CN108419056A - 大数据图像的传输、查看方法和在桥梁隐患监控中的应用 - Google Patents
大数据图像的传输、查看方法和在桥梁隐患监控中的应用 Download PDFInfo
- Publication number
- CN108419056A CN108419056A CN201810409174.1A CN201810409174A CN108419056A CN 108419056 A CN108419056 A CN 108419056A CN 201810409174 A CN201810409174 A CN 201810409174A CN 108419056 A CN108419056 A CN 108419056A
- Authority
- CN
- China
- Prior art keywords
- image
- high definition
- general image
- topography
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000005540 biological transmission Effects 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000007689 inspection Methods 0.000 title abstract description 6
- 238000012876 topography Methods 0.000 claims abstract description 76
- 238000012546 transfer Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012552 review Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000012545 processing Methods 0.000 description 12
- 238000012790 confirmation Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000013531 bayesian neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种大数据图像的传输、查看方法和在桥梁隐患监控中的应用,传输方法包括:图像采集、图像拼接和图像传输步骤,其中,图像传输按以下优先级传输图像:1.正在查看的低像素整体图像的局部图像对应的高清局部图像;2.按预定规则需要缓存的高清整体图像的高清局部图像;3.整幅高清整体图像。查看方法为:图像查看方将接收的高清整体图像缩放到预定尺寸进行查看。桥梁隐患监控方法包括上述图像传输方法和查看方法,其中,在图像采集过程中,利用无人机按预定飞行轨迹采集桥梁的若干局部的高清图像。本发明的方法可在无线网络差的环境下,高效传输高清图像,提高大数据利用的时效性,提高图像传输价值。
Description
技术领域
本发明涉及大数据通信领域,尤其是一种大数据图像的传输、查看方法和在桥梁隐患监控中的应用。
背景技术
通信领域的技术更新,为社会生产效率的提高起到了极大的促进作用。无线通信基于其高速率、无线化的通信方式,对于移动办公来说,有着决定性的优势。
但是,无线通信的工作状态是建立在有线基站建设的基础上,即对于无线通信的使用(包括GPRS、WLAN等),均需要覆盖有相应的基础数据网络。对于较偏远地区或者基建难度较大的地区,数据网络的覆盖面积和覆盖质量均会受到极大的限制,严重影响到无线数据的正常通行。对于该类地区的大数据传输而言,常规技术为将整体数据划分为较多数量的数据包,再分别传输各数据包以防止整体传输大数据终端或丢包导致的传输失败的问题。此方法存在如下问题,即需要在所有数据包传输完成后,再对所有数据包进行整体解压才可得到完整大数据,进而才可对该大数据进行使用,在传输开始到传输结束过程中,无法对该大数据进行使用。
对于桥梁的隐患监测而言,对监测结果具有极高的时效性要求,即对监测结果的处理和判断需在监测结束或监测过程中完成,否者对于隐患的判断滞后将影响到隐患的进一步加大。而对于如高铁、省际高速等存在山区的桥梁而言,受地形、制备等影响,无线通信质量不高,也无法一次性传输完成整个大数据监控图像。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种大数据图像的传输和查看方法,以及桥梁隐患监控方法,以解决低速率无线传输场景下,对大数据的快速整体把握问题,实现在低速率传输环境下,大数据在数据传输过程中即可被有效使用。
本发明采用的技术方案如下:
一种低速率大数据图像传输方法,该方法包括以下步骤:
S1:图像采集:采集对象的若干局部的高清图像;
S2:图像拼接:将S1中采集的若干局部的高清图像拼接为一幅或多幅高清整体图像;
S3:图像传输:先将高清整体图像对应的低像素整体图像发送给图像查看方;再按以下从高到低的优先级传输高清整体图像:
S3-1:正在查看的低像素整体图像的局部图像对应的高清局部图像;
S3-2:按预定规则需要缓存的高清整体图像的高清局部图像;
S3-3:整幅高清整体图像。
上述低像素整体图像为降低高清整体图像的分辨率,优选还等比例缩放尺寸(即以原图的长宽比进行等比例缩放)后的图像,其从整体上反映高清整体图像的特征。降低分辨率后,图像的数据量大小(包含数据的bit量)会被大幅减小,以便于传输。
进一步的,上述S3-1具体为:
监控图像查看方的鼠标状态,在鼠标为确认查看高清局部图像的状态时,捕捉鼠标在低像素整体图像中所在的像素点,发送像素点对应的低像素整体图像的局部图像所对应的高清局部图像;高清局部图像为鼠标的确查看高清局部图像的状态所对应的相应像素等级的高清整体图像的高清局部图像。
进一步的,上述像素点对应的低像素整体图像的局部图像具体为:以像素点为中心或顶点的预定尺寸的图像。
进一步的,上述相应像素等级的高清局部图像具体为:
将像素点对应的低像素整体图像的局部图像对应到高清整体图像中的高清局部图像划分为若干像素等级,每一像素等级对应于高清整体图像中相应图像尺寸的局部图像,各局部图像的图像尺寸随着像素等级的提高逐步增大或减小;再将各图像等级的局部图像处理为统一的预定图像尺寸的高清局部图像。处理为统一的预定图像尺寸后的图像在数据量上是相同的。显然,将不同图像尺寸的图像缩放到同一尺寸的大小后,原图像尺寸越小的图像在局部特征上展示得越清晰。
进一步的,上述S3-2按以下从高到低的优先级执行:
S3-2-1:缓存图像查看方正在查看的相应像素等级的高清局部图像的下一图像尺寸较小像素等级的高清局部图像;
S3-2-2:监控图像查看方的鼠标的历史运动轨迹,根据历史运动轨迹计算出图像查看方预查看的图像区域,按图像尺寸由大到小的像素等级顺序缓存预查看的图像区域的各像素等级的高清局部图像。
进一步的,上述S2包括:
S2-1:将S1中的采集的编号的若干局部的高清图像拼接为一幅或多幅初步整体图像;
S2-2:将拼接完成的初步整体图像与基准高清整体图像进行对比,以确定对象是否存在异常点;若是,则执行S2-3,否则,执行S2-4;
S2-3:在初步整体图像中标记出异常点,得到高清整体图像;
S2-4:将初步整体图像作为高清整体图像。
进一步的,上述S2-2中将拼接完成的初步整体图像与基准高清整体图像进行对比具体为:将初步整体图像与基准高清整体图像进行差分处理;或者为:将初步整体图像与基准高清整体图像以相同方法提取特征值,得到初步整体图像的特征矩阵和基准高清整体图像的特征矩阵,再将两个特征矩阵进行对比。
为解决上述全部或部分问题,本发明提供了一种基于上述大数据图像传输方法的大数据图像查看方法:图像查看方将接收的高清整体图像缩放到预定尺寸进行查看。即图像查看方对于接收的不同图像范围、不同图像尺寸的图形,均缩放到同一尺寸进行查看。
为解决桥梁隐患监控上,低速率大数据图像在传输过程中对大数据的及时利用问题,本发明提供了一种桥梁隐患监控方法,包括以上步骤:
a.采用上述低速率大数据图像传输方法发送桥梁的大数据图像到图像查看方;
b.图像查看方采用上述大数据图像查看方法查看桥梁的大数据图像;
其中,在图像采集过程中,利用无人机按预定飞行轨迹采集桥梁的若干局部的高清图像。
进一步的,S2中,将采集的若干局部的高清图像拼接为一幅或多幅高清整体图像具体为:
将若干具备的高清图像拼接为一幅或多幅整体图像,再滤除每一幅整体图像中的非桥梁部分,得到一幅或多幅高清整体图像;或者为:
将每一幅若干局部的高清图像中的非桥梁部分滤除,再将滤除掉非桥梁部分的若干局部的高清图像拼接为一幅或多幅高清整体图像。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.将全幅图像的低像素版本先行发送到图像查看方,以便于其对对象的整体上有一个了解,过程中,陆续将原图进行传送,其中,传输的部分为图形查看方需要的部分,因此,可以在不影响原图正常传输的情况下,保证图像查看方能及时了解对象的整体信息以及需要的局部信息。
2.判断预查看的局部图像并进行数据提前传输,可有效减小图像查看方从确认查看需求到查看到对应高清图像的延时,进而提高了数据利用的效率。
3.设置相应像素等级的图层进行选择,以提高确认请求的响应效率,避免出现请求即传输高清原图而造成的传输延长大的情况,同时,也避免了因查看的某局部图像为无效图像时,对传输信道的占用而影响到图像其它局部的及时传输问题。
4.以对鼠标的监控作为对需要传输的局部图像的确认,方法简单有效,计算量小,可提高响应效率。
5.以鼠标为参照对象对需要传输的局部图像进行划定,实现以简单的方法对目标对象进行高准确性的确认,提高了所传输的局部图像与需求的局部图像的匹配率。
6.以像素等级的优先级对图像进行预缓存的传输,适应于对图像的查看习惯(查看顺序需求),即先满足在先需求,提高了图像传输的有效性。
7.与基准图像进行对比后对图像进行标记,可对图像查看方起到有效地提醒作用,进而有效减小查看方的工作量,提高工作效率。
8.对于图像查看方,将图像缩放到统一尺寸大小进行查看,可避免随意改变尺寸对查看效果造成的不良影响,从而便于其发现图像的局部问题特征。
9.采用无人机对桥梁图像进行拍摄,可有效提高图像采集效率;采用预定的飞行轨迹,可有针对性的对局部进行拍摄,以提高隐患监控效率,同时,按预定的飞行轨迹拍摄的图像,便于顺序编号和方向分类,进而便于图像的拼接,提高了图像处理的效率,从而提高了隐患监控的效率。
10.滤除掉不相关/噪音部分,以避免对桥梁观察的干扰,可有效提高隐患发掘的效率和准确性。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是低速率大数据图像传输方法流程图。
图2是存在优先级的高清整体图像传输流程图。
图3是传输需要缓存的高清局部图像流程图。
图4是图像拼接流程图。
图5是桥梁隐患监控方法流程图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
如图1和2所示,本实施例公开了一种低速率大数据图像传输方法,该方法包括以下步骤:
S1:图像采集:采集对象的若干局部的高清图像;在一个实施例中,采集RAW格式的局部的高清图像,以便于后续拼接等处理;
S2:图像拼接:将S1中采集的若干局部的高清图像拼接为一幅或多幅高清整体图像;在一个实施例中,沿一个方向采集的图像拼接为一幅初步整体图像;
S3:图像传输:先将高清整体图像对应的低像素整体图像发送给图像查看方;再按以下从高到低的优先级传输高清整体图像(拼接后的原图);在一个实施例中,此处将高清整体图像处理成低像素整体图像为:将高清整体图像预处理为若干分辨率等级(如3个等级)的较低像素整体图像,再根据传输环境(网速、需求紧急程度等)选择相应等级的较低像素整体图像作为低像素整体图像;例如条件允许的情况下,选择清晰度最高等级的较低像素整体图像进行传输;
S3-1:正在查看的低像素整体图像的局部图像(即对低像素整体图像进行缩放、点击、勾画或圈图以确定的局部位置)对应的高清局部图像;
S3-2:按预定规则需要缓存的高清整体图像的高清局部图像;该需要缓存的高清局部图像为还未查看到的局部位置;
S3-3:整幅高清整体图像。即S2中拼接完成的原图。在一个实施例中,出于对传输方主机内存限制的考虑,该高清整体图像为传输方主机内存负荷内的相应分辨率的图像,即将整幅高清整体图像进行预处理后得到的图像。其分辨率只要满足需求细节可以被清晰展示即可。
在一个实施方式中,图像拼接采用基于SRUF的特征点提取预匹配算法完成待拼接的两幅图的特征点提取和匹配,其具有较高的实时性;再采用RANSAC算法对待拼接图像进行配准,以确定重叠区域和重叠位置,其对图像的特征要求低,具有较高的通用性;最后利用加权平滑算法完成待拼接图像的融合,在融合过程中,采用颜色插值和多分辨率样条技术等完成对拼接线的处理,以使图像在位置、曝光等具备良好的连续性。
在一个实施例中,低像素整体图像为对高清整体图像进行降低分辨率处理后的图像,例如高清整体图像分辨率为6400*4800dpi,原图数据存储量为300Mbits,经降低分辨率处理后,低像素整体图像分辨率为1600*1200dpi,数据存储量变为20Mbits。或者低像素整体图像分辨率为800*600dpi,数据存储量变为5Mbits。
本实施例具体公开了上述正在查看的低像素整体图像的局部图像对应的高清局部图像的确认,其方法为:
监控图像查看方的鼠标状态,在鼠标为确认查看高清局部图像的状态时,捕捉鼠标在低像素整体图像中所在的像素点,发送像素点对应的低像素整体图像的局部图像所对应的高清局部图像;高清局部图像为鼠标的确查看高清局部图像的状态所对应的相应像素等级的高清整体图像的高清局部图像。
上述像素点即为在像素矩阵中的坐标。在一个实施例中,鼠标双击、勾画、圈图或缩放等被设定为确认查看高清局部图像的状态,在一个具体实施例中,通过鼠标在图像中的某一点双击或滚轮的转动表示为确认查看此处局部位置的高清局部图像。
在一个实施例中,像素点对应的低像素整体图像的局部图像具体为:以像素点为中心或顶点的预定尺寸的图像。在一个具体实施例中,像素点对应的低像素整体图像的局部图像为:以该像素点为中心的预定尺寸的矩形边界图像。例如在6400*4800像素的低像素整体图像中,以该图像左下角为原点,鼠标在第(1000,1000)的像素点双击以查看该点对应的高清局部图像,设定的预定尺寸为800*600像素,则传输以(1000,1000)为中心,尺寸为800*600像素的局部原图处理到相应的像素等级(分辨率),再发送到图像查看方。
本实施例具体公开了上述方法中,像素等级的高清局部图像的传输方法:
将像素点对应的低像素整体图像的局部图像对应到高清整体图像中的高清局部图像划分为若干像素等级,每一像素等级对应于高清整体图像中相应图像尺寸的局部图像,各局部图像的图像尺寸随着像素等级的提高逐步增大或减小;再将各图像等级的局部图像处理为统一的预定图像尺寸的高清局部图像。处理为统一的预定图像尺寸后的图像在数据量上是相同的。
在一个实施例中,各局部图像的图像尺寸随着像素等级的提高逐步减小。例如原图(高清整体图像)的尺寸为40000*30000像素,经降低分辨率和缩放尺寸处理后,低像素整体图像的尺寸为8000*6000像素;像素等级划分为5级,各级采用ROI(region of interest)截取原图的尺寸依次如下:
像素等级 | 截取尺寸(像素) |
第一级 | 3200*2400 |
第二级 | 2048*1536 |
第三极 | 1600*1200 |
第四级 | 1024*768 |
第五级 | 640*480 |
具体的,确认查看各个像素等级的高清局部图像的过程为:假设现鼠标在以左下角为原点的低像素整体图像中的像素点为(5000,4000),现鼠标在该点双击或缩放以确认查看第一级的高清局部图像,则截取原图中,以((5000-3200/2)*(40000/8000),(4000-2400/2)*(40000/8000))到((5000+3200/2)*(40000/8000),(4000+2400/2)*(40000/8000))作为对角顶点的矩形区域,将该截取的区域缩放处理到800*600像素的尺寸大小(例如基于OpenCV的resize技术进行缩放处理)并传输到图像查看方。进一步的,若鼠标在第一级高清局部图像的基础上再进一步确认查看下一级高清局部图像,则首先确定鼠标在第一级高清局部图像中的像素点对应于低像素整体图像的像素点,具体为:例如鼠标在第一级高清整体图像中的像素点为(x,y),则其对应低像素整体图像中的像素点为(5000-1600+3200*x/800,4000-1200+2400*y/600)。进一步以鼠标所对应于低像素整体图像所在的像素点为中心,例如(x’,y’),则截取原图中,以((x’-2048/2)*(40000/8000),(y’-1536/2)*(40000/8000))到((x’+2048/2)*(40000/8000),(y’+1536/2)*(40000/8000))作为对角顶点的矩形区域,将该截取的区域缩放处理到800*600像素的尺寸大小并传输到图像查看方。对后续像素等级的确认(图像查看方进一步确定)参照相同方法进行处理和传输。
进一步的,上述实施例中,鼠标确认查看高清局部图像的状态包括对像素等级的查看。例如通过鼠标滚轮的滚动、可视化界面中像素等级的选项-例如像素等级的加/减选项。在一个具体实施例中,鼠标通过滚动滚轮一定角度-如一步或一周-表示为确认查看下一像素等级的高清局部图像。
如图3所示,本实施例具体公开了上述方法中,需要缓存的高清整体图像的高清局部图像优先级处理方法,其按以下优先级执行:
S3-2-1:缓存图像查看方正在查看的相应像素等级的高清局部图像的下一图像尺寸较小像素等级的高清局部图像;所谓下一图像尺寸较小的像素等级,具体为:对于图像尺寸与像素等级成反相关的设定规则,则缓存下一像素等级的高清局部图像,对于图像尺寸与像素等级成正相关的设定规则,则缓存上一像素等级的高清局部图像;
S3-2-2:监控图像查看方的鼠标的历史运动轨迹,根据历史运动轨迹计算出图像查看方预查看的图像区域,按图像尺寸由大到小的像素等级顺序缓存预查看的图像区域的各像素等级的高清局部图像。
在一个实施例中,图像查看方在查看某一区域的第四级的高清局部图像,则对于图像尺寸与像素等级成反相关的设定规则为例,传输该局部区域的第五级的高清局部图像。若图像查看方在查看某一区域的第五级(最高级)的高清局部图像;则根据鼠标历史运行轨迹(例如鼠标由左至右运动),传输下一局部区域的第一级高清局部图像。此处对于下一局部区域的确定,在一个实施方式中,可确定为所在区域相邻的800*600像素的区域,即沿鼠标历史运动方向的延长方向上,中心像素点在横向(x轴方向)距离800像素的区域。
如图4所示,本实施例公开了上述方法中,图像拼接的过程:
S2-1:将上述方法的S1中的采集的编号的若干局部的高清图像拼接为一幅或多幅初步整体图像;
S2-2:将拼接完成的初步整体图像与基准高清整体图像进行对比,以确定对象是否存在异常点;若是,则执行S2-3,否则,执行S2-4;
S2-3:在初步整体图像中标记出异常点,得到高清整体图像;
S2-4:将初步整体图像作为高清整体图像。
进一步的,将拼接完成的初步整体图像与基准高清整体图像进行对比的方法为:将初步整体图像与基准高清整体图像进行差分处理;或者为:将初步整体图像与基准高清整体图像以相同方法提取特征值,得到初步整体图像的特征矩阵和基准高清整体图像的特征矩阵,再将两个特征矩阵进行对比。该基准高清整体图像为历史无异常点(对于对象为桥梁桥墩的实施场景中,异常点可为裂痕、移位等)的图像。
在一个实施例中,采用SIFT、SURF、HOG或DOG分别提取出初步整体图像和基准高清整体图像的特征矩阵,再判断特征矩阵在整体或局部上的相似距离,通过相似距离判断是否存在异常点-相似距离超出预定阈值则表示为存在异常点,导致该相似距离差异的特征值所对应的局部位置则为异常点。
在一个实施例中,通过将初步整体图像和基准高清整体图像进行差分处理,则差分结果即为异常点。
本实施例公开了一种基于上述实施例中的大数据图像传输方法的大数据图像查看方法:图像查看方将接收的高清整体图像缩放到预定尺寸进行查看。例如图像查看方的视口统一固定为800*600像素的尺寸(或者相应的分辨率)。在一种实施方式中,该视口可以进行等比例缩放。
如图5所示,本实施例公开了上述低速率大数据图像传输方法和图像查看方法在桥梁隐患监控中的应用,公开了一种桥梁隐患监控方法,该方法包括以下步骤:
a.采用上述低速率大数据图像传输方法发送桥梁的大数据图像到图像查看方;
b.图像查看方采用上述大数据图像查看方法查看桥梁的大数据图像;
其中,在图像采集过程中,利用无人机按预定飞行轨迹采集桥梁的若干局部的高清图像。
在一个实施例中,采用无分机采集桥梁横截面方向的上下左右方向的局部图像,以桥梁横截面的四个方向分别拼接为四幅高清整体图像。或者进一步将四幅高清整体图像整理到一幅图像中,得到一幅桥梁的高清整体图像。
本实施例公开了桥梁隐患监控方法中,图像的拼接方法:S2中,将采集的若干局部的高清图像拼接为一幅或多幅高清整体图像具体为:
将若干具备的高清图像拼接为一幅或多幅整体图像,再滤除每一幅整体图像中的非桥梁部分,得到一幅或多幅高清整体图像;或者为:
将每一幅若干局部的高清图像中的非桥梁部分滤除,再将滤除掉非桥梁部分的若干局部的高清图像拼接为一幅或多幅高清整体图像。
在一个实施中,通过基于神经网络的深度学习算法定位桥梁部分,在一个具体实施例中,采用贝叶斯神经网络分类器定位到桥梁部分,进而反向滤除掉局部或整体图像中的非桥梁部分。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (10)
1.一种低速率大数据图像传输方法,其特征在于,包括以下步骤:
S1:图像采集:采集对象的若干局部的高清图像;
S2:图像拼接:将S1中采集的若干局部的高清图像拼接为一幅或多幅高清整体图像;
S3:图像传输:先将高清整体图像对应的低像素整体图像发送给图像查看方;再按以下从高到低的优先级传输高清整体图像:
S3-1:正在查看的低像素整体图像的局部图像对应的高清局部图像;
S3-2:按预定规则需要缓存的高清整体图像的高清局部图像;
S3-3:整幅高清整体图像。
2.如权利要求1所述的方法,其特征在于,所述S3-1具体为:
监控图像查看方的鼠标状态,在所述鼠标为确认查看高清局部图像的状态时,捕捉所述鼠标在低像素整体图像中所在的像素点,发送所述像素点对应的低像素整体图像的局部图像所对应的高清局部图像;所述高清局部图像为所述鼠标的确查看高清局部图像的状态所对应的相应像素等级的高清整体图像的高清局部图像。
3.如权利要求2所述的方法,其特征在于,所述像素点对应的低像素整体图像的局部图像具体为:以所述像素点为中心或顶点的预定尺寸的图像。
4.如权利要求2或3所述的方法,其特征在于,所述相应像素等级的高清局部图像具体为:
将所述像素点对应的低像素整体图像的局部图像对应到高清整体图像中的高清局部图像划分为若干像素等级,每一像素等级对应于高清整体图像中相应图像尺寸的局部图像,各局部图像的图像尺寸随着像素等级的提高逐步增大或减小;再将各图像等级的局部图像处理为统一的预定图像尺寸的高清局部图像。
5.如权利要求:4所述的方法,其特征在于,所述S3-2按以下从高到低的优先级执行:
S3-2-1:缓存图像查看方正在查看的相应像素等级的高清局部图像的下一图像尺寸较小像素等级的高清局部图像;
S3-2-2:监控图像查看方的鼠标的历史运动轨迹,根据所述历史运动轨迹计算出图像查看方预查看的图像区域,按图像尺寸由大到小的像素等级顺序缓存所述预查看的图像区域的各像素等级的高清局部图像。
6.如权利要求1、2、3或5所述的方法,其特征在于,所述S2包括:
S2-1:将S1中的采集的编号的若干局部的高清图像拼接为一幅或多幅初步整体图像;
S2-2:将拼接完成的初步整体图像与基准高清整体图像进行对比,以确定所述对象是否存在异常点;若是,则执行S2-3,否则,执行S2-4;
S2-3:在所述初步整体图像中标记出所述异常点,得到高清整体图像;
S2-4:将所述初步整体图像作为高清整体图像。
7.如权利要求6所述的方法,其特征在于,所述S2-2中将拼接完成的初步整体图像与基准高清整体图像进行对比具体为:将所述初步整体图像与基准高清整体图像进行差分处理;或者为:将所述初步整体图像与基准高清整体图像以相同方法提取特征值,得到初步整体图像的特征矩阵和基准高清整体图像的特征矩阵,再将两个特征矩阵进行对比。
8.一种基于权利要求1-7之一的大数据图像传输方法的大数据图像查看方法,其特征在于,图像查看方将接收的高清整体图像缩放到预定尺寸进行查看。
9.一种桥梁隐患监控方法,其特征在于,包括以下步骤:
a.采用如权利要求1-7之一的低速率大数据图像传输方法发送桥梁的大数据图像到图像查看方;
b.图像查看方采用如权利要求8所述的大数据图像查看方法查看所述桥梁的大数据图像;
其中,图像采集过程中,利用无人机按预定飞行轨迹采集桥梁的若干局部的高清图像。
10.如权利要求9所述的桥梁隐患监控方法,其特征在于,所述S2中,将采集的若干局部的高清图像拼接为一幅或多幅高清整体图像具体为:
将若干具备的高清图像拼接为一幅或多幅整体图像,再滤除每一幅整体图像中的非桥梁部分,得到一幅或多幅高清整体图像;或者为:
将每一幅所述若干局部的高清图像中的非桥梁部分滤除,再将滤除掉非桥梁部分的若干局部的高清图像拼接为一幅或多幅高清整体图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810409174.1A CN108419056B (zh) | 2018-05-02 | 2018-05-02 | 大数据图像的传输、查看方法和桥梁隐患监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810409174.1A CN108419056B (zh) | 2018-05-02 | 2018-05-02 | 大数据图像的传输、查看方法和桥梁隐患监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108419056A true CN108419056A (zh) | 2018-08-17 |
CN108419056B CN108419056B (zh) | 2019-02-26 |
Family
ID=63137411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810409174.1A Active CN108419056B (zh) | 2018-05-02 | 2018-05-02 | 大数据图像的传输、查看方法和桥梁隐患监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108419056B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3623893A1 (de) * | 2018-09-12 | 2020-03-18 | vaireco GmbH | Verfahren zum lokalisieren einer stoerung eines systems |
CN115147501A (zh) * | 2022-09-05 | 2022-10-04 | 深圳市明源云科技有限公司 | 图片解压方法、装置、终端设备以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120011568A1 (en) * | 2010-07-12 | 2012-01-12 | Cme Advantage, Inc. | Systems and methods for collaborative, networked, in-context, high resolution image viewing |
CN106525364A (zh) * | 2016-10-11 | 2017-03-22 | 株洲国铁实业有限公司 | 一种高铁桥梁下表面状况图像检测方法及作业装置 |
CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及系统 |
CN106873844A (zh) * | 2015-12-11 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 图片查看方法及装置 |
CN107018386A (zh) * | 2017-06-08 | 2017-08-04 | 柳州智视科技有限公司 | 一种视频流多分辨率观测系统 |
CN107105170A (zh) * | 2017-06-08 | 2017-08-29 | 柳州智视科技有限公司 | 一种视频流多分辨率传输装置及其实现方法 |
-
2018
- 2018-05-02 CN CN201810409174.1A patent/CN108419056B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120011568A1 (en) * | 2010-07-12 | 2012-01-12 | Cme Advantage, Inc. | Systems and methods for collaborative, networked, in-context, high resolution image viewing |
CN106873844A (zh) * | 2015-12-11 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 图片查看方法及装置 |
CN106525364A (zh) * | 2016-10-11 | 2017-03-22 | 株洲国铁实业有限公司 | 一种高铁桥梁下表面状况图像检测方法及作业装置 |
CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及系统 |
CN107018386A (zh) * | 2017-06-08 | 2017-08-04 | 柳州智视科技有限公司 | 一种视频流多分辨率观测系统 |
CN107105170A (zh) * | 2017-06-08 | 2017-08-29 | 柳州智视科技有限公司 | 一种视频流多分辨率传输装置及其实现方法 |
Non-Patent Citations (1)
Title |
---|
庞博文与李国庆: "基于C/S结构的大数据量遥感图像显示方案", 《科学技术与工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3623893A1 (de) * | 2018-09-12 | 2020-03-18 | vaireco GmbH | Verfahren zum lokalisieren einer stoerung eines systems |
CN115147501A (zh) * | 2022-09-05 | 2022-10-04 | 深圳市明源云科技有限公司 | 图片解压方法、装置、终端设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108419056B (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108419056B (zh) | 大数据图像的传输、查看方法和桥梁隐患监控方法 | |
CN100507937C (zh) | 基于局部图像纹理特征匹配的焊缝自动识别视觉方法 | |
CN103309859B (zh) | 数据抽稀方法及装置 | |
CN108537821A (zh) | 一种基于视频的运动目标检测方法 | |
CN101317199A (zh) | 基于建筑物屋顶的3d表示的屋顶和建筑物结构而传输所述结构的方法、设备和程序 | |
CN102507592A (zh) | 表面缺陷仿蝇视觉在线检测装置及检测方法 | |
CN106093934B (zh) | 基于改进动态规划的穿墙雷达成像后多目标位置估计方法 | |
CN101770641A (zh) | 一种结构光焊缝图像特征点快速提取方法 | |
CN108171674B (zh) | 针对任意视角投影仪图像的视觉矫正方法 | |
CN110763697A (zh) | 一种使用飞行器检测工程结构表面裂缝的方法 | |
CN112734739B (zh) | 一种基于注意力机制与ResNet融合的建筑裂缝可视化识别方法 | |
CN105652895A (zh) | 基于激光传感器的移动机器人人体跟踪系统及跟踪方法 | |
CN104376540B (zh) | 一种Bayer图像的去噪方法 | |
CN103646254A (zh) | 一种高密度行人检测方法 | |
CN105740814B (zh) | 一种使用视频分析确定固废危废存放状态的方法 | |
CN110809779B (zh) | 图像合成方法、图像合成装置及记录介质 | |
CN110457803A (zh) | 一种无人驾驶协同探测方法 | |
CN110216664A (zh) | 基于点云数据的障碍物识别方法及装置 | |
CN113177941A (zh) | 一种钢卷边裂识别方法、系统、介质和终端 | |
CN113160209A (zh) | 用于建筑外立面损伤检测的目标标注方法及目标识别方法 | |
CN104240247A (zh) | 一种基于单张图片的建筑物俯视轮廓的快速提取方法 | |
CN109544574A (zh) | 基于全固态vts雷达的目标提取方法 | |
CN116129329A (zh) | 基于深对空卷积和卡尔曼滤波的早期细小火苗检测方法 | |
CN110400325B (zh) | 智能化河道管控平台 | |
CN111783676A (zh) | 基于关键区域感知的智慧城市道路视频连续覆盖方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |