[發(fā)明專利]監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法有效
| 申請?zhí)枺?/td> | 202110526635.5 | 申請日: | 2021-05-14 |
| 公開(公告)號(hào): | CN113408347B | 公開(公告)日: | 2022-03-15 |
| 發(fā)明(設(shè)計(jì))人: | 黃建華;王雪;孫希延;紀(jì)元法;符強(qiáng);王守華 | 申請(專利權(quán))人: | 桂林電子科技大學(xué) |
| 主分類號(hào): | G06V20/10 | 分類號(hào): | G06V20/10;G06V10/75;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T3/40 |
| 代理公司: | 桂林文必達(dá)專利代理事務(wù)所(特殊普通合伙) 45134 | 代理人: | 張學(xué)平 |
| 地址: | 541004 廣西*** | 國省代碼: | 廣西;45 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 監(jiān)控 攝像頭 遠(yuǎn)距離 建筑物 變化 檢測 方法 | ||
1.一種監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,包括如下步驟,
使用監(jiān)控?cái)z像頭采集同一地點(diǎn)、不同時(shí)相的建筑物圖像數(shù)據(jù),建立建筑物低分辨率圖像數(shù)據(jù)集;
將前時(shí)相影像和后時(shí)相影像進(jìn)行雙線性插值處理,得到兩個(gè)分辨率相同的影像;
通過特征點(diǎn)匹配的方式將前時(shí)相影像和后時(shí)相影像進(jìn)行配準(zhǔn),得到建筑物位置對應(yīng)的兩幅圖像;
使用生成對抗網(wǎng)絡(luò)對前后時(shí)相影像進(jìn)行超分重建,生成高分辨率前時(shí)相影像和高分辨率后時(shí)相影像;
針對生成的高分辨率前時(shí)相影像和高分辨率后時(shí)相影像,采用影像差值法,生成低分辨率變化影像;
對生成的低分辨率變化影像,進(jìn)行超分重建,將含有建筑物信息區(qū)域的像素進(jìn)行二次增強(qiáng),生成高分辨率變化影像;
利用faster-rcnn目標(biāo)檢測網(wǎng)絡(luò)檢測高分辨率變化圖像中的建筑物,得到高分辨率建筑物變化影像;
將高分辨率前時(shí)相影像二值化,并對其進(jìn)行形態(tài)學(xué)后處理去除斑點(diǎn)噪聲,得到高分辨率前時(shí)相影像二值圖;
將高分辨率前時(shí)相影像二值圖與高分辨率建筑物變化影像進(jìn)行一比一的像素加權(quán)融合,得到建筑物變化區(qū)域結(jié)果圖。
2.如權(quán)利要求1所述的監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,在“使用監(jiān)控?cái)z像頭采集同一地點(diǎn)、不同時(shí)相的建筑物圖像數(shù)據(jù),建立建筑物低分辨率圖像數(shù)據(jù)集”中,所述方法還包括,
針對安裝的監(jiān)控?cái)z像頭設(shè)置N個(gè)巡航點(diǎn),每個(gè)巡航點(diǎn)每隔一段時(shí)間采集一次圖像,將圖像命名為易于讀取的文件格式,建立建筑物低分辨率圖像數(shù)據(jù)集。
3.如權(quán)利要求1所述的監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,在“將前時(shí)相影像和后時(shí)相影像進(jìn)行雙線性插值處理,得到兩個(gè)分辨率相同的影像”中,所述方法還包括,
所述雙線性插值采用python中resize函數(shù),其中選取的插值方式為雙線性插值,即在兩個(gè)方向上分別進(jìn)行一次線性插值。
4.如權(quán)利要求1所述的監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,在“通過特征點(diǎn)匹配的方式將前時(shí)相影像和后時(shí)相影像進(jìn)行配準(zhǔn),得到建筑物位置對應(yīng)的兩幅圖像”中,所述方法還包括,
所述特征點(diǎn)匹配的方式為使用sift算法提取圖像中的不隨外界環(huán)境變化而變化的關(guān)鍵點(diǎn)。
5.如權(quán)利要求4所述的監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,在“所述特征點(diǎn)匹配的方式為使用sift算法提取圖像中的不隨外界環(huán)境變化而變化的關(guān)鍵點(diǎn)”中,所述方法還包括,
兩幅圖像中有相同的景物,提取各自的穩(wěn)定點(diǎn),并且這些穩(wěn)定點(diǎn)之間會(huì)有相互對應(yīng)的匹配點(diǎn)。
6.如權(quán)利要求1所述的監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,在“使用生成對抗網(wǎng)絡(luò)對前后時(shí)相影像進(jìn)行超分重建,生成高分辨率前時(shí)相影像和高分辨率后時(shí)相影像”中,所述方法還包括,
將輸入的前時(shí)相影像雙線性插值處理為(128,128,3)維的圖片,經(jīng)過卷積、上采樣、標(biāo)準(zhǔn)化、反卷積生成(512,512,3)維的圖像;
將生成的(512,512,3)維的圖像與原始高分辨率圖片分別輸入至VGG19網(wǎng)絡(luò),提取兩個(gè)圖片的特征向量,進(jìn)行l(wèi)oss1值的計(jì)算;
將生成的(512,512,3)維的圖像輸入至判別網(wǎng)絡(luò),輸出為32x32x1的向量,對每個(gè)像素點(diǎn)進(jìn)行逐個(gè)判斷,最終用sigmoid函數(shù)將輸出映射為0至1之間的概率值;
將輸出的概率值與1進(jìn)行比較,進(jìn)行l(wèi)oss2值的計(jì)算;
對兩個(gè)loss值進(jìn)行訓(xùn)練,最終得到最優(yōu)的高分辨率圖片。
7.如權(quán)利要求1所述的監(jiān)控?cái)z像頭遠(yuǎn)距離建筑物變化檢測的方法,其特征在于,在“利用faster-rcnn目標(biāo)檢測網(wǎng)絡(luò)檢測高分辨率變化圖像中的建筑物,得到高分辨率建筑物變化影像”中,所述方法還包括,
將輸入的高分辨率前時(shí)相影像的長和寬均雙線性插值為600;
利用區(qū)域候選網(wǎng)絡(luò)提取高分辨率變化影像中的建筑物,形成多個(gè)建議框,并對建議框進(jìn)行篩選,計(jì)算建議框和真實(shí)框的重合程度;
最終對篩選后的建議框進(jìn)行回歸分類,最終得到預(yù)測結(jié)果和種類。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于桂林電子科技大學(xué),未經(jīng)桂林電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110526635.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 多級(jí)校內(nèi)監(jiān)控系統(tǒng)
- 多級(jí)校內(nèi)監(jiān)控系統(tǒng)
- 一種范圍廣、力度大的校內(nèi)監(jiān)控系統(tǒng)
- 一種監(jiān)控的方法及系統(tǒng)
- 設(shè)備的監(jiān)控方法、裝置、系統(tǒng)和空調(diào)
- 多級(jí)校內(nèi)監(jiān)控系統(tǒng)
- 設(shè)備監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 風(fēng)險(xiǎn)雷達(dá)預(yù)警的監(jiān)控方法及系統(tǒng)
- 區(qū)塊鏈網(wǎng)絡(luò)監(jiān)控系統(tǒng)、裝置及方法
- 基于機(jī)器視覺的車站客流安全智能監(jiān)控系統(tǒng)
- 由互補(bǔ)建筑物模塊形成的建筑物及其建造方法
- 用于異形建筑物的建筑模板
- 一種交互式半自動(dòng)高分辨率遙感影像建筑物提取的方法
- 一種基于建筑物云服務(wù)器的排隊(duì)管理方法
- 建筑物識(shí)別方法及系統(tǒng),以及移動(dòng)終端
- 復(fù)雜條件水工隧洞下穿建筑物現(xiàn)狀評(píng)估方法
- 一種變電站建筑物三維建模方法及系統(tǒng)
- 一種基于物聯(lián)網(wǎng)的建筑通風(fēng)方法及新風(fēng)系統(tǒng)
- 一種適用于木結(jié)構(gòu)裝配式建筑物的視覺化監(jiān)測方法
- 一種建筑物淺層地基結(jié)構(gòu)





