机的火源识别与定位方案,使用高灵敏度紫外相机进行数据采集,通过嵌入式硬件平台进行图像数据处理、编码和网络传输,设计出地面软件接收网络图像数据、设置紫外相机工作参数、显示图像数据和火源识别结果。
一种无人机平台火源定位装置,包括小型旋翼的无人机平台,所述无人机平台上设置有依次连接的图像数据采集模块、图像数据处理模块和地面显控模块,所述图像数据采集模块包括光学分系统和成像分系统,所述成像分系统通过视频模拟信号接口与图像数据处理模块连接;
所述图像数据处理模块包括主处理芯片、嵌入式硬件平台,所述嵌入式硬件平台通过数传链路与地面显控模块连接;
所述地面显控模块包括地面显控软件、PC机平台。
所述光学分系统通过紫外镜头和“日盲”紫外滤光片,将输入的紫外信号传输给所述成像分系统;
所述“日盲”紫外滤光片的镜片为七片,且放在两组透镜中间。
所述成像分系统通过“日盲”紫外成像探测器对输入的紫外信号进行光电转换,并根据外部指令对输入的紫外图像信号进行相应的处理,同时将处理结果输出给外部控制端。
所述“日盲”紫外成像探测器为紫外ICCD类别,所述紫外ICCD类别通过像增强器和普通可见光CCD经过光纤光锥耦合而成。
所述主处理芯片采用“核心板+接口板”的设计架构,所述核心板由Hi3519AV100嵌入式处理器及基础核心部件构成;
所述接口板实现通过接口扩展及电源DC/DC转换,所述核心板与所述接口板之间通过两个80pins的B2B接口连接。
所述核心板上设置有嵌入式软件,所述嵌入式软件由软件支持环境模块、PAL视频流获取模块、紫外图像滤波降噪处理模块、火源目标提取模块、视频流编码模块、RTSP视频流传输模块、设备控制模块组成;
所述PAL视频流获取模块中,视频输入通过Hi3519的视频输入模块获取,所述视频输入模块与外部使用的AD输出模式相对应,AD的输出传输到Hi3519。
一种无人机平台火源定位方法,具体操作步骤如下:
步骤S1:图像数据采集,由高灵敏的紫外镜头和“日盲”紫外成像探测器实现紫外图像数据采集,生成标准的数字化PAL制式视频流,分辨率720×576, 24bits色彩位深,长宽比为4:3,通过视频模拟信号接口为图像数据处理模块提供视频信号源;
步骤S2:图像数据处理模块,以海思高性能图像处理芯片Hi3519为主处理芯片,并设计嵌入式硬件平台,接收PAL制式视频流输入;
基于海思视频处理SDK,结合紫外成像特点,实现紫外图像的降噪滤波处理,多目标提取识别,目标位置解算和视频编码功能;
通过数传链路,与地面显控软件实现数据交互,接收地面显控软件的数据请求和控制,向地面显控软件发送编码视频和解算结果,解码控制信息生成紫外相机的增益控制量,作为紫外相机的输入;
步骤S3:将地面显控软件运行在PC机平台上,通过数传链路与图像数据处理模块通讯;
用户可以通过地面显控软件的UI界面,实时监控紫外图像和火源识别情况,可以通过地面显控软件设置紫外相机的工作参数,调整增益控制量和火源识别算法参数。
所述步骤S2中,所述主处理芯片包括核心板和接口板,所述核心板中设置有嵌入式软件,所述嵌入式软件的具体流程图如下:
步骤S21:PAL视频流获取,视频输入通过Hi3519的视频输入模块获取,所述视频输入模块与外部使用的AD输出模式相对应,AD的输出传输到Hi3519;
Hi3519获取PAL制式视频的设计流程如下:
(1)获取默认配置参数;
(2)判断ADC芯片的个数;
(3)获取摄像头的分辨率信息;
(4)计算缓存池的大小;
(5)初始化mpp系统;
(6)启动ADC设备;
(7)启动VI功能;
(8)设置VI通道绑定关系;
(9)建立VI与VPSS的绑定;
步骤S22:图像滤波降噪处理,包括时域递归滤波和图像门限处理两个过程;
步骤S23:火源目标提取,采用图像形态学操作和连通组件标记算法实现目标火源的提取,具体步骤如下:
(1)二值化输入图像;
(2)准备形态学算子及处理;
(3)连接组件标记;
(4)输出连通组件统计结果;
(5)生成输出图像;
步骤S24:视频流编码,紫外图像经处理后,得到添加火源目标标识的目标图像,目标图像组成的视频流需要经过编码压缩,减低码流,从嵌入式图像处理模块的网络接口输出,提供给地面显控软件显示;
步骤S25:RTSP视频流传输,将编码后的H.264视频流通过标准的RTSP推流协议,将视频流推送到网络上,供客户端浏览查看;
步骤S26:紫外相机设备控制,通过嵌入式图像处理模块的网络接口与地面显控软件通信,接收地面显控软件发送的紫外相机设置参数,如增益控制参数、最小目标面积参数和门限阈值参数,并将作为紫外相机数据采集和图像处理算法的输入参数。
所述步骤S3中,地面显控软件的具体工作步骤如下:
步骤S31:连接紫外视频RTSP服务器,获取RTSP视频流并播放;
步骤S32:获取紫外相机工作状态和嵌入式图像处理模块解算的火源参数,并在界面上显示;
步骤S33:提供UI参数设置控件,并通过网络向嵌入式图像处理模块发送设置参数;
步骤S34:云台控制辅助功能,通过UI界面提供云台控制按钮,控制云台运动。
本发明达成以下显著效果:
(1)本方案中设计的微弱火源探测识别系统,能够对微弱火源进行探测识别;
(2)本方案能够对识别的目标进行方位信息计算;
(3)本方案中提出的微弱火源探测识别系统原型样机,适合于挂载在小型旋翼无人机平台进行库区巡查。
附图说明
图1为本发明实施例中微弱火源探测识别系统框图。
图2为本发明实施例中Hi3519获取PAL制式视频的软件设计流程。
图3为本发明实施例中紫外图像滤波降噪处理流程。
图4为本发明实施例中火源目标提取流程图。
图5为本发明实施例中相机设备控制模块流程图。
具体实施方式
为了能更加清楚说明本方案的技术特点,下面通过具体实施方式,对本方案进行阐述。
参见图1-图5,一种无人机平台火源定位装置,包括小型旋翼的无人机平台,无人机平台上设置有依次连接的图像数据采集模块、图像数据处理模块和地面显控模块,图像数据采集模块包括光学分系统和成像分系统,成像分系统通过视频模拟信号接口与图像数据处理模块连接;
图像数据处理模块包括主处理芯片、嵌入式硬件平台,嵌入式硬件平台通过数传链路与地面显控模块连接;
地面显控模块包括地面显控软件、PC机平台。
图像数据采集时,通过高灵敏的紫外镜头和图像传感器,实现紫外图像数据采集,生成标准的数字化PAL制式视频流,分辨率720×576, 24bits色彩位深,长宽比为4:3,通过视频模拟信号接口为图像数据处理模块提供视频信号源。
以海思高性能图像处理芯片Hi3519为主处理芯片,设计嵌入式图像数据处理硬件平台,接收PAL制式视频流输入;基于海思视频处理SDK,结合紫外成像特点,实现紫外图像的降噪滤波处理,多目标提取识别,目标位置解算和视频编码等功能;通过数传链路,与地面显控软件实现数据交互,接收地面显控软件的数据请求和控制,向地面软件发送编码视频和解算结果,解码控制信息生成紫外相机的增益控制量,作为紫外相机的输入。
地面显控软件运行在PC机平台上,通过数传链路与图像数据处理模块通讯。用户可以通过地面显控软件的UI界面,实时监控紫外图像和火源识别情况;可以通过地面显控软件设置紫外相机的工作参数,调整增益控制量和火源识别算法参数。
光学分系统通过紫外镜头和“日盲”紫外滤光片,将输入的紫外信号传输给成像分系统;
“日盲”紫外滤光片的镜片为七片,且放在两组透镜中间。
镜片最大口径为26mm,从透镜第一面至探测器感光面总长65mm。
成像分系统通过“日盲”紫外成像探测器对输入的紫外信号进行光电转换,并根据外部指令对输入的紫外图像信号进行相应的处理,同时将处理结果输出给外部控制端。
“日盲”紫外成像探测器为紫外ICCD类别,紫外ICCD类别通过像增强器和普通可见光CCD经过光纤光锥耦合而成。
由于被探测的紫外信号极其微弱,必须对其增强后才能进行探测。本设计选用国产日盲型的紫外ICCD,其体积小,无需制冷且价格较便宜,以彻底去除杂光的影响。
主处理芯片采用“核心板+接口板”的设计架构,核心板由Hi3519AV100嵌入式处理器及基础核心部件构成;
接口板实现通过接口扩展及电源DC/DC转换,核心板与接口板之间通过两个80pins的B2B接口连接。
其中,基础核心部件可以为DDR、FLASH等;接口板为核心板提供主工作电源,并使用在核心板引出的接口信号上扩展驱动芯片,将核心板的TTL接口电平信号转换成对应的接口驱动信号;
核心板与接口板之间通过两个80Pins的B2B信号连接器连接,引出核心板的主要信号,接口板使用这些信号,设计接口驱动信号,实现接口扩展。
核心板上设置有嵌入式软件,嵌入式软件由软件支持环境模块、PAL视频流获取模块、紫外图像滤波降噪处理模块、火源目标提取模块、视频流编码模块、RTSP视频流传输模块、设备控制模块组成;
PAL视频流获取模块中,视频输入通过Hi3519的视频输入模块获取,视频输入模块与外部使用的AD输出模式相对应,AD的输出传输到Hi3519。
一种无人机平台火源定位方法,具体操作步骤如下:
步骤S1:图像数据采集,由高灵敏的紫外镜头和“日盲”紫外成像探测器实现紫外图像数据采集,生成标准的数字化PAL制式视频流,分辨率720×576, 24bits色彩位深,长宽比为4:3,通过视频模拟信号接口为图像数据处理模块提供视频信号源;
步骤S2:图像数据处理模块,以海思高性能图像处理芯片Hi3519为主处理芯片,并设计嵌入式硬件平台,接收PAL制式视频流输入;
基于海思视频处理SDK,结合紫外成像特点,实现紫外图像的降噪滤波处理,多目标提取识别,目标位置解算和视频编码等功能;
通过数传链路,与地面显控软件实现数据交互,接收地面显控软件的数据请求和控制,向地面显控软件发送编码视频和解算结果,解码控制信息生成紫外相机的增益控制量,作为紫外相机的输入;
步骤S3:将地面显控软件运行在PC机平台上,通过数传链路与图像数据处理模块通讯;
用户可以通过地面显控软件的UI界面,实时监控紫外图像和火源识别情况,可以通过地面显控软件设置紫外相机的工作参数,调整增益控制量和火源识别算法参数。
步骤S2中,主处理芯片包括核心板和接口板,核心板中设置有嵌入式软件,嵌入式软件的具体流程图如下:
步骤S21:PAL视频流获取,视频输入通过Hi3519的视频输入模块获取,视频输入模块与外部使用的AD输出模式相对应,AD的输出传输到Hi3519;
Hi3519获取PAL制式视频的设计流程如下:
(1)获取默认配置参数;
(2)判断ADC芯片的个数;
(3)获取摄像头的分辨率信息;
(4)计算缓存池的大小;
(5)初始化mpp系统;
(6)启动ADC设备;
(7)启动VI功能;
(8)设置VI通道绑定关系;
(9)建立VI与VPSS的绑定;
步骤S22:图像滤波降噪处理,包括时域递归滤波和图像门限处理两个过程,时域递归滤波过程为本领域技术人员容易实现的现有技术,在此不再详述。
紫外图像的主要噪声源来自:(1)信号内在噪声,也成为输入噪声或光子噪声,是光信号辐射过程中出现的光量子随机起伏;(2)暗电子发射噪声,由于温度和材料本身的性质影响,即使在无光照的情况下,光电阴极也会有暗电子逸出;(3)读出噪声,CCD的AD转化引入的噪声,如复合噪声、复位噪声等;(4)光锥与CCD的配合工艺等因素也会引入不同程度的噪声。在“日盲”型成像探测的ICCD系统中,由于采用两级V型结构,增益高达106。在高的增益作用下,进入到MCP之前引入的噪声对信号的影响是主要噪声因素,在噪声处理过程中,可以忽略其他噪声的影响。
针对紫外成像存在噪声干扰的问题,为获取高品质的紫外图像及对目标准确检测,对典型紫外成像系统进行了研究,分析了紫外成像噪声干扰原因,建立了紫外目标场景模型,紫外目标场景模型为本领域技术人员容易实现的技术,在此不再详述,并以此研究紫外图像复原方法,对单幅图像进行门限处理,去掉背景噪声,然后对连续多帧图像进行时域递归滤波,阈值分割后得到较好的图像输出,从图像输出结果可以看出,时域递归滤波都能有效地去除紫外图像中的随机噪声。
具体来说,背景图像通常都有较长的相关长度,像素点灰度值很低,是场景图像空间频率的低频信息。同时,由于场景分布和传感器固有响应的不均匀性,背景图像是一个平稳过程,图像中局部灰度值可能会有较大的变化。噪声图像是场景及电路产生的各类噪声的总和,像素间不相关,在空间频域表现有和点目标类似的高频特征,但空间分布是随机的,帧间的空间分布没有相关性。
从上述分析可以得出,背景图像在单帧图像中的特点是表现为相关长度长,灰度值低等特点,方案中使用背景抑制算法,如门限算法,抑制在图像灰度分布统计中占主要成分的背景图像作用,提高目标与背景的信噪比。目标点像素和噪声图像在单帧图像目标检测阶段无法区分开,但在多帧相关检测阶段可利用其帧间的不同特征区分,方案中采用时域递归滤波等方法来抑制随机噪声,提高图像的信噪比,增强目标。
步骤S23:火源目标提取,采用图像形态学操作和连通组件标记算法实现目标火源的提取,具体步骤如下:
(1)二值化输入图像;
(2)准备形态学算子及处理;
(3)连接组件标记;
(4)输出连通组件统计结果;
(5)生成输出图像;
步骤S24:视频流编码,紫外图像经处理后,得到添加火源目标标识的目标图像,目标图像组成的视频流需要经过编码压缩,减低码流,从嵌入式图像处理模块的网络接口输出,提供给地面显控软件显示;
本设计方案中采用H.264编码方法,对处理后紫外视频进行编码处理。H.264编码具有高的视频压缩比和良好的网络适应性,可适用于各种传输网络。H.264分成视频编码层(VCL)和网络提取层(NAL)两个功能层。VCL数据,即编码处理的输出,表示被压缩编码后的视频数据系列,在VCL数据传输或存储前,这些经过编码的VCL数据,需要先被映射或封装到NAL单元中。
(1)VCL(Video Coding Layer),视频编码层,H.264编码/压缩的核心,主要负责将视频数据编码/压缩,再切分。
(2)NAL(Network Abstraction Layer),网络抽象层,负责将VCL的数据组织打包。
步骤S25:RTSP视频流传输,将编码后的H.264视频流通过标准的RTSP推流协议,将视频流推送到网络上,供客户端浏览查看;
RTSP(Real Time Streaming Protocol),实时流传输协议,是TCP/IP协议体系中的一个应用层协议,该协议定义了一对多应用程序如何有效地通过IP网络传送多媒体数据,具有可扩展性,易解析,安全,独立与传输和多服务器支持等优点,是常用的多媒体数据传送协议。
步骤S26:紫外相机设备控制,通过嵌入式图像处理模块的网络接口与地面显控软件通信,接收地面显控软件发送的紫外相机设置参数,如增益控制参数、最小目标面积参数和门限阈值参数,并将作为紫外相机数据采集和图像处理算法的输入参数。
步骤S3中,地面显控软件的具体工作步骤如下:
步骤S31:连接紫外视频RTSP服务器,获取RTSP视频流并播放;
步骤S32:获取紫外相机工作状态和嵌入式图像处理模块解算的火源参数,并在界面上显示;
步骤S33:提供UI参数设置控件,并通过网络向嵌入式图像处理模块发送设置参数;
步骤S34:云台控制辅助功能,通过UI界面提供云台控制按钮,控制云台运动。
本发明未经描述的技术特征可以通过或采用现有技术实现,在此不再赘述,当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (4)
1.一种无人机平台火源定位装置,包括小型旋翼的无人机平台,其特征在于,所述无人机平台上设置有依次连接的图像数据采集模块、图像数据处理模块和地面显控模块,所述图像数据采集模块包括光学分系统和成像分系统,所述成像分系统通过视频模拟信号接口与图像数据处理模块连接;
所述图像数据处理模块包括主处理芯片、嵌入式硬件平台,所述嵌入式硬件平台通过数传链路与地面显控模块连接;
所述地面显控模块包括地面显控软件、PC机平台;
所述光学分系统通过紫外镜头和“日盲”紫外滤光片,将输入的紫外信号传输给所述成像分系统;
所述“日盲”紫外滤光片的镜片为七片,且放在两组透镜中间;
所述成像分系统通过“日盲”紫外成像探测器对输入的紫外信号进行光电转换,并根据外部指令对输入的紫外图像信号进行相应的处理,同时将处理结果输出给外部控制端;
所述“日盲”紫外成像探测器为紫外ICCD类别,所述紫外ICCD类别通过像增强器和普通可见光CCD经过光纤光锥耦合而成;
所述主处理芯片采用“核心板+接口板”的设计架构,所述核心板由Hi3519AV100嵌入式处理器及基础核心部件构成;
所述接口板实现通过接口扩展及电源DC/DC转换,所述核心板与所述接口板之间通过两个80pins的B2B接口连接;
所述核心板上设置有嵌入式软件,所述嵌入式软件由软件支持环境模块、PAL视频流获取模块、紫外图像滤波降噪处理模块、火源目标提取模块、视频流编码模块、RTSP视频流传输模块、设备控制模块组成;
所述PAL视频流获取模块中,视频输入通过Hi3519的视频输入模块获取,所述视频输入模块与外部使用的AD输出模式相对应,AD的输出传输到Hi3519。
2.一种无人机平台火源定位方法,基于如权利要求1所述的无人机平台火源定位装置,其特征在于,具体操作步骤如下:
步骤S1:图像数据采集,由高灵敏的紫外镜头和“日盲”紫外成像探测器实现紫外图像数据采集,生成标准的数字化PAL制式视频流,分辨率720×576, 24bits色彩位深,长宽比为4:3,通过视频模拟信号接口为图像数据处理模块提供视频信号源;
步骤S2:图像数据处理模块,以海思高性能图像处理芯片Hi3519为主处理芯片,并设计嵌入式硬件平台,接收PAL制式视频流输入;
基于海思视频处理SDK,结合紫外成像特点,实现紫外图像的降噪滤波处理,多目标提取识别,目标位置解算和视频编码功能;
通过数传链路,与地面显控软件实现数据交互,接收地面显控软件的数据请求和控制,向地面显控软件发送编码视频和解算结果,解码控制信息生成紫外相机的增益控制量,作为紫外相机的输入;
所述主处理芯片包括核心板和接口板,所述核心板中设置有嵌入式软件,所述嵌入式软件的具体流程图如下:
步骤S21:PAL视频流获取,视频输入通过Hi3519的视频输入模块获取,所述视频输入模块与外部使用的AD输出模式相对应,AD的输出传输到Hi3519;
步骤S22:图像滤波降噪处理,包括时域递归滤波和图像门限处理两个过程;
步骤S23:火源目标提取,采用图像形态学操作和连通组件标记算法实现目标火源的提取;
步骤S24:视频流编码,紫外图像经处理后,得到添加火源目标标识的目标图像,目标图像组成的视频流需要经过编码压缩,减低码流,从嵌入式图像处理模块的网络接口输出,提供给地面显控软件显示;
步骤S25:RTSP视频流传输,将编码后的H.264视频流通过标准的RTSP推流协议,将视频流推送到网络上,供客户端浏览查看;
步骤S26:紫外相机设备控制,通过嵌入式图像处理模块的网络接口与地面显控软件通信,接收地面显控软件发送的紫外相机设置参数,如增益控制参数、最小目标面积参数和门限阈值参数,并将作为紫外相机数据采集和图像处理算法的输入参数;
步骤S3:将地面显控软件运行在PC机平台上,通过数传链路与图像数据处理模块通讯;
用户可以通过地面显控软件的UI界面,实时监控紫外图像和火源识别情况,可以通过地面显控软件设置紫外相机的工作参数,调整增益控制量和火源识别算法参数。
3.根据权利要求2所述的无人机平台火源定位方法,其特征在于,所述步骤S21中,Hi3519获取PAL制式视频的设计流程如下:
(1)获取默认配置参数;
(2)判断ADC芯片的个数;
(3)获取摄像头的分辨率信息;
(4)计算缓存池的大小;
(5)初始化mpp系统;
(6)启动ADC设备;
(7)启动VI功能;
(8)设置VI通道绑定关系;
(9)建立VI与VPSS的绑定;
所述步骤S23中,目标火源提取的具体步骤如下:
(1)二值化输入图像;
(2)准备形态学算子及处理;
(3)连接组件标记;
(4)输出连通组件统计结果;
(5)生成输出图像。
4.根据权利要求2所述的无人机平台火源定位方法,其特征在于,所述步骤S3中,地面显控软件的具体工作步骤如下:
步骤S31:连接紫外视频RTSP服务器,获取RTSP视频流并播放;
步骤S32:获取紫外相机工作状态和嵌入式图像处理模块解算的火源参数,并在界面上显示;
步骤S33:提供UI参数设置控件,并通过网络向嵌入式图像处理模块发送设置参数;
步骤S34:云台控制辅助功能,通过UI界面提供云台控制按钮,控制云台运动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310369778.9A CN116109955B (zh) | 2023-04-10 | 2023-04-10 | 一种无人机平台火源定位装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310369778.9A CN116109955B (zh) | 2023-04-10 | 2023-04-10 | 一种无人机平台火源定位装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116109955A CN116109955A (zh) | 2023-05-12 |
CN116109955B true CN116109955B (zh) | 2023-06-16 |
Family
ID=86256421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310369778.9A Active CN116109955B (zh) | 2023-04-10 | 2023-04-10 | 一种无人机平台火源定位装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109955B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117128957B (zh) * | 2023-10-27 | 2024-01-02 | 湖南光华防务科技集团有限公司 | 一种多源信息融合的无人机火源定位方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111273134A (zh) * | 2020-01-21 | 2020-06-12 | 北方夜视技术股份有限公司 | 紫外与短波红外波段融合的电晕监测装置 |
CN115695811A (zh) * | 2022-10-27 | 2023-02-03 | 天津津航计算技术研究所 | 一种多路pal制式视频传输显示装置及传输显示方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11202012189SA (en) * | 2018-07-04 | 2021-01-28 | H3 Dynamics Pte Ltd | Defect detection system using a camera equipped uav for building facades on complex asset geometry with optimal automatic obstacle deconflicted flightpath |
CN213008793U (zh) * | 2020-07-10 | 2021-04-20 | 吉林省吉信光电科技有限公司 | 一种无人机实时消防巡查系统 |
CN213735550U (zh) * | 2020-11-27 | 2021-07-20 | 河北工业大学 | 一种基于自驱动日盲紫外探测器的无人机防火监测装置 |
CN113411501B (zh) * | 2021-06-29 | 2022-06-07 | 杭州晶耐科光电技术有限公司 | 基于嵌入式及双光谱成像的无人机载电力巡检方法及系统 |
-
2023
- 2023-04-10 CN CN202310369778.9A patent/CN116109955B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111273134A (zh) * | 2020-01-21 | 2020-06-12 | 北方夜视技术股份有限公司 | 紫外与短波红外波段融合的电晕监测装置 |
CN115695811A (zh) * | 2022-10-27 | 2023-02-03 | 天津津航计算技术研究所 | 一种多路pal制式视频传输显示装置及传输显示方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116109955A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636754B (zh) | 基于生成对抗网络的极低照度图像增强方法 | |
CN116109955B (zh) | 一种无人机平台火源定位装置及方法 | |
US10009549B2 (en) | Imaging providing ratio pixel intensity | |
US10986338B2 (en) | Thermal-image based video compression systems and methods | |
US8358347B2 (en) | Frame rate measurement | |
CN109376601B (zh) | 基于高速球的物体跟踪方法、监控服务器、视频监控系统 | |
CN108848354B (zh) | 一种vr内容摄像系统及其工作方法 | |
CN111586310B (zh) | 一种实时高动态成像方法及成像系统 | |
CN108605102A (zh) | 动态框架速率控制的热成像系统和方法 | |
CN107566803A (zh) | 一种监控视频的储存方法和监控系统 | |
WO2013096029A2 (en) | Integrated video quantization | |
TW201419228A (zh) | 紅外遙控信號的處理系統及處理方法 | |
Oike et al. | A smart image sensor with high-speed feeble ID-beacon detection for augmented reality system | |
CN113702777A (zh) | 一种高压设备在线巡检监测系统 | |
CN104519257A (zh) | Vtm机双码流摄像模组及其拍摄方法 | |
JP4561649B2 (ja) | 画像圧縮装置、画像圧縮プログラム及び画像圧縮方法、hdr画像生成装置、hdr画像生成プログラム及びhdr画像生成方法、並びに画像処理システム、画像処理プログラム及び画像処理方法 | |
CN111380833B (zh) | 基于多目视觉的除杂系统 | |
TWI620420B (zh) | 可見光通訊系統及方法 | |
CN210536770U (zh) | 一种亿级像素阵列摄像装置 | |
JP2018142887A (ja) | 画像撮像システム及び画像撮像装置 | |
CN111523350B (zh) | 图像识别方法及装置、存储介质、终端、图像识别系统 | |
CN113038017A (zh) | 图像采集方法、装置及计算机可读存储介质 | |
CN103369230A (zh) | 一种进行拍摄的方法和移动终端 | |
CN112712567A (zh) | 发光颜色实时鉴别系统及方法 | |
JP2018026682A (ja) | 撮像装置、設定装置、画像解析装置、画像解析システム、及び設定方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |