[发明专利]一种智能监控系统在审
| 申请号: | 201810707977.5 | 申请日: | 2018-07-02 |
| 公开(公告)号: | CN108898599A | 公开(公告)日: | 2018-11-27 |
| 发明(设计)人: | 杨金源 | 申请(专利权)人: | 深圳万智联合科技有限公司 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;H04N7/18;G06K9/62 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 图像采集摄像头 图像显示装置 智能监控系统 微处理器 存储装置 监控区域 移动终端 图像识别 控制器 处理器 电源 图像信号采集 图像信号传输 控制器控制 控制器连接 连接控制器 实时查看 图像传输 内置 存储 采集 传输 监控 | ||
1.一种智能监控系统,其特征在于,包括控制器、图像采集摄像头、图像显示装置、存储装置、电源和移动终端,所述电源用于向智能监控系统提供电能,所述图像采集摄像头连接控制器,所述控制器连接图像显示装置、存储装置和移动终端;所述控制器控制图像采集摄像头的工作状态,所述控制器包括微处理器和图像识别处理器,所述图像识别处理器内置在微处理器中,所述图像采集摄像头在微处理器的控制下对监控区域进行图像信号采集,并将采集的图像信号传输至存储装置进行存储,同时,传输至图像显示装置显示,进而通过图像显示装置实时查看监控区域,同时,将图像传输至移动终端,所述图像识别处理器用于对图像进行识别,所述移动终端包括用于对图像质量进行评价。
2.根据权利要求1所述的智能监控系统,其特征在于,所述移动终端包括图像分类模块、模型建立模块、模型参数确定模块和模型评价模块,所述图像分类模块根据是否包含自然景物将图像分为自然图像和非自然图像,所述模型建立模块用于建立自然图像和非自然图像的质量评价模型,所述模型参数确定模块用于确定自然图像和非自然图像的质量评价模型中的模型参数,所述模型评价模块用于对质量评价模型的评价准确性进行评价。
3.根据权利要求2所述的智能监控系统,其特征在于,所述模型建立模块包括第一建模模块和第二建模模块,所述第一建模模块用于建立自然图像的质量评价模型,所述第二建模模块用于建立非自然图像的质量评价模型。
4.根据权利要求3所述的智能监控系统,其特征在于,所述第一建模模块用于建立自然图像的质量评价模型,具体为:
将自然性因子和鲜艳性因子作为图像色彩的视觉感知参数,锐度因子和清晰度因子作为图像细节的视觉感知参数,采用下式表示自然图像质量评价值:
P=c1Z1+c2Z2+c3Z3+c4Z4
式中,P表示自然图像质量评价值,Z1表示自然性因子,Z2表示鲜艳性因子,Z3表示锐度因子,Z4表示清晰度因子,c1、c2、c3、c3表示权重值,c1+c2+c3+c3=1。
5.根据权利要求4所述的智能监控系统,其特征在于,所述第二建模模块用于建立非自然图像的质量评价模型,具体为:
将鲜艳性因子作为图像色彩的视觉感知参数,锐度因子和清晰度因子作为图像细节的视觉感知参数,采用下式表示非自然图像质量评价值:
Q=c2Z2+c3Z3+c4Z4
式中,Q表示非自然图像质量评价值。
6.根据权利要求5所述的智能监控系统,其特征在于,所述模型参数确定模块用于确定自然图像和非自然图像的质量评价模型中的模型参数,具体为:
采用下式确定自然性因子:
式中,A表示移动终端的白场色温值;
采用下式确定鲜艳性因子:
式中,B表示移动终端显示屏在CIE1976UCS和sRGB的色域面积比;
采用下式确定锐度因子:
式中,C表示移动终端显示屏水平的像素边长;
采用下式确定清晰度因子:
7.根据权利要求6所述的智能监控系统,其特征在于,所述模型评价模块用于对质量评价模型的评价准确性进行评价,具体为:
采用质量评价模型获取自然图像评价值P和非自然图像评价值Q;
选取5个观察者,获取观察者对自然图像的平均评价值P1和非自然图像平均评价值Q1;
采用下式确定模型评价准确性因子:
式中,Y表示模型评价准确性因子;所述模型评价准确性因子越大,表示模型对移动终端图像质量的评价越准确。
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深圳万智联合科技有限公司,未经深圳万智联合科技有限公司许可,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/201810707977.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:输电导线监测方法及装置
- 下一篇:基于随机森林的股骨头图像分割装置及分割方法





