[发明专利]双机协同的边防目标识别与追踪系统及方法在审

专利信息
申请号: 202210982619.1 申请日: 2022-08-16
公开(公告)号: CN115361499A 公开(公告)日: 2022-11-18
发明(设计)人: 杨帆;程政;王忠林 申请(专利权)人: 南京甄视智能科技有限公司
主分类号: H04N5/232 分类号: H04N5/232;H04N5/247;H04N5/33;G08B13/196;G06V20/52;G06V10/80
代理公司: 南京行高知识产权代理有限公司 32404 代理人: 王培松;王菊花
地址: 211000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 双机 协同 边防 目标 识别 追踪 系统 方法
【权利要求书】:

1.一种双机协同的边防目标识别与追踪系统,其特征在于,包括:

部署在边境线位置的超视距智能摄像终端,其中的第一超视距智能摄像终端作为瞭望机,用于对侵入边境线的目标发现以及识别,第二超视距智能摄像终端作为追踪机,用于接受指令并锁定目标并实时跟踪;

部署于边境线位置并与超视距智能摄像终端临近的边缘计算设备,所述边缘计算设备用于接收瞭望机发送的目标发现与识别数据,针对超视距小目标进行实时分析,检测目标属性,并指令控制追踪机进行目标跟踪,接收追踪机发回的实时数据,获取目标轨迹及坐标,并向部署于远程边防监控中心的计算机系统发送报警信息;

其中,所述瞭望机发送的目标发现与识别数据包括基于红外成像通道的红外图像以及基于可见光成像通道的可见光图像;

所述边缘计算设备基于可见光-红外光融合,对多源图像进行可见光与红外光成像互补性分析,实现目标检测与识别。

2.根据权利要求1所述的双机协同的边防目标识别与追踪系统,其特征在于,所述边缘计算设备被配置成基于实时图像与背景图像的差分运算,结合可见光-红外光图像融合,以过滤背景图像信号,检测侵入对象;在此基础上基于预设的目标识别模型对侵入对象进行目标识别。

3.根据权利要求1所述的双机协同的边防目标识别与追踪系统,其特征在于,所述边缘计算设备包括多源图像融合模块以及融合图像差分处理模块;

所述多源图像融合模块,被设置用于对可见光图像与红外光成像进行图像融合;

所述融合图像差分处理模块,被设置用于进行目标像素点的可见光-红外光融合图像差分处理。

4.根据权利要求3所述的双机协同的边防目标识别与追踪系统,其特征在于,所述多源图像融合模块,被设置成按照下述方式进行图像融合:

其中,IF(m,n)表示可见光-红外光融合图像,RGB(m,n)表示像素大小为m*n的可见光图像,IR(m,n)表示像素大小为m*n的红外图像,kRGB表示可见光通道融合系数,kIR表示红外通道融合系数;

其中,基于融合图像的图像质量标准差评价方法,根据图像质量标准差遍历求解可见光-红外光对应通道的融合系数相对最优解,求解相对图像质量最高时对应的可见光及红外通道的融合系数,即红外通道融合系数与可见光通道融合系数。

5.根据权利要求4所述的双机协同的边防目标识别与追踪系统,其特征在于,所述求解相对图像质量最高时对应的可见光kRGB及红外通道的融合系数kIR,包括:

基于下述方式计算红外通道融合系数与可见光通道融合系数:

IF(m,n)=kRGBRGB(m,n)+kIRIR(m,n);

kRGB+kIR=1;

kRGB=rand(0,1);

kIR=rand(0,1);

其中,可见光-红外光融合图像的图像大小为x*y,Gray表示可见光-红外光融合图像的图像平均灰度值,SD表示可见光-红外光融合图像的图像质量标准差,SD值越大表明融合图像对比度越高,SD值越小表明融合图像的对比度越低,灰度值越接近。

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南京甄视智能科技有限公司,未经南京甄视智能科技有限公司许可,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/202210982619.1/1.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