[发明专利]一种基于机器视觉和单片机控制的人员监测方法在审

专利信息
申请号: 202110304871.2 申请日: 2021-03-23
公开(公告)号: CN112947247A 公开(公告)日: 2021-06-11
发明(设计)人: 陈建平;李富栋 申请(专利权)人: 天津科技大学
主分类号: G05B19/042 分类号: G05B19/042
代理公司: 暂无信息 代理人: 暂无信息
地址: 300222 天津市河西区大沽南*** 国省代码: 天津;12
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 基于 机器 视觉 单片机 控制 人员 监测 方法
【权利要求书】:

1.一种基于机器视觉和单片机控制的人员监测方法,其特征在于,该方法包括单片机控制部分和机器视觉部分对人员的监测,所述的单片机控制部分就是计算机通过单片机采集的磁性传感器和对射传感器信号掌握冷却塔塔门的开闭状态和进出冷却塔的人数,所述的机器视觉部分就是计算机将摄像头采集的现场图像,经过算法处理后判断塔内有无工作人员。

2.根据权利要求1所述的方法,其特征在于,PC机作为中央处理器,对摄像头采集到的现场图像进行处理,若结果显示有工作人员,此时不管传感器的检测结果如何,禁止启动风机,同样当传感器统计的人数不为零时,此时不管摄像头的检测结果如何,禁止启动风机,并且检测到塔门是打开的状态时也禁止启动风机,以上几种检测情况都禁止启动风机,并将结果显示在qt界面上。

3.根据权利要求1所述的方法,其特征在于,运用视觉技术对塔内状况进行实时监控,首先将采集的视频图像进行去雾预处理,这里使用了图像复原的单幅图像去雾算法,然后采用高斯混合模型把前景目标和背景图像分割开来,最后对高斯混合模型提取的前景目标使用支持向量机的方法再次识别确认。

4.根据权利要求3所述的方法,其特征在于,通过高斯混合模型选择一个较大的阈值来突出前景目标像素,使用形态学运算处理提取的前景目标,找到其最小外接矩形并扩大至160乘160像素区域,再对扩大的160乘160像素区域用支持向量机的方法再次识别确认。

5.根据权利要求3和权利要求4所述的方法,其特征在于,使用支持向量机识别高斯混合模型提取出来的160乘160像素区域,首先要训练冷却塔环境下身穿红色安全马甲工作人员的分类器,正样本为容易识别的红色安全马甲人体躯干部分、安全帽部分、胳膊处的特殊标记部分,负样本为冷却塔背景图像。

6.根据权利要求1所述的方法,其特征在于,计算机通过单片机采集的磁性传感器和对射传感器的信号掌握冷却塔塔门的开闭状态和进出冷却塔的人数,这里使用PComm协议处理计算机和单片机之间的串口通信,计算机使用PComm库函数sio_write向单片机发送特定十六进制指令0x55,单片机就会向计算机发送相关传感器I/O接口状态的十六进制数据,所以为了满足上位机的通讯要求需要先设计单片机的汇编程序,就是当单片机接收到计算机特定的请求指令时会反馈给计算机特定的十六进制数据,以此表示传感器信号的变化。

7.根据权利要求6所述的方法,其特征在于,计算机的通讯程序使用了多线程的方法统计进出的工作人员数目。

8.根据权利要求1所述的方法,其特征在于,在Windows系统平台下,将QT、OpenCV和PComm集成在VS平台下,使用Visual studio 2015平台的QT界面库结合OpenCV数字图像处理库,对采集的图像进行处理,同时结合PComm串口通讯协议设计上位机通信程序,将检测结果显示在界面上。

9.根据权利要求1所述的方法,其特征在于,该方法主要包括PC机、单片机、磁性传感器、对射传感器、网络摄像机、光纤收发器,以及用于防水密封的传感器外壳等组件,其中磁性传感器安装在塔门上用于监控塔门的开关状态,设置两组对射传感器的间距20厘米并距离地面一米左右,相机安装在冷却塔塔壁上按照120度均匀设置三台。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天津科技大学,未经天津科技大学许可,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/202110304871.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top