[发明专利]一种监控准确的室外安防监控系统在审
申请号: | 201711306408.1 | 申请日: | 2017-12-11 |
公开(公告)号: | CN107978116A | 公开(公告)日: | 2018-05-01 |
发明(设计)人: | 何旭连 | 申请(专利权)人: | 何旭连 |
主分类号: | G08B13/196 | 分类号: | G08B13/196;H04N7/18 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 543000 广西壮*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 监控 准确 室外 系统 | ||
1.一种监控准确的室外安防监控系统,其特征在于,包括感应装置、摄像机、去雾装置、显示装置和报警装置,所述感应装置用于感应是否有目标出现,并向摄像机发出启动信号,所述摄像机用于接收来自感应装置发来的信号并触发摄像机获取室外监控视频图像,所述去雾装置用于对所述视频图像进行去雾处理,所述显示装置用于显示所述去雾后的视频图像,所述报警装置用于监控显示异常时发出警报。
2.根据权利要求1所述的监控准确的室外安防监控系统,其特征在于,所述显示装置为触摸式液晶显示器,所述报警装置能够通过移动网络向用户手机发送警报信息。
3.根据权利要求2所述的监控准确的室外安防监控系统,其特征在于,所述去雾装置包括第一建模模块、第二修复模块、第三去雾评价模块和第四反馈模块,所述第一建模模块用于构建大气衰减模型,所述第二修复模块用于根据大气衰减模型对视频图像进行去雾处理,所述第三去雾评价模块用于对所述第二修复模块的去雾效果进行评价,获取评价结果,所述第四反馈模块用于将评价结果不合格的图像返回第二修复模块重新进行去雾处理。
4.根据权利要求3所述的监控准确的室外安防监控系统,其特征在于,所述第一建模模块包括第一建模子模块、第二建模子模块和综合建模子模块,所述第一建模子模块用于获取当前环境中的雾霾浓度系数,所述第二建模子模块用于获取当前大气覆盖,所述综合建模子模块用于根据雾霾浓度系数和大气覆盖构建大气衰减模型。
5.根据权利要求4所述的监控准确的室外安防监控系统,其特征在于,所述第一建模子模块用于获取当前环境中的雾霾浓度系数,具体采用以下方式:获取采集到图像的暗原色图像:上述式子中,RUdark(x)表示采集到图像的暗原色图像,c∈{R,G,B},RUc表示图像RU中的任一颜色通道,表示以x为中心的统计区域;获取当前环境中的雾霾浓度系数:上述式子中,CFβ表示当前环境中的雾霾浓度系数,b为比例系数,b∈[1,9],VFdark(x)为暗原色图像中各像素点归一化灰度值,sum表示各像素归一化灰度值累加值,M表示暗原色图像宽度,N表示暗原色图像高度。
6.根据权利要求5所述的监控准确的室外安防监控系统,其特征在于,所述第二建模子模块用于获取当前大气覆盖,包括图像转换子单元和大气覆盖获取子单元,所述图像转换子单元将视频图像序列从RGB颜色空间转换到HSV颜色空间中,所述大气覆盖获取子单元用于对亮度分量进行引导滤波处理,获取大气覆盖CAm;
所述综合建模子模块用于根据雾霾浓度系数和大气覆盖构建大气衰减模型,具体为:MH=CFβ(HQ-CAm)+CAm,上述式子中,MH表示修复后的清晰图像,CFβ表示当前环境中的雾霾浓度系数,HQ为雾霾影响下摄像机捕获的退化图像,CAm表示当前大气覆盖。
7.根据权利要求6所述的监控准确的室外安防监控系统,其特征在于,所述第三去雾评价模块包括第一评价子模块、第二评价子模块和综合评价子模块,所述第一评价子模块用于获取去雾效果的第一评价值,所述第二评价子模块用于获取去雾效果的第二评价值,所述综合评价子模块用于根据第一评价值和第二评价值对去雾效果进行综合评价。
8.根据权利要求7所述的监控准确的室外安防监控系统,其特征在于,所述第一评价子模块用于获取去雾效果的第一评价值,具体采用下式进行:上述式子中,DT1表示第一评价值,PL(bi)表示经过去雾处理图像第i个灰度级像素点的概率,L表示图像灰度级的数目;
所述第二评价子模块用于获取去雾效果的第二评价值,具体采用下式进行:上述式子中,DT2表示第二评价值,A1表示采集图像的对比度,A2表示去雾处理图像的对比度,TZ1表示采集图像的空间频率,TZ2表示去雾处理图像的空间频率;
所述综合评价子模块用于根据第一评价值和第二评价值对去雾效果进行综合评价,具体为:计算去雾效果的综合评价值:上述式子中,DT表示综合评价值;综合评价值越大,表示第二修复模块的去雾效果越好。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于何旭连,未经何旭连许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711306408.1/1.html,转载请声明来源钻瓜专利网。