一种物体轮廓检测识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107480695A(43)申请公布日2017.12.15(21)申请号201710555808.X(22)申请日2015.02.06(62)分案原申请数据201510064774.52015.02.06(71)申请人安徽大学地址230601安徽省合肥市经济技术开发区九龙路111号(72)发明人张成徐孩何天宇田雨露戚刚毅徐子越韦穗(74)专利代理机构合肥天明专利事务所(普通合伙)34115代理人奚华保(51)Int.Cl.G06K9/62(2006.01)G01B11/24(2006.01)权利要求书1页说明书5页附图7页(54)发明名称一种物体轮廓检测识别方法(57)摘要本发明属于边防安全监控技术领域，特别涉及一种物体轮廓检测识别方法。该方法包括以下步骤：（1）KPCA数据降维；（2）字典初始化；（3）稀疏表示分类；（4）异常事件处理和在线字典更新。本发明通过若干组热电堆红外温度传感器阵列采集不同物体的轮廓特征，通过无线方式发送至计算机，采用基于字典学习的目标识别算法进行识别。本发明具有检测范围广，隐蔽性高，可靠性强等特点，采用异常事件处理机制，提高系统的可扩展性，和自适应性。CN107480695ACN107480695A权利要求书1/1页1.一种物体轮廓检测识别方法，其特征在于：该方法包括以下步骤：（1）KPCA数据降维；（2）字典初始化；（3）稀疏表示分类；（4）异常事件处理和在线字典更新。2.根据权利要求1所述的一种物体轮廓检测识别方法，其特征在于：步骤（1）中，所述的KPCA数据降维是将前端采集装置采集到的一系列不同的训练样本经过非线性映射至核空间中，并提取主成分以消除冗余信息，同时将其转化为相同维数的特征向量。3.根据权利要求1所述的一种物体轮廓检测识别方法，其特征在于：步骤（2）中，所述的字典初始化是将事先为每一类事件准备若干个样本分别进行数据降维，得到低维空间中相同维数的特征向量，按列排列组合可得到初始化的字典。4.根据权利要求1所述的一种物体轮廓检测识别方法，其特征在于：步骤（3）中，所述的稀疏表示分类是将测试样本降维后通过字典进行稀疏表示，根据各类别稀疏系数分别重构原始信号并计算残差，根据残差大小及其相互关系实现异常事件和物体类别的判定。5.根据权利要求1所述的一种物体轮廓检测识别方法，其特征在于：步骤（4）中，所述的异常事件处理和在线字典更新是先对新出现的异常事件进行记录，存入异常事件库，并针对异常事件库，当某一类异常事件出现的频率足够多时，将其变更为常规事件，实现字典的在线更新，并从异常事件库中移除。2CN107480695A说明书1/5页一种物体轮廓检测识别方法[0001]本申请是申请号为201510064774.5、申请日为2015年2月6日，发明创造名称为一种物体轮廓检测识别系统及轮廓识别方法的分案申请。技术领域[0002]本发明涉及边防安全监控技术领域，尤其是一种物体轮廓检测识别方法。[0003]背景技术[0004]实现对边境或无人区的实时监控对国家安全具有重要的意义。在这个跨边境活动频发的年代，世界上所有的国家都在寻找有效的提高边境线安全的办法。我国陆地边界线全长约22,000多公里，其中很多地方均无人居住，如果能对这些地方实行自动监控，无疑将极大地提高国家安全防范能力。[0005]我国目前已有的监控系统中，近95%的都是采用人工通过监视器进行监控，无法实现对某事件的智能检测与识别，对人的依赖性大。由于困倦、疲劳等因素，监控人员难以保证全时段有效监控，存在信息利用率和系统工作效率低、可靠性差等不足。此外，现有的边防安全监控系统的预警效果和实时响应性能也达不到预期效果，而且无线视频监控系统采集到的数据数量很大，对于漫长的边境或广袤的无人区而言，网内传输、存储及接收到的数据非常可观且成本太高，因此也造成了大量信息冗余以及难以智能化的应用。[0006]发明内容[0007]针对上述问题，利用不同类别物体外形轮廓特征不同，结合压缩感知理论，提供一种物体轮廓检测识别方法。前端数据采集平台采用新型热电堆红外传感器阵列和FPGA处理器采集物体的轮廓特征，具有检测范围广，隐蔽性高，结构简单，可靠性强等特点。[0008]为实现上述目的，本发明采用了以下技术方案：一种物体轮廓检测识别系统，包括数据采集装置、数据存储控制装置、无线收发装置和电源管理装置。数据采集装置、数据存储控制装置、无线收发装置和电源管理装置组成前端数据采集平台。所述的数据采集装置，其输出端与数据存储控制装置的输入端相连。所述的数据存储控制装置，其输出端与无线收发装置的输入端相连。所述的无线收发装置与轮廓识别系统的的无线收发装置之间无线连接。[0009]所述的数据采集装