公开(公告)号：CN110009690A

公开(公告)日：2019-07-12

申请号：CN201910224546.8

申请日：2019-03-23

Applicant: 西安电子科技大学

Inventor： 杜建超 ,  惠海芳 ,  肖洒 ,  朱苏雅 ,  李云松 ,  肖嵩

IPC: G06T7/80 ,  G06T7/33 ,  G06T5/00 ,  G01B11/00

Abstract: 本发明提出了一种基于极线校正的双目立体视觉图像测量方法，用于解决现有技术中双目立体视觉图像测量精度低的技术问题。实现步骤为：(1)获取双目摄像机的内参数和外参数；(2)对双目立体视觉图像进行极线校正；(3)对极线校正后的双目立体视觉图像进行预处理；(4)获取预处理后的双目立体视觉图像的匹配点对集；(5)计算与匹配点对集对应的目标物体中所有待测点在世界坐标系下的三维坐标；(6)获取双目立体视觉图像中目标物体任意两点之间的几何距离信息。本发明在双目立体视觉图像测量过程中加入了极线校正算法，提高了双目立体视觉图像测量精度，可用于对精度要求较高的目标物体的尺寸测量。

公开(公告)号：CN112801148A

公开(公告)日：2021-05-14

申请号：CN202110048216.5

申请日：2021-01-14

Applicant: 西安电子科技大学

Inventor： 杜建超 ,  赵兵兵 ,  宁阳 ,  朱苏雅 ,  谢倩楠 ,  沙洁韵 ,  李卫斌

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G08B17/12 ,  G08B25/08 ,  G01S19/03 ,  G01S19/14 ,  G01S19/42

Abstract: 本发明公开了一种基于深度学习的火情识别定位系统及方法，主要解决传统火情检测方法中存在的检测可靠性差问题；其实现方案为：在主机端对深度学习卷积神经网络进行算法改进，并基于现有火焰数据集得到火情检测模型权重文件；将卷积神经网络模型及权重文件移植到边缘嵌入式计算设备，并将设备部署到火情监控点，由摄像头获取监控画面传入设备；在边缘端对输入的图像画面进行深度学习火情识别，获得画面监控点的火情信息，同时北斗卫星获取定位信息；采用双通道通信链路传输火情识别定位信息；主机端接收信息后于浏览器页面呈现。本发明在保证系统传输可靠性的同时，准确完成火情检测，并能够将火情现场状况在浏览器页面直观展示。