[发明专利]一种基于无人机的雾霾扩散监控系统有效

专利信息
申请号: 201810439091.7 申请日: 2018-05-09
公开(公告)号: CN108495095B 公开(公告)日: 2021-08-03
发明(设计)人: 匡卫红 申请(专利权)人: 湖南城市学院
主分类号: H04N7/18 分类号: H04N7/18;G06T7/11;G06T7/136
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 413000 *** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于雾霾监测技术领域,公开了一种基于无人机的雾霾扩散监控系统,所述基于无人机的雾霾扩散监控系统包括:视频采集模块、雾霾监测模块、单片机控制模块、无线通信模块、雾霾图像分析模块、扩散路径绘制模块、数据存储模块、报警模块。本发明通过雾霾图像分析模块可以对雾霾图像进行细化分析,获取雾霾准确的数据信息,通过扩散路径绘制模块可以绘制出雾霾的扩散路径,有利于对雾霾扩散进行及时防护;通过报警器可以及时对雾霾监测异常数据进行报警,有利于做好及时防护措施。
搜索关键词: 一种 基于 无人机 扩散 监控 系统
【主权项】:
1.一种基于无人机的雾霾扩散监控系统,其特征在于,所述基于无人机的雾霾扩散监控系统包括:视频采集模块,与单片机控制模块连接,用于通过摄像头采集雾霾视频图像;所述视频采集模块对图像以当前视觉注意焦点为原点进行极坐标变换,在极坐标空间里进行搜索;设P表示极坐标边界图中所有像素的集合,L={0,1}为极坐标边界图中每个像素可能标记的集合;在概率边界图上寻求从集合P到集合L的标号函数,该标号函数满足如下能量方程:式中,δ(lp,lq)为Kronecker符号,Up(lp)为能量函数数据项;焦点的位置由Itti视觉注意模型获得,以该焦点为坐标原点,对概率边界图进行极坐标变换,得到极坐标概率边界图,根据上述公式得到最优边界,对最优边界进行逆极坐标变换,得到一封闭区域,即当前焦点区域;焦点区域Ai,Aj,ρ(Ai,Aj)为焦点区域Ai,Aj之间基于Bhattacharyya系数的相似性度量,设Hi,Hj分别为Ai,Aj区域的规范化直方图,则二区域之间的Bhattacharyya系数为:式中,pu表示直方图Hi的第u维特征,qu表示直方图Hj的第u维特征;Bhattacharyya系数实际上等于计算单位向量之间的余弦距离;设焦点区域Ai,Aj相互交叉,且Ai∩Aj=S,若则将Ai,Aj直接合并;若则不能合并,且将S从Ai,Aj中的任一方去除;对于焦点区域Ai,Aj,Ai包含于Aj或Aj包含于Ai,首先从Aj中去掉与Ai相似的超像素,设为然后根据Bhattacharyya系数计算与Ai的相似性,若低于事先规定的阈值,则需将Aj中与Ai相似的超像素从Aj中去除,作为Ai的超像素;经过调整后的焦点区域数目即为最终分割区域数目,焦点区域内部的超像素即为所属分割区域的种子点;雾霾监测模块,与单片机控制模块连接,用于通过雾霾监测仪监测雾霾数据信息;所述雾霾监测模块以待分割图像超像素为节点所构成的图为G,定义图G的Laplace矩阵:为极点Si的度,定义为所有与极点Si相连的极点之间的权值之和;最终的焦点区域数为K,区域标记变量为t,1≤t≤K;对于某一分割区域来说,图中所有节点分为两类:标记点集合VM和未标记点集合VU,VM∪VU=V且VM∩VU=Φ,根据节点所属的不同集合,Laplace矩阵写为:设节点到达标记为t的种子点的概率为对当前焦点区域种子点定义标记函数对所有VM中的节点有:对于未标记VU中的节点对标记为t的种子点的概率,根据Direchlett边界条件,根据下式求解:LUX=‑BTM最后根据LU中各未标记点到各超像素种子点概率大小决定其归属于哪一分割区域;单片机控制模块,与视频采集模块、雾霾监测模块、无线通信模块、雾霾图像分析模块、扩散路径绘制模块、数据存储模块、报警模块连接,用于对视频采集模块、雾霾监测模块采集数据信息进行处理分析,并调度各个模块正常工作;无线通信模块,与单片机控制模块连接,用于通过无线方式控制单片机控制模块;雾霾图像分析模块,与单片机控制模块连接,用于对视频采集模块采集雾霾视频图像进行处理分析;扩散路径绘制模块,与单片机控制模块连接,用于绘制雾霾扩散路径;数据存储模块,与单片机控制模块连接,用于存储雾霾监测数据;报警模块,与单片机控制模块连接,用于通过报警器对检测的异常数据进行报警。
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湖南城市学院,未经湖南城市学院许可,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/patent/201810439091.7/,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