视频图像信息获取与智能分析.PPT

Block diagram for an experimental single channel (2-D) chirped-AM/cw LADAR 扫描成像 3D TOF深度相机 高速度、高精度，价格高 二、深度图像传感器 2、双目立体视觉 利用在两个不同的观察点获得的同一景物的两幅图像恢复物体三维信息的双目立体视觉 系统结构简单、成本低等优点 3.Kinect传感器（RGB-D） 利用PrimeSense 、TOF技术和感应芯片，以低廉的价格实现深度摄像头功能，Kinect1.0和Kinect2.0。 PrimeSense：是从传感器投射出红外点阵图案，然后使用带红外滤波器的CMOS进行检测。图案会根据反射光线的物体发生改变。那些点的大小和位置也会随物体与发射源的距离变化而变化。 TOF技术 二、深度图像传感器 Kinect1.0：PS1080芯片是Kinect1.0的核心处理单元，控制红外光的发射、接收、编码、解码等过程，采用USB 2.0 接口以一个同步时序进行传送深度信息 Kinect2.0 Kinect2.0采用TOF（飞行时间测量技术）摄像机，通过发射一个强度随时间周期变化的正弦信号，获得发射、接受信号的相位差及光脉冲之间的传输延迟时间来计算深度信息，使得在精度、分辨率 和时间上都得到很大的提升。 Kinect1.0最大缺点在于精度很难提高，因为计算斑点位移需要用图像在一个小范围区域内做块匹配，导致牺牲了像素级别的细节。凸凹不平的表面、物体边缘、很细的物体很难检测准确的深度。 Kinect2.0中的TOF在一定程度上可以做到逐个pixel的计算，从而摆脱这个问题，在相同的传感器分辨率的情况下得到更高的精度。 Kinect1.0与Kinect2.0 Company Logo 　传统的视频监控系统通常是通过人员监控和录像来实现安全防护，实际上并不能主动有效地保障安全，尤其是监控点过多的时候，人员监控根本无法顾及所有监控场景;同时，监控人员的注意力很难保证二十四小时都能准确高效地监控所有监控场景;此外，被动录像通常只能在“事件”发生之后通过调用录像进行回放取证，一方面损失已经产生不可能挽回，另一方面，通过人工回放录像取证的方式效率十分低下。 * 智能视频分析技术起源于国外，起初主要是一些实验室及军方应用的产品，而且主要用于反恐，后来逐渐走向工业及民用，主要在机场、军事、银行、交通等场所使用。该技术刚开始引入国内时，使用的几乎都是国外产品或者国外的芯片，没有真正属于自己的产品。 上世纪90年代，视频分析技术的雏形产品已经在行业中出现，其伴随监控技术的发展，经过十多年，技术已经逐渐成熟，也完成了从概念到产品的转变。视频分析技术涉及众多学科，包括如计算机视觉、人工智能、仿生学等，现在已经成为视频监控的重要部分，并随着技术、影响力的提升和市场对智能视频的迫切需求，相信定会被越来越广泛地应用。　　视频智能分析技术，通过将摄像机场景中背景和目标分离，进而分析并判断场景的各种状况。用户可以根据现实的实际场景，建立相应不同场景模型，生成在场景中出现不同状况后联动相应报警事件的规则，通过这种规则来判断和分析视频，自动发出报警，输出联动信号，提示用户进行相应的操作或根据报警的场景来采取相关的措施。 * 视频图像信息获取与智能分析 一、CMOS与CCD图像传感器 二、深度图像传感器 三、智能硬件 四、讨论 五、总结 上世纪60年代末期，美国贝尔实验室提出固态成像器件概念 一、图像传感器——概况 互补金属氧化物半导体图像传感器 CMOS—Complementary Metal Oxide Semiconductor 电荷耦合器件图像传感器 CCD—Charge-couple Device 图1 图像传感器 CMOS与CCD图像传感器的研究几乎是同时起步的， 固体图像传感器得到了迅速发展 一、图像传感器——概况 CMOS图像传感器： 由于受当时工艺水平的限制，图像质量差、分辨率低、噪声降不下来和光照灵敏度不够，因而没有得到重视和发展。 CCD图像传感器：感器 因其光照灵敏度高、噪音低、像素少等优点，一直主宰着图像传感器市场。 现在：由于集成电路设计技术和工艺水平的提高 CMOS图像传感器过去存在的缺点 都可以找到办法克服 而且它固有的优点更是CCD器件所无法比拟的 因而它再次成为研究的热点 一、图像传感器——概况 2.1 图像传感器基本原理 一、图像传感器——工作原理 图2 图像传感器原理示意图 CMOS和CCD图像传感器都利用了硅的光电效应原理，不同 点在于像素光生电荷