基于云台精确控制的环境污染视频监控系统项目可行性研究报告.docx

1、基于云台精确控制的环境污染视频监控系统项目可行性研究报告基于云台精确控制的环境污染视频监控系统项目可行性研究报告 （二）某市科技项目立项可行性研究报告编制提纲一、总论1申请项目的概述。应包括项目主要内容、创新点、技术水平，项目的主要用途及应用范围（限200字以内）。项目利用云台预置位精准控制技术在环境污染视频监控系统中实现了对监控目标的精确定位。该技术利用软件实现了云台的预置位功能，预置位精度高、数量多，受云台设备性能影响小，能以低成本实现高精度的控制。创新点是：采用隔点扫描，对图像相似性分析算法进行了改进，实现了云台任意位置的精确闭环控制；利用两重灰度方差法进行图像清晰度分析，基于远程闭环控

2、制，实现了长焦距镜头的自动聚焦。技术水平达国内领先。项目主要用途是对环境空气污染进行视频监控，应用于环境保护与环境监测。2简述项目的社会经济意义、目前的进展情况。空气污染是我国乃至世界面临的一个十分严重的环境问题。它直接影响着人类的生存和发展，积极防治空气污染是保护环境的一个重要环节，环保部门必须加大监管力度，采用先进的监测、监视设备打击非法排放烟尘的行为。烟气排放网络监测系统可综合发挥多点烟气排放监测系统的功能，对城市或地区的大气污染源实行动态监测，为大气污染物排放总量控制提供优质先进的服务。目前国内已有较多的有关烟气及空气质量远程监控系统的研究及应用。由于计算机网络的迅速发展，基于计算机网

3、络的各种应用也越来越成熟。特别是随着视频图像压缩算法的不断改进，烟尘远程视频监控系统的应用也越来越广泛。在这些烟尘视频监控系统中，普遍采用200mm以上(最长的采用800mm)的长焦距电动三可变或二可变镜头，其设计监控范围为一般为5公里。有的系统带有预置位，或32个，或64个，最多的有256个，有的系统没带。由于镜头焦距长，无法采用一体化摄像系统，镜头、摄像机、云台采用分体式， 因此，均未实现自动聚焦功能。当使用人员对准监控目标并进行变倍操作时，必须手动调焦，为使用都造成了一定的不便。为了在远程视频监控中精确定位污染点,需要对云台摄像系统采取精确定位，这样监控人员就可以实时快速定位监控点，准确

4、的找到污染源并获得点位的相关信息。目前市场上远程监控所用的中型、重型云台预置位精度都不太高，并且预置位点数一般小于64个，不能满足精确控制的要求，因此我们需要解决全方位云台预置位的精准控制技术，以提高污染源远程视频监控的性能。本项目利用软件方式实现了云台的精准控制，其预置位的准确度非常高，预置位个数理论上可达无穷多个，无论从数量还是精度上，都远远优于传统的预置位控制技术。本项目产品的应用，可以提高整个环境视频监控系统的自动化和智能化程度，简化操作，提高工作效率，为我市节能减排起到积极的作用。 我单位在2000年以后，一直致力于环保部门软硬件产品的开发。2004年我单位开发了污染源在线监测系统软

5、件及用于PH值、污染设施运行状态以及远程视频图像采集的数据采集存储设备，并且已成功研制出第一代的远程可视监测产品。2009年，我单位取得了宇佳环境视频监控系统、宇佳无线远程监控系统等两项与环境远程视频监控相关的软件著作权。 2010年，我单位研发了全方位云台预置位精准控制技术，并于2011年取了科技成果，其技术水平为国内领先。目前，正在将该成果进一步推广应用。3项目计划目标（此栏目各项指标是项目立项后，签订合同的主要内容，也是项目验收的主要依据。）（1）总体目标：包括项目执行期间（从项目起始时间到计划完成时间）计划投资额；项目完成时达到的阶段（中试或批量生产）、实现的年生产能力（或阶段成果）、

6、企业资产规模、企业人员总数和因项目实施而新增就业人数等。项目执行期间计划投资288万；项目完成是达到中试阶段，实现年产值2000万元,企业资产规模达1600万元，企业人员总数达40人，因项目实施而新增就业人数10人。（2）经济目标：（此目标不是指企业指标，也不是指本项目达到的生产能力，而是指本项目在执行期内可实际累计实现的指标。）包括项目计划完成时累计实现的工业增加值、销售收入、缴税总额、净利润、创汇额等。本项目在项目执行期内，预计可实现工业增加值1500万元，销售收入2000万元，缴税总额300万元，净利润600万元。（3）技术、质量指标：包括项目计划完成时达到的主要技术与性能指标(需用定量

7、的数据描述)、执行的质量标准、通过的国家相关行业许可认证及企业通过的质量认证体系等。主要技术与性能指标： （1）在中型、重型云台上实现精确的预置位，并实现长焦距摄像机的自动聚焦功能。（2）预置位精度小于等于0.05度。（3）调整时间小于3秒。（4）预置位个数大于500。执行质量标准：ISO9001-2000版质量管理体系认证GB/T 8566 信息技术-软件生存周期过程GB/T 15532 计算机软件单元测试二、申报企业情况1申报企业基本情况包括企业名称、通讯地址、注册时间、注册资金、企业登记注册类型。企业名称：某电子系统工程中心注册时间：1992年注册资金：301.2万企业登记注册类型：全民

8、所有2企业人员及开发能力论述企业法定代表人、项目技术负责人的基本情况，包括学历、所学专业及主要工作业绩。企业人员基本情况，包括企业人员总数、大专以上人员数；主要管理人员数、文化水平。职工总数 28 人；大专以上人员28人；主要管理人员3人文化水平大学。新产品开发能力情况，包括企业研发投入占企业年销售收入比例；科研开发队伍情况。某电子系统工程中心隶属于中国电子科技集团公司第三十三研究所是某省高新技术企业，主要从事电子产品、计算机软件开发凭借雄厚的军工研发实力，成功的完成了“JW-8601焦炉压力微机控制系统”、“全方位云台预置位精准控制技术”等数十项研发课题，获研发成果6项，省科技进步奖2项。研

9、发投入占销售收入的20%。现有高级工程师6名，工程师10名中高级职称以上的科技人员占职工总人数的百分之60以上，科研开发队伍占高中级职称人员的50%。公司为信息产业部双软认证的软件企业。三项目的技术可行性和成熟性分析1项目的技术创新性论述（1）详细说明本项目的基本原理及关键技术内容；论述项目创新点，包括技术创新、产品结构创新、生产工艺创新、产品性能及使用效果的显著变化等。基本原理：A.云台闭环控制基本原理采用闭环控制的方法实现云台预置位的精准控制。由于摄像机可以返回视频图像（输出量）而原预置点图像（输入量）可以事先存储，这使得输出信号与输入信号具备可比较性，最终具备闭环控制系统的基本条件。其控

10、制框图如下：图1云台预置位闭环控制系统控制框图控制流程如下：控制系统输入一个恒定控制量并与计算测量系统输出的反馈量进行矢量叠加，然后通过自控系统共同控制云台执行机构动作，云台动作停止后摄像机返回拍摄图像传送到计算测量系统中，计算测量系统计算出控制精度，当精度满足预定精度时完成控制，否则重复上述过程。在软件上实现时，其步骤如下：1) 首选将摄像机对准要观测的目标，并记录其图片（称为模板图片）。2) 当摄像机离开目标并再次回到该目标时，已经不能准确地对准目标了。3) 此时，记录当前的图片（称为实际图片）。对实际图片与模板图片经过图像分析与比较，确定这两幅图片的位置误差，以(x,y)记录其水平、垂直

11、方向的误差。4) 按照误差调整云台位置，然后转到步骤3，直到x=0并且y=0。5) 此时已经非常精确地对准了目标。根据此原理，可计算出控制精度。以本项目中所用的镜头Tokina TM16Z7518GAIPN为例，当镜头处于焦距最短的位置时，其水平视角最大，其值为35.5，其图像的成像像素为704*574（D1格式），则其水平方向每个像素代表的角度为：35.5/7040.05当镜头处于焦距最长位置时，其水平视角最小，其值为2.3，此时，水平方向每个像素代表的角度值为:2.3/7040.0033在本项目中，采用闭环控制方式，可使实际图片与模板图片误差在1个像以内，因此，其最小精度可达0.05，最高

12、精度可达0.0033。 B自动聚焦基本原理 自动聚焦同样采用闭环控制方式。其原理是：向任意方向(远或近)聚焦，如果所得图像的清晰度变高，则认为没有聚焦到最佳位置；直到图像清晰度由高变低（在此过程中需记录最高的清晰度值），此时认为已过了聚焦的最佳位置，需要向反向聚焦，直到清晰度值达到了所记录的最高值，则认为聚焦到了最佳位置。关键技术：A图像分析速度在本项目中，采用了闭环控制的思想，因此，其精确度是非常高的。在这个解决方法中，有一个非常重要的问题：图片分析速度。图片分析上的速度直接决定了控制的速度。为了加快图片分析速度，我们采用基于隔行扫描的最大互相关匹配算法。图像匹配通常是在已知的个象素的图象中

13、寻找个象素的子图像的匹配位置。最大互相关算法具有对噪声不敏感、匹配位置准确等特点，因而成为图像匹配采用的主要方法. 但采用最大互相关算法进行全搜索图像匹配，它的运算量非常大，约是的常数倍。相关匹配模型如下：设为一幅大小为的图像(记为)，是一幅的模板图像(记为)，本文根据相关匹配在中找出与相匹配的子块。用表示中以为左上角点与大小相同的的子块同时也表示该子块对应的矩阵，即 (1)表示与的相关系数，具体定义如下: (2) 其中为的方差，为的方差，为和的协方差：从而 (3) (4)其中，和分别表示图像和的灰度均值。如果很大或接近1，则表明图像在点与图像匹配 通过上述模型寻找匹配时需要对A 的每个像素点

14、进行搜索，计算量很大。经实验，匹配一幅图需要的时间很长，不适合本系统使用。因此，对引入另一个改造后的搜索方案：如果子块与图像相匹配，则他们的方差一定接近，所以引入相对误差 当时就不用计算，而去搜索下一个点，否则就计算，搜索完毕所有的点，使最大的点即为匹配位置。对于一幅给定的图象,规定左上角的象素坐标为（1，1），从上向下的方向为轴正向，从左向右的方向为轴正向，按此算法进行搜索，可大大减小计算量，提高运算速度。但是，该方法还可以继续改进。在此算法中，每比较一次的图片需要对每个点进行匹配。由于摄像机所摄图像是一个动态的视频流，所以每一个静态的截图都有一定的模糊。因此，在进行匹配时，完全可以隔一个点

15、比较一次甚至隔2个点比较一次，直到找到匹配的区域，然后在此区域内再进行逐点匹配，直到找到精确的位置。B自动聚焦功能的实现在本项目中，采用基于图像清晰度的自动聚焦算法。具体步骤如下：(1)摄像机定位到某个方向后，判断当前图像的清晰度。(2)对镜头做一次聚集操作，再次判断图像的清晰度。(3)如果本次清晰度大于或高于上次清晰度，则向相同方像再次做聚焦操作，且执行操作，并重新计算。重复执行这一步，直到。此时再向相反的方向执行一次聚焦操作，即可认为聚焦成功。(4)如果, 则向相反方像再次做聚焦操作，且执行操作，并重新计算。重复执行这一步，直到。此时再向相反的方向执行一次聚焦操作，即可认为聚焦成功。在此过程中，最关键的步骤是图像清晰度的判断。一般用来标志图像清晰度的函数有1、基于图像统计的方法如信息熵法,灰度方差法和直方图法等。2、基于图像边缘检测的方法如Laplacian 算子法和Sobel 算子法等。3、基于变换域的方法如快速Fouricr 算法等 。以上的清晰度曲线图均具有单峰特性,即存在一个唯一的焦距位置使图像的清晰度函数值最大。各种方法在计算速度和对图像清晰度的敏感程度上各不相同,而且对具体的图像也有不同的敏感性。在本项目进行过程中，分可采用多重灰度方差法。在此方法