CN1606758A - 传感器和成像系统 - Google Patents

传感器和成像系统 Download PDF

Info

Publication number
CN1606758A
CN1606758A CNA018180884A CN01818088A CN1606758A CN 1606758 A CN1606758 A CN 1606758A CN A018180884 A CNA018180884 A CN A018180884A CN 01818088 A CN01818088 A CN 01818088A CN 1606758 A CN1606758 A CN 1606758A
Authority
CN
China
Prior art keywords
image
target
visual field
pixel
equipment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CNA018180884A
Other languages
English (en)
Inventor
唐纳德·格拉索
约翰·松
史蒂夫·约翰逊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rytec Corp
Original Assignee
Rytec Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rytec Corp filed Critical Rytec Corp
Publication of CN1606758A publication Critical patent/CN1606758A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19604Image analysis to detect motion of the intruder, e.g. by frame subtraction involving reference image or background adaptation with time to compensate for changing conditions, e.g. reference image update on detection of light level change
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617Surveillance camera constructional details
    • G08B13/19619Details of casing
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617Surveillance camera constructional details
    • G08B13/19632Camera support structures, e.g. attachment means, poles
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639Details of the system layout
    • G08B13/19645Multiple cameras, each having view on one of a plurality of scenes, e.g. multiple cameras for multi-room surveillance or for tracking an object by view hand-over
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19678User interface
    • G08B13/1968Interfaces for setting up or customising the system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/24Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Studio Devices (AREA)
  • Burglar Alarm Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种包括摄像机、处理器和用户接口的系统。摄像机响应视场内的景色发送图像数据。为响应图像数据,处理器指示条件是否被满足。用户接口连接到处理器,以允许用户选择检测目标的标准,指示选择的标准,并提供目标已经被检测到的视觉确认。

Description

传感器和成像系统
相关申请
本申请要求2000.8.31申请的专利申请的优先权,序列号60/229,613,并合并在此作为参照。
技术领域
本发明涉及传感器和成像系统,特别是提供和解释图像数据的系统。
背景技术
传感器和成像系统在今日技术驱动的经济需求中不断增长。这些系统包括观察在视场中目标的摄像机。摄像机产生由计算机分析确定应对检测到的目标采取什麽行动的图像数据。
许多识别系统用两个或多个摄像机观察在一个视场中的目标。除了与使用几个摄像机有关的成本外,这些系统需要每个摄像机特殊的安装位置。因为两个摄像机需要合适的运作,这些系统对于单个摄像机系统来说降低了可靠性水平。
单个摄像机系统典型的是安装在固定的位置寻找满足或不满足预定标准的目标。例如,检测结构缺陷的系统。这些系统不能做出还没有指定的决定。
因此,使用由摄像机提供图像的,能确定条件是否已经满足或没有满足的传感器和成像系统存在需求。
发明内容
根据本发明的实施例,提供给系统的有摄像机,处理器,用户接口。摄像机传送相应于视场中景色的图像数据。相应于图像数据,处理器指出条件是否已经满足。用户接口可操作的连接处理器并允许用户选择目标检测的标准,指出选择的标准,提供目标已经检测的可视证实。
在另一实施例中,为了使其它设备有效也提供控制接口。而且系统提供信号来影响其它设备。
还有一实施例是,在处理器确定条件已经满足系统时提供打开门信号。然后由具有与门相连的可操作驱动马达的常规电子机械打开门系统把门打开。
根据下面与图例一起的详细说明,本发明的功能和优点是显然的。
附图说明
图1a和1b是本发明传感器和成像系统实施例框图;
图2是本发明传感器和成像系统另一实施例的简化原理图,具有一对摄像机组件分别与一对传感器/成像电路相连;
图3是具有安装接近的图2摄像机组件的关了门的正面图;
图4除了门是开的外近似于图3的正面图;
图5是图2摄像机组件之一附在图3门上面的上框的部分透视图;
图6是图5的摄像机装配剖面图;
图7是附在图5的摄像机组件机架的窗上的上框装配的俯视图;
图8是上框装配,窗口沿图7A-A平面的取的剖面图;
图9是与图2的视频处理器之一相连的图8摄像机组件中摄像机的简化原理图;
图10是图3和图4的门的一边的顶视,俯视图,其中图2摄像机组件之一有包括门前区域的视场;
图11是作为图10中放在远离摄像机组件目标的视场像素密度的图画说明;
图12在实施例中提供大量能由用户用图2的膜键盘选择的安全区域配置;
图13是图2描述的膜键盘实施例的俯视图;
图14是用图13的膜键盘的区域定位方法的俯视图;
图15a和15b是具有场可编程门阵(FPGA)和中央处理单元(CPU)的图2传感器/成像系统电路的目标之一的简化框图;
图16是根据本发明的处理系统的第一级水平的简化框图,处理系统有在图15a和15b的FPGA中的图像处理模块、由图15a和15b的CPU执行的特征处理模块、由图15a和15b的CPU执行的检测处理模块;
图17是图16处理系统初始化顺序的简化框图,初始化输入参数和计算有关的、导出的参数、初始化检测阈值表、初始化检测和特征计算区;
图18是图16处理系统初始化顺序的简化框图,通过FPGA连续输入/输出板从用户输入数据初始化FPGA图像处理阈值和视频数字化设置,初始化特征和检测处理系统;
图19是图16处理系统的视频环处理顺序的简化框图,使用乒—乓缓冲器指向,加载和解包参考图像到用户数据。
图20是图16处理系统的视频环处理顺序的简化框图,使用在CPU的用户数据在当前图像帧产生特征和检测结果。
图21是图16处理系统的视频环处理顺序的简化框图,具有在每一帧处理的末尾和视频处理任一点输出诊断讯息;
图22是根据本发明的乒—乓系统的简化框图;
图23是在图22中描述的乒—乓系统的初始化的简化框图;
图24是图22的乒—乓系统的乒—乓处理环的简化框图;
图25是图16处理系统的自动对比补偿初始化的简化框图,相应于图像特征标准和时间动态标准改变视频增益;
图26是图16处理系统在视频环中的自动对比补偿的简化框图,相应于图像特征标准和时间动态标准改变视频增益;
图27是图17系统初始化的区域初始化顺序的简化框图,在实际世界坐标系中建立区域,产生区域子掩码(MASK)和建立区域掩码(MASK);
图28是图17系统初始化的阈值表初始化顺序的简化框图,具有初始化摄像机内在的参数模块,分辨率模型模块和目标模型模块;
图29是图16处理系统的图像处理模块的简化框图,具有边缘检测器;
图30是图16处理系统的图像处理模块的简化框图,具有使用区域的运动检测器;
图31是图16处理系统的图像处理模块的简化框图,具有阴影和光束处理的区域分析;
图32是图16处理系统的图像处理模块的简化框图,有使用边缘的运动检测器;
图33是图16处理系统的特征处理模块的简化框图,计算存在,运动,帧和区域特征;
图34是图33特征产生系统的简化框图,具有标记模块,计算全局存在特征模块和计算区域存在特征模块;
图35是图34计算存在特征系统的简化框图,计算全局存在特征;
图36是图34计算存在特征系统的简化框图,计算区域存在特征;
图37是图33特征产生系统的简化框图,具有标记模块,计算全局阴影和光束特征模块,和计算阴影和光束区域特征模块;
图38是图37计算阴影和光束区域特征系统的简化框图,计算全局阴影和光束特征;
图39是图37计算阴影和光束区域特征系统的简化框图,计算阴影和光束区域特征;
图40是图16处理系统的双峰直方图灰度水平分析的简化框图;
图41是图33特征产生系统的简化框图,计算帧特征;
图42是图16信息处理模块的简化框图,从产生的特征检测目标的存在;
图43是图16信息处理模块的简化框图,评估和更新参考图象;
图44是图16信息处理模块的简化框图,相对于视场背景值的改变而改变阈值;
图45是图16信息处理模块的简化框图,在检测的目标中确定边缘和区域数据的几何联系;
图46是图45的图16信息处理模块的简化框图的继续,包括在检测的目标中测试区域边缘以确定区域的交集;
图47是图46的图16信息处理模块的简化框图的继续,包括在检测的目标中评价区域的地域的界线以确定区域的交集;
图48和图49是定义各种图像操作的表;
图50是背景或参考图象的典型例子;
图51除了这是目标已进入视场的当前的图像外相似于图50;
图52是从图51的当前的图像减去图50的参考图象的差值;
图53是从图50的参考图象减去图51的当前的图像的差值;
图54是对图52的图像作阈值和形状滤波后的最终图像;
图55是对图53的图像作阈值和形状滤波后的最终图像;
图56是对图54和图55的图像完成逻辑‘或’操作后的最终图像;
图57是除了在图56的图像区域内为了分类做了标记外相似于图56。
具体实施方式
本发明内容有许多不同形式的实施例,图中显示的和这里有详细描述的本发明实施例可理解为本发明原理的范例,说明的实施例不限制本发明的广阔范围。
见图1a和1b,描述根据本发明的系统实施例框图。系统10包括进入图像分析12,存在检测14,传感器技术16,电子设备18,设备控制20,摄像机姿态22,摄像机技术24,图像分析26,和市场应用28。
见图2,描述根据本发明的另一系统实施例的简化原理图。系统110包括一对摄像机组件112,113分别可操作的与一对传感器/成像电路114,115相连。传感器/成像电路114,115可操作的与键盘118连接的I/O显示板116相连。此外在实施例中,系统110包括具有与门121(图3和图4)相连的可操作驱动马达119的电子机械开门系统117。
摄像机组件112,113包括电荷耦合器件(CCD),或此类器件,有优质的广角镜头,能分别给传感器/成像电路114,115传输图像数据。图像数据分别相应于在每个摄像机中的景色。
传感器/成像电路114,115处理图像数据确定用户选择的条件是否已经满足。用户选择的条件是通过由I/O显示板116和膜键盘118组成的人—机接口来选择的。在实施例中,人—机接口可操作的与传感器/成像电路114,115相连并允许用户选择目标检测的标准,指出选择的标准,提供目标已经检测的可视证实。
图3提供由门121关闭的门通路120的截面正面图。图2的摄像机组件112,113安置在接近于门通路120和相反的两边。摄像机组件112,113分别有门通路相反一边的视场122和123。在门121如图4开的时候,至少一个摄像机组件的视场包括门通路120。此外,视场122和123在门通路120附近重叠。
图5说明附在图3的门121上面的上框的图2的摄像机组件112,113之一的部分组件透视图。摄像机组件包括有窗132的机架组件131。图6提供图5的摄像机组件的截面图。有视场136和加热器组件140的摄像机134安放在机架组件131中。在实施例中,给摄像机134供电的电源(未显示于图中)可安放在加热器中。
图7和图8分别提供加热器组件140的俯视图和截面图。加热器组件140邻接摄像机机架组件131的窗132,是由金属浇铸或此类制成的,包括夹在一对导电的接线端144,145之间的陶瓷电阻142。陶瓷电阻142一般是环状的,由表现为通常称为PTCR(正温度系数或阻抗)或PTC效应的材料构成。同样的,导电的接线端144,145一般是环状的,由导电和导热的材料,如铜构成。
在实施例中,环形光圈146通过陶瓷电阻142和导电的接线端144,145的轴延伸。光圈146有完全同一的外周并互相同心排列。
导电的接线端145的外周界148包括多个向外延伸的耳朵150。松开附着的螺丝154(图9)通过每一耳朵150延伸了光圈152。
见图9,加热器组件安置在摄像机组件的机架131中。如前所指出的,附着的螺丝154连接加热器140的导电的接线端145成安装表面,或安装柱156延伸到机架131内部并完整的附着到那里。
摄像机组件的机架131包括允许摄像机的视场136延伸到机架外的光圈158。放置在光圈158上面阻止如灰尘和潮气的污染物进入摄像机组件。
窗132夹在加热器组件140的导热导电的接线端145和由弹性材料构成的环狀垫圈160之间,并邻接光圈158的摄像机组件的机架131的内表面162。实施例中,窗132由视觉透明材料组成,如硼硅酸盐玻璃。
摄像机134产生图像数据或电子像素数据218,表示在摄像机的视场136中所观察到的景色。实施例中,图形数据218由视频处理器114,115(图1)之一分析确定相应于摄像机的视场136检测到的目标应采取什麽行动。
摄像机组件的机架131中,加热器组件140的接线端144,145与电源166相连保持加在陶瓷电阻142上的电势。由陶瓷电阻142产生的热通过导电的接线端145和上面的窗132消散。实施例中,提供足够的热量维持窗132处于摄像机组件机架131外空气的露点以上。例如,加热器能在87°F时工作,不能在106°F时工作。
本领于技术人员将理解,因为电阻材料表现为正温度系数,陶瓷电阻142的使用消除了机械自动调温器或此类设备。消除自动调温器增加了加热器的可靠性和减少了加给电源产生开关的噪声量。
见图2,摄像机组件112,113包括照明源(未显示于图中),如灯泡,发光二极管,其中有人们可见的或不可见的光谱照明视场。可移动的耦合显示器(未显示于图中)接收摄像机组件112,113的输出,允许用户监测摄像机组件的视场配置是否合适。
见图10,顶视图提供图3和4门121的一边,其中图2的摄像机组件之一(特别是摄像机组件112)有包括门前区域的视场122。摄像机组件122对视频处理器114提供图像数据(图2),实施例中,添加了安全区168,如果需要添加一个或更多的激活区170。视频处理器114,115中的任一个检测到在安全区168的目标时,门121打开并维持到目标出了安全区168。视频处理器114,115中的任一个检测到进入激活区168的目标时,在目标在激活区停止移动或离开激活区后,门121打开并维持打开一段时间。
当人或目标瞬间邻近门121时,安全区168立即维持在围绕门121的区域阻止门关掉。此外,在人或车辆接近门121时,激活区168打开门。无论何时视场中没有照明,剧烈的照明变化、电子设备故障、摄像机碰开、或摄像机镜头被遮蔽,也能使故障保护系统打开门121。
图11描述作为目标的视场122的像素密度放置在远离摄像机组件112外。图12提供能由用户用膜键盘118选择的许多安全区配置。
图13提供在图2中描述的膜键盘的实施例118的俯视图。膜键盘118和I/O显示板116(图2)为用户提供设置系统的用户接口或人—机接口(图2)。在实施例中,用户接口允许用户定义系统110将要用的门的类型,尺度,建立大小,位置,和检测区的类型。用户接口允许用户输入数据从区域、位置、形状、控制区数、控制标准组成的参数组中至少定义一个控制区参数(即激活区或安全区)。
如以前指出的,通过用户接口,系统110能至少定义摄像机组件接收的一部分图像为控制区。实施例中,系统110能在控制区内由直接访问从所有的有坐标的像素选择坐标。另外,系统110有能力从多个预定义的区域内选择。而且,系统110有能力在视场中放真实的目标,只要描绘边缘坐标和真实的目标成为图像数据的一部分。
实施例中,用户接口有三个操作模式:参数编辑模式、运行模式、和诊断模式。在参数编辑模式中,用户可以用触摸键盘按钮610、622、624和626输入或修改配置参数,如门的样式、英制或公制、摄像机高度和到门的距离。在运行模式中,系统110是工作状态。同样的,系统110处理摄像机112,113的图像并通过I/O显示板116输出安全区和激活区指示信号,在LED 614和616上显示状态信息。在诊断模式,关于系统110状态的附加信息通过I/O口得到。
图14提供描述使用图13的膜键盘的区域运动的图。实施例中,用户能在摄像机组件112,113的视场中移动激活区到各个不同的位置。
图15a和15b提供图2的传感器/成像电路114,115之一的简化图。实施例中,传感器/成像电路114,115在物理设计上实质上是相似的,包括场可编程门阵(FPGA)124,中央处理单元(CPU)125,和视频数字化仪126。
实施例中,视频数字化仪126从摄像机之一接收模拟图像信号,并把模拟图像信号数字化,然后,把数字化图像信号传输给场可编程门阵124。
如这里进一步的详细解释,编程场可编程门阵124,执行一个或多个的相应于接收的数字化图像信号的图像处理操作。实施例中,这些操作包括比较数字化的图像信号与一个或多个以前接收的数字化图像信号的预先确定的特性,提供合成的图像数据。相应于合成的图像数据,中央处理单元125确定一个或多个条件是否已满足。
与视频数字化仪126可操作的连接是对视频数字化仪的温度有输出相关的温度传感器128。根据环境温度传感器的指示以使在预先确定的温度范围或限制内视频数字化仪126不运作,由复位电路130发布复位命令,系统110维持复位状态至视频数字化仪的温度回到预先确定的温度范围或限制内。
实施例中,为了减少CPU 125的负荷和获得期望的视频处理帧速率,FPGA 124执行相对高速率的处理。由于去除了与足够快速的CPU芯片相关的费用,此硬件结构平衡减少了整个系统的费用。使用FPGA 124和CPU同时并行处理,获得帧速率的提高。在CPU做当前帧数据处理的间隔,由FPGA像素处理下一帧实现此并行处理。这样,当CPU完成当前帧数据处理时立即得到对CPU处理的FPGA的新输出。此处理结构需要维护两组独立数据的能力,后面涉及为乒/乓控制。
本发明系统图16是描述处理系统的第一级水平的简化框图。系统包括在图15a和15b的FPGA 124中的图像处理模块212,由图15a和15b的CPU 125执行的特征处理模块214,和由图15a和15b的CPU 125执行的检测处理模块216。
实施例中,图像处理模块212接收存储的电子像素数据218包括当前图像数据220,参考图像数据222,参考边缘数据224,和前一图像数据226。当前图像数据220是采集的最新图像(即在t时刻采集),前一图像数据226是第二最新采集的图像(即在t+1时刻采集),参考图像数据222是采集的最老图像(即在t+1+x时刻采集)。此外,如下面详细描述的,参考边缘数据224由从参考图像数据222抽取的边缘数据组成。
图像处理模块212也从人—机接口(即图2的膜键盘118和I/O显示板116)接收参考数据。如下面详细描述的,参数数据228包括,有关在视场(图2和图3的112和113)中检测到的目标导致门121(图2和图3)开启的区域信息。
如下面详细描述的一样,相应于电子像素数据218和参数数据228,图像处理模块212产生导出的图像数据230包含边缘分割,运动分割和区域分割。
特征处理模块214接收导出的图像数据230和参数数据228。如下面详细描述的一样,特征处理模块214产生相应的图像数据230和参数数据228,特征数据232,包括边缘特征,运动特征,区域特征,和帧特征。
检测处理模块216接收特征数据232和参数数据228。相应于数据,检测处理模块216产生控制信号234,包括门121(图2和图3)的开启和关闭检测信号,参考更新和可自适应的阈值。
图17和18是描述图16处理系统初始化顺序的简化框图。初始化顺序234包括初始化参数步骤236,初始化阈值表步骤238,初始化区域步骤240,初始化FPGA步骤242,初始化视频数字化仪步骤244,和初始化视频系统步骤246。
初始化参数步骤236包括初始化人—机接口和常数数据和导出参数。在人—机接口初始化时,读用户进入的数据并存入存储器。常数数据与有关控制区门的开启和关闭的导出参数一起也载入存储器。
这样,如上所指出的,根据应用的系统电源,参数初始化模块236初始化人—机接口(即图2的膜键盘118和I/O显示板116)、常数数据和导出参数的初始状态。初始化阈值表模块238由摄像机几何学初始化区域阈值映射和分辨率模块的初始状态。这些映射用于确定目标的最大和最小像素特征如人和车辆,铲车。
初始化区域模块234初始化控制区域的初始状态,其数据与用户有关或预先定义的安全区域和相应的激活区一致。初始化FPGA 242和初始化视频数字化仪244分别对FPGA 124(图15a和15b)和视频数字化仪126(图15a和15b)作初始化。特别是,在FPGA初始化时间中对控制状态寄存器(CSR)和图像缓冲器指示器作初始化。构建所需的指令并通过FPGA串行I/O发送来初始化视频数字化仪。
初始化视频系统246对CPU 125(图15a和15b)作初始化。特别是,选择第一p-p(乒-乓)数据组。下一步,指令FPGA记录视频帧。然后初始化四幅图像(参考图像)—灰度级参考(R),边缘参考(GER)和存档边缘参考。然后指令FPGA处理这些数据。从FPGA取出FPGA输出送到Bank 0数据库。
系统初始化后,图19-22的简化框图描述系统在视频处理环中的运作。实施例中,视频处理环250包括获得下一帧步骤252,取出FPGA数据步骤254,计算所有特征步骤214,计算检测&控制步骤258,存FPGA数据步骤260,和写诊断步骤262。
在视频处理环250中,CPU 125程序使用当前乒/乓缓冲器指出加载和解包那些数据到第三数据库—用户数据—Bank U。后面在CPU程序中使用这些数据产生特征和当前帧的检测决定。同时,CPU程序在FPGA 124开始FPGA记录和处理。CPU处理当前帧的特征时,FPGA计算下一帧的图像数据。通过FPGA串行I/O检测和控制动作发送出安全和活动信号。CPU的特征和检测处理比FPGA计算耗时更长。CPU完成当前帧处理时,取出FPGA数据给相对的Bank(例如,如果处理Bank 0就是Bank1)。在每一帧处理的最后,和在视频处理的任一点输出诊断信息。然后程序循环设置Bank U成新的当前Bank(Bank 0或Bank 1),再初始化FPGA。
见图22,本发明提供系统资源安置方法或乒/乓控制的实施例的简化框图。如前所述,视频处理系统110包括图像处理的FPGA 124。结果产生导出的图像数据230,包含边缘分割,运动分割,和区域分割。
一旦产生导出的图像数据230,最好通过开关存储在多个存储器bank230a和230b之一中,用于特征处理。因此,提供给特征处理模块214的导出的图像数据230是静态的。然而,FPGA 124连续处理电子像素数据218,并通过开关将图像处理的结果送到处理模块214现在不能访问的存储器bank。因此,根据先进先出原理,通过存储器bank 230a和230b之间转换的开关,在存储器库中的导出的图像数据230对特征处理模块是可访问的。
最好,提供两个存储器bank 230a,230b。见图19,获得下一帧的步骤252由图像处理模块212在FPGA 124中提供电子像素数据218的记录和处理。特别是,使用控制和状态寄存器(CSR)选择存储器bank 230a,230b并设置记录&处理比特。
取FPGA数据的步骤254提供了在计算所有的特征步骤256中获得在存储器库中的静态数据作静态数据处理。特别是,复位暂存寄存器和计数器,解包静态数据提供由特征处理模块214(图16)对导出的图像数据230的处理。
在实施例中,如这里进一步的详细解释,相应于导出的图像数据230(图16)和参数数据228(图16),特征处理模块214(图16)执行计算所有特征的步骤256。特别是,计算所有特征的步骤256,产生特征数据232(图16),包括边缘或P特征,运动特征,阴影和光束或区域特征,和帧特征。
相应于特征数据232(图16)和参数数据228(图16),检测处理模块216执行计算检测&控制的步骤258。特别是,评估帧分析故障标志,执行检测逻辑,评估参考帧更新需求,评估自适应阈值,更新运动参考数据。
一旦FPGA 124(图15a和15b)对CPU 125(图15a和15b)提供中断指出FPGA已完成另一图像帧处理和由特征处理模块(图16)处理的数据已准备好,发生存储FPGA数据的步骤260。此外,如果需要,由CPU 125(图15a和15b)执行的写诊断的步骤262把有关如何处理以前帧数据的一个或更多的信息存储到存储器中。然后视频处理环250继续回到获得下一帧的步骤252。
见图23,简化框图提供图22的乒—乓系统的初始化实施例步骤。在实施例中,乒—乓初始化的步骤264包括初始化乒—乓地址模块265,记录视频缓冲器模块266,记录帧模块267,初始视频参考模块268,处理视频模块269,处理帧模块270,和取FPGA数据模块271。
图24提供图22的乒—乓系统的乒—乓处理环的简化框图。环272的底表示FPGA(不以时间比例)工作时,顶表示CPU与串行I/O和CSR信息联系有效。
图25和26说明在具有可选的自动对比电路(ACC)实施例中乒/乓工作的细节(初始化&视频环)。由于照明条件的慢变化,ACC可用于改进系统的检测性能。ACC这样做是因为视频增益随图像特征标准和动态标准改变。在阻止太多图像白色饱和时最大化ACC增益。增益改变后,再初始化视频系统。
由用户输入使ACC启动时,在初始化时ACC由反复测试图像结果得到最好的起始增益。在获得满足于建立的标准的增益时,停止重复,程序以所选择的标准继续视频环。ACC也在视频环的起点运作,但不反复去寻找满意的增益。仅在每帧的环中执行单个增益改变。增益的改变和随之发生的视频系统初始化所用的时间比帧时间(100ms)小得多。视频环要求增益改变的决定是由在CPU工作的检测和控制部分计算的标准控制的。标准包括时效、区域活动和长和短时间—常数滤波器。
图27是图17系统初始化的区域初始化顺序240的简化框图。区域初始化顺序240在实际世界坐标系中产生区域组成,产生控制区域子掩码(MASK)和构建控制区域掩码(MASK)。图28提供对图17系统初始化的阈值表初始化顺序238的简化框图。阈值表初始化顺序238产生摄像机内在的参数、分辨率模型和目标模型的初始化。
见图29(参考图48和49),提供图16处理系统的包括边缘检测器301的图像处理模块的简化框图。边缘检测器301最好包括修正的Sobel算子模块302,正差分算子模块304,阈值模块306,腐蚀模块308,和标志1模块310。
实施例中,修正的Sobel算子模块302从当前输入图像接收当前(B)图像输入312并产生边缘图像(GEB)314。在正差分算子模块304中从当前输入图像减去在CPU中初始化的参考图像(GEB)316,其中负值设为0。灰度级边缘图像被阈值306,被腐蚀308,和加标志310。标志1算子310的输出是16比特加了标志的图像318,等值表320,和所用的标志数目的计数322和等值表入口数。在二进制输入中的像素数计数324和腐蚀算子308的输出326也输出到CPU,完成边缘图像处理。
标志1算子310用于图像处理的每一细节。标志1 310是用于产生二进制输入的相应成分打标志的两步处理的第一部分。标志1 310在二进制输入图像上从图像的左上角开始通过2×2核。核的元素如下
B    C
A    X如果二进制像素在X是零,输出是零。如果设定X,标志B,A,C按序扫描。如果B,A,C都为非零,标志计数器的下一个值在X输出,计数增加。如果任一B,A,C为非零,标志算子是第一个非零标志的值。如果B,A,C中多于一个为非零,第一个非零值是输出。如果任一保持非零的标志不同于输出值,输出值和不同值写入等值表。
图30(参考图48和49)是图16处理系统的图像处理模块的简化框图,具有使用区340的运动检测器。系统340包括分别对当前(B)输入图像(n)和以前(A)图像(n)的正差分模块342和344、阈值模块346和348、和膨胀模块350和352。输出通过包含的OR模块354,腐蚀模块356,和标志1模块358。
当前灰度级输入图像(B)360和以前图像(A)362的正差分被阈值346和348和腐蚀350和352,及正差分A342和B344。结果是包括作’OR’的354。最终的二进制图像标志为边缘的状态(图29),结果传给CPU。
灰度级边缘图像被阈值、被腐蚀356、和加标志358。标志1算子358的输出是16比特标志了的图像364、等值表366、和所用的标志数368和等值表入口数的计数。在二进制输入中的像素数计数370和腐蚀算子356的输出372也输出到CPU,完成区域边缘图像处理。
标志1算子358用于图像处理的每一细节。标志1 358是用于产生标记二进制输入的相应成分的两步处理的第一部分。标志1 358在二进制输入图像上从图像的左上角开始通过2×2核。核的元素如下
B    C
A    X如果二进制像素在X是零,输出是零。如果设定X,标志B,A,C按序扫描。如果B,A,C都为非零,标志计数器的下一个值在X输出,计数增加。如果任一B,A,C为非零,标志算子是第一个非零标志的值。如果B,A,C中多于一个为非零,第一个非零值是输出。如果任一保持非零的标志不同于输出值,输出值和不同值写入等值表。
图31(参考图48和49),是图16处理系统的图像处理模块的简化框图,具有阴影和光束处理的区域分析。系统380最好分别包括对当前(B)输入图像394和参考(R)输入396的正差分模块382和384,阈值模块386和388,和膨胀模块390和392。输出通过包含的OR模块396,腐蚀模块400,和标志1模块402。标志1算子402的输出是16比特的标志了的图像404、等值表406、和所用的标志数的计数368和等值表的项数。在二进制输入中的像素数计数410和腐蚀算子402的输出412也输出到CPU,完成区域的运动检测器图像处理。
除了不用瞬时以前图像输入A外,系统图像处理区域分析检测操作类似于图30的运动检测操作,这里用称为参考图像396的以前图像,这是在CPU命令下更新为当前输入图像的复制。区域分析细节也产生CPU使用的差分图像414和16级直方图416。
见图32(参考图48和49),图16处理系统的图像处理模块的简化框图,有使用边缘420的运动检测器。除了取当前边缘图像(GEB)422和以前边缘图像(GEA)424为对正差分模块426的输入外,系统420说明可选择的运动检测图像处理操作相似于图29的边缘检测操作。GEB 422的正差分减去GEA 424是如图19,20,和21中的阈值化428、腐蚀的430,和标志了的432。
标志1算子432的输出是16比特的标志了的图像434、等值表436、和所用的标志数的计数368和等值表项数。在二进制输入中取的像素数计数440和腐蚀算子430的输出442也输出到CPU,完成有使用边缘的运动检测器的系统图像处理。
图33是图16处理系统的特征处理模块450的简化框图,计算存在、运动、帧和区域特征。为了减少CPU 125的负荷和获得期望的视频处理帧速率,在FPGA中执行系统数据处理,计算所有的特征。
存在(P)或边缘特征模块452和阴影和光束(SL)或区域特征模块458的计算相似于产生边缘/区域线缺损的点。此外,在P特征452和LS特征458计算中,全局计算非常相似于区域计算。区域计算限制了对使用相关的区域掩码(MASK)的每一区域特征计算的空间范围。P和LS特征计算的结果存储在数据库(特征表)中为检测决定460使用。
计算帧特征456与计算P和LS特征不同。帧特征456不是目标的特征,而是输入灰度图像和当前边缘图像的特征。为了推论有关摄像机和视频系统整体的情况计算帧统计。帧统计惯于以作用像自适应阈值的一些检测变量为条件。由帧特征模块456计算设立三个错误标记:照明错误标记;模糊错误标记;不一致错误标记。通过相连的度量确定每一个不一致错误标记。照明错误由评价修改的Kuiper统计、同心方法、和灰度级输入变化来控制。模糊和不一致错误用当前和存档边缘检测摄像机和/或视频系统是否已变得模糊或被踫开不一致。
如果在任何的区域中检测到任何运动,系统450不更新参数。为了确定是否在每一区域中有运动,标志了边缘的图像计数在标志区域中的非零像素数,在存在P特征模块452中作此计算。非零像素成为运动像素,在运动特征模块454中作此计算。系统450计数在运动标志了图像中的非零像素,以检验在每一区域中区域运动像素是否大于零(0)。为了积累计数,系统450计数在区域检测掩码(MASK)中的非零像素。
图34是图33的特征产生系统470的简化框图,具有标志模块472,计算全局存在特征模块474和计算区域存在特征模块476。
标志模块472以标志了边缘的图像478、等值表480、和标志冲突计数482的形式接收存在输入。标志模块472解决了区域内的像素标志冲突,用区域号代替标志,这使区域有称呼,用顺序索引重编号,再重索引区域,把有关区域号和区域图像的数据传送到计算全局存在特征模块474。
计算全局存在特征模块474使用区域图像484、区域号486和当前边缘(GER)488来建立全局特征表。首先初始化全局特征表,标志区域为面积,平均灰度强度,直方图,和质心。然后,因为在区域内灰度级和质心、像素的特征(全局,安全,…)等的变化,重新计算区域。
计算P特征模块476取上述的区域图像484,区域号486,当前边缘(GER)488,并用区域掩码(MASK)和矩形框490建立特征表。由计算在安全区,第二安全区,门区,第一活动安全区,第二活动区,第一保卫区,第二保卫区中的检测,系统470确定在区域中的运动。
图35是图34计算存在(边缘)特征系统计算全局存在特征模块500的简化框图。
由初始化边缘计数特征表502首先计算全局P特征。在图像首先通过模块504计算图像的全局范围。积累面积,质心,平均值,直方图和边缘计数,并通过二阶中心矩和变化积累的图像第二传递模块506。特征表通过模块508计算得到的特征包括区域的概率散度、变形量、取向,和椭园形。计算区域界线模块510确定门拒绝开启,边缘形状压缩,和边缘灰度级压缩。从区域灰度级的变化得到得分,折扣(DISCOUNT)应用到得分。计算区域得分510后,通过特征表通过模块508的计算,下一区域被成环。
图36是图34的计算区域存在特征的计算存在特征系统的简化框图。
首先,由初始化特征表522的区域计数计算区域存在P特征。在图像第一通过模块524计算图像的全局范围。计算区域以确定像素是否在所选择的掩码(MASK)内。积累面积,质心,平均值,直方图并通过二阶中心矩和变化积累的图像第二传递模块526。特征表通过模块528计算得到的特征包括概率散度、变形量、取向,和区域的椭园形。计算区域边线模块530确定门拒绝开启,面积比例压缩,边缘形状压缩,和边缘灰度级压缩。计算区域界线530后,通过特征表通过模块528的计算,下一区域被成环。
图37是图33的特征产生系统的简化框图,具有标记模块,计算全局阴影和光(SL)束特征模块,和计算阴影和光束区域特征模块。
标记模块542以标记的边缘图像544、等效表546、标记和冲突计数的形式接收存在输入。标记模块542解决了在区域内像素标志冲突,用区域号代替标志,这使区域有称呼,用顺序索引重编号,再重索引区域,把有关区域号和区域图像的数据传送到计算全局存在特征模块550。
计算全局存在特征模块550使用区域图像552,区域号554和当前差分图像来建立全局特征表。全局特征表首先初始化,区域标记为面积,平均灰度强度,直方图,和质心。然后,因为在区域内灰度级和质心第二移动、图像的形状特征的变化,重新计算区域图像。
计算SL特征区域模块558取上述的区域图像552,区域号554,当前边缘(GER)560并用区域掩码(MASK)和矩形框562建立特征表。由计算在安全区,第二安全区,门区,第一活动安全区,第二活动区,第一保卫区,第二保卫区系统540的检测确定在区域中的运动。
图38是图37的计算阴影和光束区域特征570系统的简化框图,计算全局阴影和光束特征。
由初始化边缘计数特征表572首先计算全局SL特征。在图像第一传送模块574中计算图像的全局范围。积累面积,质心,平均值,直方图和边缘计数并通过二阶中心矩和变化积累的图像第二传递模块576。特征表通过模块578计算得到的特征包括区域的概率散度、变形量、取向,和椭园形状因子,修改的Kniper统计和映射平均值和变化。计算区域得分模块580用区域压缩从阴影和光束折扣(DISCOUNT)、形状折扣(DISCOUNT)、用瞬时压缩的面积折扣(DISCOUNT)确定SL得分。计算区域得分580后,根据特征表通过模块578的计算,下一区域形成环状。
见图39,图37的计算阴影和光束区域590系统的简化框图,用于计算区域阴影和光束特征。
由初始化边缘计数特征表592首先计算区域SL特征。在区域第一通过模块594计算区域的全局范围。计算区域以确定像素或区域方框是否在所选的区域掩码(MASK)内。积累面积,质心,平均值,直方图并通过二阶中心矩和变化积累的图像第二传递模块596。特征表通过模块598计算得到的特征包括概率散度、变形量、取向,椭园形状因素,修改的Kniper统计,和映射的平均值和区域的变化。计算区域得分模块600用区域压缩从阴影和光束折扣(DISCOUNT)、形状折扣(DISCOUNT)、和用瞬时压缩的面积折扣(DISCOUNT)确定SL得分。区域得分计算600后,根据特征表通过模块598的计算,下一区域形成环形。
图40提供用于图16的处理系统的双峰直方图灰度水平分析,特别是特征处理模块214的简化框图。在实施例中,双峰直方图灰度水平分析700在区域特征的确定中提供帮助。
图41提供图33的计算帧特征的特征产生系统750的简化框图。系统750包括帧分析初始化模块752,计算帧统计模块754,解释帧照明度量模块756,解释模糊度量模块758,解释微开度量模块760,和更新FA滤波器762。
图42是图16的信息处理模块的简化框图,用于从产生的特征检测目标的存在。检测顺序包括评价错误标记模块800,评价参考更新标记模块802,自适应阈值模块804,更新帧分析数据模块806,和更新运动参考模块808。
图43是图16评估和更新参考图象的信息处理模块的简化框图。评估参考更新顺序包括区域运动检测模块822,更新计数器模块824,决定标准更新模块826,决定存档更新模块828,增益变化模块830,决定学习模块832。
图44是图16的相对于视场背景值的变化而改变阈值的信息处理模块的简化框图。自适应阈值顺序包括初始化SL阈值化边缘阈值840,计算区域统计模块842,计算区域度量模块844,和应用度量模块846。
图45是图16在检测的目标中确定边缘和区域数据的几何联系的信息处理模块的简化框图。顺序包括初始化模块850,每一量化的边缘区应用852,关于特殊区域初始化的应用855,和横断区边界方框模块856。顺序继续到图46。
图46是图45的图16信息处理模块的简化框图的继续,包括在检测的目标中测试区域边缘以确定区域的交集。顺序包括测试边缘地区/区域交集模块862,864和测试地区/运动/区域交集模块866。
图47是图16的信息处理模块的简化框图图46的继续,包括在检测的目标中评价区域的地域的界线以确定区域的交集。顺序包括评价地域的界线模块872,874,设置得到的标志的更新计数器/历史模块876,和更新最高检测界线和安全区寄存器模块878。
实施例中,根据解释光学感受接近门的目标位置和环境的逻辑,自动门控制和安全系统提供门的控制。为了产生希望的感受面积的图像,系统使用有适当镜头的摄像机传感器分系统。为了产生常用的驱动特殊决断逻辑的数据来影响所期望的门控制,由摄像机分系统产生的数字图像在处理分系统用图像处理方法处理。然后,门控制由图像内容的计算机解释实现。
实施例中,从处理的观点看,系统表现为几个阶段:1)图像形成;2)图像调整;3)图像处理;4)图像内容处理;5)得到的数据处理;6)数据解释处理;7)控制逻辑处理。
门控制和安全系统由包括摄像机分系统的硬件支持,一般目的的处理器分系统可由数字信号处理设备加强。摄像机分系统包括镜头系统,电荷耦合器件成像设备,放大器,和模数转换单元。这些单元通常都可在家用计算机的应用程序中得到,例如,对于各种用途的记录和存储,这是在计算机屏幕上产生数字图像的数字摄像机的接口。
系统使用可选的用算法实现的图像处理算子,然后,得到数据处理和解释。通过在摄像机视场中目标表现的光学现象得到选择的图像处理算子和图像内容处理。图像处理运算包含在由镜头和摄像机几何安置确定的,表示场景的阵列中的数据。图像处理建立图像处理结果的内部数据阵列,此数据阵列由后来的操作所使用然后形成随后的图像处理操作。在系统实施例中,处理全部图像场。而且,为了选择整个图像场的子场,没有预先的关于目标物体的假设,假设通常是为符合期望目标特征设计的任何处理元素。
在图像处理顺序的开始,图像处理接收现场新的输入图像(是进行图像数字化流的单时间样本(‘帧’))。提供存储是为了保持前一帧可与新记录的图像帧(‘背景’图像)作比较。存储的图像帧以新帧同样的方式记录存储,是单图像帧而不是多于一帧的平均。
实施例中,用中值滤波器滤波每一新图像帧去除斑点躁声。中值滤波器去除孤立躁声而不像做平均那样模糊图像。由于成像传感器的躁声,孤立躁声可能是下游的电子躁声或环境产生的闪烁。如当前图像一样,中值滤波器滤波用于比较的存储图像。中值滤波器可以用3×3滤波器核通过图像阵的每一个像素实现。在核中心的值放在新的图像阵上,此值是在滤波器核上的9个数的中值。
图像滤波后,产生两个新的图像(即图52和图53)。第一图像阵列(即图52)确定为当前图像像素接像素的减去背景图像(‘正对比’)的差。第二图像阵列(即图53)确定为背景图像像素接像素的减去当前图像(‘负对比’)的差。图像保持为8比特的数据阵列,差值大于255或小于0时,因此数值被调整。
差分后,图像仍包含8比特。(有多个比特的图像通常认为是灰度级图像)。图像差分后,阈值算子应用到每一个最后正或负对比灰度级图像。用于两个图像的阈值可以是不同的。值可以是固定的或自适应的,其中基于下游图像解释的结果产生变化。像素接像素的阈值运算产生两个新的图像。对每一个图像,在输入图像中灰度级超过相关的阈值时,在输出在图像阵列放‘1’,否则放‘0’。这样阈值操作的结果是两个二进制图像。
图54和图55,选择数学形态学的二进制图像处理技术用于二进制图像帮助下游图像解释。实施例中,选择算子去除不是从有意义的目标来的孤立二进制区域,而改进了可能是有意义的更大区域的‘连通性’。关于形状滤波器,除了滤波器核操作是最大算子跟随着最小操作而不是中值操作外,对两个二进制图像中的任一个的滤波与中值滤波器机制(3×3空间核)相似。此滤波器涉及为二进制接近或‘接近’。‘接近’是‘侵蚀’跟随着‘膨涨’。‘膨涨’是对核的最大操作,‘侵蚀’是最小操作。
图56,两个接近的(图54和图55)二进制图像完成像素接像素的逻辑‘或’产生关于输入图像的代表正和负对比差分的最后二进制图像。
图57,相连成分算法用于最后二进制‘或’图像(图56)。此算法识别在图像中的所有相连区域。相连区域是其中每一个成员像素是至少一个其它成员像素的邻居。相连成分算法标记每一个区域并建立包含每一个区得到的特佂的数据库。实施例中,特征包括区域面积,矩形界限,椭圆长短轴长度,和周长。处理区域特征数据以选择感兴趣的区域。区域是在视场中存在目标的直接结果。无算子选择的整个图像场的子图区域包含在选择的与目标相关的区域,区域由目标确定。
用代表图像内容的数据库,由解释逻辑考虑每一个区域的特佂并产生控制逻辑决定。实施例中,解释逻辑由一套‘if-then-else’结构执行,为了确定图像内容解释使用基础区域特佂的算术组件。如,结果区域面积可用于推断感兴趣区域的存在,和区域质心和界限矩形确定目标位置。(界限矩形是包含属于区域的所有像素的最小矩形)
实施例中,算子能定义图像视场的矩形区域以确定点特殊控制区的面积。为了确定随后的控制逻辑结果,计算机推导的感兴趣区域的界限矩形坐标与算子确定的决定区域作比较。例如,如果确认目标在安全区,控制逻辑指出门应维持开启直到安全区清除。同样的,如果确认目标在活动区(代表图像目标的二进制区域界限矩形相交于活动区决定矩形),发出信号打开门。实施例中,由算子选择作为控制逻辑用途的图像区域不以任何方式用于初始化或其它影响为了确定图像内容的整个图像处理。
在说明和描述了特殊实施例时,在不偏离本发明精神的范围内可以做各种修改,保护的范围仅由附后的权利范围所限定。

Claims (198)

1.一种检测器,包括;
从传感器视场收集电磁能量的传感器,传感器产生指示在视场中目标的信号;
图像分析器电耦合到传感器,用于接收传感器信号并由此形成像素的图像;
边缘检测器,适于检测在像素图像中描述的目标的边缘,并确定像素图像内的边缘的位置;
数据存储设备,用于存储第一图像的边缘位置数据;
比较器,为了确定从第一图像采集后与边缘相连的目标是否移动,比较从第二图像的边缘检测数据和从第一图像的边缘检测数据。
2.一种阴影和光束检测方法,包括步骤:
捕获灰度级图像;
产生二进制图像,以定义灰度级图像的二进制映射图;
比较二进制映射图和灰度级图像的复制图,以确定相应于二进制映射图所选部分的灰度级值。
3.一种确定呈现在视场的图像信息的离散区域是否代表非规则的阴影或光束的方法,包括;
预先确定不规则特性;
预先确定量化特性的计算结果;
把计算结果应用到图像信息并产生特性的量化;
基于所计算的量化分类区域。
4.一种确定边缘的方法,包括;
预先确定用于在第一和第二通道的灰度级图像值的阈值;
比较图像值和在第一和第二通道中的阈值;
输出在第一和第二通道中第一个二进制值;
定义具有第一二进制值的第一膨胀像素;
定义临近第一膨胀像素的多个膨胀像素,多个膨胀像素中的每一个具有第二个二进制值;
比较第一膨胀像素的第一二进制值和多个膨胀像素中的每一个的第二二进制值;
输出在每一第一和第二通道中的膨胀二进制值;
在第一通道中的膨胀二进制值和在第二通道中的膨胀二进制值作‘或’操作,产生‘或’的膨胀二进制值。
5.一种确定边缘的方法,包括;
在第一缓冲器存储第一灰度级图像;
读取第一图像;
传输第一图像到第二缓冲器;
对于第二灰度级图像,重复存储、读取和传输的步骤;
从第二图像减去第一图像,产生第一正图像;
从第一图像减去第二图像,产生第二正图像;
比较第一正图像和第二正图像,产生正差分图像;
预先确定应用于第一和第二通道中的差分图像的阈值;
在第一和第二通道中的每一个比较正差分图像和阈值;
在第一和第二通道中的每一个输出第一二进制值。
6.一种运动检测方法,包括步骤;
获取第一图像;
确定在第一图像中目标范围的边缘;
获取第二图像;
确定在第二图像中目标范围的边缘;
从第二图像减去第一图像,产生差分图像;
比较差分图像确定的至少一个边缘,确定至少由一个边缘代表的在视场中的目标的运动。
7.一种确定摄像机问题的图像方法,包括步骤:
捕获图像;
建立直方图对照预先选择的标准评估图像。
8.一种确定摄像机问题的图像方法,包括步骤:
捕获第一图像;
确定第一图像的边缘;
捕获第二图像;
确定第二图像的边缘;
从第一图像减去第二图像,产生差分图像;
差分图像做阈值。
9.一种图像方法,包括步骤:
捕获第一图像;
分析图像,确定在图像中的目标;
标记在图像中的目标;
翻译目标到真实世界坐标。
10.一种确定在摄像机视场中记录为像素数据的目标的边缘的方法,包括:
捕获像素数据的参考帧;
捕获像素数据的图像帧;
从图像帧减去参考帧,产生第一灰度级对比帧;
从参考帧减去图像帧,产生第二灰度级对比帧;
第一和第二灰度级对比帧做阈值,产生第一和第二对比阈值帧;
膨胀第一和第二对比阈值帧,产生第一和第二膨胀帧;
第一和第二膨胀帧做‘或’;
调整第一和第二膨胀帧,产生第一和第二二进制图像。
11.一种在确定存在于像素数据组成的图像中平滑定义为目标边缘的像素数据的方法,包括步骤:
在第一和第二通道中,从像素数据定义灰度级图像;
用水平Sobel核滤波灰度级图像,在第一和第二通道产生水平滤波输出;
用垂直Sobel核滤波灰度级图像,在第一和第二通道产生垂直滤波输出;
确定在第一和第二通道输出的水平和垂直滤波的绝对值;
绝对值求和,在第一和第二通道产生Sobel值;
从在第二通道的Sobel值减去在第一通道的Sobel值产生输出值。
12.一种分析图像的系统,包括:
配置传感器并适合检测从视场的任一个或两个主动或被动能量;
配置成像器,由传感器感应的能量形成图像;
处理器响应成像器,配置处理器并适合于从图像标记图像内容信息;
决策器响应处理器,配置决策器并适合于从图像内容信息中作出在视场中关于目标(固定的)存在的决定。
13.按权利要求12所述的系统,其特征在于:决策器具有决策度量,决策度量是基于在图像中所选的图像信息内容和第一预先确定的区域或面积的关系。
14.按权利要求13所述的系统,其特征在于:决策器具有决策度量,决策度量是基于在图像中所选的图像信息内容和第二预先确定的区域或面积的关系。
15.按权利要求13或14所述的系统,其特征在于:所选的图像信息内容由决策器所指的目标确定。
16.按权利要求15所述的系统,其特征在于:区域或面积的关系是有限制的,其中,目标的一部分是否至少在第一或第二预先确定的区域中。
17.按权利要求13或14所述的系统,其特征在于:所选的图像信息内容由决策器所指的目标边缘确定。
18.按权利要求13或14所述的系统,其特征在于:所选的图像信息内容由决策器所指的目标阴影确定。
19.按权利要求13或14所述的系统,其特征在于:所选的图像信息内容由决策器所指的目标光束确定。
20.按权利要求13或14所述的系统,其特征在于:所选的图像信息内容由决策器所指的目标运动确定。
21.按权利要求12所述的系统,其特征在于:配置处理器并适合于从包含面积,周长,质心,界限矩形,量级,变量和形状的组件选择目标确定特征。
22.按权利要求21所述的系统,其特征在于:从包含延伸度,概率散度、椭园形状因子和方向的组中选择形状。
23.一种由计算设备进行图像分析的方法,包括步骤:
提供给设备的至少是传感器的视场的一部分的像素图像;
设备确定在相应于视场中至少一个目标的至少一个边缘的图像中的像素;
设备至少标记一组被识别的像素,以定义表示在视场中至少一个目标的至少一个边缘的单个实体。
24.按权利要求23所述的方法,其特征在于包含设备对至少一个目标或至少一组像素的数学运算步骤,并产生至少一个目标或至少一组像素的至少一个特征。
25.按权利要求24所述的方法,其特征在于包含设备对至少一个目标或至少一组像素的数学操作步骤,并产生至少一个目标或至少一组像素的数学或几何学特征。
26.按权利要求24所述的方法,其特征在于:至少产生一个特征的步骤,包括确定从由面积,周长,惯性矩,灰度级平均值,灰度级变化,灰度级直方图和位置组成的组中选择的至少一个目标的一个或多个特征。
27.一种由计算设备进行图像分析的方法,包括步骤:
提供给设备的至少是传感器的视场的一部分的像素图像;
设备在感兴趣区域中量化所有像素的多个特征;
设备标记只要满足预先确定的第一标准的代表在视场中的目标的第一像素组;
设备独立的和同时的标记只要满足预先确定的第二标准的代表在视场中的目标的第二像素组。
28.按权利要求27所述的方法,其特征在于包含设备对目标或第一和第二像素组的数学运算步骤,并分别产生目标或第一第二像素组的至少一个特征。
29.按权利要求27所述的方法,其特征在于包含设备对目标或第一和第二像素组的数学运算步骤,并分别产生目标或第一第二像素组的数学或几何学特征。
30.按权利要求28所述的方法,其特征在于:至少产生一个特征的步骤包括确定从由面积,周长,惯性瞬间,灰度级平均值,灰度级变化,灰度级直方图和位置组成的组中选择的目标或第一和第二像素组的一个或多个特征。
31.按权利要求27所述的方法,其特征在于:设备执行的步骤:
对目标或第一和第二像素组的数学运算至少产生目标或第一和第二像素组的两个特征,其中至少一个特征是基于边缘数据和至少一个特征是基于区域分析;
比较目标特征和预先定义的的一套规则,规则存储在设备中或对设备可访问;
基于比较,设备产生关于第二设备控制的决定。
32.一种图像分析方法,包含步骤:
在视场中产生图像的时间序列;
分配除了瞬间前一个图像的连续图像中的一个作为视场中的参考图像;
比较选择的连续图像和同一视场中的参考图像。
33.按权利要求32所述的方法,其特征在于包含基于标准时常刷新参考图像的步骤。
34.按权利要求33所述的方法,其特征在于包含基于评估从图像比较得到的图像内容刷新参考图像的步骤。
35.按权利要求33所述的方法,其特征在于包含基于预先确定的时间通道刷新参考图像的步骤。
36.按权利要求32所述的方法,其特征在于包含用当前图像更新部分参考图像的步骤。
37.按权利要求36所述的方法,其特征在于包含用预先确定的标准和图像内容的评估执行更新的步骤。
38.一种图像分析方法,包含步骤:
产生视场中图像的时间序列;
分配视场中的连续图像中的一个为参考图像;
用正差分算子比较选择的连续图像和同一视场中的参考图像。
39.一种图像分析方法,包含步骤:
获取图像;
用预先确定的图像算子从获取的图像中导出一个或多个图像;
各自标记相应于在视场中的目标得到的一个或多个图像的独立像素组;
由对一个或多个导出图像中的每一个图像的同一像素组的独立评估计算特征。
40.按权利要求39所述的方法,其特征在于包括同时考虑特征的步骤。
41.按权利要求39所述的方法,其特征在于包括基于边缘数据的一个特征和区域数据的另一特征的步骤。
42.一种除了摄像机外控制设备的摄像机系统,包括:
具有镜头的摄像机,镜头至少有第一和第二径向畸变系数,第一系数值至少为1.0和第二系数绝对值至少为1.0;
信号产生器,用于产生表示通过镜头的视场的摄像机信号;
分析器,用于接收摄像机信号和分析检测目标或运动的摄像机信号,分析器产生表示目标或运动的检测信号;
设备控制器,接收检测信号并因此控制那里的响应设备。
43.按权利要求42所述的系统,其特征在于:分析器具有在补偿径向畸变时分析图像内容的装置。
44.按权利要求43所述的系统,其特征在于:分析器确定径向畸变。
45.按权利要求42所述的系统,其特征在于:分析器具有确定视场中目标大小的装置。
46.按权利要求42所述的系统,其特征在于:包括表示径向畸变作为标准径向畸变多项式系统的代码,其中多项式系统有六次方幂项,它的系数为非零。
47.一种控制除了摄像机外的摄像机系统,包括:
摄像机有镜头,镜头有至少为53度的视场;
信号产生器,产生通过镜头的表示视场的摄像机信号;
分析器,接收摄像机信号和分析用于检测的目标或运动的摄像机信号,分析器产生表示目标或运动的检测信号;
设备控制器,接收检测信号并因此控制那里的响应设备。
48.按权利要求47所述的系统,其特征在于:有视场至少为90度的镜头。
49.按权利要求47所述的系统,其特征在于:分析器有在补偿径向畸变时分析图像内容的装置。
50.按权利要求49所述的系统,其特征在于:分析器确定径向畸变。
51.按权利要求47所述的系统,其特征在于:分析器有确定视场中目标大小的装置。
52.按权利要求47所述的系统,其特征在于:包括表示径向畸变作为标准径向畸变多项式系统的代码,多项式系统有六次方幂项,它的系数为非零。
53.一种控制除了摄像机外的摄像机系统,包括:
摄像机有镜头,镜头有图像对角线和焦距长度,其中图像对角线大于焦距长度;
信号发生器,产生通过镜头表示视场的摄像机信号;
分析器,接收摄像机信号和分析用于检测目标或运动的摄像机信号,
分析器产生表示目标或运动的检测信号;
设备控制器,接收检测信号并因此控制那里的响应设备。
54.按权利要求53所述的系统,其特征在于:图像对角线至少两倍于焦距长度。
55.按权利要求53所述的系统,其特征在于:分析器有在补偿径向畸变时分析图像内容的装置。
56.按权利要求55所述的系统,其特征在于:分析器确定径向畸变。
57.按权利要求53所述的系统,其特征在于:分析器有确定视场中目标大小的装置。
58.按权利要求53所述的系统,其特征在于:包括表示径向畸变作为标准径向畸变多项式系统的代码,多项式系统有六次方幂项,它的系数为非零。
59.一种摄像机,包括:
a)镜头;
b)检测器,位于从镜头聚焦到检测器的光之处,检测器产生图像信号;
c)控制器,接收图像信号;
d)增益控制,根据图像灰度级直方图调整来自检测器的图像信号的增益。
60.按权利要求59所述的摄像机,其特征在于:检测器从由基于CCD的检测器和基于CMOS的检测器的范围内选择。
61.一种图像处理方法,包括步骤:
从单视点捕获视场的像素图像;
电学的分析图像确定相应于视场中目标的图像中的像素组;
确定相应于像素组的在视场中目标的空间位置。
62.一种图像处理方法,步骤包括:
提供传感器阵列,阵列具有体积空间的第一视场;
从阵列发出的信号确定二维像素图像;(像素图像提供体积空间的二维表示)
在体积空间中预先定义希望的坐标系统;
使用关于阵列的姿态和坐标系统信息,电学的确定图像中像素坐标与三维空间中空间坐标之间的关系。
63.按权利要求62所述的方法,其特征在于包括步骤:
提供有径向畸变的镜头,把来自第二视场的能量聚焦给阵列;
调整像素值与空间位置的关系。
64.按权利要求62所述的方法,其特征在于包括步骤:
电学的确定在相对于测量的坐标系统单位内的视场中传感器阵列的有效分辩率。
65.按权利要求64所述的方法,其特征在于包括步骤:
使用确定的分辩率值在整个视场中控制检测特性。
66.按权利要求64所述的方法,其特征在于包括步骤:
使用确定的分辩率值调整检测阈值限制。
67.按权利要求64-66之一所述的方法,其特征在于包括步骤:
预先确定对应于代表检测感兴趣目标的像素区域。
68.按权利要求62所述的方法,其特征在于包括步骤:
提供的传感器阵列基本上排列成平面关系。
69.按权利要求62所述的方法,其特征在于包括步骤:
使用关于阵列位置和排列的信息和坐标系统,电学的确定图像中像素坐标与三维空间中空间坐标之间的关系。
70.按权利要求62所述的方法,其特征在于包括步骤:
使用关于图像系统的固有参数的信息和坐标系统,电学的确定图像中像素坐标与三维空间中空间坐标之间的关系。
71.按权利要求62所述的方法,其特征在于包括步骤:
在体积的空间内预先确定相似的坐标系统。
72.按权利要求71所述的方法,其特征在于包括步骤:
使用关于阵列的姿态的信息和相似的坐标系统,电学的确定图像中像素坐标与三维空间中空间坐标之间的关系。
73.按权利要求71所述的方法,其特征在于包括步骤:
使用投影透视变换,电学的确定图像中像素坐标与三维空间中空间坐标之间的关系。
74.按权利要求71所述的方法,其特征在于包括步骤;
把投影透视变换加到径向畸变修正,电学的确定图像中像素坐标与三维空间中空间坐标之间的关系。
75.按权利要求72所述的方法,其特征在于包括步骤:
提供CCD,CCD具有体积空间的第一视场。
76.一种图像分析的方法,包括步骤:
提供至少是传感器的视场的一部分的像素图像;
确定相应于视场中目标的图像中的像素;
区别确定的像素,以定义像素空间离散组;
标记每一组像素。
77.一种监视处理器的定时器,包括:
第一电路,用于在检测到不合适的功能时重置处理器;
第二电路,在处理器不控制输出条件时,用于维持安全输出条件。
78.按权利要求77所述的定时器,其特征在于包括温度监视器。
79.按权利要求78所述的定时器,其特征在于:所述的温度监视器在处理器温度超过预定的操作极限时产生输出信号。
80.按权利要求79所述的定时器,其特征在于:所述的温度监视器与第一电路相连,用于在处理器温度超过预定的操作极限时重置处理器。
81.一种监视器设备,包括:
传感器,用于检测环境的能量,并提供相同指示的输出;
从传感器的输出形成图像;
第一分析器,用于分析图像的第一部分;
第二分析器,用于分析不同于图像第一部分的图像第二部分,每一部分都产生表示由各自的分析器分析的各自部分图像的信号。
82.一种监视器设备,包括:
传感器,检测环境的能量,并提供相同指示的输出;
从传感器的输出形成图像;
n个分析器,用于分析图像的n个部分,每一部分是不同的;
每一个分析器产生表示由各自的分析器分析的各自部分图像的信号。
83.一种摄像机,有镜头和可选的透明镜头盖并有通过镜头和可选的通过镜头盖的视场的摄像机,包括:
存储器,存储逻辑和数据,并将表示具有视场效果条件的标准代码化;成像器,获得和存储代表视场的图像;
处理器,处理从图像得到的数据,用于与标准比较;
产生器,用于产生代表图像的控制信号。
84.按权利要求83所述的摄像机,其特征在于:
包括帧分析算法,用于评估摄像机的图像质量。
85.按权利要求83所述的摄像机,其特征在于:
包括帧分析算法,用于评估镜头的位置和方位相对于摄像机环境的变化。
86.按权利要求83所述的摄像机,其特征在于:
包括帧分析算法,用于评估摄像机的图像误差。
87.按权利要求83所述的摄像机,其特征在于:通过从完全接触镜头和镜头盖的组中选择的镜头和可选的镜头盖,对观察施加的影响包括:观察中的光照水平,观察中不正常的亮点或暗点,通过镜头穿过的电磁能量的磁通,和由其他物体对镜头的阻碍。
88.按权利要求83所述的摄像机,其特征在于:处理器有从图像产生直方图的发生器和有存储关于直方图标准的数据的存储设备。
89.按权利要求88所述的摄像机,其特征在于:有关直方图标准的数据由比较预先确定的直方图和代表视场的图像确定的直方图得到的。
90.按权利要求87所述的摄像机,其特征在于:处理器有从图像产生直方图的发生器,和有存储关于直方图标准的数据的存储设备。
91.按权利要求90所述的摄像机,其特征在于:关于直方图标准的数据由比较预先确定的直方图与从代表视场的图像确定的直方图得到。
92.按权利要求87-91所述的摄像机,其特征在于:附于镜头和镜头盖的物质可从污垢,灰尘,油,水,有机膜,无机膜,烟灰和金属细粒组成的组中选择。
93.按权利要求83所述的摄像机,其特征在于:环境从正常和反常组中选择。
94.一种去雾窗口系统,包括:
导电端;
PTC材料邻接导电端和可操作的与窗口连接。
95.按权利要求94所述的系统,其特征在于还包括邻接PTC材料的另一导电端。
96.按权利要求95所述的系统,其特征在于还包括电压与导电端的电连接。
97.按权利要求94所述的系统,其特征在于:导电端有光圈延伸通过。
98.按权利要求94所述的系统,其特征在于:PTC材料有光圈延伸通过。
99.按权利要求94所述的系统,其特征在于:导电端和PTC材料有光圈延伸通过并互相同轴对齐。
100.一种设备,包括:
有开口的机架;
安置在开口上的窗口;
PTC材料与窗户连接;
101.按权利要求100所述的设备,其特征在于还包括与PTC材料连接的导电端。
102.按权利要求101所述的设备,其特征在于还包括与PTC材料连接的另一个导电端。
103.按权利要求101所述的设备,其特征在于还包括与导电端连接的电压。
104.按权利要求101所述的设备,其特征在于:导电端有光圈延伸通过。
105.按权利要求101所述的设备,其特征在于:PTC材料有光圈延伸通过。
106.按权利要求101所述的设备,其特征在于:导电端和PTC材料有光圈延伸通过并互相同轴和在机架中打开。
107.按权利要求100所述的设备,其特征在于还包括安置在机架中的摄像机。
108.按权利要求107所述的设备,其特征在于:摄像机有延伸通过窗口的视场。
109.按权利要求108所述的设备,其特征在于:视场至少包括部分通向门的通路。
110.按权利要求109所述的设备,其特征在于还包括开门器与门连接并响应在视场中检测到的目标。
111.一种与自动门控制器通讯的输入设备,包括:
第一顺序键,在第一次驱动时提示用户将第一套数据输入设备,在第二次驱动时提示用户将第二套数据输入设备;
至少一个输入键;
至少一个输入。
112.按权利要求111所述的设备,其特征在于包括显示器,显示用户输入。
113.按权利要求111所述的设备,其特征在于包括显示器,显示预存的用户选项,以响应从第一顺序键提示的选择。
114.按权利要求113所述的设备,其特征在于:显示器只显示部分预存的数据,显示至少一个输入键的每一次驱动。
115.按权利要求111-114所述的设备,其特征在于包括输入选择器,在驱动时接收和存储用户输入。
116.按权利要求112-115所述的设备,其特征在于包括第二顺序键,在第一次驱动时用第一显示键提示用户将第三套数据输入设备,和在第二次驱动时用第一显示键提示用户将第四套数据输入设备。
117.按权利要求112-115所述的设备,其特征在于包括第二顺序键,在第一次驱动时用第一显示键提示用户将第三套数据输入设备和在第二次驱动时用第二显示键提示用户将第四套数据输入设备。
118.按权利要求112-117所述的设备,其特征在于包括第三顺序键,在第一次驱动时用第一显示键提示用户将第五套数据输入设备和在第二次驱动时用第一显示键提示用户将第六套数据输入设备。
119.按权利要求112-117所述的设备,其特征在于包括第三顺序键,在第一次驱动时用第一显示键提示用户将第五套数据输入设备和在第二次驱动时用第二显示键提示用户将第六套数据输入设备。
120.按权利要求116所述的设备,其特征在于:第一顺序键和第二顺序键用分级配置,分级允许第一顺序键越过第二顺序键的操作。
121.按权利要求118所述的设备,其特征在于:第一顺序键和第三顺序键用分级配置,分级允许第一顺序键越过第三顺序键的操作。
122.按权利要求118所述的设备,其特征在于:第一顺序键、第二顺序键和第三顺序键用分级配置,分级允许第一顺序键越过第二和第三顺序键的操作。
123.按权利要求111所述的设备,其特征在于:至少一个输入是数字输入。
124.按权利要求111所述的设备,其特征在于:至少一个输入是字母输入。
125.一种传感器系统,用于控制有门面板的自动门选择性地阻碍开启,包括:
传感器有关于开启的感兴趣区域的视场,信号输出与在传感器视场中检测的目标有关;
信号处理器响应传感器的输出信号;
门驱动响应信号处理器;
输入设备有信号输出,信号处理器响应来自输入设备的输出信号;
其中输入设备有姿态输入,准许用户输入指示传感器姿态的数据,以便获得视场。
126.按权利要求125所述的传感器系统,其特征在于:姿态输入包括传感器的安装高度。
127.按权利要求125所述的传感器系统,其特征在于:姿态输入包括传感器的额定高度。
128.按权利要求125所述的传感器系统,其特征在于:姿态输入包括与视场联系的门的型号。
129.按权利要求125所述的传感器系统,其特征在于:姿态输入包括开启宽度。
130.按权利要求125所述的传感器系统,其特征在于:姿态输入包括开启长度。
131.按权利要求125所述的传感器系统,其特征在于:姿态输入包括活动区的第一位置。
132.按权利要求125所述的传感器系统,其特征在于:姿态输入包括活动区的第二位置。
133.一种输入设备,用于与响应传感器的门驱动进行通信,传感器有关于门的感兴趣区域的视场,设备包括:
第一级可选的输入选择器;
第二级可选的输入选择器;
其中配置第一和第二级,以至,输入第一级可选的输入选择器的用户控制对第二级可选的输入选择器的输入选择的可用性。
134.一种传感器系统,用于控制有门面板的自动门选择性的阻碍门开启,
传感器系统包括:
传感器检测视场中的目标;
输入设备有与自动门控制器通讯的输出,输入设备有用户关于传感器高度的输入。
135.按权利要求134所述的系统,其特征在于:输入设备有用户关于门宽度的输入。
136.按权利要求134所述的系统,其特征在于:输入设备有关于门模型的存储的数据组。
137.一种数据处理的图像分析器,包括:
FPGA,用于像素处理;
CPU可操作的与FPGA并行相连;
视频缓冲器可操作的与CPU相连。
138.一种执行高速率数据处理的方法,包括步骤:
提供CPU,用于处理当前帧;
提供FPGA,用于同时处理下一帧并产生FPGA输出;
在存储库存储FPGA输出;
从存储库重取FPGA输出;
向CPU发送用于处理的FPGA输出。
139.一种初始化视频系统的方法,包括步骤:
初始化FPGA;
选择第一乒-乓数据组;
指令FPGA获取视频帧;
至少初始化一个参考图像;
指令FPGA至少处理一个参考图像并产生FPGA输出;
把来自FPGA的FPGA输出传输给第一乒-乓数据组。
140.一种控制效果器的系统,包括:
配置传感器并适合于检测视场主动或被动能量的任一个或两个;
成像器,从传感器检测的能量形成图像;
响应成像器的图像分析器,配置图像分析器并适合于从图像定义图像内容信息;
决策器响应图像分析器,配置决策器并适合于从图像内容信息中作出关于目标(固定的)在视场中存在的决定;
第一控制器,控制效果器,第一控制器响应决策器。
141.按权利要求140所述的系统,其特征在于:决策器有第一决策度量,第一决策度量是基于在图像中所选的图像信息内容和第一预先确定的区域或面积的关系。
142.按权利要求141所述的系统,其特征在于:决策器有第一决策度量,第一决策度量是基于在图像中所选的图像信息内容和第二预先确定的区域或面积的关系。
143.按权利要求141或142所述的系统,其特征在于:选择的图像信息内容由决策器指示的目标所确定。
144.按权利要求143所述的系统,其特征在于:面积或区域的关系受限于是否至少部分目标在第一或第二预先确定的区域。
145.一种控制妨碍开启自动门的系统,包括:
配置传感器并适合于感受视场中的任一个主动或被动能量或两者;
成像器,由传感器检测的能量形成图像;
图像分析器响应成像器,配置图像分析器并适合于从图像定义图像内容信息;
决策器响应图像分析器,配置决策器并适合于根据图像内容信息作出关于在视场中目标的决定;
门控制器至少控制门的开启和关闭,门控制器响应决策器。
146.按权利要求145所述的系统,其特征在于:决策器有第一决策度量,第一决策度量是基于所选的图像信息内容和在图像中第一预先确定的区域或面积的关系。
147.按权利要求146所述的系统,其特征在于:决策器有第一决策度量,第一决策度量是基于所选的图像信息内容和在图像中第二预先确定的区域或面积的关系。
148.按权利要求146或147所述的系统,其特征在于:所选的图像信息内容指示静态目标的存在
149.按权利要求148所述的系统,其特征在于:与区域或面积的关系包括是否至少部分目标在第一或第二预先确定的区域。
150.按权利要求146或147所述的系统,其特征在于:与区域或面积的关系包括是否至少部分目标在第一或第二预先确定的区域。
151.按权利要求145所述的系统,其特征在于:包括几何学映射器,用于把维数和几何参数转换为包括图像的像素的坐标。
152.一种目标位置定位器,由产生分析用的像素图像的单个摄像机组成,包括:
图像分析器,具有确定摄像机视场中目标存在的目标检测算法;
标记器,提供在像素图像中目标的离散识别;
位置定位器,确定在像素图像中目标的坐标。
153.一种监视器设备,包括:
传感器,检测环境的能量,并提供相同指示的输出;
从传感器的输出形成图像;
n个分析器,用于分析图像的n个部分;每一部分是不同的;
每一个分析器产生表示由各自的分析器分析的各自部分图像的信号。
154.一种监视系统,包括:
多个传感器,每一传感器配置在各个感兴趣的位置,每一传感器有视场并产生指示视场中目标的传感器信号;
一个或多个信号分析器,接收传感器信号并从信号中确定多个传感器各自视场感兴趣目标的存在或运动,产生代表多个视场的显示信号,产生检测信号指示多视场各自的目标存在或运动;
至少一个观察者接受显示信号,产生及显示人们能解释的代表所选的视场的数据;
控制器至少接收来自信号分析器的检测信号,控制器从检测信号确定哪一个视场对至少一个观察者显示。
155.一种去雾窗口系统,包括:
导电端;
PTC材料邻接导电端和可操作的与窗口连接。
156.按权利要求155所述的系统,其特征在于还包括邻接PTC材料的另一导电端。
157.按权利要求156所述的系统,其特征在于还包括电压与导电端的电连接。
158.按权利要求155所述的系统,其特征在于:导电端有光圈延伸通过。
159.按权利要求155所述的系统,其特征在于:PTC材料有光圈延伸通过。
160.按权利要求155所述的系统,其特征在于:导电端和PTC材料有光圈延伸通过并互相同轴对齐。
161.一种设备,包括:
有开口的机架;
安置在开口上的窗口;
PTC材料与窗户连接;
162.按权利要求161所述的设备,其特征在于还包括与PTC材料连接的导电端。
163.按权利要求162所述的设备,其特征在于还包括与PTC材料连接的另一个导电端。
164.按权利要求162所述的设备,其特征在于还包括与导电端连接的电压。
165.按权利要求162所述的设备,其特征在于:导电端有光圈延伸通过。
166.按权利要求161所述的设备,其特征在于:PTC材料有光圈延伸通过。
167.按权利要求162所述的设备,其特征在于:导电端和PTC材料有光圈延伸通过并互相同轴和在机架中打开。
168.按权利要求161所述的设备,其特征在于还包括安置在机架中的摄像机。
169.按权利要求168所述的设备,其特征在于:摄像机有延伸通过窗口的视场。
170.按权利要求169所述的设备,其特征在于:视场至少包括部分通向门的通路。
171.按权利要求170所述的设备,其特征在于还包括开门器与门连接并响应在视场中检测到的目标。
172.一种控制门的系统,包括:
采集图像数据的摄像机;
控制单元从摄像机接收图像数据;
驱动马达,用于控制门的开启和关闭,驱动马达接收从控制单元来的控制信号。
173.按权利要求172所述的系统,其特征在于:控制单元有至少定义图像的一部分为控制区的装置。
174.按权利要求173所述的系统,其特征在于包括第一控制区,其中,在第一控制区选择的图像数据产生开启门的控制信号。
175.按权利要求173-174所述的系统,其特征在于包括第二控制区,其中,在第二控制区选择的图像数据产生第一控制条件阻止门的关闭。
176.按权利要求173所述的系统,其特征在于:用于定义的装置包括由直接访问控制区从所有像素坐标中选择坐标。
177.按权利要求173所述的系统,其特征在于:用于定义的装置包括从多个预先确定的区域中选择。
178.按权利要求173所述的系统,其特征在于:用于定义的装置包括在视场中放实际目标,以便描绘边界坐标,并且实际目标成为图像数据的一部分,从实际目标图像数据中定义控制区。
179.按权利要求172-174所述的系统,其特征在于:
控制单元在第一控制区第一时间分析图像数据;
控制单元在第一控制区第二时间分析图像数据;
控制单元比较在第一时间的图像数据和在第二时间的图像数据,确定目标是否存在于第一控制区。
180.按权利要求179所述的系统,其特征在于:分析目标以确定是否目标的任一部分在第一控制区。
181.按权利要求180所述的系统,其特征在于:如果目标的任一部分在第一控制区,在第一控制区中选择的图像数据产生控制信号开启门。
182.按权利要求181所述的系统,其特征在于:控制单元选择目标的一部分确定目标的底边。
183.按权利要求182所述的系统,其特征在于:控制单元分析底边确定底边是否在第一控制区。
184.按权利要求183所述的系统,其特征在于:定义邻近第一控制区为第四控制区,第四控制区在第一控制区和摄像机之间拥有目标。
185.按权利要求184所述的系统,其特征在于:第四控制区位于第一控制区和摄像机之间。
186.按权利要求185所述的系统,其特征在于:在第四控制区存在的目标阻止第一控制区发出控制信号打开门。
187.按权利要求186所述的系统,其特征在于:在第四控制区存在的目标引起第一控制区发出控制信号打开门。
188.按权利要求172-175所述的系统,其特征在于:
控制单元在第一时间分析在第二控制区的图像数据;
控制单元在第二时间分析在第二控制区的图像数据;
控制单元比较在第一时间的图像数据和在第二时间的图像数据,确定目标是否存在于第二控制区。
189.按权利要求172-175所述的系统,其特征在于还包括第三控制区,其中,在第三控制区选择的图像数据产生第二控制条件阻止门关闭。
190.按权利要求172-175所述的系统,其特征在于:第二控制区包括许多预先确定的形状。
191.按权利要求189-190所述的系统,其特征在于:第三控制区包括许多预先确定的形状,第三控制区的形状补充第二控制区的形状。
192.按权利要求191所述的系统,其特征在于:
控制单元在第一时间分析在第三控制区的图像数据;
控制单元在第二时间分析在第三控制区的图像数据;
控制单元比较在第一时间的图像数据和在第二时间的图像数据,确定目标是否存在于第三控制区。
193.按权利要求172-174,其特征在于:第一控制区包括比较图像数据与大量用户指定尺度的装置。
194.按权利要求172-193所述的系统,其特征在于摄像机检测从可见光波,红外光波,微波,雷达和声波选择的能量。
195.按权利要求173-194所述的系统,其特征在于:用户能输入数据,以便从面积,位置,形状,控制区数和控制标准中至少定义一个控制区参数。
196.按权利要求1-194所述的系统,其特征在于传感器是摄像机。
197.一种控制门的系统,包括:
传感器,具有光束的传感器,检测接近门的目标的相干能量。
控制单元,接收从传感器指示的摄像机检测能量的电学值;
驱动马达,控制门的开和关,驱动马达接收从控制单元的控制信号;
装置,用于定义部分光方向图作为控制区。
198.按权利要求197所述的系统,其特征在于控制区是光方向图。
CNA018180884A 2000-08-31 2001-08-31 传感器和成像系统 Pending CN1606758A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US22961300P 2000-08-31 2000-08-31
US60/229,613 2000-08-31

Publications (1)

Publication Number Publication Date
CN1606758A true CN1606758A (zh) 2005-04-13

Family

ID=22861976

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA018180884A Pending CN1606758A (zh) 2000-08-31 2001-08-31 传感器和成像系统

Country Status (8)

Country Link
US (1) US7522745B2 (zh)
EP (1) EP1360833A1 (zh)
JP (1) JP2004510363A (zh)
CN (1) CN1606758A (zh)
AU (1) AU2001290608A1 (zh)
CA (1) CA2421111A1 (zh)
MX (1) MXPA03001804A (zh)
WO (1) WO2002019698A2 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102077268A (zh) * 2008-09-08 2011-05-25 内德·M·阿多特 数字视频滤波器和图像处理
CN101170359B (zh) * 2007-12-03 2011-06-08 华东理工大学 一种能够跟踪信号移动的光通信接收装置
CN102792305A (zh) * 2010-03-11 2012-11-21 皇家飞利浦电子股份有限公司 用于表征和可视化电磁跟踪误差的方法和系统
CN101682809B (zh) * 2007-06-21 2013-07-17 伯斯有限公司 声音辨别方法和装置
CN103857444A (zh) * 2011-09-23 2014-06-11 可利爱驰有限公司 根据周边亮度控制照相机获取良好的球图像的虚拟体育运动系统
CN105141824A (zh) * 2015-06-17 2015-12-09 广州杰赛科技股份有限公司 图像采集方法及装置
CN105706112A (zh) * 2013-07-24 2016-06-22 加利福尼亚大学董事会 相机运动估计和校正的方法
CN105917290A (zh) * 2014-01-17 2016-08-31 三星电子株式会社 帧率控制方法及其电子装置
CN108489938A (zh) * 2017-02-08 2018-09-04 普瑞有限公司 用于雾气检测的方法
CN109413346A (zh) * 2012-05-23 2019-03-01 杭州阿尔法红外检测技术有限公司 热像摄影装置和热像摄影方法
CN109724152A (zh) * 2018-07-24 2019-05-07 永康市蜂蚁科技有限公司 供暖设备散热管道流速切换系统
CN110207842A (zh) * 2019-07-01 2019-09-06 中国电子科技集团公司第十三研究所 亚像素级边缘效应的修正方法及终端设备
CN111882540A (zh) * 2020-07-28 2020-11-03 歌尔科技有限公司 摄像头保护罩的污迹检测方法、装置以及设备

Families Citing this family (103)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6711278B1 (en) * 1998-09-10 2004-03-23 Microsoft Corporation Tracking semantic objects in vector image sequences
US6701005B1 (en) 2000-04-29 2004-03-02 Cognex Corporation Method and apparatus for three-dimensional object segmentation
US9892606B2 (en) 2001-11-15 2018-02-13 Avigilon Fortress Corporation Video surveillance system employing video primitives
US8564661B2 (en) 2000-10-24 2013-10-22 Objectvideo, Inc. Video analytic rule detection system and method
US8711217B2 (en) * 2000-10-24 2014-04-29 Objectvideo, Inc. Video surveillance system employing video primitives
US7424175B2 (en) 2001-03-23 2008-09-09 Objectvideo, Inc. Video segmentation using statistical pixel modeling
US7072512B2 (en) * 2002-07-23 2006-07-04 Microsoft Corporation Segmentation of digital video and images into continuous tone and palettized regions
US7397929B2 (en) * 2002-09-05 2008-07-08 Cognex Technology And Investment Corporation Method and apparatus for monitoring a passageway using 3D images
US7920718B2 (en) * 2002-09-05 2011-04-05 Cognex Corporation Multi-zone passageway monitoring system and method
US7400744B2 (en) * 2002-09-05 2008-07-15 Cognex Technology And Investment Corporation Stereo door sensor
ITPI20020051A1 (it) * 2002-09-18 2004-03-19 Cnr Consiglio Naz Delle Ric Erche Metodo e apparato per l'estrazione dei contorni delle strutture presenti in una immagine mediante l'impiego di una classe di filtri non lineari.
JP3669698B2 (ja) * 2002-09-20 2005-07-13 日東電工株式会社 印刷物の検査方法及び検査装置
US7045764B2 (en) 2002-10-17 2006-05-16 Rite-Hite Holding Corporation Passive detection system for detecting a body near a door
AT500925A1 (de) * 2003-03-05 2006-04-15 Walter Dipl Ing Lorenz Verfahren und einrichtung zur überwachung des einstiegsbereiches von fahrzeugen
JP3987013B2 (ja) * 2003-09-01 2007-10-03 本田技研工業株式会社 車両周辺監視装置
US7623674B2 (en) * 2003-11-05 2009-11-24 Cognex Technology And Investment Corporation Method and system for enhanced portal security through stereoscopy
US8326084B1 (en) 2003-11-05 2012-12-04 Cognex Technology And Investment Corporation System and method of auto-exposure control for image acquisition hardware using three dimensional information
CN101263499B (zh) * 2005-07-11 2013-03-27 布鲁克斯自动化公司 智能状态监测和故障诊断系统
US9104650B2 (en) 2005-07-11 2015-08-11 Brooks Automation, Inc. Intelligent condition monitoring and fault diagnostic system for preventative maintenance
US8111904B2 (en) 2005-10-07 2012-02-07 Cognex Technology And Investment Corp. Methods and apparatus for practical 3D vision system
US8004514B2 (en) * 2006-02-10 2011-08-23 Qualcomm Mems Technologies, Inc. Method and system for updating of displays showing deterministic content
EP2013817A2 (en) * 2006-04-17 2009-01-14 Objectvideo, Inc. Video segmentation using statistical pixel modeling
US7940955B2 (en) * 2006-07-26 2011-05-10 Delphi Technologies, Inc. Vision-based method of determining cargo status by boundary detection
DE102006044114A1 (de) * 2006-09-20 2008-03-27 Forschungszentrum Karlsruhe Gmbh Verfahren zur Charakterisierung der Abgasausbrandqualität in Verbrennungsanlagen
US8150101B2 (en) * 2006-11-13 2012-04-03 Cybernet Systems Corporation Orientation invariant object identification using model-based image processing
US7705744B2 (en) 2007-05-24 2010-04-27 Cutsforth Products, Inc. Monitoring systems and methods for monitoring the condition of one or more components of an electrical device
US8618943B2 (en) 2007-05-24 2013-12-31 Cutsforth, Inc. Brush holder assembly monitoring apparatus, assembly, system and method
US8126260B2 (en) 2007-05-29 2012-02-28 Cognex Corporation System and method for locating a three-dimensional object using machine vision
US8610787B2 (en) * 2007-06-22 2013-12-17 Panasonic Corporation Camera device including privacy protection method
US20090172756A1 (en) * 2007-12-31 2009-07-02 Motorola, Inc. Lighting analysis and recommender system for video telephony
US8111919B2 (en) * 2008-02-04 2012-02-07 Eyep, Inc. Feature encoding system and method for connected component labeling
US8073199B2 (en) 2008-05-30 2011-12-06 Drs Rsta, Inc. Method for minimizing scintillation in dynamic images
JP5203869B2 (ja) * 2008-09-24 2013-06-05 キヤノン株式会社 画像処理装置及びその制御方法及びプログラム
EP2384465A1 (en) * 2009-01-21 2011-11-09 Thomson Licensing Method to control media with face detection and hot spot motion
US9999111B2 (en) * 2009-01-26 2018-06-12 Philips Lighting Holding B.V. Apparatus and method for providing settings of a control system for implementing a spatial distribution of perceptible output
ES2372830B1 (es) * 2009-02-26 2012-11-30 Universidad Carlos Iii De Madrid Procedimiento para la captura y seguimiento de objetos y dispositivo para llevar a cabo dicho procedimiento.
US20110061100A1 (en) * 2009-09-10 2011-03-10 Nokia Corporation Method and apparatus for controlling access
US20110099476A1 (en) * 2009-10-23 2011-04-28 Microsoft Corporation Decorating a display environment
EP2550420A1 (fr) * 2010-03-26 2013-01-30 Siemens Sas Installation securitaire de fermeture et d'ouverture de porte
KR101138222B1 (ko) 2010-05-11 2012-04-24 재단법인 포항지능로봇연구소 전방향 거울 및 차영상 적분 알고리즘을 이용한 구조광 기반 전방향 거리측정 장치 및 방법
US9927368B1 (en) * 2011-01-26 2018-03-27 SeeScan, Inc. Self-leveling inspection systems and methods
US9858343B2 (en) 2011-03-31 2018-01-02 Microsoft Technology Licensing Llc Personalization of queries, conversations, and searches
US9298287B2 (en) 2011-03-31 2016-03-29 Microsoft Technology Licensing, Llc Combined activation for natural user interface systems
US9760566B2 (en) 2011-03-31 2017-09-12 Microsoft Technology Licensing, Llc Augmented conversational understanding agent to identify conversation context between two humans and taking an agent action thereof
US9842168B2 (en) 2011-03-31 2017-12-12 Microsoft Technology Licensing, Llc Task driven user intents
US9244984B2 (en) 2011-03-31 2016-01-26 Microsoft Technology Licensing, Llc Location based conversational understanding
US10642934B2 (en) 2011-03-31 2020-05-05 Microsoft Technology Licensing, Llc Augmented conversational understanding architecture
US9064006B2 (en) 2012-08-23 2015-06-23 Microsoft Technology Licensing, Llc Translating natural language utterances to keyword search queries
US9454962B2 (en) 2011-05-12 2016-09-27 Microsoft Technology Licensing, Llc Sentence simplification for spoken language understanding
CN102254306B (zh) * 2011-07-14 2013-01-23 北京邮电大学 一种基于图像简化分层模型的实时图像去雾方法
JP5507014B2 (ja) * 2011-08-10 2014-05-28 富士フイルム株式会社 動体検出装置及び方法
US10036780B2 (en) * 2011-09-05 2018-07-31 Kabushiki Kaisha Nihon Micronics Evaluation apparatus and evaluation method of sheet type cell
US9124783B2 (en) * 2011-09-30 2015-09-01 Camiolog, Inc. Method and system for automated labeling at scale of motion-detected events in video surveillance
US8809788B2 (en) * 2011-10-26 2014-08-19 Redwood Systems, Inc. Rotating sensor for occupancy detection
EP2783324A4 (en) * 2011-11-22 2015-09-09 Schneider Electric Buildings METHOD AND SYSTEM FOR ACCESS CONTROL USING INTELLIGENT OPTICAL SENSOR
PT106223A (pt) * 2012-03-21 2013-09-23 Univ Tras Os Montes E Alto Douro Sistema de teleassistência baseado em estados de espírito
US20130342689A1 (en) * 2012-06-25 2013-12-26 Intel Corporation Video analytics test system
CN102831591B (zh) * 2012-06-27 2014-11-05 北京航空航天大学 一种基于高斯滤波的单幅图像的实时去雾方法
US8686874B2 (en) 2012-07-24 2014-04-01 Sentry Protection Llc Corner sensor assembly
DE102012214148A1 (de) * 2012-08-09 2014-02-13 Siemens Aktiengesellschaft Bildgebungseinrichtung
RU2013104895A (ru) * 2013-02-05 2014-08-10 ЭлЭсАй Корпорейшн Процессор изображений с функциональностью выбора контуров
US8885901B1 (en) 2013-10-22 2014-11-11 Eyenuk, Inc. Systems and methods for automated enhancement of retinal images
US9501915B1 (en) 2014-07-07 2016-11-22 Google Inc. Systems and methods for analyzing a video stream
US10140827B2 (en) 2014-07-07 2018-11-27 Google Llc Method and system for processing motion event notifications
US9779307B2 (en) 2014-07-07 2017-10-03 Google Inc. Method and system for non-causal zone search in video monitoring
US10127783B2 (en) 2014-07-07 2018-11-13 Google Llc Method and device for processing motion events
USD782495S1 (en) 2014-10-07 2017-03-28 Google Inc. Display screen or portion thereof with graphical user interface
US10353376B2 (en) * 2015-01-29 2019-07-16 Arconic Inc. Systems and methods for modelling additively manufactured bodies
CN104657954B (zh) * 2015-03-04 2017-08-04 广东迅通科技股份有限公司 基于人眼视觉相似性约束的图像去雾方法、系统及设备
CN104715609B (zh) * 2015-04-08 2015-12-30 张绪伟 信号灯所在路口通行数据采集系统
WO2016189764A1 (ja) * 2015-05-26 2016-12-01 三菱電機株式会社 検出装置および検出方法
AU2016271337B2 (en) 2015-06-01 2018-07-26 Cutsforth, Inc. Brush wear and vibration monitoring
US9361011B1 (en) 2015-06-14 2016-06-07 Google Inc. Methods and systems for presenting multiple live video feeds in a user interface
CN105096321B (zh) * 2015-07-24 2018-05-18 上海小蚁科技有限公司 一种基于图像边缘的低复杂度视频移动侦测方法
US9771225B2 (en) 2015-10-08 2017-09-26 Rite-Hite Holding Corporation Methods and apparatus for monitoring a loading dock
CA3008957C (en) 2016-01-11 2020-07-14 Cutsforth, Inc. Monitoring system for grounding apparatus
US10679477B2 (en) 2016-05-09 2020-06-09 Herbert S Kobayashi Multicamera video alarm system for remote monitoring and method
US11386759B2 (en) 2016-05-09 2022-07-12 Herbert S Kobayashi Three level detector signal for multicamera video alarm system for remote monitoring and method
US10506237B1 (en) 2016-05-27 2019-12-10 Google Llc Methods and devices for dynamic adaptation of encoding bitrate for video streaming
US10783397B2 (en) * 2016-06-29 2020-09-22 Intel Corporation Network edge device with image thresholding
KR102588518B1 (ko) * 2016-07-06 2023-10-13 삼성전자주식회사 전자 장치 및 이의 디스플레이 방법
US10957171B2 (en) 2016-07-11 2021-03-23 Google Llc Methods and systems for providing event alerts
US10380429B2 (en) 2016-07-11 2019-08-13 Google Llc Methods and systems for person detection in a video feed
US10192415B2 (en) 2016-07-11 2019-01-29 Google Llc Methods and systems for providing intelligent alerts for events
CN106384084B (zh) * 2016-08-31 2019-04-30 重庆大龙网科技集团有限公司 一种基于红外阵列的人流行为分析系统的分析方法
CN106384078B (zh) * 2016-08-31 2019-04-30 重庆大龙网科技集团有限公司 一种基于红外阵列的人流行为分析系统的人流行为分析方法
WO2018081328A1 (en) * 2016-10-26 2018-05-03 Ring Inc. Customizable intrusion zones for audio/video recording and communication devices
US10891839B2 (en) 2016-10-26 2021-01-12 Amazon Technologies, Inc. Customizable intrusion zones associated with security systems
US11783010B2 (en) 2017-05-30 2023-10-10 Google Llc Systems and methods of person recognition in video streams
US10410086B2 (en) 2017-05-30 2019-09-10 Google Llc Systems and methods of person recognition in video streams
US10664688B2 (en) 2017-09-20 2020-05-26 Google Llc Systems and methods of detecting and responding to a visitor to a smart home environment
US11134227B2 (en) 2017-09-20 2021-09-28 Google Llc Systems and methods of presenting appropriate actions for responding to a visitor to a smart home environment
EP3830802A1 (en) 2018-07-30 2021-06-09 Carrier Corporation Method for activating an alert when an object is left proximate a room entryway
US10931863B2 (en) * 2018-09-13 2021-02-23 Genetec Inc. Camera control system and method of controlling a set of cameras
JP6780682B2 (ja) * 2018-09-20 2020-11-04 日本電気株式会社 情報取得システム、制御装置及び情報取得方法
US11211757B2 (en) 2018-10-04 2021-12-28 Cutsforth, Inc. System and method for monitoring the status of one or more components of an electrical machine
WO2020072806A2 (en) 2018-10-04 2020-04-09 Cutsforth, Inc. System and method for monitoring the status of one or more components of an electrical machine
US11232685B1 (en) * 2018-12-04 2022-01-25 Amazon Technologies, Inc. Security system with dual-mode event video and still image recording
US11346141B2 (en) 2018-12-21 2022-05-31 Rytec Corporation Safety system and method for overhead roll-up doors
US11328424B1 (en) * 2019-08-08 2022-05-10 The Chamberlain Group Llc Systems and methods for monitoring a movable barrier
US11132556B2 (en) * 2019-11-17 2021-09-28 International Business Machines Corporation Detecting application switches in video frames using min and max pooling
US11893795B2 (en) 2019-12-09 2024-02-06 Google Llc Interacting with visitors of a connected home environment
US20230020182A1 (en) * 2022-09-23 2023-01-19 Intel Corporation Technologies for source degradation detection and auto-tuning of cameras

Family Cites Families (99)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2758676A (en) * 1954-02-16 1956-08-14 Haughton Elevator Company Variable standing time control
US3195126A (en) * 1957-05-13 1965-07-13 Lab For Electronics Inc Traffic supervisory system
US3686434A (en) * 1957-06-27 1972-08-22 Jerome H Lemelson Area surveillance system
US3255434A (en) * 1961-11-01 1966-06-07 Peter D Schwarz Vehicle detection and counting system
US3590151A (en) * 1966-12-30 1971-06-29 Jackson & Church Electronics C Television surveillance system
US3562423A (en) * 1967-08-15 1971-02-09 Univ Northwestern Dictorial tracking and recognition system which provides display of target identified by brilliance and spatial characteristics
US3924130A (en) * 1968-02-12 1975-12-02 Us Navy Body exposure indicator
US3534499A (en) * 1969-01-27 1970-10-20 John L Czinger Jr Door opening apparatus
US3685012A (en) * 1970-04-16 1972-08-15 Sperry Rand Corp Apparatus for determining data associated with objects
US3691556A (en) * 1970-06-03 1972-09-12 Memco Electronics Ltd Detection of movement in confined spaces
US3663937A (en) * 1970-06-08 1972-05-16 Thiokol Chemical Corp Intersection ingress-egress automatic electronic traffic monitoring equipment
US3668625A (en) * 1970-09-21 1972-06-06 David Wolf Monitoring system
US3740466A (en) * 1970-12-14 1973-06-19 Jackson & Church Electronics C Surveillance system
US3691302A (en) * 1971-02-25 1972-09-12 Gte Sylvania Inc Automatic light control for low light level television camera
GB1378754A (en) * 1971-09-07 1974-12-27 Peak Technologies Ltd Patient monitoring
US3816648A (en) * 1972-03-13 1974-06-11 Magnavox Co Scene intrusion alarm
US3890463A (en) * 1972-03-15 1975-06-17 Konan Camera Res Inst System for use in the supervision of a motor-boat race or a similar timed event
US3852592A (en) * 1973-06-07 1974-12-03 Stanley Works Automatic door operator
US3988533A (en) * 1974-09-30 1976-10-26 Video Tek, Inc. Video-type universal motion and intrusion detection system
US3947833A (en) * 1974-11-20 1976-03-30 The United States Of America As Represented By The Secretary Of The Navy Automatic target detection system
US3930735A (en) * 1974-12-11 1976-01-06 The United States Of America As Represented By The United States National Aeronautics And Space Administration Traffic survey system
JPS5197155A (en) * 1975-02-21 1976-08-26 Erebeetano jokyakudeetashushusochi
FR2321229A1 (fr) * 1975-08-13 1977-03-11 Cit Alcatel Procede et appareillage pour controle automatique de graphisme
SE394146B (sv) * 1975-10-16 1977-06-06 L Olesen Anordning for metning resp kontroll av ett foremals, i synnerhet ett fordons hastighet.
DE2617111C3 (de) * 1976-04-17 1986-02-20 Robert Bosch Gmbh, 7000 Stuttgart Verfahren zum Feststellen einer Bewegung im Überwachungsbereich einer Fernsehkamera
DE2617112C3 (de) * 1976-04-17 1982-01-14 Robert Bosch Gmbh, 7000 Stuttgart Verfahren zum Feststellen einer Bewegung bzw. einer Veränderung im Überwachungsbereich einer Fernsehkamera
US4063282A (en) * 1976-07-20 1977-12-13 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration TV fatigue crack monitoring system
DE2638138C3 (de) * 1976-08-25 1979-05-03 Kloeckner-Werke Ag, 4100 Duisburg Vorrichtung zum Erkennen und Aussortieren fehlerhafter Packungen, die längs einer Förderstrecke transportiert werden
US4240109A (en) * 1976-10-14 1980-12-16 Micro Consultants, Limited Video movement detection
US4136950A (en) * 1976-11-08 1979-01-30 Labrum Engineering, Inc. Microscope system for observing moving particles
US4183013A (en) * 1976-11-29 1980-01-08 Coulter Electronics, Inc. System for extracting shape features from an image
JPS53110823A (en) * 1977-03-10 1978-09-27 Ricoh Co Ltd Optical information processor
DE2715083C3 (de) * 1977-04-04 1983-02-24 Robert Bosch Gmbh, 7000 Stuttgart System zur Diskrimination eines Videosignals
DE2720865A1 (de) * 1977-05-10 1978-11-23 Philips Patentverwaltung Anordnung zur untersuchung von objekten
US4163357A (en) * 1977-06-13 1979-08-07 Hamel Gmbh, Zwirnmaschinen Apparatus for cable-twisting two yarns
US4133004A (en) * 1977-11-02 1979-01-02 Hughes Aircraft Company Video correlation tracker
JPS5474700A (en) * 1977-11-26 1979-06-14 Agency Of Ind Science & Technol Collection and delivery system for traffic information by photo electric conversion element group
CA1103803A (en) * 1978-03-01 1981-06-23 National Research Council Of Canada Method and apparatus of determining the center of area or centroid of a geometrical area of unspecified shape lying in a larger x-y scan field
JPS54151322A (en) * 1978-05-19 1979-11-28 Tokyo Hoso:Kk Storoboscopic effect generator for television
US4187519A (en) * 1978-08-17 1980-02-05 Rockwell International Corporation System for expanding the video contrast of an image
CA1116286A (en) * 1979-02-20 1982-01-12 Control Data Canada, Ltd. Perimeter surveillance system
US4257063A (en) * 1979-03-23 1981-03-17 Ham Industries, Inc. Video monitoring system and method
US4219845A (en) * 1979-04-12 1980-08-26 The United States Of America As Represented By The Secretary Of The Air Force Sense and inject moving target indicator apparatus
DE2934038C2 (de) * 1979-08-23 1982-02-25 Deutsche Forschungs- und Versuchsanstalt für Luft- und Raumfahrt e.V., 5000 Köln Rißfortschritts-Meßeinrichtung
US4395699A (en) * 1979-09-10 1983-07-26 Environmental Research Institute Of Michigan Method and apparatus for pattern recognition and detection
US4414685A (en) * 1979-09-10 1983-11-08 Sternberg Stanley R Method and apparatus for pattern recognition and detection
US4317130A (en) * 1979-10-10 1982-02-23 Motorola, Inc. Narrow band television transmission system
JPS56132505A (en) * 1980-03-24 1981-10-16 Hitachi Ltd Position detecting method
US4298858A (en) * 1980-03-27 1981-11-03 The United States Of America As Represented By The Secretary Of The Air Force Method and apparatus for augmenting binary patterns
JPS56160183A (en) * 1980-05-09 1981-12-09 Hajime Sangyo Kk Method and device for monitoring
US4337481A (en) * 1980-06-10 1982-06-29 Peter Mick Motion and intrusion detecting system
US4410910A (en) * 1980-09-18 1983-10-18 Advanced Diagnostic Research Corp. Motion detecting method and apparatus
US4433325A (en) * 1980-09-30 1984-02-21 Omron Tateisi Electronics, Co. Optical vehicle detection system
JPS6360960B2 (zh) * 1980-10-22 1988-11-25
US4455550A (en) * 1980-11-06 1984-06-19 General Research Of Electronics, Inc. Detection circuit for a video intrusion monitoring apparatus
JPS57125496A (en) * 1981-01-27 1982-08-04 Fujitec Kk Condition detector
US4520343A (en) * 1980-12-16 1985-05-28 Hiroshi Koh Lift control system
BR8205838A (pt) * 1981-01-26 1983-01-11 Reginald Kenneth Payne Sistema de circuitos detector de proximidade especialmente para portas de elevador
US4493420A (en) * 1981-01-29 1985-01-15 Lockwood Graders (U.K.) Limited Method and apparatus for detecting bounded regions of images, and method and apparatus for sorting articles and detecting flaws
DE3107901A1 (de) * 1981-03-02 1982-09-16 Siemens AG, 1000 Berlin und 8000 München Digitale echtzeit-fernseh-bildverarbeitungseinrichtung
US4449144A (en) * 1981-06-26 1984-05-15 Omron Tateisi Electronics Co. Apparatus for detecting moving body
US4479145A (en) * 1981-07-29 1984-10-23 Nippon Kogaku K.K. Apparatus for detecting the defect of pattern
US4433438A (en) * 1981-11-25 1984-02-21 The United States Of America As Represented By The Secretary Of The Air Force Sobel edge extraction circuit for image processing
US4589139A (en) * 1982-02-04 1986-05-13 Nippon Kogaku K. K. Apparatus for detecting defects in pattern
US4490851A (en) * 1982-04-16 1984-12-25 The United States Of America As Represented By The Secretary Of The Army Two-dimensional image data reducer and classifier
US4520504A (en) * 1982-07-29 1985-05-28 The United States Of America As Represented By The Secretary Of The Air Force Infrared system with computerized image display
US4569078A (en) * 1982-09-17 1986-02-04 Environmental Research Institute Of Michigan Image sensor
JPS5994045A (ja) * 1982-11-22 1984-05-30 Toshiba Corp 画像入力装置
US4577344A (en) * 1983-01-17 1986-03-18 Automatix Incorporated Vision system
US4543567A (en) * 1983-04-14 1985-09-24 Tokyo Shibaura Denki Kabushiki Kaisha Method for controlling output of alarm information
US4574393A (en) * 1983-04-14 1986-03-04 Blackwell George F Gray scale image processor
US4556900A (en) * 1983-05-25 1985-12-03 Rca Corporation Scaling device as for quantized B-Y signal
US4665554A (en) * 1983-07-13 1987-05-12 Machine Vision International Corporation Apparatus and method for implementing dilation and erosion transformations in digital image processing
KR910009880B1 (ko) * 1983-07-25 1991-12-03 가부시기가이샤 히다찌세이사꾸쇼 인터레이스된 텔레비젼 신호중의 화상의 움직임 검출회로
US4589030A (en) * 1983-07-25 1986-05-13 Kley Victor B Solid state camera
IL69327A (en) * 1983-07-26 1986-11-30 Elscint Ltd Automatic misregistration correction
CA1246734A (en) * 1983-09-08 1988-12-13 Nec Corp DEVICE FOR DETECTING MOTION IN TELEVISION SIGNALS
US4555724A (en) * 1983-10-21 1985-11-26 Westinghouse Electric Corp. Elevator system
US4565029A (en) * 1983-11-28 1986-01-21 The Stanley Works Traffic responsive control system for automatic swinging door
US4698937A (en) * 1983-11-28 1987-10-13 The Stanley Works Traffic responsive control system for automatic swinging door
US4669218A (en) * 1984-03-08 1987-06-02 The Stanley Works Traffic responsive control system
US4694329A (en) * 1984-04-09 1987-09-15 Corporate Communications Consultants, Inc. Color correction system and method with scene-change detection
US4653109A (en) * 1984-07-30 1987-03-24 Lemelson Jerome H Image analysis system and method
US4641356A (en) * 1984-08-24 1987-02-03 Machine Vision International Corporation Apparatus and method for implementing dilation and erosion transformations in grayscale image processing
FI70651C (fi) * 1984-10-05 1986-09-24 Kone Oy Foerfarande och anordning foer oevervakning av omraodet framfoer en hissdoerr
US4679077A (en) * 1984-11-10 1987-07-07 Matsushita Electric Works, Ltd. Visual Image sensor system
DE3513833A1 (de) * 1984-11-14 1986-05-22 Karl-Walter Prof. Dr.-Ing. 5910 Kreuztal Bonfig Schmelzsicherungseinsatz mit optoelektrischer anzeigeeinrichtung
US4685145A (en) * 1984-12-07 1987-08-04 Fingermatrix, Inc. Conversion of an image represented by a field of pixels in a gray scale to a field of pixels in binary scale
US4680704A (en) * 1984-12-28 1987-07-14 Telemeter Corporation Optical sensor apparatus and method for remotely monitoring a utility meter or the like
US4662479A (en) * 1985-01-22 1987-05-05 Mitsubishi Denki Kabushiki Kaisha Operating apparatus for elevator
US4739401A (en) * 1985-01-25 1988-04-19 Hughes Aircraft Company Target acquisition system and method
GB8518803D0 (en) * 1985-07-25 1985-08-29 Rca Corp Locating target patterns within images
US4779131A (en) * 1985-07-26 1988-10-18 Sony Corporation Apparatus for detecting television image movement
JPS6278979A (ja) * 1985-10-02 1987-04-11 Toshiba Corp 画像処理装置
GB2183878B (en) * 1985-10-11 1989-09-20 Matsushita Electric Works Ltd Abnormality supervising system
JPH0744689B2 (ja) * 1985-11-22 1995-05-15 株式会社日立製作所 動き検出回路
JPH0766446B2 (ja) 1985-11-27 1995-07-19 株式会社日立製作所 移動物体像を抽出する方法
US4760607A (en) * 1986-07-31 1988-07-26 Machine Vision International Corporation Apparatus and method for implementing transformations in grayscale image processing
US5912721A (en) * 1996-03-13 1999-06-15 Kabushiki Kaisha Toshiba Gaze detection apparatus and its method as well as information display apparatus

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101682809B (zh) * 2007-06-21 2013-07-17 伯斯有限公司 声音辨别方法和装置
CN101170359B (zh) * 2007-12-03 2011-06-08 华东理工大学 一种能够跟踪信号移动的光通信接收装置
CN102077268A (zh) * 2008-09-08 2011-05-25 内德·M·阿多特 数字视频滤波器和图像处理
CN102792305A (zh) * 2010-03-11 2012-11-21 皇家飞利浦电子股份有限公司 用于表征和可视化电磁跟踪误差的方法和系统
CN102792305B (zh) * 2010-03-11 2016-10-26 皇家飞利浦电子股份有限公司 用于表征和可视化电磁跟踪误差的方法和系统
CN103889519A (zh) * 2011-09-23 2014-06-25 可利爱驰有限公司 利用多个照相机拍摄移动的被拍摄体并根据拍摄图像来获取被拍摄体的实际的移动轨迹的方法及系统
CN103857444B (zh) * 2011-09-23 2016-08-10 可利爱驰有限公司 根据周边亮度控制照相机获取良好的球图像的虚拟体育运动系统
CN103857444A (zh) * 2011-09-23 2014-06-11 可利爱驰有限公司 根据周边亮度控制照相机获取良好的球图像的虚拟体育运动系统
CN109413346B (zh) * 2012-05-23 2021-01-26 杭州阿尔法红外检测技术有限公司 热像摄影装置和热像摄影方法
CN109413346A (zh) * 2012-05-23 2019-03-01 杭州阿尔法红外检测技术有限公司 热像摄影装置和热像摄影方法
CN105706112A (zh) * 2013-07-24 2016-06-22 加利福尼亚大学董事会 相机运动估计和校正的方法
CN105917290A (zh) * 2014-01-17 2016-08-31 三星电子株式会社 帧率控制方法及其电子装置
US10373545B2 (en) 2014-01-17 2019-08-06 Samsung Electronics Co., Ltd. Frame rate control method and electronic device thereof
CN105917290B (zh) * 2014-01-17 2020-02-18 三星电子株式会社 帧率控制方法及其电子装置
CN105141824B (zh) * 2015-06-17 2019-01-01 广州杰赛科技股份有限公司 图像采集方法及装置
CN105141824A (zh) * 2015-06-17 2015-12-09 广州杰赛科技股份有限公司 图像采集方法及装置
CN108489938A (zh) * 2017-02-08 2018-09-04 普瑞有限公司 用于雾气检测的方法
CN108489938B (zh) * 2017-02-08 2021-03-19 普瑞有限公司 用于雾气检测的方法
CN109724152A (zh) * 2018-07-24 2019-05-07 永康市蜂蚁科技有限公司 供暖设备散热管道流速切换系统
CN110207842B (zh) * 2019-07-01 2020-09-01 中国电子科技集团公司第十三研究所 亚像素级边缘效应的修正方法及终端设备
CN110207842A (zh) * 2019-07-01 2019-09-06 中国电子科技集团公司第十三研究所 亚像素级边缘效应的修正方法及终端设备
CN111882540A (zh) * 2020-07-28 2020-11-03 歌尔科技有限公司 摄像头保护罩的污迹检测方法、装置以及设备

Also Published As

Publication number Publication date
CA2421111A1 (en) 2002-03-07
WO2002019698A8 (en) 2003-09-12
US7522745B2 (en) 2009-04-21
EP1360833A1 (en) 2003-11-12
WO2002019698A2 (en) 2002-03-07
WO2002019698A9 (en) 2003-03-27
AU2001290608A1 (en) 2002-03-13
JP2004510363A (ja) 2004-04-02
MXPA03001804A (es) 2004-05-21
US20050074140A1 (en) 2005-04-07

Similar Documents

Publication Publication Date Title
CN1606758A (zh) 传感器和成像系统
US10133922B2 (en) Cascading video object classification
US20080152236A1 (en) Image processing method and apparatus
CN1310126C (zh) 基于摄影机的触摸系统
US8306312B2 (en) Method and apparatus for detecting pattern defects
US9635237B2 (en) Method and camera for determining an image adjustment parameter
CN1139039C (zh) 图象中图形的提取和识别以及异常判定的方法和装置
CN1929602A (zh) 用于自动跟踪摄像机图像的虚拟遮罩
CN1812569A (zh) 基于全方位视觉传感器的智能安保装置
KR20090119664A (ko) 다수의 쓰레숄드 적응적 부스팅을 가진 객체 검출 및 분류를 위한 시스템 및 방법
CN1905629A (zh) 摄像装置和摄像方法
CN111652225A (zh) 基于深度学习的非侵入式摄像读取方法及系统
JP2003271927A (ja) 欠陥検査方法
Chaabane et al. Color image segmentation using automatic thresholding and the fuzzy C-means techniques
CN1612165A (zh) 物体检测方法及物体检测装置
CN115079393B (zh) 一种基于10倍物镜的染色体核型分析显微拍摄装置及方法
WO2022019110A1 (ja) プログラム、情報処理装置、情報処理方法及びモデル生成方法
CN115063340A (zh) 一种菌落计数方法及菌落计数器
CN111626339A (zh) 一种抗光影和抖动影响的注塑机模腔异常检测方法
CN1685358A (zh) 图像中文本区域自动定位方法和系统
WO2020213145A1 (ja) 荷電粒子線装置
CN117576059A (zh) 一种基于神经网络的鲤春病毒血症视觉检测系统、方法
CN117095352A (zh) 基于改进Fyolov5的智慧机房监测方法
CA3150697A1 (en) Counting biological agents using machine learning and weight libraries
JPH1021390A (ja) 特定面領域の占有率測定装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication