多视觉信息融合的内河航道智能监控系统

探讨了利用动态图像理解技术对内河船舶的交通状况进行监控,采用多视觉传感器数据融合技术对跟踪的船舶对象进行特写抓拍;通过对交通流信息的实时采集、处理、跟踪与分析,得到内河航道中交通状态信息,如船舶流量、船舶速度、通航密度等重要基础信息。通过对抓拍到的船舶对象图像进行船名牌识别和吃水深度的估算,得到被跟踪船舶对象的基本属性数据和载重量等重要内河管理基础信息,为航运管理部门进行水域交通管理和交通规划提供决策依据。此外,通过自定义感兴趣监控区域以及监控对象来减少图像处理时间,提高系统实时处理能力及鲁棒性。实验结果表明,系统可以实现对船舶稳定跟踪,并对船舶进行特写抓拍和识别,识别准确率高,最终实现吨位估算。

全球面无死角的全方位视觉传感器的设计

为了获取整个球面全景图像,提出了全方位视觉传感器(omni-directional visionsensor,ODVS)的二次折反射的成像原理并设计了折反射镜面。利用4阶Runge-Kutta算法求得了镜面曲面的数值解,通过组合镜头的设计实现ODVS与广角镜头的集成以消除ODVS的固有死角,然后,将两台无死角的ODVS装置以背靠背的方式进行连接,并将所获取的全景视频图像进行展开及无缝拼接得到360°·360°视频图像。实验结果表明,所设计的ODVS装置可以获取全球面的视场范围,在视频监控领域有重要的应用价值。