当前位置:首页 > 工业技术
物联网感知技术与应用  智能全景视频感知  上
物联网感知技术与应用  智能全景视频感知  上

物联网感知技术与应用 智能全景视频感知 上PDF电子书下载

工业技术

  • 电子书积分:12 积分如何计算积分?
  • 作 者:汤一平著
  • 出 版 社:北京:电子工业出版社
  • 出版年份:2013
  • ISBN:9787121200908
  • 页数:342 页
图书介绍:本书是一部比较全面和系统研究全景视觉理论、全景视觉感知技术及应用的学术专著。在介绍智能视频感知基本原理、技术及当前尚存在的科学问题的基础上,引入了全景视觉的重要性,可为各种智能感知技术应用提供强大的元数据支撑;书中详细阐述了多种全景视觉传感器的设计和实现方法,针对不同行业应用的特点,将全景视觉与智能视频分析技术进行有机结合,提出了各种智能全景感知实际工程应用的解决方案。笔者用“视觉艺术、认知科学”概括了本书的内容。
《物联网感知技术与应用 智能全景视频感知 上》目录

第1章 绪论 1

1.1从物联网谈智能感知技术 1

1.2传感技术 2

1.3传感网技术 5

1.3.1传感网的概念 5

1.3.2传感网的由来 5

1.3.3传感网的构成 5

1.3.4传感网的核心技术 6

1.3.5无线传感网 8

1.3.6基于射频识别(RFID)的传感网 9

1.3.7 RFID标签射频卡的标准及分类 10

1.3.8 RFID技术在物联网中的作用 10

1.3.9传感网的特征 11

1.3.10 WSN的应用领域 11

1.3.11传感网和物联网面临的主要问题 13

1.4智能计算技术 14

1.4.1智能计算技术概述 14

1.4.2云计算技术 15

1.4.3智能计算技术的分类 15

1.4.4基于智能视频分析的智能感知技术 16

1.4.5其他一些主要的智能技术 17

1.5“天人合一”思想与“人天合一”技术 22

第2章 智能视频分析技术 24

2.1背景建模技术 25

2.1.1基本原理 26

2.1.2背景建模的难点 26

2.1.3背景建模的分类 26

2.2目标对象的检测、分类、表达和描述 32

2.3目标对象跟踪 34

2.3.1基于模型匹配的跟踪 34

2.3.2基于变形模型的跟踪 35

2.3.3基于区域匹配的跟踪 35

2.3.4基于特征匹配的跟踪 35

2.3.5基于运动特性的跟踪 36

2.3.6基于概率统计的跟踪 37

2.3.7目标对象跟踪问题的处理思路总结 37

2.3.8当前目标对象跟踪存在的一些问题 38

2.3.9国内外解决多目标跟踪核心问题的主流方法 40

2.4行为分析 42

2.4.1行为分析技术的发展历史 43

2.4.2几种行为分析关键算法介绍 44

2.4.3行为分析与理解存在的问题与发展趋势 47

2.4.4高层行为与场景理解 48

2.5智能视频分析技术的评估方法 49

2.6对智能视频分析技术发展的几点思考 51

2.6.1在前景对象描述方面的思考 51

2.6.2在视觉获取手段方面的思考 52

2.6.3在智能视频感知方面的思考 53

2.6.4在底层视觉处理方面的思考 53

2.6.5在中层视觉处理方面的思考 55

2.6.6在高层视觉处理方面的思考 63

2.7智能视频分析开源项目与视觉库 64

2.7.1计算机视觉库OpenCV简介 64

2.7.2计算梯度、边缘和角点的相关算法 65

2.7.3计算采样、差值和几何变换的相关算法 70

2.7.4形态学操作相关算法 76

2.7.5滤波器与彩色变换相关算法 79

2.7.6金字塔算法及其应用 84

2.7.7连接部件 86

2.7.8关于图像与轮廓矩的算法 89

2.7.9关于特殊图像变换算法 91

2.7.10直方图 95

2.7.11匹配算法 103

2.7.12结构分析 105

2.7.13计算几何相关算法 109

2.7.14平面划分相关算法 115

2.7.15运动分析与对象跟踪相关算法 120

2.7.16运动模板 121

2.7.17对象跟踪 123

2.7.18光流相关算法 125

2.7.19预估器相关算法 128

2.7.20模式识别相关算法 134

2.7.21照相机标定和三维重建相关算法 141

2.7.22姿态估计相关算法 144

2.7.23外极线几何 147

2.8其他一些计算机视觉方面的开源项目 149

2.8.1 Java视觉处理库JavaCV简介 149

2.8.2基于QT的计算机视觉库QVision 151

2.8.3视觉快速开发平台 151

2.8.4 Matlab计算机视觉包 152

本章结束语 152

参考文献 153

第3章 全方位视觉传感器技术 158

3.1全方位视觉传感器的发展历史 158

3.1.1全方位视觉传感器在国外的发展状况 158

3.1.2全方位视觉传感器在我国的发展状况 162

3.2全方位视觉传感器的分类 165

3.2.1折反射全方位视觉传感器的分类 167

3.2.2按全方位视觉传感器的折反射次数分类 168

3.2.3按全方位视觉传感器大小的分类 168

3.2.4按全方位视觉传感器感光芯片的分类 169

3.2.5按全方位视觉传感器接口的分类 169

3.2.6按全方位视觉传感器固定方式的分类 170

3.2.7按全方位视觉传感器成像范围的分类 171

3.2.8按立体全方位视觉传感器成像芯片个数和镜片个数的分类 172

3.2.9按立体全方位视觉传感器投影光源的分类 172

3.2.10按全方位视觉传感器有无死角的分类 173

3.2.11按全方位视觉传感器有无宽动态摄像芯片的分类 173

3.2.12按全方位视觉传感器成像芯片的分类 174

3.2.13按与全方位视觉传感器连接的摄像装置的分类 175

3.2.14按三维立体全方位视觉传感器成像的分类 176

3.2.15 按全方位视觉传感器与其他装置组合的分类 177

3.3全方位视觉传感器的设计 180

3.3.1单视点全方位视觉传感器的成像原理 181

3.3.2双曲面全方位视觉传感器的镜面设计 182

3.3.3双曲面镜面的垂直视场范围的设计 184

3.3.4二次折反射的全方位视觉传感器的设计 185

3.3.5无死角全方位视觉传感器的设计 190

3.3.6 ODVS外罩的设计 191

3.3.7宽动态全方位视觉传感器的设计 192

3.3.8 360°×360°全球面全方位视觉传感器的设计 196

3.3.9双目立体全方位视觉传感器的设计 197

3.3.10主动式双目立体全方位视觉传感器的设计 200

3.4 3D全景立体视频图像拍摄装置的设计 206

3.4.1 3D全景立体视频图像拍摄装置的组成原理 208

3.4.2 3D全景立体视频图像拍摄装置的建模 210

3.4.3 3D全景立体视频图像的展开和拼接 212

3.4.4 3D全景立体影视图像与3D特写立体影视图像 215

3.5整体性视觉与关注性视觉——Where视觉和What视觉的融合 218

3.6全方位视觉传感器的标定 222

3.6.1单视点折反射全方位视觉传感器的成像模型 223

3.6.2基于多项式展开成像模型的标定算法 225

3.6.3改进的基于多项式展开成像模型的标定算法 226

3.7双目立体全方位视觉传感器的标定及极线配准 227

3.7.1全方位图像中的竖直线提取 229

3.7.2极线间方位角偏差角度计算 229

3.7.3双目立体全景图像的极线校正 230

3.7.4全方位视觉传感器的标定过程 230

3.8主动式双目立体全方位视觉传感器的标定 233

3.9双目立体ODVS的物点匹配与物点的空间距离计算 234

3.9.1高斯球面坐标与中央眼 234

3.9.2物点的空间信息获取与计算 235

3.9.3空间物点的距离估算精度 237

3.10主动式立体ODVS空间物点的距离估算 238

3.11全方位图像的展开 240

3.11.1全方位图像的柱状展开 240

3.11.2全方位图像的透视展开 243

3.11.3全方位图像bird-view变换 244

3.12全方位传感器的有效成像范围和视频传感网网络拓扑图 244

3.12.1 ODVS的几种安装配置方式 245

3.12.2监控系统的网络拓扑架构图 246

本章结束语 249

参考文献 250

第4章 智能全景视频分析技术的应用 252

4.1智能交通 253

4.1.1动态道路交通状态的检测 254

4.1.2停车位的检测 255

4.1.3重大交通事故的快速测绘 256

4.1.4道路岔口交通状态检测与交通信号灯的控制 258

4.1.5交通违法行为的检测 259

4.1.6交通安全运行环境的监测 261

4.1.7智能交通的调度 263

4.1.8驾驶安全辅助技术 263

4.2基于全景视觉的机器人技术 265

4.3文物保护技术 266

4.4基于全景视觉的管道、水下、井下、洞穴内的探测技术 268

4.5基于全景视觉的各种军事应用技术 268

4.6基于全方位计算机视觉的观察技术 270

4.6.1基于全方位计算机视觉的植物生长、植物病虫害观察技术 270

4.6.2基于全方位计算机视觉的动物行为观察技术 270

4.7基于视觉的转播技术 271

4.7.1虚拟场景重建技术 271

4.7.2具有沉浸感、现实感的远程教育技术 273

4.7.3具有沉浸感、现实感的远程医疗 274

4.7.4虚拟演练环境的制作 275

4.7.5数字城市的快速制作技术 276

4.7.6基于智能全景立体视频分析的增强现实技术 276

4.7.7基于全景立体摄像技术的3D立体视频拍摄 278

4.8基于全景视觉的自然灾害检测技术 279

4.8.1基于全景视觉的火灾视频检测 280

4.8.2基于全景视觉的泥石流和塌方视频检测 280

4.8.3基于物联网的地震预测辅助技术 281

4.8.4基于智能全景视频分析的煤矿安全技术 282

4.8.5基于智能全景视频分析的水灾检测技术 284

4.9基于智能全景视频分析的独居老人、小孩的监护技术 284

4.10基于智能全景视频分析的电梯调度、安全监控技术 286

4.10.1基于智能全景视频分析的电梯安全运行监测技术 286

4.10.2基于智能全景视频分析的电梯调度技术 288

4.10.3基于智能全景视频分析的电梯轿厢内的智能视频监控技术 289

4.11基于智能全景视频分析的节能技术 290

4.12基于视频分析的新型传感器的开发 291

4.12.1基于机器视觉的雨量传感器 291

4.12.2基于机器视觉的三维风速风向传感器 292

4.12.3基于机器视觉的生物式水质监测技术 293

4.12.4基于机器视觉的生物式瓦斯监测技术 294

4.12.5基于机器视觉的全方位倾斜传感器 294

4.13智能全景视频分析技术在商业上的应用 295

4.13.1基于智能全景视频分析技术的消费者购买行为分析 295

4.13.2基于生物特征识别的人与身份证同一性检验技术 296

4.14智能全景视频分析技术在机械方面的应用 297

4.14.1智能全景视频分析技术在集装箱吊具上的应用 297

4.14.2智能全景视频分析技术在工程机械、农业机械等方面的应用 298

4.15 智能视频监控技术 299

4.15.1视频监控技术的几个重要转变 300

4.15.2智能全景视频监控技术的几个主要功能 302

4.15.3智能全景视频监控技术在各个行业中的解决方案 304

本章结束语 322

第5章 智能视频感知框架及智能全景视觉分析系统的快速开发方法 323

5.1“以人为中心”的动态图像理解的体系结构及工学方法 325

5.2智能视频感知框架的搭建 327

5.2.1底层视觉处理 327

5.2.2中层视觉处理 328

5.2.3高层视觉处理 329

5.2.4各种智能感知系统的快速构建方法 331

5.3基于智能视频分析技术的形象演绎创新 332

5.4智能视频分析的中间件技术 334

5.4.1中间件技术是智能视频分析发展的必由之路 334

5.4.2智能视频分析中间件的设计理念 335

5.4.3基于中间件技术的智能视频分析的项目开发组织机构 336

5.4.4基于中间件技术的智能视频分析的构造方法 336

5.4.5物联网时代的中间件技术 340

本章结束语 341

返回顶部