《物聯網感知技術與套用：智慧型全景視頻感知（上）》是2013年電子工業出版社出版的圖書，作者是湯一平。
基本介紹
- 中文名：《物聯網感知技術與套用：智慧型全景視頻感知（上）》
- 作者：湯一平
- 出版社：電子工業出版社
- 出版時間：2013年04月
- 頁數：356 頁
- 開本：16(185*260)
- ISBN：9787121200908
- 版 次：01-01
內容簡介,目錄信息,
內容簡介
本書是一部比較全面和系統研究全景感視覺理論、全景視覺感知技術及套用的學術專著。在介紹智慧型視頻感知基本原理、技術及當前尚存在的科學問題的基礎上，引入了全景視覺的重要性，可為各種智慧型感知技術套用提供強大的元數據支撐；書中詳細闡述了多種全景視覺感測器的設計和實現方法，針對不同行業套用的特點，將全景視覺與智慧型視頻分析技術進行有機結合，提出了各種智慧型全景感知實際工程套用的解決方案。筆者用“視覺藝術、認知科學”概括了本書的內容。
目錄信息
第1章 緒論 1
1.1 從物聯網談智慧型感知技術 1
1.2 感測技術 2
1.3 感測網技術 5
1.3.1 感測網的概念 5
1.3.2 感測網的由來 5
1.3.3 感測網的構成 5
1.3.4 感測網的核心技術 6
1.3.5 無線感測網 8
1.3.6 基於射頻識別（RFID）的感測網 9
1.3.7 RFID標籤射頻卡的標準及分類 10
1.3.8 RFID技術在物聯網中的作用 10
1.3.9 感測網的特徵 11
1.3.10 WSN的套用領域 11
1.3.11 感測網和物聯網面臨的主要問題 13
1.4 智慧型計算技術 14
1.4.1 智慧型計算技術概述 14
1.4.2 雲計算技術 15
1.4.3 智慧型計算技術的分類 15
1.4.4 基於智慧型視頻分析的智慧型感知技術 16
1.4.5 其他一些主要的智慧型技術 17
1.5 “天人合一”思想與“人天合一”技術 22
第2章 智慧型視頻分析技術 24
2.1 背景建模技術 25
2.1.1 基本原理 26
2.1.2 背景建模的難點 26
2.1.3 背景建模的分類 26
2.2 目標對象的檢測、分類、表達和描述 32
2.3 目標對象跟蹤 34
2.3.1 基於模型匹配的跟蹤 34
2.3.2 基於變形模型的跟蹤 35
2.3.3 基於區域匹配的跟蹤 35
2.3.4 基於特徵匹配的跟蹤 35
2.3.5 基於運動特性的跟蹤 36
2.3.6 基於機率統計的跟蹤 37
2.3.7 目標對象跟蹤問題的處理思路總結 37
2.3.8 當前目標對象跟蹤存在的一些問題 38
2.3.9 國內外解決多目標跟蹤核心問題的主流方法 40
2.4 行為分析 42
2.4.1 行為分析技術的發展歷史 43
2.4.2 行為分析幾種關鍵算法介紹 44
2.4.3 行為分析與理解存在的問題與發展趨勢 47
2.4.4 高層行為與場景理解 48
2.5 智慧型視頻分析技術的評估方法 49
2.6 對智慧型視頻分析技術發展的幾點思考 51
2.6.1 在前景對象描述方面的思考 51
2.6.2 在視覺獲取手段方面的思考 52
2.6.3 在智慧型視頻感知方面的思考 53
2.6.4 對於底層視覺處理方面的思考 53
2.6.5 對於中層視覺處理方面的思考 55
2.6.6 對於高層視覺處理方面的思考 63
2.7 智慧型視頻分析開源項目與視覺庫 64
2.7.1 計算機視覺庫OpenCV簡介 64
2.7.2 計算梯度、邊緣和角點的相關算法 65
2.7.3 計算採樣、差值和幾何變換的相關算法 70
2.7.4 形態學操作相關算法 76
2.7.5 濾波器與彩色變換相關算法 79
2.7.6 金字塔算法及其套用 84
2.7.7 連線部件 86
2.7.8 關於圖像與輪廓矩的算法 89
2.7.9 關於特殊圖像變換算法 91
2.7.10 直方圖 95
2.7.11 匹配算法 103
2.7.12 結構分析 105
2.7.13 計算幾何相關算法 109
2.7.14 平面劃分相關算法 115
2.7.15 運動分析與對象跟蹤相關算法 120
2.7.16 運動模板 121
2.7.17 對象跟蹤 123
2.7.18 光流相關算法 125
2.7.19 預估器相關算法 128
2.7.20 模式識別相關算法 134
2.7.21 照相機標定和三維重建相關算法 141
2.7.22 姿態估計相關算法 144
2.7.23 外極線幾何 147
2.8 其他一些計算機視覺方面的開源項目 149
2.8.1 Java視覺處理庫JavaCV簡介 149
2.8.2 基於QT的計算機視覺庫QVision 151
2.8.3 視覺快速開發平台qcv 151
2.8.4 Matlab計算機視覺包mVision 152
本章結束語 152
參考文獻 153
第3章 全方位視覺感測器技術 158
3.1 全方位視覺感測器的發展歷史 158
3.1.1 全方位視覺感測器在國外的發展狀況 158
3.1.2 全方位視覺感測器在我國的發展狀況 162
3.2 全方位視覺感測器的分類 165
3.2.1 折反射全方位視覺感測器的分類 167
3.2.2 按全方位視覺感測器的折反射次數分類 168
3.2.3 按全方位視覺感測器大小的分類 168
3.2.4 按全方位視覺感測器感光晶片的分類 169
3.2.5 按全方位視覺感測器接口的分類 169
3.2.6 按全方位視覺感測器固定方式的分類 170
3.2.7 按全方位視覺感測器成像範圍的分類 171
3.2.8 按立體全方位視覺感測器成像晶片個數和鏡片個數的分類 172
3.2.9 按立體全方位視覺感測器投影光源的分類 172
3.2.10 按全方位視覺感測器有無死角的分類 173
3.2.11 按全方位視覺感測器有無寬動態攝像晶片的分類 173
3.2.12 按全方位視覺感測器成像晶片的分類 174
3.2.13 按與全方位視覺感測器連線的攝像裝置的分類 175
3.2.14 按三維立體全方位視覺感測器成像的分類 176
3.2.15 按全方位視覺感測器與其他裝置組合的分類 177
3.3 全方位視覺感測器的設計 180
3.3.1 單視點全方位視覺感測器的成像原理 181
3.3.2 雙曲面全方位視覺感測器的鏡面設計 182
3.3.3 雙曲面鏡面的垂直視場範圍的設計 184
3.3.4 二次折反射的全方位視覺感測器的設計 185
3.3.5 無死角全方位視覺感測器的設計 190
3.3.6 ODVS外罩的設計 191
3.3.7 寬動態全方位視覺感測器的設計 192
3.3.8 360°×360°全球面全方位視覺感測器的設計 196
3.3.9 雙目立體全方位視覺感測器的設計 197
3.3.10 主動式雙目立體全方位視覺感測器的設計 200
3.4 3D全景立體視頻圖像拍攝裝置的設計 206
3.4.1 3D全景立體視頻圖像拍攝裝置的組成原理 208
3.4.2 3D全景立體視頻圖像拍攝裝置的建模 210
3.4.3 3D全景立體視頻圖像的展開和拼接 212
3.4.4 3D全景立體影視圖像與3D特寫立體影視圖像 215
3.5 整體性視覺與關注性視覺——Where視覺和What視覺的融合 218
3.6 全方位視覺感測器的標定 222
3.6.1 單視點折反射全方位視覺感測器的成像模型 223
3.6.2 基於多項式展開成像模型的標定算法 225
3.6.3 改進的基於多項式展開成像模型的標定算法 226
3.7 雙目立體全方位視覺感測器的標定及極線配準 227
3.7.1 全方點陣圖像中的豎直線提取 229
3.7.2 極線間方位角偏差角度計算 229
3.7.3 雙目立體全景圖像的極線校正 230
3.7.4 全方位視覺感測器的標定過程 230
3.8 主動式雙目立體全方位視覺感測器的標定 233
3.9 雙目立體ODVS的物點匹配與物點的空間距離計算 234
3.9.1 高斯球面坐標與中央眼 234
3.9.2 物點的空間信息獲取與計算 235
3.9.3 空間物點的距離估算精度 237
3.10 主動式立體ODVS空間物點的距離估算 238
3.11 全方點陣圖像的展開 240
3.11.1 全方點陣圖像的柱狀展開 240
3.11.2 全方點陣圖像的透視展開 243
3.11.3 全方點陣圖像bird-view 變換 244
3.12 全方位感測器的有效成像範圍和視頻感測網網路拓撲圖 244
3.12.1 ODVS的幾種安裝配置方式 245
3.12.2 監控系統的網路拓撲架構圖 246
本章結束語 249
參考文獻 250
第4章 智慧型全景視頻分析技術的套用 252
4.1 智慧型交通 253
4.1.1 動態道路交通狀態的檢測 254
4.1.2 停車位的檢測 255
4.1.3 重大交通事故的快速測繪 256
4.1.4 道路岔口交通狀態檢測與交通信號燈的控制 258
4.1.5 交通違法行為的檢測 259
4.1.6 交通安全運行環境的監測 261
4.1.7 智慧型交通的調度 263
4.1.8 駕駛安全輔助技術 263
4.2 基於全景視覺的機器人技術 265
4.3 文物保護技術 266
4.4 基於全景視覺的管道、水下、井下、洞穴內的探測技術 268
4.5 基於全景視覺的各種軍事套用技術 268
4.6 基於全方位計算機視覺的觀察技術 270
4.6.1 基於全方位計算機視覺的植物生長、植物病蟲害觀察技術 270
4.6.2 基於全方位計算機視覺的動物行為觀察技術 270
4.7 基於視覺的轉播技術 271
4.7.1 虛擬場景重建技術 271
4.7.2 具有沉浸感、現實感的遠程教育技術 273
4.7.3 具有沉浸感、現實感的遠程醫療 274
4.7.4 虛擬演練環境的製作 275
4.7.5 數字城市的快速製作技術 276
4.7.6 基於智慧型全景立體視頻分析的增強現實技術 276
4.7.7 基於全景立體攝像技術的3D立體視頻拍攝 278
4.8 基於全景視覺的自然災害檢測技術 279
4.8.1 基於全景視覺的火災視頻檢測 280
4.8.2 基於全景視覺的土石流和塌方視頻檢測 280
4.8.3 基於物聯網的地震預測輔助技術 281
4.8.4 基於智慧型全景視頻分析的煤礦安全技術 282
4.8.5 基於智慧型全景視頻分析的水災檢測技術 284
4.9 基於智慧型全景視頻分析的獨居老人、小孩的監護技術 284
4.10 基於智慧型全景視頻分析的電梯調度、安全監控技術 286
4.10.1 基於智慧型全景視頻分析的電梯安全運行監測技術 286
4.10.2 基於智慧型全景視頻分析的電梯調度技術 288
4.10.3 基於智慧型全景視頻分析的電梯轎廂內的智慧型視頻監控技術 289
4.11 基於智慧型全景視頻分析的節能技術 290
4.12 基於視頻分析的新型感測器的開發 291
4.12.1 基於機器視覺的雨量感測器 291
4.12.2 基於機器視覺的三維風速風向感測器 292
4.12.3 基於機器視覺的生物式水質監測技術 293
4.12.4 基於機器視覺的生物式瓦斯監測技術 294
4.12.5 基於機器視覺的全方位傾斜感測器 294
4.13 智慧型全景視頻分析技術在商業上的套用 295
4.13.1 基於智慧型全景視頻分析技術的消費者購買行為分析 295
4.13.2 基於生物特徵識別的人與身份證同一性檢驗技術 296
4.14 智慧型全景視頻分析技術在機械方面的套用 297
4.14.1 智慧型全景視頻分析技術在貨櫃吊具上的套用 297
4.14.2 智慧型全景視頻分析技術在工程機械、農業機械等方面的套用 298
4.15 智慧型視頻監控技術 299
4.15.1 視頻監控技術的幾個重要轉變 300
4.15.2 智慧型全景視頻監控技術的幾個主要功能 302
4.15.3 智慧型全景視頻監控技術在各個行業中的解決方案 304
本章結束語 322
第5章 智慧型視頻感知框架及智慧型全景視覺分析系統的快速開發方法 323
5.1 “以人為中心”的動態圖像理解的體系結構及工學方法 325
5.2 智慧型視頻感知框架的搭建 327
5.2.1 底層視覺處理 327
5.2.2 中層視覺處理 328
5.2.3 高層視覺處理 329
5.2.4 各種智慧型感知系統的快速構建方法 331
5.3 基於智慧型視頻分析技術的形象演繹創新 332
5.4 智慧型視頻分析的中間件技術 334
5.4.1 中間件技術是智慧型視頻分析發展的必由之路 334
5.4.2 智慧型視頻分析中間件的設計理念 335
5.4.3 基於中間件技術的智慧型視頻分析的項目開發組織機構 336
5.4.4 基於中間件技術的智慧型視頻分析的構造方法 336
5.4.5 物聯網時代的中間件技術 340
本章結束語 341
