CN206584369U - 基于图像的监控系统 - Google Patents
基于图像的监控系统 Download PDFInfo
- Publication number
- CN206584369U CN206584369U CN201621277204.0U CN201621277204U CN206584369U CN 206584369 U CN206584369 U CN 206584369U CN 201621277204 U CN201621277204 U CN 201621277204U CN 206584369 U CN206584369 U CN 206584369U
- Authority
- CN
- China
- Prior art keywords
- module
- image
- monitoring
- monitoring system
- gray value
- 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
Landscapes
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Image Processing (AREA)
Abstract
本实用新型公开了一种基于图像的监控系统，该基于图像的监控系统包括依次连接的以下模块：用于获取监控图像的图像获取模块；用于对监控图像进行滤波的滤波模块；用于计算滤波后的监控图像的第一灰度值的计算模块；以及根据灰度阈值和第一灰度值发出报警信号的报警模块。本实用新型通过滤波模块对获取的监控图像进行滤波，可以根据需要滤除监控图像中的低频分量，通过计算模块计算高频分量较多的监控图像的第一灰度值，又通过报警模块根据第一灰度值判断飞艇副气囊的状态并进行预警，实现了对副气囊状态的监控和预警，有利于及时发现副气囊的状态异常，提升了异常状态预警概率，从而保障了飞艇的飞行安全。
Description
技术领域
本实用新型涉及图像处理和监控设备技术领域，具体来说，涉及一种基于图像的监控系统。
背景技术
飞艇是一种轻于空气的航空器，艇体的气囊内充以密度比空气小的浮升气体(如氢气或氦气)借以产生浮力使飞艇升空。飞艇内部包括有副气囊，副气囊对飞艇运行起着重要作用，因此需要对副气囊的状态进行监控，并在监控到副气囊出现完全充满或排空问题时进行预警。
现有的一种监控技术是，在副气囊内部设置监控系统，主要通过人眼或在监控系统设定灰度值判断副气囊是否出现异常而实现报警功能。
但是，由于光照、飞艇晃动等等因素的影响，使得在单一的通过图像的灰度值进行预警时会出现较大的误报率；同时由于图像中低频分量的影响，监控系统得到的图像的有效信息会相对减少，因此也会降低监控系统的准确性。
针对相关技术中需要人工监控副气囊状态且预警准确性低的问题，目前尚未提出有效的解决方案。
实用新型内容
针对相关技术中需要人工监控副气囊状态且预警准确性低的问题，本实用新型提出一种基于图像的监控系统，能够实现对副气囊状态的自动监控和预警，提高预警的准确率，减少误报情况发生。
本实用新型的技术方案是这样实现的：
根据本实用新型的一个方面，提供了一种基于图像的监控系统，包括依次连接的以下模块：用于获取监控图像的图像获取模块；用于计算滤波后的监控图像的第一灰度值的计算模块；用于对监控图像进行滤波的滤波模块，滤波模块连接于图像获取模块和计算模块之间；以及根据灰度阈值和第一灰度值发出报警信号的报警模块。
优选地，滤波模块为：用于滤除监控图像的低频分量的高通滤波模块。
优选地，滤波模块为理想高通滤波器。
优选地，还包括：对监控图像进行频域变换的变换模块，变换模块连接于滤波模块和计算模块之间。
优选地，还包括：对滤波后的监控图像进行时域变换的反变换模块，反变换模块连接于滤波模块和计算模块之间。
优选地，变换模块为傅里叶变换模块；以及反变换模块为傅里叶反变换模块。
优选地，报警模块包括：用于判定第一灰度值小于灰度阈值并发出判定信息的判断模块；以及根据判定信息发出报警信号的输出模块。
本实用新型通过滤波模块对获取的监控图像进行滤波，可以根据需要滤除监控图像中的低频分量，通过计算模块计算高频分量较多的监控图像的第一灰度值，又通过报警模块根据第一灰度值判断飞艇副气囊的状态并进行预警，实现了对副气囊状态的监控和预警，有利于及时发现副气囊的状态异常，提升了异常状态预警概率，从而保障了飞艇的飞行安全。
附图说明
为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本实用新型的一些实施例，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是根据本实用新型实施例的基于图像的监控系统的框图；
图2是滤波前的副气囊的监控图像；
图3是图2经过理想高通滤波器滤波后的监控图像；
图4是图3对应的频谱图。
具体实施方式
下面将结合本实用新型实施例中的附图，对本实用新型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实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本实用新型保护的范围。
根据本实用新型的实施例，提供了一种基于图像的监控系统。
如图1所示，根据本实用新型实施例的基于图像的监控系统包括依次连接的以下模块：
用于获取监控图像的图像获取模块11；
用于对监控图像进行滤波的滤波模块12；
用于计算滤波后的监控图像的第一灰度值的计算模块13；以及
根据灰度阈值和第一灰度值发出报警信号的报警模块14。
通过上述技术方案，滤波模块12对图像获取模块11获取的监控图像进行滤波，可以根据需要滤除监控图像的部分频率分量；并经由计算模块13计算滤波后的监控图像的第一灰度值，进而根据灰度阈值和第一灰度值进行预警，能够实现对飞艇副气囊的状态的监控和预警，有利于及时发现副气囊的状态异常，从而保障了飞艇的飞行安全。
在一个实施例中，图像获取模块包括至少一个用于获取监控图像的摄像头。
在一个实施例中，还包括：对监控图像进行频域变换的变换模块，变换模块连接于图像获取模块11和滤波模块12之间。
优选地，变换模块为傅里叶变换模块。
将监控图像通过傅里叶变换模块进行傅里叶变换得到监控图像的频谱图。傅立叶变换能够将原来难以处理的时间域中的监控图像转换成频域信号，即监控图像的频谱图。使滤波模块更易于对特定频率的频率分量进行滤波处理。
在一个实施例中，滤波模块包括用于滤除图像低频分量的高通滤波模块或用于滤除图像高频分量的低通滤波模块。一般，图像的高频分量对应图像中亮度或灰度变化明显的地方，例如边缘、轮廓；而低频分量对应图像中变化缓慢的地方。因此，可以根据实际需要，选择滤除图像中的高频分量或低频分量。
在一个实施例中，滤波模块是用于滤除监控图像的低频分量的高通滤波模块。对于对飞艇的副气囊进行监控的情况，当副气囊出现排空情况、即摄像头出现较严重的遮盖时，监控图像中的低频分量较多、高频分量较少；而副气囊在正常情况下、即摄像头未出现或者遮盖较少的情况下时，监控图像中的高频分量较多、低频分量较少。而在对飞艇的副气囊进行监控的情况下，监控图像中的高频分量是预警的判断依据，所以需要尽可能多的保留高频分量，同时减少低频分量，所以采用理想高通滤波器来获取监控图像中的高频分量并过滤低频分量。
如图2所示为滤波前的副气囊的监控图像，图3所示是图2经过理想高通滤波器滤波后的监控图像，图4是图3对应的频谱图。结合图2、图3和图4所示，高通滤波器滤波后的图像中的保留了监控图像中的高频分量及其对应的边缘和轮廓等有效信息，滤除了监控图像中的低频成分，避免了低频分量带来的干扰，提高了预警准确率。
优选地，高通滤波模块为理想高通滤波器。
可选地，理想高通滤波器可以在软件环境中实现，这样可以消除滤波器的振铃现象。理想高通滤波器的核函数为公式(1)：
其中，D0为傅里叶平面上理想高通滤波器的截止频率点到原点的距离；
D(i，j)表示以(i，j)为坐标的点到原点的距离；
D(i，j)可由公式(2)进行计算：
其中，M表示在傅里叶平面上滤波图像的高度；
N表示在傅里叶平面上滤波图像的宽度。
在一个实施例中，还包括：对滤波后的监控图像进行时域变换的反变换模块，反变换模块连接于滤波模块和计算模块之间。
进一步地，上述反变换模块为傅里叶反变换模块。因为此时经过滤波模块进行滤波的是监控图像的频谱图，因此需要通过傅里叶反变换模块将该频谱图变换回时间域得到滤波后的监控图像。
在对滤波后的监控图像进行傅里叶反变换之后可以得到用于计算第一灰度值的第一图像，计算模块用于对该第一灰度值进行计算。为了减少光照对于第一图像的灰度值的影响，因此采用的第一灰度值是第一图像的灰度均值或灰度最大值。计算模块还可用于设置灰度阈值。
在一个实施例中，报警模块包括：用于判定第一灰度值小于灰度阈值并发出判定信息的判断模块；以及根据判定信息发出报警信号的输出模块。
在正常情况下，副气囊与摄像头的距离较远，对应的第一图像中的高频分量会较多，并且对应的第一图像的第一灰度值也会较大；在副气囊出现排空的情况下，副气囊与摄像头的距离较近，对应的第一图像中的低频分量会较多，并且对应的第一图像的第一灰度值也会较小。因此，在本实施例中，当第一灰度值小于灰度阈值时，判断模块可判定副气囊出现了排空情况，且由输出模块输出报警信号。
另外，同理在副气囊出现膨胀的情况下，副气囊与摄像头的距离增大，与正常情况下相比对应第一图像的第一灰度值会增大。因此当第一灰度值大于灰度阈值时，判断模块可判定副气囊出现了完全充满的情况，此时输出模块输出报警信号。
综上所述，借助于本实用新型的上述技术方案，通过滤波模块对获取的监控图像进行滤波，可以根据需要滤除监控图像中的低频分量，通过计算模块计算高频分量较多的监控图像的第一灰度值，又通过报警模块根据第一灰度值判断飞艇副气囊的状态并进行预警，实现了对副气囊状态的监控和预警，有利于及时发现副气囊的状态异常，提升了异常状态预警概率，从而保障了飞艇的飞行安全。
以上所述仅为本实用新型的较佳实施例而已，并不用以限制本实用新型，凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。
Claims (10)
1.一种基于图像的监控系统，包括依次连接的以下模块：
用于获取监控图像的图像获取模块；
用于计算滤波后的监控图像的第一灰度值的计算模块；
用于对所述监控图像进行滤波的滤波模块，所述滤波模块连接于所述图像获取模块和所述计算模块之间；以及
根据灰度阈值和所述第一灰度值发出报警信号的报警模块。
2.根据权利要求1所述的基于图像的监控系统，其特征在于，
所述滤波模块包括高通滤波模块或低通滤波模块。
3.根据权利要求2所述的基于图像的监控系统，其特征在于，所述滤波模块为：
用于滤除所述监控图像的低频分量的高通滤波模块。
4.根据权利要求3所述的基于图像的监控系统，其特征在于，
所述高通滤波模块为理想高通滤波器。
5.根据权利要求1所述的基于图像的监控系统，其特征在于，还包括：
对所述监控图像进行频域变换的变换模块，所述变换模块连接于所述图像获取模块和所述滤波模块之间。
6.根据权利要求5所述的基于图像的监控系统，其特征在于，还包括：
反变换模块，所述反变换模块连接于所述滤波模块和所述计算模块之间。
7.根据权利要求6所述的基于图像的监控系统，其特征在于，
所述变换模块为傅里叶变换模块；以及
所述反变换模块为傅里叶反变换模块。
8.根据权利要求1所述的基于图像的监控系统，其特征在于，所述报警模块包括：
用于判定所述第一灰度值小于所述灰度阈值并发出判定信息的判断模块。
9.根据权利要求8所述的基于图像的监控系统，其特征在于，所述报警模块还包括：
根据所述判定信息发出所述报警信号的输出模块。
10.根据权利要求1所述的基于图像的监控系统，其特征在于，
所述图像获取模块包括至少一个摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201621277204.0U CN206584369U (zh) | 2016-11-25 | 2016-11-25 | 基于图像的监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201621277204.0U CN206584369U (zh) | 2016-11-25 | 2016-11-25 | 基于图像的监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN206584369U true CN206584369U (zh) | 2017-10-24 |
Family
ID=60107623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201621277204.0U Active CN206584369U (zh) | 2016-11-25 | 2016-11-25 | 基于图像的监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN206584369U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109241160A (zh) * | 2018-08-08 | 2019-01-18 | 荣雄 | 年轻化等级大数据检测系统 |
-
2016
- 2016-11-25 CN CN201621277204.0U patent/CN206584369U/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109241160A (zh) * | 2018-08-08 | 2019-01-18 | 荣雄 | 年轻化等级大数据检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105667420B (zh) | 用于确定驾驶者的瞌睡状态的系统和方法 | |
| CN106335432A (zh) | 具有行车辅助系统的智能后视镜、控制系统及处理方法 | |
| JP5666383B2 (ja) | 眠気推定装置及び眠気推定方法 | |
| CN105329210A (zh) | 基于异常震动监测的车辆智能防盗系统 | |
| WO2020181840A1 (zh) | 分心驾驶监测方法、系统及电子设备 | |
| CN113505676B (zh) | 一种监控船舶海上安全作业的智能检测方法及装置 | |
| CN109034111A (zh) | 一种基于深度学习的驾驶员手离方向盘检测方法及系统 | |
| CN106199625A (zh) | 一种基于激光雷达的船舶靠泊检测系统和方法 | |
| CN104537806A (zh) | 一种基于摄像头的疲劳驾驶实时检测系统 | |
| CN206584369U (zh) | 基于图像的监控系统 | |
| CN107195016A (zh) | 基于震动传感器的停车监控系统 | |
| CN113705427B (zh) | 基于车规级芯片SoC的疲劳驾驶监测预警方法及系统 | |
| CN201849322U (zh) | 一种汽车防疲劳驾驶装置 | |
| CN205983763U (zh) | 车辆的智能型驾驶安全辅助装置 | |
| CN205365524U (zh) | 基于异常震动监测的车辆智能防盗系统 | |
| CN210258307U (zh) | 基于4g音视频传输技术的ai智能辅助驾驶终端设备 | |
| CN117132967A (zh) | 疲劳驾驶检测方法及系统、机器可读存储介质 | |
| CN107933461A (zh) | 基于单摄像头的车内识别融合装置及方法 | |
| DE102019211404A1 (de) | Verfahren zur Bestimmung einer Einfallsrichtung einer Sondersignal-Schallquelle | |
| CN106585444B (zh) | 一种防疲劳汽车坐垫及其防疲劳方法 | |
| CN114492656A (zh) | 一种基于计算机视觉和传感器的疲劳度监测系统 | |
| CN213087634U (zh) | 一种用于夜晚沙漠露营的保护系统 | |
| CN204706141U (zh) | 可穿戴设备 | |
| CN104571075A (zh) | 一种船舶实时在线故障远程监测系统 | |
| CN108268857B (zh) | 查处违章的巡查移动车 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |