全景与精准图像/球冠可变励磁鸟鸣声一体化探测系统转让专利
申请号 : CN201710336241.7
文献号 : CN107087144A
文献日 : 2017-08-22
发明人 : 史忠科
申请人 : 西安费斯达自动化工程有限公司
摘要 :
权利要求 :
1.全景与精准图像/球冠可变励磁鸟鸣声一体化探测系统,其特点包括以下步骤:
步骤1: 鸟类的活动时间、范围以及其它习性都不能预知,只有进行全景监测才能抓获鸟类的活动,由于单个CCD分辨率大小及镜头视场角有限,难以完成全景监视,采用阵列方式、用多个CCD阵列可以实现全景监视,覆盖整个监视范围;
(1) 在鸟类全景阵列图像监测系统图像采集方面,在球冠多面体上密排列可见和红外光CCD摄像阵列覆盖地面全景,多个CCD同步采集图像信号,根据需要,对每一路CCD图像可以独立压缩记录;
(2) 固定每个CCD焦距,使得视场角已知,当给定距离时,某一CCD独立监视区域以及该CCD与相邻CCD共同监视的区域是确定的;鸟类全景阵列图像监测系统中对于给定的监视距离,每一个CCD监视区域将划分为独立监视区域,即其它CCD不能监视到的区域,以及交叉的冗余监视区域,交叉的冗余监视区域至少有两个或两个以上的CCD可以监视到该区域,每个CCD的图像处理就包含了独立监视区域的常规图像处理以及交叉的冗余监视区域的融合处理两个部分;
(3) 独立监视区域的常规图像处理方法是首先进行帧差法获取鸟类图像变化,采用图像分割方法将图像中每一只鸟进行分割,根据已经建立的鸟类特征图库进行特征匹配,然后按特征对鸟类分类统计;
(4) 对CCD交叉的冗余监视区域按照常规图像处理方法先进行帧差法获取鸟类图像变化,按照分割方法将图像中每一只鸟进行分割,根据已经建立的鸟类特征图库进行特征匹配,根据匹配结果给出概率大小送至融合估计器,融合估计器将同一区域多个CCD监视图像匹配的概率进行融合估计,然后按特征对鸟类分类统计;
(5) 在线统计全景内的鸟类不同大小的个数,实现物种丰度在线估计;
(6) 对于不能识别的鸟类,全景图像监视系统给精准图像跟踪系统发出鸟类的方位信号,精准图像跟踪系统将精确跟踪监视并记录该鸟类的活动全过程;
步骤2:(1) 精准图像跟踪监测系统采用大幅面、高帧率CCD及高倍变比的多可变可控自动镜头,实现若干平方公里范围内精准跟踪监测,使得分辨率达到区别鸟类特征斑点的精度;
(2) 根据鸟类全景阵列图像监测系统给出的跟踪起止、方位信号、精准图像跟踪监测系统自身所监视的重要鸟类或人们发出的遥控信号,通过已有的鸟类飞行路线和当前帧目标中心计算,记录、更新鸟类飞行路线;
(3)图像检测处理算法与硬件一体化设计,仅设置一个图像存储空间,将相邻两帧图像中指定的同一区域在FPGA进行比较,获得有无目标运动信息:高速时钟按设定的区域随解码芯片输出的图像数据流对当前帧图像与存入SRAM中的上一帧图像作绝对差分,差分结果与按照图像左上角获取的光照、能见度、天气经验模糊分类的固定阈值进行比较,大于阈值为有运动像素点,否则为无运动像素点;
(4)用FPGA进行图像阈值分割、目标中心提取、运动偏移量和速度计算、预测估计鸟类下一帧飞行路线,对云台方位角和俯仰角、CCD变焦镜头焦距、光圈、景深进行调整,锁定鸟类目标;
(5)记录鸟类的飞行路线、飞行姿态、翅膀扇动频率和幅度、停落姿态、觅食习性等鸟类活动,获得鸟类体长、体型、翅型、尾型、羽色的形态特征,包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息;
(6)精准监视的图像与已经建立的鸟类特征图库进行特征匹配,匹配结果与获得鸟类体长、体型、翅型、尾型、羽色的形态特征,包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息共同识别鸟类;
步骤3:(1)为了获取鸟类鸣叫声,在球冠体表面上按不同方位排列多个可变励磁传声器,可变励磁传感器由振动膜片、音圈、可控直流电磁铁芯、升压变压器和控制反馈电路构成;控制反馈电路由AD芯片和单片机构成;而且,所有可变励磁传声器进音孔顶部中心构成新球冠,且新球冠与原球冠同心;
(2) 可控直流电磁铁芯采用软磁铁氧体材料,AD芯片采集感应电动势,反馈给单片机,单片机控制PWM波占空比在线控制励磁强度;
(3) 可变励磁传声器开始工作时单片机控制PWM波给可控直流电磁铁芯恒定的电流变化频率和大小,若AD芯片采集到感应电动势变化频率高则单片机增大PWM波的占空比,增强励磁强度,加强高频鸟鸣声的检测强度;若检测音圈产生的感应电动势变化频率低则单片机减小PWM波的占空比,减弱励磁强度,削弱低频噪声的检测的强度;
(4)利用非线性方程调节PWM波的占空比,非线性方程为: ,其中,
为PWM波的占空比, 为当前鸟鸣声频率,单位为Hz, 为高频鸟鸣声特征频率,单位为Hz,从而达到检测高频信号的目的;
(5)根据已知的不同鸟类占据领地、报警、求偶炫耀、交配、集群行为鸣叫声,建立对应的频谱知识库,作为不同鸟类、不同鸣叫声的识别依据;
(6)第 组可变励磁传声器检测到的鸟鸣声强度 ,当某一,第0个,可变
励磁传声器测得的鸟鸣声强度 ,比其它传声器去除背景噪声后测得的鸟鸣声强度 , ,都要大,建立以球冠中心为坐标原点的笛卡尔直角坐标系 ,且 轴通过第0个可变励磁传声器进音孔顶部中心,假设可变励磁传声器进音孔顶部中心构成新球冠的距离为 ,第0个可变励磁传声器进音孔顶部中心坐标为 ,第 个可变励磁传声器进音孔顶部中心坐标为 , ,第0个可变励磁传声器进音孔顶部中心切平面方程则为: ,第 个可变励磁传声器进音孔顶部中心与坐标原点连线与 的交点坐标为 ,计算:在 平面上新坐标点定义为 对应等效球冠坐标点 ,其中:
,
坐标原点与 连线方向就为鸟鸣声源方向。
说明书 :
全景与精准图像/球冠可变励磁鸟鸣声一体化探测系统
技术领域
背景技术
2006-2015年全国各机场、航空公司和飞机维修公司等有关部门共上报在中国大陆地区发生的鸟击事件共计17135起,其中因鸟击造成的事故计1125起;据2016年12月发布的 《2015 年度中国民航鸟击航空器信息分析报告》 表明:2015 年 1-12 月,共统计到鸟击 3816 起,较上年增长 13.07%,构成事故征候1185起,较上年下降1.07%,占事故征候总数的
49.47%,是第一大事故征候类型;根据在机械维修和航线运营中产生的费用标准估计鸟击造成的损失,2015年因鸟击造成经济损失约合11963.2 万元人民币,较上年增加5.29%;除维修方面的直接损失外,航空器运行的不正常,如中断起飞、返航等还会干扰机场的正常运营,还可能造成航班延误,增加机场和航空公司管理成本,而此类间接损失、附属损失通常远超过直接损失,但却难以精确估算,缓解飞机与飞鸟的矛盾日渐严峻。
发明内容
本发明解决了自动获取鸟类鸣叫声、鸟类的飞行路线、飞行姿态、翅膀扇动频率和幅度、停落姿态、觅食习性以及鸟类细节性差异信息难以获取的技术问题。
(1) 在鸟类全景阵列图像监测系统图像采集方面,在球冠多面体上密排列可见和红外光CCD摄像阵列覆盖地面全景,多个CCD同步采集图像信号,根据需要,对每一路CCD图像可以独立压缩记录;
(2) 固定每个CCD焦距,使得视场角已知,当给定距离时,某一CCD独立监视区域以及该CCD与相邻CCD共同监视的区域是确定的;鸟类全景阵列图像监测系统中对于给定的监视距离,每一个CCD监视区域将划分为独立监视区域,即其它CCD不能监视到的区域,以及交叉的冗余监视区域,交叉的冗余监视区域至少有两个或两个以上的CCD可以监视到该区域,每个CCD的图像处理就包含了独立监视区域的常规图像处理以及交叉的冗余监视区域的融合处理两个部分;
(3) 独立监视区域的常规图像处理方法是首先进行帧差法获取鸟类图像变化,采用图像分割方法将图像中每一只鸟进行分割,根据已经建立的鸟类特征图库进行特征匹配,然后按特征对鸟类分类统计;
(4) 对CCD交叉的冗余监视区域按照常规图像处理方法先进行帧差法获取鸟类图像变化,按照分割方法将图像中每一只鸟进行分割,根据已经建立的鸟类特征图库进行特征匹配,根据匹配结果给出概率大小送至融合估计器,融合估计器将同一区域多个CCD监视图像匹配的概率进行融合估计,然后按特征对鸟类分类统计;
(5) 在线统计全景内的鸟类不同大小的个数,实现物种丰度在线估计;
(6) 对于不能识别的鸟类,全景图像监视系统给精准图像跟踪系统发出鸟类的方位信号,精准图像跟踪系统将精确跟踪监视并记录该鸟类的活动全过程;
步骤2:(1) 精准图像跟踪监测系统采用大幅面、高帧率CCD及高倍变比的多可变可控自动镜头,实现若干平方公里范围内精准跟踪监测,使得分辨率达到区别鸟类特征斑点的精度;
(2) 根据鸟类全景阵列图像监测系统给出的跟踪起止、方位信号、精准图像跟踪监测系统自身所监视的重要鸟类或人们发出的遥控信号,通过已有的鸟类飞行路线和当前帧目标中心计算,记录、更新鸟类飞行路线;
(3)图像检测处理算法与硬件一体化设计,仅设置一个图像存储空间,将相邻两帧图像中指定的同一区域在FPGA进行比较,获得有无目标运动信息:高速时钟按设定的区域随解码芯片输出的图像数据流对当前帧图像与存入SRAM中的上一帧图像作绝对差分,差分结果与按照图像左上角获取的光照、能见度、天气经验模糊分类的固定阈值进行比较,大于阈值为有运动像素点,否则为无运动像素点;
(4)用FPGA进行图像阈值分割、目标中心提取、运动偏移量和速度计算、预测估计鸟类下一帧飞行路线,对云台方位角和俯仰角、CCD变焦镜头焦距、光圈、景深进行调整,锁定鸟类目标;
(5)记录鸟类的飞行路线、飞行姿态、翅膀扇动频率和幅度、停落姿态、觅食习性等鸟类活动,获得鸟类体长、体型、翅型、尾型、羽色的形态特征,包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息;
(6)精准监视的图像与已经建立的鸟类特征图库进行特征匹配,匹配结果与获得鸟类体长、体型、翅型、尾型、羽色的形态特征,包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息共同识别鸟类;
步骤3:(1)为了获取鸟类鸣叫声,在球冠体表面上按不同方位排列多个可变励磁传声器,可变励磁传感器由振动膜片、音圈、可控直流电磁铁芯、升压变压器和控制反馈电路构成;控制反馈电路由AD芯片和单片机构成;而且,所有可变励磁传声器进音孔顶部中心构成新球冠,且新球冠与原球冠同心;
(2) 可控直流电磁铁芯采用软磁铁氧体材料,AD芯片采集感应电动势,反馈给单片机,单片机控制PWM波占空比在线控制励磁强度;
(3) 可变励磁传声器开始工作时单片机控制PWM波给可控直流电磁铁芯恒定的电流变化频率和大小,若AD芯片采集到感应电动势变化频率高则单片机增大PWM波的占空比,增强励磁强度,加强高频鸟鸣声的检测强度;若检测音圈产生的感应电动势变化频率低则单片机减小PWM波的占空比,减弱励磁强度,削弱低频噪声的检测的强度;
(4)利用非线性方程调节PWM波的占空比,非线性方程为: ,其中,
为PWM波的占空比,为当前鸟鸣声频率,单位为Hz, 为高频鸟鸣声特征频率,单位为Hz,从而达到检测高频信号的目的;
(5)根据已知的不同鸟类占据领地、报警、求偶炫耀、交配、集群行为鸣叫声,建立对应的频谱知识库,作为不同鸟类、不同鸣叫声的识别依据;
(6)第组可变励磁传声器检测到的鸟鸣声强度 ,当某一,第0个,可变励磁传声器测得的鸟鸣声强度,比其它传声器去除背景噪声后测得的鸟鸣声强度,,都要大,建立以球冠中心为坐标原点的笛卡尔直角坐标系,且轴通过第0个可变励磁传声器进音孔顶部中心,假设可变励磁传声器进音孔顶部中心构成新球冠的距离为,第0个可变励磁传声器进音孔顶部中心坐标为,第个可变励磁传声器进音孔顶部中心坐标为,,第0个可变励磁传声器进音孔顶部中心切平面方程则为:,第个可变励磁传声器进音孔顶部中心与坐标原点连线与的交点坐标为,计算:
在 平面上新坐标点定义为对应等效球冠坐标点,其中:
坐标原点与连线方向就为鸟鸣声源方向。
附图说明
附图3 精准图像跟踪系统结构框图;
附图4为本发明环境噪声可变励磁检测估计方法的总体结构示意图;
附图5为本发明可变励磁噪声传感器结构示意图。
具体实施方式
(2) 固定每个CCD焦距,使得视场角已知,当给定距离时,某一CCD独立监视区域以及该CCD与相邻CCD共同监视的区域是确定的;鸟类全景阵列图像监测系统中对于给定的监视距离,每一个CCD监视区域将划分为独立监视区域,即其它CCD不能监视到的区域,以及交叉的冗余监视区域,交叉的冗余监视区域至少有两个或两个以上的CCD可以监视到该区域,每个CCD的图像处理就包含了独立监视区域的常规图像处理以及交叉的冗余监视区域的融合处理两个部分;
(3) 独立监视区域的常规图像处理方法是首先进行帧差法获取鸟类图像变化,采用图像分割方法将图像中每一只鸟进行分割,根据已经建立的鸟类特征图库进行特征匹配,然后按特征对鸟类分类统计;
(4) 对CCD交叉的冗余监视区域按照常规图像处理方法先进行帧差法获取鸟类图像变化,按照分割方法将图像中每一只鸟进行分割,根据已经建立的鸟类特征图库进行特征匹配,根据匹配结果给出概率大小送至融合估计器,融合估计器将同一区域多个CCD监视图像匹配的概率进行融合估计,然后按特征对鸟类分类统计;
(5) 在线统计全景内的鸟类不同大小的个数,实现物种丰度在线估计;
(6) 对于不能识别的鸟类,全景图像监视系统给精准图像跟踪系统发出鸟类的方位信号,精准图像跟踪系统将精确跟踪监视并记录该鸟类的活动全过程;
步骤2:(1) 精准图像跟踪监测系统采用3000*2500大幅面、25帧/秒CCD及550倍变比的
3可变可控自动镜头,实现2平方公里范围内精准跟踪监测,使得分辨率达到1毫米,满足能够区别鸟类特征斑点的精度;
(2) 根据鸟类全景阵列图像监测系统给出的跟踪起止、方位信号、精准图像跟踪监测系统自身所监视的重要鸟类或人们发出的遥控信号,通过已有的鸟类飞行路线和当前帧目标中心计算,记录、更新鸟类飞行路线;
(3)图像检测处理算法与硬件一体化设计,仅设置一个图像存储空间,将相邻两帧图像中指定的同一区域在FPGA进行比较,获得有无目标运动信息:高速时钟按设定的区域随解码芯片输出的图像数据流对当前帧图像与存入SRAM中的上一帧图像作绝对差分,差分结果与按照图像左上角获取的光照、能见度、天气经验模糊分类的固定阈值进行比较,大于阈值为有运动像素点,否则为无运动像素点;
(4)用FPGA进行图像阈值分割、目标中心提取、运动偏移量和速度计算、预测估计鸟类下一帧飞行路线,对云台方位角和俯仰角、CCD变焦镜头焦距、光圈、景深进行调整,锁定鸟类目标;
(5)记录鸟类的飞行路线、飞行姿态、翅膀扇动频率和幅度、停落姿态、觅食习性等鸟类活动,获得鸟类体长、体型、翅型、尾型、羽色的形态特征,包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息;
(6)精准监视的图像与已经建立的鸟类特征图库进行特征匹配,匹配结果与获得鸟类体长、体型、翅型、尾型、羽色的形态特征,包括飞行路线、飞行姿态、翅膀扇动频率及幅度、停落姿态在内的鸟类行为姿态以及觅食习性的细节性信息共同识别鸟类;
步骤3:(1)为了获取鸟类鸣叫声,在球冠体表面上按不同方位排列多个可变励磁传声器,可变励磁传感器由振动膜片、音圈、可控直流电磁铁芯、升压变压器和控制反馈电路构成;控制反馈电路由AD芯片和单片机构成;而且,所有可变励磁传声器进音孔顶部中心构成新球冠,且新球冠与原球冠同心;
(2) 可控直流电磁铁芯采用软磁铁氧体材料,AD芯片采集感应电动势,反馈给单片机,单片机控制PWM波占空比在线控制励磁强度;
(3) 可变励磁传声器开始工作时单片机控制PWM波给可控直流电磁铁芯恒定的电流变化频率和大小,若AD芯片采集到感应电动势变化频率高则单片机增大PWM波的占空比,增强励磁强度,加强高频鸟鸣声的检测强度;若检测音圈产生的感应电动势变化频率低则单片机减小PWM波的占空比,减弱励磁强度,削弱低频噪声的检测的强度;
(4)利用非线性方程调节PWM波的占空比,非线性方程为: ,其中,
为PWM波的占空比, 为当前鸟鸣声频率,单位为Hz, 为高频鸟鸣声特征频率,单位为Hz,从而达到检测高频信号的目的;
(5)根据已知的不同鸟类占据领地、报警、求偶炫耀、交配、集群行为鸣叫声,建立对应的频谱知识库,作为不同鸟类、不同鸣叫声的识别依据;
(6)第 组可变励磁传声器检测到的鸟鸣声强度 ,当某一,第0个,可变
励磁传声器测得的鸟鸣声强度 ,比其它传声器去除背景噪声后测得的鸟鸣声
强度 , ,都要大,建立以球冠中心为坐标原点的笛卡尔直角坐标系 ,
且 轴通过第0个可变励磁传声器进音孔顶部中心,假设可变励磁传声器进音孔顶部中心构成新球冠的距离为 ,第0个可变励磁传声器进音孔顶部中心坐标为 ,第 个可变励磁传声器进音孔顶部中心坐标为 , ,第0个可变励磁传声器进
音孔顶部中心切平面方程则为: ,第 个可变励磁传声器进音孔顶部中心与坐标原点连线与 的交点坐标为 ,计算:
在 平面上新坐标点定义为 对应等效球冠坐标点 ,其中:
,
坐标原点与 连线方向就为鸟鸣声源方向。