图像监测系统

图像监测系统（精选11篇）

图像监测系统 篇1

摘要：为了解决偏远地区的图像监测问题, 提出一种基于遥测终端机的图像监测系统设计方案。通过设计合理的供电系统方案, 根据无线移动通信网络环境选择适当的链路传输模式, 优化图片数据传输的效率, 解决图像监测系统实际应用中所遇到的问题。

关键词：图像监测系统,2.5G/3G移动通信网络,链路传输模式,多线程接收

0 引言

随着社会的不断进步、经济快速发展和信息技术的突飞猛进, 水情自动测报系统在防汛抗旱中起到越来越重要的作用, 传统遥测系统主要的采集参数都是以数字量进行展示, 随着人们对信息展示的需求越来越高, 图像化、视频化成为遥测站点新的需求和趋势, 使得现场水情信息不仅仅能测得准, 而且现场情况要能看得清。

水情自动测报系统很多遥测站点地处偏远山区、荒郊野外, 有些站点仅能提供2.5 G的移动通信网络信号, 铺设有线线路代价太高, 因此, 在这些地点应用传统的视频监控系统存在很大限制。鉴于此, 通过遥测终端机采集现场图像, 并利用2.5 G/3 G移动通信网络传输到中心站, 是对水情自动测报系统功能的很重要扩展, 对遥测系统的多样化应用有着很重要的意义。

1 系统结构与设计

图像监测系统要实现的功能主要是将现场的图像采集后, 通过移动通信网络将图片发送到中心站, 因此, 系统的功能定位为

1) 图像监测和视频监控系统两者之间不是替代的关系, 而是相互补充, 在不适合建设视频监控的地方, 图像监测站是一个很好的补充。

2) 图像监测站和传统的遥测站点一样, 适用在环境条件比较恶劣的场所, 对系统供电和通信网络的要求不高。

3) 图像监测站适用在有移动通信网络2.5 G/3 G信号的地方。

4) 图像监测站易于安装, 建设投资少, 维护简单, 运行成本低。

图像监测系统由前端测站和中心站监控2部分组成, 测站安装在需要拍摄图片的现场, 中心站安装在管理机房 [1]。

1.1 图像监测站部分

图像监测站部分由电源系统、摄像头、遥测终端机和通信模块组成。由于图像监测站适用在偏远地区, 因此系统的各部分设计和传统的视频监控侧重点不同。

1) 电源系统。由于图像监测站安装地点一般比较偏远, 交流电一般得不到保证, 因此, 设计图像监测站的供电来源为太阳能。从功能逻辑上来分, 系统电源部分由太阳能板、太阳能充电控制器和蓄电池组成, 采用太阳能板将能量存储在蓄电池中, 由太阳能充电控制模块控制蓄电池的充电和放电。

2) 摄像头。由于遥测终端机的接口和性能限制, 相比较传统的视频摄像头, 图像监测站的摄像头要求有串行RS-232/RS-485通信接口, 能通过该接口与遥测终端机相连进行信息交互, 摄像头清晰度要达到130 W像素以上, 分辨率最高能达到1 280×1 024, 具有夜视功能, 图片存储格式一般为JPEG格式。

3) 遥测终端机。遥测终端机要求有RS-232/RS-485通信接口, 配置至少4 MB的Flash非易失存储器, 用以暂存图片, 同时要求遥测终端机自身功耗要比较低, 集成度高。

遥测终端机要能同时支持2路摄像头, 实现信号采集和传输。

4) 通信模块。根据实际需要, 通信模块要内嵌TCP/IP协议栈, 支持高速串口通信, 支持休眠唤醒功能, 支持标准AT指令, 值守功耗要低。

1.2 中心站部分

中心站主要由服务器计算机和图像接收监控软件构成, 服务器计算机需要接入互联网, 并配置有1个公网IP地址的TCP端口映射, 图像接收监控软件通过该网络端口接收各图像监测站通过移动通信网络发送的图像数据包。系统结构如图1所示。

由于图像监测站拍摄的1幅图像一般在30 k~1 M字节之间, 分包发送, 因此中心站图像接收监控软件要具有如下功能:

1) 对1个图像监测站来说, 1幅图像不可能以1包数据通过2.5 G/3 G移动网络发送完成, 要分成数包数据进行发送, 因此中心站图像接收监控软件要具有能接收到多个图像分包, 并能将多个分包数据拼装成1幅完整图片的能力。

2) 对于整个系统多个图像监测站来说, 在同一时刻, 有多幅图像同时向中心站发起数据传输, 每个监测站的图片都是分包传输的, 因此中心站要有能分辨每个数据包属于哪幅图片, 以及多个分包能拼装成多幅完整图片的能力, 并能将多幅图片分类保持在服务器硬盘上。

3) 能显示每个图像监测站的状态信息, 包括系统电压、太阳能充电电压、GSM MODEM手机信号场强、最后1幅图片的发送接收时间、现场温度等。

4) 具有对接收的实时和历史图片分类检索查询的能力。

1.3 终端机及整机功耗

根据以上设计, 综合考虑图像监测站的性能, 选择WATER-YDH-2000D遥测终端机作为图像监测站主控设备, 该遥测终端机内嵌容量为8 MB的Flash存储器, 内嵌GSM Modem通信模块和太阳能充电控制电路, 有3个独立的RS-232串口和1个RS-485串口, 该机采用直流12 V供电, 整机功耗在系统休眠状态下 (GSM Modem常开) , 值守电流3~5 m A, 支持休眠唤醒功能。

遥测终端机WATER-YDH-2000D通过RS-232/RS-485接口与摄像头相连, 摄像头电源由终端机控制, 当需要拍摄图片时, 将摄像头上电, 等待其稳定后, 发送命令拍摄和获取图片数据, 完成后, 将摄像头断电, 以节省功耗。

与普通的水情遥测站相比, 由于图片检测站的传输数据量很大, 因此传输过程要长很多, 功耗比普通水情遥测站大。

遥测终端机WATER-YDH-2000D集成度高, 自身功耗比较低, 大部分能量都消耗在发送任务上, 根据实际功能, 考虑到用电功率、续航时间、日照时间等现场环境状况, 为每个图像监测站配置1块40 W太阳能板和1块65 A·h蓄电池, 可以使1个图像监测站在连续阴雨极端天气下, 每天平均发送10张图片, 连续工作超过14 d [3]。

2 图像传输

2.1 图像传输设计

与传统遥测站点数据传输不同, 图像监测站传输的数据量要大很多, 对通信的要求高, 因此其数据传输需要针对这一特点进行优化。以GPRS信道为例, 图像监测站发起1次TCP通信, 传输1幅100 k字节大小图片, 不可能1次将数据全部发送中心站, 而是采取“分包传输”。遥测终端机在采集完成1幅图片后, 等分成数包数据, 与中心站建立链接后, 分批次将每包数据发送到中心站。

经过测试发现, GPRS信道空中传输速率受电磁环境、天气变化、在线用户数量等多种因素的影响, 是可变的, 因此制约数据传输的瓶颈在于GPRS数据空中传输;同时由于在多包数据的传输过程中, 有可能会在中间出现异常导致某一包数据传输失败, 需要再次与中心站建立连接进行重传;因此为了提高系统的传输效率, 根据《水文检测数据通信规约》规定, 报文传输链路模式选择采用M3多包发送/单次确认传输模式, 也就是终端机将1幅图片连续分包发送, 中心站在正确接收到全部数据包后, 仅仅回答1次“确认”报文 [2], 如果采用M2发送/确认传输模式, 终端机每发送1帧图片数据包, 中心站返回1帧“确认”报文, 会浪费1次数据往返的时间, 单计算每包数据传输浪费的时间很小, 但是多次报文传输占用时间累加起来, 就会出现“时间泡沫”, 极大地降低传输效率。

遥测终端机WATER-YDH-2000D共有2个主要任务:“拍照任务”和“发送任务”。当需要拍照时, 终端机启动“拍照任务”, 通过串行RS232/RS485通信接口控制串口摄像头拍摄和获取照片, 并保存在内部Flash存储器中;在获取第1帧图片数据后, “发送任务”开始启动, 将GSM MODEM上电, 拨号与中心站建立TCP链接, 从Flash中将1帧图片数据取出, 发送到中心站。由于“拍照任务”获取数据包比“发送任务”发送数据包速度要快, 因此这2个任务能协调一致, 类似“流水线”模式, 在获取图像数据的同时, 暂存后再发送出去, 即使发送失败, 也会在下一次继续发送。

2.2 中心站图片接收

中心站图片接收监控程序负责图片数据的接收, 当1个图片检测站发起TCP链接时, 接收监控程序要为该TCP链接创建1个独立的进程, 以处理该监测站图片发送接收任务, 此进程为该任务所独占。当接收图像完成后, 按照序号将分包数据拼装成1幅图片, 保存在硬盘或者数据库中, 任务完成后, 系统销毁该进程以释放资源 [4]。主要特点如下:

1) 为每1个图像监测站发送数据链接创建1个单独的进程, 保证了1幅图片分成多个数据包发送, 中心站接收后, 能正确拼装成1幅图片。

2) 当多个图像监测站同时发送图片数据到中心站, 为每1幅图像接收单独创建1个进程, 保证了每1幅图片都能正确接收, 不会出现分包数据混乱的状况。

3) 中心站图像接收的进程是动态创建的, 接收任务完成后, 立即销毁, 以释放资源。

2.3 定时和远程抓拍功能

图像监测站的运行体制采用自报式工作体制 [2], 并增加有远程抓拍图片功能。图像监测站每天定时将现场图像发送到中心站, 上报次数可调, 可以设置为每天1, 2, 3, 6, 8, 12或24次。

由于遥测终端机优异的性能及丰富的接口, 同时还可以通过以下方式实现远程抓拍图像功能:

1) 通过发短信到测站进行图像抓拍;

2) 通过远程电话振铃进行图像抓拍;

3) 通过遥测终端机LCD菜单和按键操作实现图像抓拍;

4) 通过触发遥测终端机按钮实现图像抓拍 (中断触发) 。

3 图像监测系统应用与完善

3.1 系统应用

2014年4月, 图像监测系统在安徽省山洪灾害防治非工程措施监测预警系统中投入应用, 共建设8个图像监测点, 安装地点涵盖了水库、大坝、河流等偏远地区。现场摄像头图像分辨率设置为1 280×1 024, 现场运行的图像监测站每天定时24次上报, 同时根据需要, 管理员不定时抓拍现场图像, 从实际运行情况看, 图像监测站上报图片正常, 供电设计达到要求, 实现了预期的设计目标。

由于中国移动和中国联通支持的2.5 G通信制式是相同的, 因此在偏远地区选择手机信号比较强、本地用户数相对比较少的服务商, 可以极大的提高整个系统的图像传输效率。

3.2 系统完善

实际应用中发现, 有些站点摄像头距离遥测终端机安装处距离比较远, 如果铺设有线线路连接摄像头和遥测终端机代价成本比较高, 因此在原有系统实现功能的基础上, 考虑采用“无线短传”方式实现图像数据的近距离无线传输, 无线传输距离在4 km以内, 图像短传结构示意图如图2所示。在原有系统的基础上, 需要完善如下功能:

1) 摄像头安装点配置1套安装有无线通信电台的遥测终端机, 图像釆集功能和体制与普通图像监测站一样, 釆集完成后, 通过超短波信道发送至图像监测站主站。

2) 图像监测站主站增加配置1台无线通信电台, 用以接收通过超短波信道发送的图像数据, 接收完成后, 再通过2.5 G/3 G移动通信网络传输至中心站。

釆用这种“无线短传”方式, 可以不受空间和地域的限制, 减少布线所带来的巨大工作量, 保证传输的稳定、可靠、及时。

4结语

基于遥测终端机采集传输现场图片, 可以有效地扩展遥测系统的应用范围, 其在继承遥测系统低功耗、稳定可靠性高、安装地点偏远等一系列优点的基础上, 根据图像釆集传输独有的特点, 采取的一些特有的措施, 特别是在基于移动通信网络进行大数据量传输方式上作出的实践性探索, 在目前的移动通信网络条件下, 有着很重要的现实意义。

参考文献

[1]江玉才.余阳, 翟杨继, 等.水资源智能视频监控系统设计[J].水利信息化, 2014 (3) :55-59.

[2]中华人民共和国水利部.SL651-2014水文枪测数据通倩规约[S].北京:中圆水利水电出版社, 2003:8-11.

[3]中华人民共和国水利部.SL61-2003水文自动测报系统技术规范[S].北京:中国水利水电出版社, 2003:8-9.

[4]熊启龙.基于Indy控件的遥测中心GPRS数据接收软件应用[J].水利信息化, 2012 (5) :49-52.

图像监测系统 篇2

货车运行图像检测系统的实施

介绍了货车运行故障动态图像检洲系统(TFDS)人机分工的`作用;分析比较了动态与静态检车故障的差异.

作 者：徐亚东 Xu Yadong 作者单位：上海铁路局南京东车辆段,江苏,南京,210046刊 名：铁道机车车辆工人英文刊名：RAILWAY LOCOMOTIVE & ROLLING STOCK WORKERS年，卷(期)：“”(2)分类号：U279.5关键词：货车故障 TFDS 人机分工 列检

一种视频图像感知系统 篇3

关键词：视觉系统；图像感知；传输；识别

TP391.41

一、设计思路

系统实现了一个 “视频图像感知”的模型样机。包括上位机软件设计和硬件设计。软件设计主要包括上位机也就是PC端的程序和算法的设计与实现，硬件设计以嵌入式高级微处理器设计为主，重点放在算法和硬件系统的设计，目标是提供可靠的硬件基础。

基于物联网的“视频图像感知”系统拟解决的关键问题有视频图像特征分析和提取和视频图像压缩传输。视频图像特征分析和提取算法设计主要针对现在已经有的成熟算法进行视频图像特征提取技术，致力于消除目标的阴影干扰，解决夜间光线较弱的情况下检测跟踪识别的问题。视频图像压缩传输主要针对相关研究中系统设计与生产成本较高的现状，采用DM355/365构成嵌入的系统网关，芯片中集成了 MPEG-4 协处理器，省去了成本高的 DSP。引入云计算思想，将实时流媒体传输协议RTP开发扩展为云监控实时网络传输协议，可以灵活实现图像特征提取、MPEG-4视频压缩、流媒体播放、传感器联动、远程云台控制、异地查看等监控预警功能。这些问题可以借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息，快速准确的定位目标现场，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警，事中处理，事后及时取证的全自动、全天候、实时监控的智能系统。

二、创新点

系统一方面要对视频图像特征分析和提取进行学术上的分析和探讨，以找到适合项目应用的算法和相关技术。另一方面在视频图像压缩传输上，致力于研究如何灵活提取视频图像特征的基础上实现其传输。

创新点：

（一）基于DM6437和DM355/365的硬件组合结构设计。这种硬件结构设计，由DM6437模块独立负责视频的智能识别处理，DM355/365模块主要完成数据编码和通信传输，既增加了系统的稳定性，也降低了系统设计与实现的成本，有利于技术向产品的转化。

（二）拟采用优化的数字图像处理模型算法技术。选取可以应用于图像数据的压缩、去噪、特征提取以及大量图像模式识别的优化算法。同时经过优化，利用免疫计算的并行行克服了传统算法的复杂度高、求解速度慢等问题。提高了算法在各种环境下的抗干扰能力与准确率。

（三）系统硬件设计使用DM355/365构成嵌入的系统网关，系统集成度高，通信效率高。引入云计算思想，将实时流媒体传输协议RTP开发扩展为云监控实时网络传输协议，可以灵活实现MPEG-4视频压缩、流媒体播放、传感器联动、远程云台控制、异地查看等监控预警功能。

三、总体设计结构图

DM6437是低成本，高度集成的高性能视频信号处理开发平台，可以开发仿真达芬奇系列DSP应用程序，同时也可以将该产品集成到用户的具体应用系统中。方便灵活的接口为用户提供良好的开放平台。采用该系列板卡进行产品开发或系统集成可以大大减少用户的产品开发时间。

四、地址空间映射

DM643x系列数字信号处理器具有较大的寻址空间。处理器采用统一寻址方式，具有两组外部存储器接口：EMIFA 和DDR2。EMIFA数据、地址总线跟别的功能复用引脚，可配置为16、8位总线。EMIFA提供4个片选信号，需要注意的是，片选是从CS2开始，即CS2～CS5；DDR2存储器提供了专用接口，数据宽度可配置为16、32位，Bank、时钟、CAS等DDR2芯片关键参数也可以通过寄存器配置，最大存储容量达到256Mbyte，这为外部扩展DDR2存储器带来了很大的灵活性。可以程序和数据代码可以存放到任何寻址空间。本板卡具体的存储空间分配如下表，使用对应的地址就可以访问相应的存储器或外围设备。

根据上述的思路，整个系统主要完成了以下工作：

实现视频图像特征分析单元。系统一旦发现监测画面中“可疑行为”，能够以最快速度对其进行分析，并以最佳的方式提供反馈或告警。

实现视频图像压缩传输单元。灵活实现图像特征提取、MPEG-4视频压缩、流媒体播放、传感器联动等监控预警功能。

实现上位机程序设计单元。程序模块主要包括控制室数据库程序、控制室多路视频解码程序、用户权限管理程序、报警信息及传感器信息管理程序、用户界面、网络协议程序等。

参考文献：

[1]曾峰. 浅析视频监控领域图像处理技术[J]. 中国公共安全. 2016（15）

[2]高静，白慧慧，刘美琴，赵耀. 基于压缩感知的自适应深度图像编码[J]. 铁道学报. 2014（05）

[3]陈自刚，朱海华. 基于ZigBee的H.263标准视频采集传输[J]. 仪表技术与传感器. 2012（06）

[4]王栋，王小明，吴三斌，付红，白东亮. 一种无线多媒体传感器网络仿真器设计方案[J]. 计算机技术与发展. 2011（09）

[5]朱艳存，王震. 基于2.4G高频无线监控的实践[J]. 浙江冶金. 2012（01）

作者简介：

图像监测系统 篇4

物联网[1]监测系统主要由3大部分组成:感知层、网络层和应用层,如图1所示。其中,在感知层用传感器采集数据,然后通过网络层传输到应用层,在浏览器中便可看到采集的数据。

同理,在感知层采集到视频图像信息后,要先对其进行压缩,再通过网络传输到应用层,对其解压后再观察。

2 视频图像压缩编码

2.1 视频图像压缩的必要性和可行性

在采集视频图像时,获得的数据量通常较大,如不经适当的压缩编码处理[2],视频图像传输所需的高速率和存储所需的巨大容量将成为其推广应用的最大障碍。

由于组成图像的各个像素点之间无论在行的方向还是在列的方向上均具有相关性,整个图像数据具有较大的冗余度,也就有一定的压缩潜力。而且评价图像品质的最终标准取决于人眼,而人眼由于其视觉特性对图像的细微差别还是难以分辨的,在对图像数据进行压缩时,可允许一定程度的失真[3]。

所以,无论是从视频图像自身特点还是评价图像品质的对象来看,对大量的视频图像数据做压缩编码以降低传输时间和存储空间的方法是可行的。

2.2 常用的视频图像压缩编码方法

最经典的视频压缩编码技术是预测编码、变换编码和统计编码。

2.2.1 预测编码

预测编码的基本原理是先得到预测值,该值是根据数据的统计特性获得,接着传输预测值与图像像素差值信号,降低传输码率,最终实现压缩。压缩编码后传输的并不是像素本身的取样幅值,而是该取样的预测值和实际值之差[4]。

预测编码的原理如图2所示。

在图2(a)中,x(n)为原始数据;p(n)为预测值;d(n)=x(n)-p(n),即实际值和预测值之差,q(n)是输出量化值;s(n)是编码输出。在图2(b)中,s(n)经解码并反量化后得到d'(n),将d'(n)和预测值p'(n)求和,便可得到恢复后的数据x'(n),x'(n)=d'(n)+p'(n)。预测编码可分为帧内预测和帧间预测。

帧内预测:即根据一个像素点周围的像素值,来预测当前像素值。具体方法有一维预测和二维预测。人眼视觉特性实验表明,在亮度突变部分,量化误差大一些人眼不会太敏感,可采取粗量化(量化节距大);反之,在亮度变化缓慢区域,则应取细量化。利用人眼这种掩盖效应采用非线性(不均匀)量化,可使总码率有所下降[5]。表1是预测编码的一个差值量化表,第一行的值是差值,差值越大,说明变化越快,量化节距便可取得越大。

当进行完预测后,将测量到的实际值与预测值比较得出差值,将此差值记录并编码,而不是直接对实际值编码。

帧间预测:即利用相邻帧之间像素点的相关性进行预测,视频图像前后帧之间,相同位置处的像素点有较强的相关性。在视频中,物体运动大多是平移运动。因此,若能判断出当前帧的某个物体是由上一帧中的某个物体运动而来,便可将上一帧中该物体附近区域的像素点直接“复制”到当前帧中对应的位置,作为该宏块的预测值[6]。与帧内预测不同的是,除了记录差分值外,帧间预测还要对运动矢量进行编码。

2.2.2 变换编码

变换编码不直接对空间域图像数据进行编码,而是将空间域图像数据映射变换到另一个正交向量空间,得到一组变换系数,然后对这些变换系数进行量化、编码、传输。对变换系数进行压缩编码,比直接对图像数据本身进行压缩更容易获得高的效率[7]。

变换编码的原理图,如图3所示。变换编码的基本方法:将数字图像分成一定大小的子图像块,用某种变换对子图像块进行变换,得到变换域中的系数矩阵,然后选用其中的主要系数进行量化和编码,图像显示时再经过逆变换即可重构原图像。

变换编码的方法有:K-L变换、离散傅里叶变换、离散余弦变换、离散沃尔什变换、离散哈达玛变换和小波变换等。

相比预测编码的消除时间冗余,变换编码消除了空间的冗余度[8]。

2.2.3 统计编码

统计编码是根据消息出现概率分布的特性而进行的压缩编码。其宗旨在于,在消息和码字之间找到明确的一一对应关系,并将这种失真或不对应概率限制到可容忍的范围内,但无论何种途径,其总是要使平均码长或码率压低至最低限度[9]。

常用的编码有:Huffman编码、算术编码和Shannon-Famo码等。

3 视频图像压缩编码方法

本文的视频图像压缩方法采用的是帧预测、运动估计、运动补偿、DCT变换和可变长编码(VLC)的混合编码模式,编解码框图如图4所示。

编码过程:(1)对录入视频图像进行预处理:分离视频信号与音频信号,将视频拆分成一帧一帧的图像,并将每幅图像的R、G、B分量提取出来;(2)将输入帧信号与预测帧信号之差作DCT变换,将其量化再反量化作IDCT缓存,作下一帧信号的预测帧时使用;(3)将量化后的作VLC编码(可变长编码)后输出压缩信号。

解码过程:利用VLC解码方法对压缩信号进行重构,经反量化和离散余弦逆变换(IDCT)后,先将其缓存作为下一帧图像的参考帧使用,然后将其与预测帧信号求和得到当前帧的视频图像。最后,将解压过的一帧帧图像用算法重建视频图像。

3.1 帧预测

帧预测是利用相邻帧之间的相关性来对下一帧图像中同一个物体的位置进行估计,即运动估计,为对此物体的位置进行准确预测,还需要用到运动补偿算法。

3.1.1 运动估计

视频图像两帧之间的物体运动是平移运动,位移量并不大,所以会以块作为单位分配运动矢量,在运动估计中采用了大量的参考帧预测来提高精度,当前的待编码块可在缓存内的所有重建帧中寻找最优的匹配块进行运动补偿,以便较好的去除时间域的冗余度。为每一个块寻求一个运动矢量,并进行运动补偿预测编码。

一般的运动估计方法如下:设t时刻的帧图像为当前帧f(x,y),t'时刻的帧图像为参考帧f'(x,y),参考帧在时间上可以超前或者滞后于当前帧,当t'<t时,称之为后向运动估计;当t'>t时,称之为前向运动估计。当在参考帧t'中搜索到当前帧t中的块的最佳匹配时,可得到相应的运动场d(x;t+tΔ),即可得到当前帧的运动矢量。

3.1.2 运动补偿

运动补偿是一种描述相邻帧(相邻在这里表示在编码关系上相邻,在播放顺序上两帧未必相邻)差别的方法,具体而言是描述前面一帧的每个小块怎样移动到当前帧中的某个位置去。即运动补偿是通过先前的局部图像来预测、补偿当前的局部图像,其是减少帧序列冗余信息的有效方法,包括全局运动补偿和分块运动补偿两类[10]。

3.2 DCT变换

DCT变换的全称是离散余弦变换(Discrete Cosine Transform),是指将一组光强数据转换成频率数据,以便得知强度变化的情形。

DCT变换压缩的特点是将从前密度均匀的信息分布变换为密度不同的信息分布。在图像中,低频部分的信息量要大于高频部分的信息量,尽管低频部分的数据量比高频部分的数据量要小的多。若对高频的数据做些修饰,再转回原来形式的数据时,显然与原始数据有差异,但人眼却不易辨认出来。压缩时,将原始图像数据分成8×8数据单元矩阵。

3.3 可变长编码(VLC)

可变长编码(VLC)由行程编码和哈夫曼编码两部分构成,行程编码是对图像块按Zigzag方法扫描然后由行程+幅值构成,哈夫曼编码则对行程码作符号统计然后根据哈夫曼编码表对之编码[11]。

哈夫曼数据压缩步骤:(1)检查字符在数据中的出现频率;(2)构建哈夫曼树;(3)创建哈夫曼编码表;(4)生成压缩后结果,由一个文件头和压缩后的数据组成。

4 实验结果分析

在进行图像预处理时,需要将每一帧图像的R、G、B分量分别提取出来,图5所示为预处理对比图,图6为第2帧图像的预测图像,图7为解压后的重建图像,图8为重建彩色图像与原彩色图像对比图。

本文采用的视频图像压缩算法与DCT编码算法、Huffman编码算法的压缩比和峰值信噪比的比较结果如表2所示。

从表2可看出,本文采用的混合编码算法的图像压缩比高于Huffman编码算法,又低于DCT编码算法;其峰值信噪比高于DCT编码算法和Huffman编码算法(峰值信噪比越大,表示前后两幅图像越相近)。因此,本文采用的视频图像压缩算法既有较好的图像压缩比,又有适当的峰值信噪比,满足了视频图像压缩编码的要求。

5 结束语

本文采用帧预测、运动估计、运动补偿、DCT变换和可变长编码(VLC)的混合编码模式来进行视频图像压缩,在物联网监测系统的视频传输过程中有效减少了传输时间,提高了传输效率,从而节约了传输带宽。相信随着信息技术的发展,能研究出更高效的针对视频图像压缩编码算法,更好地为物联网监测服务。

摘要：在物联网监测系统中,由于视频图像所占空间较大,且所需的通信带宽要求高,会在传输和存储的过程中造成困难,因此需要对视频图像进行压缩。文中介绍了一种适用于物联网监测系统的视频图像压缩方法,即通过帧预测、DCT变换和可变长编码相结合的方式对视频图像进行编码和相应的解码。经过实验表明,该方法有效地压缩了视频图像,且在提高视频图像传输速率的同时,减少了传输时间。

高中生物教材图像系统的应用刍议 篇5

关键词：高中生物教材；图像系统；应用

高中生物作为基础教育的必修学科之一，随着新课改的深入以及生物科学本身的发展，其教材内容也不断地进行了改革、创新，图像系统成为教材中的重要组成部分。现在教育界不断地出现学者，挖掘图像系统的潜在教育教学价值，展示其作用。高中生物教学中，图像系统以直观、形象、艺术等特点赢得了学生的青睐。合理的运用图像不仅能有效渗透科学知识，而且对于学生的素质培养也有很大作用。在此，笔者结合自己多年的教学经验，粗略地谈一下高中生物教材系统的应用。

一、运用图像系统引导学生构建生物知识体系

图像属于直观教学工具范畴，在教学过程中运用形象、直观的图像来向学生传达一定的知识信息，相对于文字信息来说更能够吸引学生的注意力，引起探究兴趣。心理学家的研究也表明：图像比文字更便于记忆。因此，教师可以在传递生物知识信息的同时，以图像来构建知识体系，强化学生对生物知识的掌握。然而，生物教材中的图像一般是单个出现在某一章节，分布比较散，对此，笔者在教学中对图像系统进行一定的处理，引导学生从局部到整体，逐渐拓展知识，从而实现知识体系的有效构建，促使学生通过图像系统实现生物知识的集中化、系统化记忆。如：在学习“有丝分裂和减数分裂”教学内容时，教材中有关于分裂期各阶段染色体数目变化的坐标图，此坐标图能够直接地反映出有丝分裂和减数分裂是染色体数目变化的规律。笔者在教学中以此图为基准，添加了DNA数量变化曲线，进而引导学生将这两个图相结合，使其掌握有丝分裂、减数分裂、受精作用三个过程中染色体與DNA数目变化的全部规律，引导学生形成一定的生物知识体系。

二、运用图像系统培养学生的综合技能

《高中生物课程标准》倡导，课堂教学中教师要培养学生的综合技能和科学素养等，推动全体学生的全面发展。生物教学实践表明，学生应具备的综合技能目标为：搜集信息、运用图文资料与信息、探究、提出问题、分析问题、解决问题、表达、团队协作、实践、创新、观察、认知生活等能力。而教师在教学中合理、充分地运用图像系统则能够提升学生的多种能力，从而实现生物教学目标。即：通过图像自主动手实践，培养学生的实践操作能力、搜集信息、运用图文资料与信息等的能力；有效锻炼学生的观察能力、分析能力，还能够引导学生的发散思维等等。如：在教“减数分裂”这一内容时，笔者运用“哺乳动物精子的形成过程图解”让学生小组合作观察图像，并分析、记录每一期的形态和数量变化，总结每一期的不同，让学生自主对图像进行处理，对哺乳动物精子的成长过程有个整体的认知和体验。整个教学过程凸显学生的主体作用，锻炼了学生的团队协作能力、探究能力等等，提升了学生的科学素养。

三、运用图像实现“三维”教学目标

新课程提出了课堂教学的“三维”目标。高中生物属于科学探究学科之一，其教学的核心在于培养学生的生物科学素养，而三维目标是科学素养形成的关键。在传统教学中，教师一般只注重对生物知识的渗透，而忽略了学生其他方面的教育，对于图像，教师采取的态度则是让学生自主选择阅读，致使高中生物课堂学习枯燥无味，学生提不起兴趣。事实上，图像系统不仅可以做教学工具，更是丰富的教学资源。图像相对于文字信息更生动、形象，更能够激发学生的探究意识、情感等，从而诱发学生情感的共鸣，促使其形成一定的价值观。如：高中生物教材中不乏有科学史话、资料分析、科学家的故事等内容，通常都是由图像和文字组合而成的，涉及科学家献身科学、开拓进取、大胆探究、创新等内容，有的还配以当时科学家探究、求证的图像，笔者在教学中运用这些真实的图像来启发学生，引起内心的情感共鸣，让学生从根本上感悟科学家的态度、探究精神等，在潜移默化中形成正确的科学价值观念。

总之，教学实践证明：图像系统在高中生物教学中有一定的作用和价值，教师应结合教学内容，充分挖掘图像教学资源，灵活运用图像系统，图文结合，引发学生参与生物学习的积极性，最大限度的促使学生掌握生物知识、提升综合技能和素养。

参考文献：

[1]钟启泉.生物教育展望[M].上海：华东师范大学出版社，2001.

[2]吕国裕.高中生物教学反思实例[M].福州：福建教育出版社，2011.

图像监测系统 篇6

玉米作为重要的粮食和经济作物,在世界和中国均有着广泛的种植,其种植面积仅次于小麦和水稻。玉米长势监测的目的是通过传感器等技术获取玉米的生长状况信息,从而决策指导农民对作物进行控制施肥,避免过量施肥带来的食品安全和环境问题。作物的反射和透射光谱受其成份和结构影响,已被证实与作物的部分生理指标,如叶绿体存在一定的相关关系[1,2]。基于光谱技术的作物长势监测技术在精细农业领域得到了广泛研究[3,4]。由于点状采样获取的光谱数据很难准确反应大田作物的空间变异信息,因此基于多光谱图像的检测技术在国内外越来越受到人们的关注[5,6,7,8]。其优点在于多光谱图像技术有效地结合了传统图像技术和光谱技术,相比基于光谱曲线的点状分析具有更高的可靠性和准确性。浙江大学的冯雷等研究了基于多光谱图像的灰度信息与油菜氮含量之间的相关性,结果比较理想[9],然而研究在图像处理方面仅简单使用了灰度信息,因此有必须要进一步研究以提高预测精度。美国伊利诺伊大学的Q. Zhang利用玉叶片对称生长特性,构造从单通道光谱图像到以叶片主径脉为横轴的纵向灰度值平均分布曲线,再利用小波分析方法建立了施氮与光谱图像特征值的关系模型[10]。但是,该研究采用了单株盆栽的方法,很难直接应用于复杂大田环境。实验通过分块种植和胁迫施肥,并在不同生长时期采集玉米的冠层多光谱图像数据,研究了大田玉米的营养状况与施氮之间的相关关系。

1 材料与方法

实验地点位于北京市海淀区中国农业大学上庄实验站,土质为粘土,且长期种植玉米小麦等农作物。玉米品种选择耐旱抗倒伏,成熟期不早衰且稳产性好的农大108。玉米为春播,时间为2008年4月25日。为监测玉米长势与营养水平的关系,实验设计了4种氮素水平,即不追施氮(Absence)、偏低(Low)、中等(Normal)、偏高(High),具体如表1所示。其他有机肥和磷钾肥,在田间管理时均正常进行。实验小区按田字形划分,每个小区选择10个样本点,总共为40个样本点。

多光谱图像采集设备使用美国Tetracam 公司的ADC多光谱相机,具有红(750nm)、绿(550nm )、蓝(450nm)和近红外(NIR 850nm)4个通道。实验时间一般选择上午10点前后,无云或少云的晴天。每个样本点采集4～6幅距冠层约50cm的图像数据。

参考叶绿素含量测定利用化学方法和分光光度法[11]。在采集完光谱数据后折下冠层全展开叶片,用保鲜袋封装后带回实验室。去除叶脉,并取叶中部位剪成边长小于5mm的碎块,称取0.4g,倒入干净试管,加入95%乙醇和99%丙酮1:2溶液至25mL。摇匀放置24h进行充分萃取,叶片变白后用特定容器取部分含叶绿素的溶液放入SP-2102紫外分光光度计,分别记录645,652,663nm波长时的吸光度值A645,A652,A663。最后,根据给定的式(1)和式(2)计算出叶绿素含量。则

CT=20.29A645+8.05A663 (1)

其中,CT为总叶绿素浓度(mg/L)。

$Chl=\frac{C{}_{{\rm T}}\cdot V}{W}\times 10{}^{-3}(2)$

其中,Chl为叶绿素含量(mg/g);V为提取液总体积(mL),V=25 mL;W为叶片鲜质量(g),W=0.4g。

株高是比较直观反映玉米长势的生长指标,同时也能反应施氮水平的控制情况。株高的测量采用精度为毫米(mm)的圈尺,从地面往上到最上面展开叶叶领(Top Collar)[12]的高度计为玉米植株株高。

2 结果与讨论

2.1 不同氮素水平的玉米株高与生长期的关系

图1所示为不同生长时期和不同氮素水平的玉米株高长势图。从抽丝到穗期可以看出除偏低等施肥和偏低对株高影响有异常外,基本符合施氮对玉米株高的促进影响特点。偏低施氮出现异常的可能因为原地块基肥较高,也可能是缺氮情况下营养生长较突出,灌浆等生理生长能力低。

2.2 多光谱图像的处理

本实验目的是要寻求一种非破坏且快速的方法来诊断玉米的营养状况,而光谱技术又被证明是一种可以用于探测植物生理特征的有效方法。多光谱成像技术是将过滤后得到的不同可见光谱和近红外光谱等波段数字图像进行分析处理的技术。它可以弥补光谱仪抗干扰能力较弱和RGB图像波段范围窄的缺点,成为了一种多学科交叉的新研究领域。目前,多光谱成像技术已逐渐成为光谱技术领域应用于作物营养长势检测的研究热点,所以本文试图找到一种能够通过多光谱成像技术来更精准地实现玉米营养诊断的新方法。

实验获取的ADC多光谱图像如图2所示。从图2中可以看出,在玉米封行前期,土壤对冠层光谱影响比较严重,为此必须进行必要的图像分割。目前的图像分割算法可谓种类繁多,但主要可以归结为3种:

1)按灰度级来求y分图像的阈值法,比较有影响的是Otsu最大类间方差法;

2)利用检测算子搜索图像边界的边缘检测法,常用算子有Laplace算子、Kirsch算子和Canny算子等;区域法的基本思想是将具有灰度、色彩、纹理、形状或模型等相似性的像素集合起来构成最大一致性区域,主要包括区域生长法、区域分裂法、区域生长与分裂法和分水岭分割法等[11]。

本文根据玉米多光谱图像特点,借助Pixel Wrench 2软件(Tetracam Inc.,Chatsworth, CA, USA)获取了光谱特征值(植被指数NIR/G)。首先将原信息图像(raw image)进行环境模拟复原处理,得到伪彩色图像如图3所示。再在此基础上利用阈值分割方法对图像进行分割处理,结果见图4。为了便于对比较,分别对分割前和分割后的图像进行了光谱特征值提取。

2.3 叶绿素与多光谱图像的关系

拔节期是玉米生长最旺盛的时期,也是玉米营养消耗最大的关键时期,故本文选择了拔节期的叶绿素测量值和多光谱图像特征值进行相关性分析。唐延林指出光谱曲线中的植被指数R800/R550与叶片叶绿素具有显著相关性[13],故本文采用光谱图像中提取的植被指数NIR/G与叶绿素测量值进行了相关性分析。在同一样本区域由于肥力分布的实际不均性,容易导致相关性误差加大,故本文在此仅从4个水平中分别抽取了3个样本点,得到叶绿素测量值和NIR/G如表2所示。

将表2中的数据进行回归分析,分割前的相关性系数R2为0.166,分割后的R2为0.637。据此可知,分割后比值指数NIR/G能够反映与叶绿素含量的相关关系,如图 5所示。

3 总结与讨论

玉米株高及叶片数比较直观地反应了玉米的生长状况,从株高数据分析可以看出,除低氮胁迫时反而出现植株较高外,测定值基本反应了不同氮水平胁迫对玉米生长的影响。其原因可能是不同施氮时生理生长出现差异,或者是原地块肥力分布不均。后期实验应该更深入地了解玉米的生长机理和对实验地块进行胁迫前的土壤熵情调查。利用分割冠层的方法可有效提高比值植被指数NIR/G与叶绿素含量的相关关系,为进一步基于多光谱近地成像的作物长势监测的施肥决策提供依据。但是,最终的结果不是非常理想,后续将在实验设计、数据获取和分析方法等方面进一步深入展开研究。

摘要：研究对玉米进行了分块种植和变量施肥控制。氮肥施用采取了4个水平胁迫,并在不同的生长期采集其叶片叶绿素含量和株高数等生理指标数据信息,以及多光谱图像数据信息。对多光谱图像进行冠层分割等处理,并提取了图像的NIR/G的比值特征参数。同时,结合实验室对叶片叶绿素的化学测定,建立了多光谱图像与叶绿素之间的关系模型,相关性系数R2达到了0.637,为基于光谱图像的玉米长势无损监测提供了依据。

图像监测系统 篇7

水资源作为一种重要资源, 对人类的生产生活具有深远意义, 而我国降水时域分布不均, 对水期具有很大影响, 水期对水域沿岸居民的生产生活, 特别是农业生产具有深远意义。目前江河水期检测需要大量人力物力, 通过手工计量采集数据具有一定的危险性, 而且并不能很好地把握全局的水期状况, 因此需要一种更加方便快捷安全的数据采集方式。

1 多时相遥感图像

遥感技术是20 世纪70 年代兴起的新型监测技术, 多时相遥感图像是指针对不同时相进行遥感监测所得到的遥感图像。多时相遥感图像具有信息量大、动态监测的特点, 对于区域变化有良好的监测效果。

2 图像配准和融合

图像融合和配准将多源信道所采集到的关于同一目标的图像经过图像处理最大限度地提取各自信道中的有益信息, 综合成高质量图像, 以提高图像信息利用率、提升原始图像空间分辨率和光谱分辨率。

2. 1 图像配准

利用滨江路边缘作为图像配准的特征点, 从而达到一个较高的准确度, 进行特征提取; 利用相似性测度进行特征匹配, 常用相似度测度分为三种: 距离测度、相关性测度、概率测度; 通过交换模型使得待配准图像与参考图像的特征尽可能一致相近; 图像变换类型有: 刚体变换、仿射变换、投影变换和非线性变换, 根据参考图像和待配准图像对应的点特征, 求解两幅图像之间的变换参数, 然后将待配准图像进行相应的空间变换, 使两幅图处于同一坐标下, 再通过灰度变换对空间变换后的待配准图像灰度值进行重采样, 重采样方法主要有: 双线性差值法, 最邻近像元法和高阶方法。

2. 2 图像融合

图像融合是本技术的关键环节, 其中融合决策可采用简单组合式图像融合方法和数学形态法, 从而达到表示不同时域存在变化的区域的效果。

3 基于多时相遥感图像的水期监测技术

水期监测需要对不同流域水位、流量等进行准确的测定, 遥感技术可通过图像配准和融合利用水域的航空或卫星图像, 以极小代价获取水位和水域面积信息, 从而达到监测水期的效果, 多时相遥感图像可以动态地获取水期变化, 从而对水期进行相应的预测, 可以为自然环境、自然灾害等重大工程监理提供数据, 节约大量的计算时间和存储空间, 因此对遥感图像长江水期检测的研究具有很高的应用价值。

3. 1 水域面积和水流量的关系

随着水流量增长, 但是河道的流量有限, 水位便会抬高, 这也是传统测量流量时测量水位的原因。随着水位的增高, 河床可以大致的看成一个凹字形, 水域的面积也会随之增大, 即江面水域面积和江水的流量是正相关。建模的方法有三个思路: 一是统计不同时域长江水流量和水域面积, 然后对数据进行拟合二是对河床表面形状进行建模, 考虑水阻力和流速关系, 从而建立面积与水流量关系; 三是直接将水域面积作为水流量参数。

3. 2 图像配准中特征点的选取

由于长江水域经常改变, 因此将江面作为特征点所配准出来的结果的误差是非常大的, 对特征点的提取有两个思路: 一是考虑到滨江路在很长的时间段内很少发生变动, 拟利用小波或其他方法提取滨江路的边缘点作为特征点; 二是考虑将利用江面上岛屿的位置不变性, 将岛看作闭合区域提取质心作为特征点。

3. 3 图像结果的表现形式

图像的显示有两个思路: 一是多图像交替显示, 在屏幕上同时显示同一区域不同时域的遥感图像, 人工数字化调整不同区域 ( 空域) , 从而发现水域的变化信息, 但是此方法需要人工而且非常浪费存储空间; 二是不同时域的色彩合成分析, 用灰色表示没有变化的区域, 用不同的颜色表示不同时域存在变化区域。

4 展望

在后续研究过程中, 可利用数据挖掘方法, 建立一个流量模型, 从而建立一个对未来一段时间内的水流量预测模型, 来提前准备防汛防旱工作。而且可以利用到更多的区域或者其他应用如林火蔓延、退耕还林水域面积检测中。

参考文献

[1]毛学文, 林祚顶.水资源水量水质同步监测与综合分析评价[J].水利技术监督, 2003 (2) :37-39.

[2]钟家强.基于多时相遥感图像的变化检测[D].长沙:国防科学技术大学, 2005.

图像监测系统 篇8

当前, 基于B/S平台的图形展示技术主要有Flash、Sliverlight以及HTML5等。相比较与前两种技术方案, HTML5技术具有如下优点:

(1) 低技术风险。HTML5是HTML的一个新版本。HTML5草案的前身名为Web Applications 1.0。它于2004年被WHATWG提出, 于2007年被W3C接纳, 并成立了新的HTML工作团队。2012年12月17日, 万维网联盟 (W3C) 正式宣布凝结了大量网络工作者心血的HTML5规范已经正式定稿。而flash技术由Adobe公司所有、Sliverlight技术由Microsoft公司所有, 选用这些技术, 均会存在一定的技术风险。

(2) 免插件安装。由于浏览器本身并不支持flash和Sliverlight, 因此要使用flash和Sliverlight, 必须要先在浏览器上安装安装相关的插件, 由于浏览器安全方面的限制, 在浏览器上安装插件往往会出现各种各样的问题, 这已经成为影响用户体验的一个重要因素。而现代主流的浏览器均可原生支持HTML5, 不用安装插件即可直接使用HTML5技术, 这就为广大用户提供了更好的用户体验。

(3) 跨平台使用。随着移动技术的发展, 现在的B/S系统不仅在普通的PC端上使用, 也越来越多的在移动端平台 (如手机、平板电脑) 上使用。HTML5技术在这些移动平台时拥有良好的兼容性。开发者利用HTML5开发出一套系统后, 即可以在Windows平台、i OS平台、Android平台上运行, 大大减少了开发成本和移植费用。

(4) 开发学习成本较低。HTML5由现有的HTML4发展而来, 对于广大的Web开发人员来说, 其学习成本较低, 能够很快的掌握相关的开发技术。而反观flash和Sliverlight, 都要重新学习专门的开发语言, 开发与学习的成本都较高。

本文将以水情态势图的绘制方法为例, 详细介绍HTML5技术在网页绘图方面的具体应用。

水情态势图主要用于实时反映大坝的上下游水位, 以及与正常蓄水位以及死水位之间的对比关系, 用户可以通过水情态势图, 直观准确的了解大坝的水位情况。绘制水情态势图主要经过了五个主要步骤。 (1) 加载背景图。 (2) 确定边界特征颜色值。 (3) 确定坝顶坝底位置, 确定水位与坐标之间的对应关系。 (4) 绘制上下游水位。 (5) 标注出正常蓄水位、汛限水位以及死水位。各个步骤的具体介绍如下:

1) 水情态势图的绘制必须以大坝的剖面图作为背景, 因此, 加载剖面图是绘制工作的基础。我们必须首先在html页面中定义一个canvas。

然后我们在javascript中取得这个canvas对象, 并在canvas上加载背景图。加载完成后的图形如图1。

2) 背景图加载完成后, 我们必须识别出背景图中表示大坝边界的特征颜色值, 确定该颜色值后, 才能确定大坝图形的具体范围。在获取大坝边界的颜色值之前, 必要先了解HTML5中图像的存储方式。HTML5使用Image Data对象来保存图像像素值, 它有width、height和data三个属性, 其中data属性就是一个连续数组, 图像的所有像素点的信息其实是保存在data里面的。每个像素点的信息由四个字节组成。第一个字节决定像素的红色值 (r) , 第二个字节决定像素的绿色值 (g) , 第三个字节决定像素的蓝色值 (b) , 第四个字节决定像素的透明度值 (a) 。每一种颜色值的大小是从0到255, 而对于透明度来说:0代表完全透明, 255代表完全不透明。

因此, 我们到取得图片里一个[x, y]坐标像素点的红色值可以用以下公式:

具体到大坝的剖面图上, 我们将剖面图放大并打上网格线 (如图2) , 图中的每一个方格即表示一个像素点, 我们可以看到大坝的弧形边框放大后实际上是由锯齿形的像素点组成了, 这些像素点颜色深浅不一, 每四行像素点可分为一组。我们通过研究一组像素点的data属性, 找出颜色最浅的像素点, 并以此点的颜色作为大坝边界的特征颜色值。

我们以图片的中线作为起点, 向下取得四行像素点的data属性, 然后筛选出所有非空白点的data值。数据如表1。

分析上述表格, 我们以218作为大坝边界的特征颜色值。

3) 我们从顶部开始, 从上往下对图像进行逐行扫描, 当遇到颜色比特征颜色深的像素点, 即可视为碰到了图像的上边界, 这个位置即是图像中大坝的坝顶位置。反之, 我们从底部开始, 从下往上对图像进行逐行扫描, 遇到颜色比特征颜色深的像素点, 即可视为碰到了图像的下边界, 这个位置即是图像中大坝的坝底位置。

我们通过已有的资料可以得知大坝的坝高和坝顶高程, 设大坝的坝高为dam Height, 大坝的坝顶高程为dam Top Elevation, 根据大坝高度与其坐标范围之间的线形关系, 我们可以得到水位与坐标值之间的转换关系, 代码如下:

4) 我们仍然采用逐行扫描加颜色比对的方式来绘制上下游水位, 我们从水位位置开始一直扫描到坝底位置, 如果检测到了大坝边界, 则绘制一条从该行起点到边界点的线条。绘制上游水位与绘制下游水位的不同之处在于, 上游水位是从左往右进行检测, 下游水位是从右往左进行检测。绘制上游水位的代码如下:

绘制后的图形如图3。

5) 最后, 我们在画图上标注出正常蓄水位、汛限水位以及死水位。这样, 用户在查看水情态势时可以进行对比分析。正常蓄水位、汛限水位以及死水位的标注方法与上下游水位线的绘制方法类似, 只是对线条的长度以及文字符号的位置做了改动, 以便达到画面更加美观的目的。

最后完成的图形如图4。

以上介绍了HTML5在绘制水情态势图时的应用, 实际上, HTML5也可用于在大坝安全管理相关的很多其他图形表示上, 如分布图, 过程线等, 借助HTML5技术的特性, 我们可以真正实现“One Web, Any Device”, 即我们编写出一套网页程序就可以运行在各种终端之上。这在移动设备越来越发挥重要作用的今天无疑具有重要意义。

参考文献

[1]蒋海洲, 吴中如.ADO技术在大坝安全监测中的应用[J].水电能源科学, 2002 (02) .

图像监测系统 篇9

随着多层螺旋CT的发展,头颈联合CT血管造影(CT angiography,CTA)检查因其准确、无创、快捷并方便而成为临床医生信赖的检查方法,其对临床治疗及预后评价不可或缺。特别是320排动态容积CT的临床应用,其独到的动态容积扫描及对比剂团注自动追踪触发技术,结合先进的后处理技术,使得CT血管成像技术迈入一个新的阶段,为临床诊疗提供了有力保障,提高了工作效率[1]。但在实际工作中会因扫描技术问题而出现扫描失败或是血管显示不佳等问题。本研究主要探讨东芝Aquilion ONE 320排螺旋CT在头颈联合CTA检查中监测层面及扫描触发方式对成像成功率及效果的影响。

1 资料与方法

1.1 一般资料

收集2015年3—8月来本院进行头颈联合CTA检查的患者60例,无其他基础病,因监测层面不同而将被检者随机分为A、B 2组,A组:颈动脉层面监测,共30例,男16例、女14例,年龄38~75岁;B组:主动脉弓降部层面监测,共30例,男17例、女13例,年龄40~76岁。所有患者均排除心脏病、动脉炎及糖尿病类等基础病。扫描前均签署造影剂不良反应知情同意书。A组扫描时间(5.95±0.18)s,B组扫描时间(5.95±0.12)s,2组扫描时间差异无统计学意义(t=-0.168,P=0.867)。

1.2 仪器与方法

采用东芝Aquilion ONE 320排螺旋CT进行头颈部联合CTA检查。扫描时,患者取仰卧位,头先进,扫描前嘱患者在扫描中平静呼吸并保持头部静止不动。扫描前进行血管测试,注射10 ml生理盐水,注射速率为5 ml/s。扫描分2步进行,首先行头颈部CT平扫,扫描范围自主动脉弓降部至颅顶,检查结束后进行CTA增强扫描。扫描参数:平扫期扫描管电流250 m A,增强扫描时管电流270 m A,其余扫描参数恒定,管电压120 k V,扫描速度0.5 s/r,螺距0.870。增强扫描时,采用Stellant双筒高压注射器,经被检者右侧肘正中静脉注射碘比醇(350 mg I/ml)50 ml,追加30 ml生理盐水,注射速率为5 ml/s。扫描过程中,A组在颈动脉层面监测,感兴趣区(region of interest,ROI)位于颈总动脉甲状软骨水平,阈值曲线上限设定为160 HU,手动触发扫描;B组在主动脉弓降部水平监测,自动触发,阈值达到200 HU启动扫描,采集层厚0.5 mm,层间距0.5 mm。

1.3 图像后处理

将所有扫描图像传至东芝Aquilion ONE vitrea后处理工作站进行处理,方法为:用增强后的图像减去平扫的图像,得到减影图像,用减影的图像进行容积再现(volume rendering,VR)、多平面重建(multiplanar reconstruction,MPR)及曲面重建(curved planar reconstruction,CPR),用增强的图像进行头部最大密度投影(maximum intensity projection,MIP)重建,重建层厚1 mm,层间距0.8 mm。

1.4 图像分析

1.4.1 客观分析

人们往往在“总信号”中,把有用的信号成分S的有效值与噪声成分N的有效值之比叫做信噪比:SNR=S/N[2,3]。将患者增强后颈总动脉(约C4水平)及大脑中动脉近端作为感兴趣区,测量其CT值[4,5,6]作为有用的信号成分S;记录噪声值,ROI CT值的标准差作为图像的噪声[7],即作为噪声成分的有效值;根据CT值和噪声计算出信噪比;测定时的窗宽、窗位分别为450、70 HU,ROI面积约为3.5 mm×3.5 mm。

1.4.2 主观分析

关闭图像扫描参数及检查者信息,由2名主治医师以上高年资医师采用双盲法[8]、5分法对自动减影生成的VR、MPR、CPR及MIP图像进行主观评价。评价标准:5分,血管显影清晰连续,分支及远端显影良好无伪影,除钙化斑块处以外血管壁无减影缺损,易于判断血管病变及狭窄程度;4分,血管显影清晰,分支显影良好,远端显影较好但有少许伪影,不影响血管病变判断;3分,血管显影尚可,头颈部血管主干显示较好,主要分支显示尚清,小分支及远端分支显示不佳,有伪影,结合增强图像,可判断血管病变及狭窄程度;2分,头颈部血管主干及主要分支血管显影欠清,分支及远端显影差,伪影明显,影响判断;1分,图像质量差,仅能观察头颈部血管主干,有严重伪影,不能满足诊断。其中≥3分的图像认为可以满足诊断[9,10]。

1.5 统计学分析

采用SPSS 17.0进行统计分析。计量资料以均数±标准差表示。采用2个独立样本的t检验对2组图像的CT值、SNR及扫描时间进行比较;采用2个独立样本的Wilcoxon秩和检验对2组图像的主观得分进行比较,P<0.05为差异有统计学意义。

应用Kappa检验评价2名医师的评分一致性,统计量为k,规定如下:k=0.00~0.20,一致性差;k=0.21~0.40,一致性一般;k=0.41~0.60,一致性中等;k=0.61~0.80,一致性好;k=0.81~1.0,一致性非常好。

2 结果

A组30例患者全部顺利完成检查,增强期颈总动脉CT值平均为(550.78±103.54)HU,大脑中动脉CT值平均为(318.29±67.31)HU。B组30例患者中1例未能顺利完成检查,其余增强期颈总动脉CT值平均为(525.34±99.29)HU,大脑中动脉CT值平均为(311.44±68.69)HU。

2.1 图像的客观测量值

2组图像的颈总动脉及大脑中动脉CT值、噪声及SNR的测量结果见表1~3。从表中可以看出,除A组图像颈总动脉的SNR与B组颈动脉的SNR差异有统计学意义(P<0.05)外,2组其余指标差异均无统计学意义(P>0.05)。此外,A组图像的噪声较B组图像的噪声低,但A组图像的CT值、SNR均高于B组图像。

HU

2.2 图像的主观评分

2名医师的评分平均数作为最终的得分值。A组图像的主观评分结果中,5分14例,4分15例,3分1例,平均分为4.43±0.57;B组5分2例,4分13例,3分14例,2分1例,平均分为3.35±0.68,且2组图像的主观评分差异有统计学意义(P=0.000)。2名医师评分的一致性从好到非常好(k=0.76~0.96)。图1~8分别代表2种扫描方案下的图像。

注:*代表差异有统计学意义

3 讨论

头颈联合CT血管成像是一种无创的检查方法。有关报道已表明,头颈部CTA对于诊断颈部和颅内血管病变具有较高的敏感性。血管成像可清晰显示颈内、外动脉环,可提供血管病变的确切部位、形态、大小、范围及周围组织的关系,对于头颈部血管性疾病的诊断、术前评估及术后疗效的随访复查具有极高的准确性[10]。随着扫描技术的提升,其优势越来越明显。

东芝Aquilion ONE 320排螺旋CT常规头颈部CTA检查监测层面为主动脉弓水平,其缺点为:(1)监测主动脉弓(降部)易受附近胸椎伪影干扰(肥胖患者尤甚),提前触发,使大脑前、中、后动脉显影较浅。(2)如遇颈总动脉狭窄(甲状软骨以下水平),就会导致狭窄部位以上血管内血流量减少,流速减缓,而主动脉弓已达到阈值自动触发,就会导致扫描过早,出现颅内血管远端显示欠佳情况。(3)有部分患者因静脉狭窄导致对比剂不能顺利到达主动脉弓,致使监测层阈值不能到达而未能进行触发,延误最佳扫描时期。而本研究监测水平为甲状软骨水平颈总动脉处,其优点为:(1)监测颈总血管有效地避免了监测主动脉弓水平扫描过早或过晚的问题,更有利于评估颅内血管情况,减少漏诊,为临床提供更丰富、有效的信息。(2)选择监测颈总动脉处,不仅可避免肩部图像噪声大问题,且此监测层为目标血管,更直观显示颈动脉血流情况,可以更准确地监测CT值,在最佳时机触发扫描。(3)此方法提高了检查的成功率,避免患者进行二次扫描,有效地控制患者辐射剂量以及对比剂用量,减少对患者损伤并提高工作效率。(4)此方法降低了图像噪声,提高了信噪比,得到更优的图像质量,更便于医生进行后处理以及诊断工作。

本研究大部分CTA检查均用5 ml/s的流率,检查前进行血管承受压力测试,不能承受时适当降低流率。造影剂用量控制在50 ml内,并追加30 ml生理盐水以降低对比剂对肾脏功能存在的潜在危险及减少头臂静脉造影剂浓集而产生的伪影,提高图像质量[11]。

综上所述,用东芝Aquilion ONE 320排螺旋CT行头颈联合CTA扫描,监测颈动脉层面扫描方法优于监测主动脉弓层面扫描方法,可保证对比剂浓度稳定在合适的CT值范围,更方便医生进行图像处理和诊断工作。

摘要：目的:探讨在常规头颈CT血管造影(CT angiography,CTA)检查中监测层面及扫描触发方式对成像成功率及效果的影响。方法:采用东芝Aquilion ONE 320排螺旋CT对60例患者行头颈联合CTA检查。A组在颈动脉层面监测,感兴趣区阈值设定为160 HU,手动触发扫描;B组在主动脉弓层面监测,阈值达到200 HU,自动触发。测量60例被检者颈总动脉及大脑中动脉图像的CT值、噪声,计算信噪比(signal-to-noise ratio,SNR)。由2位经验丰富的高年资医生对2组图像的质量进行评分。分别比较2组图像颈总动脉及大脑中动脉的CT值、噪声、SNR及主观评分的差异。结果:2组图像颈总动脉的SNR差异有统计学意义(P<0.05),其余指标差异均无统计学意义(P>0.05),A组图像的CT值及SNR均高于B组,而噪声低于B组。2组图像的主观评分差异有统计学意义(P<0.05),A组图像的主观得分平均值(4.43±0.57)高于B组(3.53±0.68)。结论:用东芝320排螺旋CT行头颈联合CTA扫描,监测颈动脉层面扫描方法优于监测主动脉弓层面扫描方法,提高了检查成功率,有效地改善了图像质量。

关键词：CT血管造影血管成像,头颈部,监测层面,图像质量

参考文献

[1]姜保东,冯晓源,柳澄,等.颅颈联合多层螺旋CT血管造影扫描技术探讨[J].中华放射学杂志,2006,40(9):970-973.

[2]张丽,王锡明,段艳华,等.双源CT不同扫描方式在肺动脉成像临床应用[J].医学影像学杂志,2013,20(11):1 695-1 698.

[3]袁保锋,李澄,李一鸣,等.智能最佳管电压技术在128层螺旋CT全腹部检查中应用探讨[J].生物医学工程与临床,2014,18(5):430-434.

[4]肖利华,郑晓林,张玉兰,等.256 CT低管电压联合迭代重组技术在头颈部CT血管成像中的应用[J].临床放射学杂志,2015,34(5):818-822.

[5]刘君凤,谭红艳,王红,等.头颈CTA对比剂优化与成像质量相关性研究[J].中国中西医结合影像学杂志,2012,10(3):249-251.

[6]钟俊峰,李云霞,钟兰生.64排CT在头颈CTA中最佳扫描时机探讨[J].中国医学影像技术,2012,28(3):579-581.

[7]ABDEEN N,CHAKRABORTY S,NGUYEN T,et al.Comparison of image quality and lens dose in helical and sequentially acqured head CT[J].Clin Radiol,2010,65(11):868-873.

[8]牛娟琴,韩月东,郝晓东,等.320排CT头颈部CTA低辐射剂量检查初探[J].中华临床医师杂志,2013,7(13):6 138-6 140.

[9]林丽红,韩丽萍,胡毅,等.64层螺旋CT头颈联合成像技术优化探讨[J].中国误诊学杂志,2012,12(3):594-595.

[10]王俊,周泽东.血管成像在头颈部血管病变中的应用价值[J].大家健康,2013,7(11):89.

变电站图像智能监控系统的探讨 篇10

关键词：变电站；图像监控；智能

中图分类号：TM769 文献标识码：A 文章编号：1006-8937（2012）29-0107-02

目前，随着电力系统信息化网络技术的发展，依靠图像监控系统的建设，大部分变电站都可以实现无人值守。但现有变电站图像监控系统还只是用于防火防盗、安全保卫、主控室内场景监控等，随着变电站在线检测系统的发展和智能变电站的建设，对图像监控系统提出了新的要求。随着调度监控一体化建设的推进，集中远控的时机已经成熟，但对于就地设备的状态（例如刀闸刀口位置情况）等重要信息还需要人工现场确认，大大制约了变电站智能控制的发展，因此有必要对变电站运行设备图像智能监控进行研究，实现一、二次设备远程可视化操作控制，形成一体化的智能调度监控体系。

加强变电站图像智能监控的设置和可视化智能监控技术的研究可增强对就地设备状态（例如刀闸刀口位置情况）的监视，满足大电网实时运行控制的要求，实现对电网运行信息的形象、直观和集成展示；进一步加强基础数据管理，实现多维度一体化的调度信息和实时数据的分布式共享；实现一、二次设备远程控制和监视，形成一体化的智能调度监控体系，达到减员增效、缩短故障排除时间、提高供电可靠性、加速智能电网建设的目的。

1 图像智能监控系统配置原则

变电站图像智能监控系统在满足原安防、保卫、图像监控功能的同时，为适应未来智能调度监控系统发展的需要，其应满足以下要求：

①统一性。依据国际、国内规范化标准，统一规范建设、管理，确保整个系统的各种软件、硬件达到服务的规范化和管理的高效性。

②开放性。图像监控系统与其他系统之间的通信接口，应符合开放系统互联标准和协议，支持多种网络协议，实现各系统间的数据共享。

③可扩展性。软、硬件平台应具有良好的可扩展能力，能够方便地进行系统升级和更新，以适应各种不同业务的不断发展。

④可靠性。具有较强的容错、抗干扰能力和良好的恢复能力，主要设备应采用双机或镜像备份工作方式，保证系统稳定运行。

2 图像智能监控系统配置情况及相关模块功能

图像智能监控系统在变电站安装的硬件主要包括：摄像机（网络高清摄像机、模拟摄像机、轨道摄像机等）、多功能控制主机、视频处理单元（网络硬盘录像机DVR）、视频处理单元（网络视频录像机NVR）、多维可视监控综合主机、磁盘阵列、图像智能分析服务器。系统硬件结构图如图1所示。

①摄像机。满足对变电站场所环境及主要设备（主变、开关、刀闸等）进行监控的要求，能在夜晚或光线极差的情况下清晰显示监控目标的图像。

②多功能控制主机。通过规约分析和直接采集变电站现场信号，监控的信号包括遥测类、遥信类、遥控类。

③视频处理单元（网络硬盘录像机DVR）。负责采集变电站所有模拟摄像机的音视频信号。

④视频处理单元（网络视频录像机NVR）。负责采集变电站所有网络摄像机的信号，进行编解码运算后，把音频信号存储到磁盘阵列。

⑤多维可视监控综合主机。是系统的核心设备，负责变电站站端与地区中心主站的通讯，获取主站的控制指令，管理变电站站端各设备，把视频数据、状态数据等上传到中心主站。

⑥磁盘阵列。负责存储变电站摄像机的音视频信息。

⑦图像智能分析服务器。负责对变电站内主要设备、仪表等进行智能分析，并提供实时的智能分析结果。

3 图像智能监控系统网络配置情况及要求

变电站站端网络系统采用10～100 Mb/s（10/100BASE）光/电接口接入监控专网，不允许采用共享带宽组网方式；变电站与中心主站至少保证10M以上的网络带宽（标清模式监控）或30 M以上的网络带宽（高清模式监控）。

图像智能监控系统的软件按照大型分布式联网监控系统的结构进行规划，采用分层的模块化结构，模块之间的通信应按规定接口进行，运行平台采用Windows XP以上操作系统。系统软件主要包括以下14个模块：巡视操作模块、巡视路线设置模块、录像查询模块、日志查询模块、权限控制模块、报警管理模块、辅助控制模块、SCADA接口模块、网络带宽自适应模块、图像智能分析模块、变电站主要设备关联性显示模块、变电站主要设备图像巡视及人工报表模块、变电站鸟巢自动巡视模块、变电站主变压器漏油监测模块。

系统软件还应满足以下要求：能根据应用需求支持集中处理模式和分布式处理；具有良好的开放性，以便于与其他应用系统的连接；具有很好的可移植性，支持多种操作系统，并能移植到不同厂家的硬件平台上运行；能适应多种大型数据库系统；具备完善的、分级的操作/访问权限控制机制，运行安全可靠；具有数据备份及灾难恢复功能。

4 图像智能监控系统实现的功能

①信息实时上传功能。主要包括：摄像头预置位配置信息、现场实时图像、图像智能分析结果、与消防系统、安防系统、SCADA系统的联动等相关信息上传。

②变电站内动力环境数据采集、处理及实时上传功能。通过报警采集模块采集消防、安防报警信息，实现现场报警，同时把报警信息传输到地区中心主站；通过温湿度采集模块采集变电站内温湿度测量值并上传到地区中心主站。

③图像智能分析功能。主要包括：对仪表的智能分析；刀闸开、闭状态识别；开关（刀闸）翻牌器开、闭状态识别；控制柜指示状态识别；对开关、刀闸的整体智能分析及自动报警功能；对主变压器的整体智能分析及自动报警功能。

④作业监控和管理功能。通过智能分析技术系统可以自动判断进入某个区域的作业人数、进入时间、离开时间、滞留时间等，并进行自动录像和事件保存，同时根据中心主站的调用指令将智能分析结果上传。

⑤对主要设备或区域设置禁区。可以对变电站的主要设备或区域设置禁区，当有人进入禁区时，系统自动报警并将报警信息上传中心主站。

⑥网络带宽自适应功能。当变电站的图像信息被一个或多个用户调用时，系统根据实时可被利用的带宽、用户的级别、调用图像重要程度等判断上传图像的格式。

5 结 语

该系统整合、完善了计算机监控、在线监测、智能辅助控制等系统，实现对电网的全局在线远程跟踪、自动智能告警、分析决策、综合预警、远程运行维护，为实现变电站一、二次设备远程可视化操作控制，形成一体化的智能调度监控体系提供了必要条件，更好地确保了电网运行的安全可靠、灵活协调、优质高效、经济环保。

参考文献：

[1] 刘鹏杰.变电站视频监控系统的设计和应用[J].电力系统自动化，2011，（8）.

[2] 杨谦，张晓.变电站图像监控系统技术的应用研究[J].电气工程与自动化，2011，（24）.

[3] 刘涛.远程监控系统在无人值守变电站中的应用[J].系统设计与应用，2011，（6）.

[4] 张新尧，彭波涛.变电站图像监视系统的应用[J].信息科技，2011，（11）.

[5] 练笔战，杨扬.电力图像监控系统集成平台的研究与设计[J].电力系统保护与控制，2011（6）.

图像监测系统 篇11

关键词：管道,竹塑复合材料,数字图像相关方法,实验分析

1 概述

竹塑复合材料管道不仅格低廉, 更主要是竹资源十分丰富, 环保天然、无污染, 从而又具有社会价值。竹塑复合材料管道主要开发应用于低压输水工程, 特别是在在渠灌区推广低压竹塑复合材料管道输水技术, 可以大量取代钢、水泥混凝土等材料管道[1]。作为一种新型材料的应用, 考虑到非匀质复合材料的各向不同性特征, 传统的测试技术已不能完全适应其发展。开发新的实验技术、手段与仪器进行材料与结构的性能测试, 已成为目前学术界与工程界的热点研究领域[2]。

数字图像相关方法是一种非接触式全场实时测量技术, 具有通用性强、测量精度高及测量简便等优点。近年来获得了快速发展。这种技术可以完成位移、应变、表面缺陷和裂纹等多种力学、物理变量的测试工作。与常规的无损检测方法, 如射线、超声波、电磁、渗透和磁粉检测等技术有相同的功效[3]。

2 数字图像相关方法检测原理

数字图像相关方法是一种从物体表面随机分布的斑点或伪随机分布的人工散斑场中, 直接提取变形信息的全场、非接触的光测方法。其基本原理是匹配物体表面不同状态下的数字化散斑图像上的几何点, 跟踪点的运动从而获得物体表面的变形信息。给定物体变形前的图像和变形后的图像, 要求在变形后的图像中识别出对应于变形前的图像场中某一图像子区 (模板) 的那个图像子区。

数字图像相关方法认为结构物的图象灰度在测量变形前后保持一致, 但不同图象子区灰度各不相同, 利用基准子区做相关运算匹配变形后图象灰度对应最精确的变形子区, 从而获得位移或应变的相关数据。具体做法是在结构受力之前拍摄原始散斑图;然后记录结构变形的散斑图;经过模数转换运算, 比较两个数字灰度场, 获得相关数极值条件下的位移或应变。

基于距离的结构位移或应变检测, 与像数个数的方法的测量计算单位不一样, 两者必须通过转换。一般是在散斑布置完成后, 在测区标定两个已知距离的点, 并确定两点间所所包含的像数个数。像数个数与相应距离的比值, 即为转换系数。实现了这个转换, 就可以通过摄像了解结构受力变形前后像数个数的变化, 获取位移量。

3 数字图像相关方法的设备与操作

对用于数字图像相关方法的系统要求并不太高, 简单的二维数字图象测量设备即可。主要有数字图像捕捉仪 (也就是普通的摄像机) 、数字图像储存仪 (常用的电脑系统) 以及光源 (一般照明设备) 。检测之前, 先将在结构表面制作随机的人工散斑。具体操作是均匀地喷上一层白色哑光漆, 干后再随机喷涂黑色哑光漆形成黑色散斑。

在一个稳定均匀的光场下, 通常白昼的自然光就行, 测量标定之后, 以每秒5张的速度进行图象采集。完成加载后, 比较结构表面变形前后的图解, 经过转换, 便可输出位移或应变。

具体操作步骤可以归纳为:在参考图像中选定感兴趣的测量区域, 将感兴趣的区域划分为等间隔分布的虚拟网格点, 以网格点为中心, 选定像素大小的图像子区, 再在变形后的图像中寻找与变形前子区相关程度最高的子区, 来获得子区的变形信息, 通过处理所有网格点来获得感兴趣区域的全场变形信息。变形前的子区称为参考子区, 变形后的子区称为变形子区。相邻网格点之间的距离称为网格步长。为了得到较好的全场变形计算精度, 网格步长最好在2~10个像素之间。

4 竹塑复合材料管道的试验实例

试验模型如图1所示。实验采用室内模拟土压试验, 竹塑复合材料管道的管径D=315mm, δ=23.2mm, 长度为1.0m。将管道放置于1.5×1.5米的铁箱中间, 底部铺设3cm垫层。管道两侧选用亚粘土为回填土, 按要求进行压实。在上部模拟加压。

施工回填土的夯实度达到最大密度的95%时可近似地理想化为直线变形介质。竹塑复合材料管道的材料、地基及回填土的物理力、学性质不同, 各种材料的模量E、泊松比μ、材料的容重γ等参数, 如表1所示。

铁箱沿管道轴线方向开两个直径略大于管径的圆孔, 让管道伸出铁箱。露出的管道横断面, 作为数字图像相关方法的检测面。

在管道内放置位移计, 测定指定点的位移。在管道外侧选择有代表性的点沿环向和径向粘贴应变片如图1所示。采用7V08数值采集系统, 测定各指定点的应变, 以作为数字图像相关方法结果的对照。

图2是数字图像相关方法检测管道顶部和底部, 在不同土压力作用下的竖向位移值。

将实验检测结果与有限元理论分析进行对比, 见图3。这是管道横断成上, 土压力为80k N/m2时检测点的数据和理论分析曲线。

表2给出土力为80k N/m2时数字图像相关方法与其他检测结果、计算值的对照比较。

5 进一步展望

随着光电子技术、计算机技术以及多媒体技术的发展, 越来多集光机电一体设备开始应用于的各个个工程领域。数字图像相方法成土木工程中检测的手段就是其中的典型代表。由于条件限, 试验只是应用普通数码相机采集数据, 但分析资料的一般规已经很好地显示出来, 说明数字图像相关方法是是很有应用前的。

参考文献

[1]冼杏娟, 冼定国.竹纤维增强树脂复合材料及其微观形貌[M].北京:科学出版社, 1995.

[2]袁向荣.梁变形检测的一维数字图像相关法[J].广州大学学报, 2010, 9 (1) :54-56.

[3]戴宜全, 孙泽阳, 吴刚, 等.基于数字图像相关法的混凝土全场变形测量[J].东南大学学报, 2007, 40 (4) :829-834.

[4]易俊.数字图像相关法理论及应用研究[D].成都:电子科技大学, 2008.