基于低空飞艇的突发事件应急监测系统

稳定高效的高点监控对应急处置有非常重要的作用。该文提出了一种基于低空飞艇的突发事件应急监测系统,实现在复杂环境下应急现场的实时监测。系统包含三个部分:视频预处理和目标追踪;目标的自动照准和定位;远程探测监测。利用稳像和跟踪技术实现视频预处理和目标跟踪,应用基于Harris角点的帧间运动估计稳定视频,使用基于GPS航迹信息的Kalm an-平均滤波方法分离主观运动和非主观运动,使用基于M ean Sh ift方法跟踪目标。通过三维云台电机的自动控制以及艇载GPS和三维罗盘实现对目标的自动照准及定位,利用小型投掷系统实现远程探测监测。该文提出的低空飞艇应急监测系统为突发事件现场实时监测提供了新的有效的解决方案,为应急响应提供了有力支持。

葫芦岛市城市火灾分布的特点及其对城市火险分析的启示

火灾是城市、城镇的主要危害之一,城市火灾动力学关系到人们的生命和财产安全。研究了城市火灾的分布情况以及火灾频率与气象参数的关系,发现城市火灾的频率-尺度分布以及频率-时间间隔分布满足幂律关系。这表明大火灾和小火灾之间存在相互关联,由小火灾的发生频率可以预测大火灾的发生频率。研究火灾频率和气象参数(如温度,湿度)之间的关系,结果表明火灾频率随着某些气象参数变化而变化,并且呈现一定的规律性,说明通过气象参数预测城市火灾发生频率是可行的。所做工作可望揭示城市火灾的一些复杂特征,对城市火灾风险分析也有一定的帮助。

基于空间实体的传染病蔓延模拟建模研究

提出了一种基于空间实体的传染病元胞自动机模型,基于该模型,在GIS环境中建立了传染病蔓延的可视化模拟程序,并通过模拟算例分别给出了局部传染和全局传染两种典型传播行为的模拟结果。对模拟结果的分析表明,采用符合传染病流行特征的空间相关性模式能够得到更合理的模拟结果。通过结合GIS的空间数据可视化和分析功能,建议的元胞自动机模型能可视化展示传染病蔓延过程,察明影响传染病传播过程的关键参数,评估特定干预措施(如改善卫生条件、隔离感染者、接种疫苗等)的效果,获取疾病的空间分布信息和统计信息,为传染病的防治决策提供科学的依据。

基于语义描述的相机拍摄重定向方法研究

在场景动画制作中,相机标架与拍摄轨迹所体现的镜头语言是画面效果的重要保证。文章提出了一种基于语义描述的相机拍摄重定向方法,可以将视频中的拍摄标架与轨迹重定向到虚拟场景中用于动画制作。通过相机自标定方法得到视频帧的相机标架和拍摄轨迹;在定义了11种相机运动方式的基础上对镜头语言进行分段和分类;根据重定向场景的拍摄目标和距离,使用参数化的方法重新生成每种镜头语言的相机标架与轨迹,用于场景动画的生成。实验结果表明,该方法可对多种来源的视频产生正确合理的相机运动语义描述,并能完整可靠地重定向生成目标场景动画。

六旋翼飞行平台的视频稳像技术

低空飞行器监控平台在突发事件现场往往面临恶劣环境以及飞行器自身抖动影响监控质量的挑战,而现有的视频稳像技术无法很好地解决较大场景变化和显著景深影响的问题。该文针对六旋翼低空监测平台在复杂环境下应急视频监控稳像的难点,提出了一种基于运动分解估算和混合基准帧比照的视频稳像算法。基于运动分解估算的运动估计算法利用矩阵分解原理,将全局运动分解成帧间运动和前帧运动的合成,保证了场景快速变化条件下运动估计的准确性和时效性。混合基准帧比照方法运用基于阈值设定的形式,综合考虑计算误差和稳像连续性两方面的因素,寻找较为平衡的基准帧更新算法,有效地解决了视频景深影响造成的误差。实验结果表明:该算法提高了运动估计的准确率和计算效率,可满足六旋翼飞行器监控视频的稳像要求。

基于稳像技术的飞艇监控视频目标追踪

一般的目标追踪算法提取目标的颜色或轮廓特征,在图像区域内使用匹配算法完成对目标的追踪。由于飞艇容易受到气流影响,艇载相机平移误差会造成目标在视频的相邻帧间运动距离过大,传统目标追踪算法容易陷入到局部最优解而造成目标跟错或者丢失。该文提出了一种基于视频稳像的追踪方法,使用基于运动估计和混合滤波算法,首先处理视频使之平滑稳定,在此基础上利用人机交互选择目标并应用基于MeanShift的算法实现追踪。比较本文提出的算法和一般算法在飞艇视频目标追踪中的效果,结果表明:该方法在目标追踪中具有更高的准确率,同时满足实时性要求。实验证明了本文提出算法可以准确有效地处理飞艇视频目标跟踪问题。

基于尺度自适应和跟踪框自转的视频目标跟踪

在高空运动变焦摄像机视频监控目标的自动识别跟踪中,跟踪目标背景、跟踪目标尺寸和跟踪目标相对背景运动的方位角都在实时变化,为解决常规Mean Shift目标跟踪算法在面临上述快速变化时容易出现的目标跟踪丢失问题,在Mean Shift目标跟踪算法的基础上,考虑跟踪目标的变尺度、长宽比和方位角等因素,提出了改进的基于尺度自适应和自转跟踪框策略的视频目标跟踪算法,实际场景下的实验结果表明:该算法具有较好的准确性和实时性,满足视频目标实时跟踪的应用需求。

复杂空间接触模式下传染病蔓延模拟建模

针对现代社会越来越复杂的交互行为,提出了一种离散形式的空间分区模型预测传染病蔓延。该模型考虑了现代社会个体之间复杂的空间接触模式,以及真实情况下普遍存在的人群异质性和分布异质性。基于该模型在地理信息系统环境中建立了传染病蔓延的可视化模拟程序。模拟结果表明,该模型能较真实地模拟现实环境下传染病的蔓延过程,可为公共卫生应急中传染病疫情事件的预测预警和应急处置提供决策支持。

基于隐式Markov方法的福建省降水预测

建立了一个基于4个隐式状态的Markov方法的降水预测模型,用以研究福建省降水规律。利用Bayes信息评价方法来确定隐式状态的数目,利用Baum-Welch算法来训练模型参数,将Viterbi算法用于隐式Markov模型的最优状态估计,确定最优隐式状态序列。分析福建省4个气象站在1981—2008年间28 a的降水数据,其中前20 a的数据用于模型学习和参数训练,后8 a的数据用于模型验证和评价。结果表明:该模型可模拟降水规律,并为突发天气预测提供了有效的方法。