项目名称: 面向山区铁路异物侵限监测的压缩感知视频图像处理方法研究

项目编号: No.61261040

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 罗晖

作者单位: 华东交通大学

项目金额: 43万元

中文摘要: 我国大部分铁路都分布于山区地带,而山区铁路异物侵限事件频发,对铁路安全运行造成重大威胁;无线多媒体传感器网络感知信息丰富,能实现全方位视频监测。将无线多媒体传感器网络应用于山区铁路异物侵限监测的优势明显,但存在着传输数据量大且网络能量受限的局限性。 本项目在深入研究山区铁路异物侵限多发地段场景特征的基础上,借鉴压缩感知理论,对场景视频图像特征进行充分的稀疏表示,以减少处理的数据量、延长网络生命周期;在稀疏表示的基础上,研究视频图像融合、去噪及重构方法,以获取高质量的视频图像、实现山区铁路异物侵限可靠监测;建立仿真实验系统,实现对研究成果的验证和优化。本项目旨在将压缩感知和视频图像处理充分结合,有效地获取高质量视频图像。 项目完成后,将为无线多媒体传感器网络中视频图像处理及山区铁路异物侵限监测提供理论依据与技术支持,为实现针对山区铁路异物侵限多发地段的全天候、全方位实时监测奠定良好基础。

中文关键词: 压缩感知;图像处理;传感器网络;异物侵限监测;

英文摘要: Most of the railways are located in the mountainous areas in our country. Due to its frequent occurrence, railway foreign invasion has become a big threat to the traffic safety. With the ability of perceiving rich multimedia information and realizing a full range of video monitoring, Wireless Multimedia Sensor Networks is highly suitable for railway foreign invasion monitoring, while it is challenged by the limitation of data transmission and network energy. Based on the research of characteristics of geographical environment in the critical areas of mountainous railways, this project firstly employs the theory of compressed sensing and completes the sparse representation about the characteristics of video image to decrease transferred data and prolong the life-cycle of WMSN. Taking the sparsity as the foundation, the combined method of video images fusion, denoising and reconstruction is studied to obtain high-quality video images to monitor railway foreign invasion in mountainous areas. At last, the simulated experiment system will be established to verify and optimize the achievement of the study. The project aims to combine the compressed sensing with video image processing so as to get high quality video images. When this project is accomplished, it can provide a theoretical basis and technical support for

英文关键词: Compressed Sensing;Image processing;Sensor Network;Foreign Invasion Monitoring;

成为VIP会员查看完整内容
0

相关内容

压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。 compressive sensing(CS) 又称 compressived sensing ,compressived sample,大意是在采集信号的时候(模拟到数字),同时完成对信号压缩之意。 与稀疏表示不同,压缩感知关注的是如何利用信号本身所具有的稀疏性,从部分观测样本中恢复原信号。
《华为云金融行业 保险全业务上云解决方案》18页PPT
专知会员服务
15+阅读 · 2022年3月23日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
城市大脑案例集(2022),114页pdf
专知会员服务
111+阅读 · 2022年1月10日
专知会员服务
31+阅读 · 2021年7月25日
边缘机器学习,21页ppt
专知会员服务
81+阅读 · 2021年6月21日
专知会员服务
61+阅读 · 2021年6月11日
视频分析中的人工智能 (AI)白皮书,16页pdf
专知会员服务
65+阅读 · 2021年5月6日
【上海交大】<操作系统> 2021课程,附课件
专知会员服务
41+阅读 · 2021年4月3日
机器学习在信道建模中的应用综述
专知会员服务
27+阅读 · 2021年3月16日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
城市大脑案例集(2022),114页pdf
专知
3+阅读 · 2022年1月10日
【动态】CSIG应急大数据与安全预警研讨会成功召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
15+阅读 · 2019年6月25日
小贴士
相关VIP内容
《华为云金融行业 保险全业务上云解决方案》18页PPT
专知会员服务
15+阅读 · 2022年3月23日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
城市大脑案例集(2022),114页pdf
专知会员服务
111+阅读 · 2022年1月10日
专知会员服务
31+阅读 · 2021年7月25日
边缘机器学习,21页ppt
专知会员服务
81+阅读 · 2021年6月21日
专知会员服务
61+阅读 · 2021年6月11日
视频分析中的人工智能 (AI)白皮书,16页pdf
专知会员服务
65+阅读 · 2021年5月6日
【上海交大】<操作系统> 2021课程,附课件
专知会员服务
41+阅读 · 2021年4月3日
机器学习在信道建模中的应用综述
专知会员服务
27+阅读 · 2021年3月16日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
24+阅读 · 2019年11月19日
相关资讯
城市大脑案例集(2022),114页pdf
专知
3+阅读 · 2022年1月10日
【动态】CSIG应急大数据与安全预警研讨会成功召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
【CPS】CPS应用案例集
产业智能官
84+阅读 · 2019年8月9日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员