CN108731614B - 一种人防门开关量自动检测系统及方法 - Google Patents

Abstract

一种人防门开关量自动检测系统，包括光路布局模块，用于获得人防门门扇和门框的视频图像；数据采集模块，用于接收光路布局模块获取的视频图像；图像数据服务器，用于储存人防门门扇和门框的实时视频图像信息；智能分析模块，将图像数据服务器中存储的人防门门扇和门框的实时视频图像的信息转换为像素坐标定位信息，进行分析计算，确定人防门门扇和门框在像素坐标内形成的角度开关量异常情况，并转换为物理坐标内的真实开关量异常情况；显示终端，用于对已确定人防门开关量异常情况进行显示；电气主控箱，分别和光路布局模块、数据采集模块、图像数据服务器、智能分析模块、显示终端电连接。实现根据需要随时查看人防门的开关量变化情况。

Description

一种人防门开关量自动检测系统及方法

技术领域

本发明属于人防门技术领域，尤其是涉及一种人防门状态自动检测系统。

背景技术

人防门就是人民防护工程出入口的门，用来保护避难人群，阻隔毒气、爆破杀伤用的门。人防门在不同时期的开关状态是不一样的，和平时期处于常打开状态，在战争时期或演习时段处于关闭状态。地铁工程中的人防工程处于特别状态，在平时状态人防门打开，便于地铁车辆的高频次通过，提升城市的交通运行能力；在战时或演习时，人防门完全关闭，使得人防门空间内为一个密闭的空间，保护人民的生命财产安全。一般而言，人防门根据开门的方式可分为平开门和推拉门。其中平开门是围绕着铰链(合页)旋转进行开启或关闭。

人防门开关量，指的是平开门上端面与门框的上端面之间形成的夹角，在人防门关闭状态时，夹角应该为0度，确保人防门内空间的密闭性，从而保障工事内的安全；在人防门打开时，根据人防门的开关位置要求，夹角基本应在75度到180度之间，此时用于地铁车辆的顺利通过。地铁车辆高频次的通过，强大的风阻压力在人防门上施加作用力，使得固定人防门位置的固定件可能发生位置偏移量，进而带来人防门开关夹角量的变化，这个开关夹角量可以反映出人防门是否在规定的位置，实时知晓人防门的开关量，无论在和平还是战争时期，精确掌握人防门的开关状态对保护人民财产安全和保存战争实力具有重要意义。

针对人防门的开关量检测，当前主要依靠巡检人员在间隔时间下例行巡检过程中发现问题和上报，也就是说，现有技术中只能通过间断性、人工性巡检实现人防门开关状态维护，效率、精确度和及时性都存在很多不足。

发明内容

有鉴于此，本发明旨在提供一种人防门开关量自动检测系统，以便实时检测人防门的开关量情况，及时发现人防门的开关量变化情况，及时维护，提高安全性。

为达到上述目的，本发明的技术方案是这样实现的：

一种人防门开关量自动检测方法，包括如下步骤：

S1：光路布局模块的摄像机获取人防门门扇和门框的图像；

S2：数据采集模块接收所述光路布局模块获取的视频图像,并传递给智能分析模块；

S3：智能分析模块，将所述数据采集模块采集到的人防门门扇和门框的视频图像，进行转换，得到人防门门扇和门框的实时视频图像的像素坐标位置定位信息；

S4，智能分析模块调取人防门门扇和门框的实时视频图像的定位信息，将人防门门扇和门框的实时定位像素坐标位置数据的定位信息，进行图像分析计算，得出人防门门扇和门框形成的角度开关量，由人防门门扇和门框形成的角度开关量确定人防门的开关量异常与否的情况；

S5：电气主控箱将人防门的开关量异常状态在所述显示终端上显示出来；

其中步骤S3中门扇和门框的实时视频图像的像素坐标位置定位信息通过如下步骤得到：

S31：得到人防门门扇和门框在图像中的像素坐标位置；

S32:门框顶部外形识别:

S321:利用OpenCV中的filter2D函数实现在门框纵向和横向的卷积运算，将横向和纵向的卷积运算结果每个对应位置的像素取最大值，得到增强图像中门框的轮廓图像；

S322:采用OpenCV中的线段检测函数获得门框顶面轮廓的一系列的直线段；

S323:利用步骤S322检测到的直线段，根据直线段的亮度分布特性，将直线段分成3类：最上面的直线段具有直线上方亮度均值低于直线下方亮度均值的特性，差值绝对值在30以上；中间直线段具有上、下亮度差异度小的特性，差值绝对值低于25；最下面的直线段上方的亮度均值高于下方的亮度均值，差值绝对值在30以上；过滤掉不满足条件的直线段；

S324：将步骤S323分成的三类直线段进行直线拟合，得到上、中、下三条直线，通过这三条直线反映并得到门框的顶部轮廓；

S325：利用步骤S324获取的门框顶部轮廓检测数据，选取三条直线段中的最下方的直线作为门框的特征直线；

S33:门扇顶部外形识别

S331：利用OpenCV中的filter2D函数实现门扇在纵向和横向的卷积运算，将纵向和横向的卷积运算结果每个对应位置的像素取最大值，得到增强图像中门扇的外形轮廓图像；

S332：采用OpenCV中的线段检测函数得到门扇顶面一系列的直线段；

S333：利用步骤S332检测到的直线段，根据直线的亮度分布特性，将直线段分成2类：一类直线段满足，直线段上方的亮度均值远高于下方的亮度均值，均值的差值绝对值在30以上；另一类直线段满足，直线段上方的亮度均值远低于下方的亮度均值，均值的差值绝对值在30以上，过滤掉不满足条件的直线段；

S334：将步骤S333分成的2类直线段进行直线拟合，得到2条直线，这两条直线反映并得到门扇的顶面轮廓。

S335：利用步骤334获取的门框顶部轮廓检测数据，选取两条直线中靠近门框的直线作为门扇的特征直线。

进一步，所述步骤S4中开关量分析计算的步骤如下：

S41：人防门门框和门扇的像素坐标定位信息到物理坐标信息转换：

假定人防门门框特征直线和门扇特征直线在一个平面上，这样建立适当的坐标系，将这两条直线的物理数据从三维降维到两维；

通过棋盘格标定出，图像面像素坐标和物理坐标之间的关系F，计算出与人防门开关量相关的两条直线的物理坐标信息；

其中函数F为4阶的多项式函数，函数关系描述如下：

假设图像中的像素坐标(x,y)对应的物理空间坐标为(u,v),则4阶的多项式函数为：

u＝A00+A01*y+A02*y2+A03*y3+A04*y4+A10*x+A20*x2+A30*x3+A40*x4+A11*x*y+A12x*y2+A13*x*y3+A21*x2*y+A22*x2*y2+A31*x3*y1；

v＝B00+B01*y+B02*y2+B03*y3+B04*y4+B10*x+B20*x2+B30*x3+B40*x4+B11*x*y+B12x*y2+B13*x*y3+B21*x2*y+B22*x2*y2+B31*x3*y1；

其中A00，A01，A02，A03，A04，A10，A20，A30，A40，A11，A12，A13，A21，A22，A31,B00，B01，B02，B03，B04，B10，B20，B30，B40，B11，B12，B13，B21，B22,B31为多项式函数系数；

S42：利用步骤S41计算得到的在物理空间中的两条特征直线，计算两直线夹角，作为人防门的开关量。

进一步，还包括开关量分级预警步骤：

S43：首先设置人防门在安全状态下的正常开关量Th_Open，开关量的最大容忍偏差为Open_Max，假定人防门的开关量为X，人防门开关量分级预警函数为f，f(X)＝(|X-Th_Open|/Open_Max)*10，其中|X-Th_Open|为基于正常开关量的偏差绝对值；将基于开关量的分级预警可分为0-10级预警，最高10级触发报警。

进一步，还包括开关量状态报警步骤：

S44：如果|x-Th_Open|≥Open_Max，则触发报警。

进一步，还包括智能运维步骤：

S6：将基于运维专家知识经验总结的运维方案录入到远程数据中心的数据库；

S7：基于步骤S5的人防门的开关量异常状态检测的结果，调用S6存储的对应的运维方案，所述运维方案包括：异常状态人防门地点信息、备用产品查询、维修队伍的通知及去异常地点的最佳路线及维护措施。

相对于现有技术，本发明所述的一种人防门开关量自动检测系统具有以下优势：

由于采用上述技术方案：

(1)本发明的系统，集成收集了电气主控箱和光路布局模块、数据采集模块、图像数据服务器、智能分析模块、显示终端等，通过电气主控箱控制摄像机、图像采集分析、智能分析模块等，将人防门的开关量状态实时监控、采集和分析处理，给予显示，自动实现了人防门的开关量检测继而确定人防门的开关量异常情况，实时显示人防门状态，方便运维人员随时了解人防门状态对其进行上报检修，提高了工作效率。

(2)同时，设置远程数据中心，将海量的门扇和门框图片信息实时保存，达到数据备份作用，且通过电子监控和大数据分析方式，有助于实时得到人防门开关异常情况，并最终确定人防门的开关量。

(3)图像数据服务器具有储存多次视频图像的功能，为智能分析模块多次调用提供支持，为后期故障分析服务。

(4)智能分析模块具有自处理功能，首先将所述数据采集模块采集到的门扇、门框视频图像，转换为视频图像像素坐标位置定位信息，再进行分析计算；最终转化成物理分级数据指标，自动分析功能能够实现人防门开关量分级状态报警功能；这个过程海量数据实时传递、处理过程快捷高效。

(5)还设置有开关量状态分十级预警，有助于分级解决对应问题，提高了适应性；同时预设了开关量超限报警，避免了重大安全事故。

(6)和远程控制中心联网，远程控制中心设置有基于人防门运维专家知识经验的运维系统，实现了自动提供人防门运维方案功能，具有一定的维护工作自动化功能、提高效率；同时远程数据中心具有远程操控发布指令、一对多的集成处理，提高了监控效率和远程指令能力，有助于系统性发现问题和解决相关安全问题。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明人防门开关量成像光路示意图。

图2是本发明检测系统的结构示意图。

图3是人防门开关量检测流程图。

图4是门扇和门框的实时视频图像的像素坐标位置定位信息实现流程图。

图5是门框顶部外形识别的流程图。

图6是门扇顶部外形识别的流程图。

图7是开关量分析计算流程图。

图8是定位计算流程图。

图9是定位计算原理图。

附图标记说明：

1：摄像机，2：补光设备，3：开关量，4：门扇，5：门框。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面将参考附图并结合实施例来详细说明本发明。

仅仅依靠巡检人员在巡检时发现人防门开关量的方法满足不了对人防门开关状态实时精确知晓的要求。在检测技术中，由于利用图像检测具有如下优点被广泛的应用在工业检测中：(1)具有非接触无损，对被检测物没有破坏作用；(2)图像检测得到的数据量大，每一个像素点都可作为一个检测数据点；(3)获取图像的传感器设备相机技术成熟且价格便宜。

本申请发明一种在线实时自动测量人防门开关量的系统及方法。将摄像头安装在人防门顶上，实时获取人防门上端面的图像数据。基于机器视觉测量技术，这种非接触测量方式，实现人防门的开关量自动测量。采用这种方法，实现了人防门的开关状态指标量化。便于在和平时期实时知道人防门的开关状态，实时掌握人防门的开关状态数据，减少了人为巡检的工作量。

本申请提出的方法适用于各类人防门，例如：地铁区间门、防护门和通风门等。

1系统组成

一种人防门开关量自动检测系统，包括

光路布局模块，设置有摄像机，用于获得人防门门扇和门框的视频图像；

数据采集模块，用于接收所述光路布局模块获取的视频图像；

图像数据服务器，用于储存人防门门扇和门框的实时视频图像信息；

智能分析模块，将所述图像数据服务器中存储的人防门门扇和门框的实时视频图像的信息转换为像素坐标定位信息，进行分析计算，确定人防门门扇和门框在像素坐标内形成的角度开关量异常情况，并转换为物理坐标内的真实开关量异常情况；

显示终端，用于对已确定人防门开关量异常情况进行显示；

电气主控箱，分别和光路布局模块、数据采集模块、图像数据服务器、智能分析模块、显示终端电连接。

进一步，还包括控制主机，所述控制主机和电气主控箱电连接，

所述控制主机通过电气主控箱：

开启关闭所述光路布局模块，或

启动所述智能分析模块进行图像分析比对，或

获取所述图像数据服务器中已储存的门扇和门框的实时视频图像的定位信息，或获取所述智能分析模块确认的人防门的开关量异常情况。

进一步，还包括远程控制中心，所述远程控制中心设置自动运维模块，所述控制主机和远程控制中心连接，所述远程控制中心通过控制主机获取、存储人防门开关量异常情况，并将自动运维模块的运维方案发送给控制主机。

一种人防门开关量自动检测方法，包括如下步骤：

S1：光路布局模块的摄像机获取人防门门扇和门框的图像；

S2：数据采集模块接收所述光路布局模块获取的视频图像,并传递给智能分析模块；

S3：智能分析模块，将所述数据采集模块采集到的人防门门扇和门框的视频图像，进行转换，得到人防门门扇和门框的实时视频图像的像素坐标位置定位信息；

S4，智能分析模块调取人防门门扇和门框的实时视频图像的定位信息，将人防门门扇和门框的实时定位像素坐标位置数据的定位信息，进行图像分析计算，得出人防门门扇和门框形成的角度开关量，由人防门门扇和门框形成的角度开关量确定人防门的开关量异常与否的情况；

S5：电气主控箱将人防门的开关量异常状态在所述显示终端上显示出来。

2光路布局模块

如图1所示，将摄像机和补光灯安装在人防门的顶部，摄像机和补光灯成一定角度，原则是，补光灯能在将人防门整个顶端面打亮，摄像机能拍门框和门扇的顶端面。为了在各个时间段，针对相机成像光谱特性，采用摄像机的相应光谱，选择补光灯对成像单元(门框和门扇的顶端面)进行补光；为了能更精确的检测门的形变因素，图像的分辨率要求达到200万像素以上。图1展示了人防门、摄像机和补光灯相对位置关系。

3智能分析模块

智能分析计算部分利用图像识别和视觉测量技术，得到人防门开关状态的数值量，为后续阶段的分级预警和报警提供数据支撑。

3.1门框顶部外形识别

门框顶部外形识别功能是基于输入图像数据实现在图像中精确定位门框顶部轮廓，图5为人防门框顶部外形轮廓的识别流程：

卷积运算：利用OpenCV中的filter2D函数实现在门框纵向和横向的卷积运算，将横向和纵向的卷积运算结果每个对应位置的像素取最大值，可以得到增强图像中门的门框轮廓图像；

直线段检测：由于门框顶部的外形轮廓表现为2条近似水平方向的直线。采用OpenCV中的线段检测函数可得门框顶部的一系列的直线段；

直线段过滤：在图像的直线段检测过中，会产生大量的非门框外形轮廓的直线。利用上一模块检测到的直线段，根据直线的亮度分布特性，将直线段分成3类：最上面的直线具有直线上方亮度均值低于直线下方亮度均值的特性，差值绝对值在30以上；中间直线具有上下亮度差异度小的特性，差值绝对值低于25；最下面的直线段上方的亮度均值高于下方的亮度均值，差值绝对值在30以上。

门框顶部轮廓检测：将分成的三类直线段进行直线拟合，得到上、中、下三条直线，这三条直线反映了门框顶部轮廓。

门框特征直线获取：利用上一模块获取的门框顶部轮廓检测数据，选取三条直线中的最下方的直线作为门框的特征直线。

3.2门扇顶部外形识别(如图6)

卷积运算：利用OpenCV中的filter2D函数实现门扇在纵向和横向的卷积运算，将纵向和横向的卷积运算结果每个对应位置的像素取最大值，可以得到增强图像中门扇的外形轮廓图像；

直线段检测：由于门扇顶部的外形轮廓表现为2条直线。采用OpenCV中的线段检测函数可得门扇顶部一系列的直线段；

直线段过滤：利用上一模块检测到的直线段，根据直线的亮度分布特性，将直线段分成2类：根据图1成像光路布局，其中一类直线段满足，直线段上方的亮度均值远高于下方的亮度均值，均值的差值绝对值在30以上；另一类直线段满足，直线段上方的亮度均值远低于下方的亮度均值，均值的差值绝对值在30以上。这样实现了直线段过滤。

门扇顶部轮廓检测：将分成的2类直线段进行直线拟合，得到2条直线，这两条直线反映了门扇的顶部轮廓。

门扇特征直线获取：利用上一模块获取的门框顶部轮廓检测数据，选取两条直线中靠近门框的直线作为门扇的特征直线。

3.3人防门外形物理坐标信息计算

该模块主要实现，将人防门门框特征直线和门扇特征直线像素数据转换到物理尺度空间中真实测量的数据。计算过程中，我们假定这两条直线在一个平面上，这样建立适当的坐标系，将这两条直线的物理数据从三维可以降维到两维。

通过棋盘格我们可以定位出，图像面像素坐标和物理坐标之间的关系F。这样我们就可以计算出与人防门开关量相关的两条直线的物理坐标信息。

其中函数F为4阶的多项式函数，函数关系描述如下：

假设图像中的像素坐标(x,y)对应的物理空间坐标为(u,v),则4阶的多项式函数为：

u＝A00+A01*y+A02*y2+A03*y3+A04*y4+A10*x+A20*x2+A30*x3+A40*x4+A11*x*y+A12x*y2+A13*x*y3+A21*x2*y+A22*x2*y2+A31*x3*y1；

v＝B00+B01*y+B02*y2+B03*y3+B04*y4+B10*x+B20*x2+B30*x3+B40*x4+B11*x*y+B12x*y2+B13*x*y3+B21*x2*y+B22*x2*y2+B31*x3*y1；

其中A00，A01，A02，A03，A04，A10，A20，A30，A40，A11，A12，A13，A21，A22，A31,B00，B01，B02，B03，B04，B10，B20，B30，B40，B11，B12，B13，B21，B22,B31为多项式函数系数；理论上，本发明中的4次多项式函数系数只需要15个不同像素点和物理空间对应坐标数据就可以完全计算出这30个系数。利用门框顶部和门扇顶部数据在图像中的像素坐标和物理坐标之间的关系，利用opencv中的角点识别算法可得到棋盘格中角点像素坐标和对应的物理坐标，利用最小二乘法可求解出所有的系数。

3.4人防门开关量计算

图7为人防门开关量计算流程，在人防门的外形检测过程中，会检测到门扇特征直线和门框特征直线，利用摄像机定位信息，可将两特征直线从像素空间转换到物理空间。

开关量计算：利用上一模块计算得到的在物理空间中的两条特征直线，计算两直线夹角，作为人防门的开关量。

开关量输出：将计算得到的人防门开关量输出到下一阶段的预警与报警模块，实现超限报警与预警。

3.5摄像机定位信息

定位的意义在于实现图像中的像素空间到物理测量空间之间的计算。本申请采用的标定方法思想是，将棋盘格放置于测量成像平面，相当于在图像的测量面上已经放上的二维测量标准尺。通过识别棋盘格角点的像素位置和物理位置之间的对应关系，利用线性插值可以精确的计算出在测量平面上，像素和物理空间的精确对应关系。原理见图9：

图8中像物关系F，指关系的是，根据棋盘格计算像素坐标到物理坐标之间的关系，该关系，函数F为4阶的多项式函数。

3.6事件分析

事件分析阶段主要基于前序阶段的测量数据实现分级预警和主动报警功能。

3.6.1人防门开关状态分级预警

人防门开关状态分级预警是基于人防门开关量实现预警计算。在计算中首先设置人防门在安全状态下的正常开关量Th_Open，开关量的最大容忍偏差为Open_Max，假定人防门的开关量为X，人防门开关量分级预警函数为f，f(X)＝(|X-Th_Open|/Open_Max)*10，其中|X-Th_Open|为基于正常开关量的偏差绝对值。这样我们将基于开关量的分级预警可分为0-10级(0-1为1级，1-2为2级，2-3为3级，......9-10为10级)预警，最高10级已经触发报警

3.6.2吊角状态报警

基于人防门开关量x，在计算中首先设置人防门在安全状态下开关量的最大容忍偏差Open_Max。如果|x-Th_Open|≥Open_Max，则触发报警。

3.7智能运维

智能运维是基于智能分析和事件分析的结果，结合人防门的运维专家知识经验自动给出运维方案。在系统中首先录入运维预案库，在预案库中，每级预警包含一种运维方案；每条报警包含一种运维方案。运维方案中包括：异常状态人防门地点信息、备用产品查询、维修队伍的通知及去异常地点的最佳路线及维护措施。

4发明的效果

(1)与人工定期巡检观察相比，本申请提出的方法可以实现根据需要随时查看人防门的开关量变化情况。

(2)本申请提出利用机器视觉测量的方式，完全实现了自动化监测人防门开关状态数值量化检测。

(4)实现了人防门开关状态超限分级预警和报警功能；

(5)基于人防门运维专家知识经验实现了自动提供人防门开关到位情况运维方案。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种人防门开关量自动检测方法，其特征在于：包括如下步骤：S1：

光路布局模块的摄像机获取人防门门扇和门框的图像；

S2：数据采集模块接收所述光路布局模块获取的视频图像，并传递给智能分析模块；

S3：智能分析模块，将所述数据采集模块采集到的人防门门扇和门框的视频图像，进行转换，得到人防门门扇和门框的实时视频图像的像素坐标位置定位信息；

S4：智能分析模块调取人防门门扇和门框的实时视频图像的定位信息，将人防门门扇和门框的实时定位像素坐标位置数据的定位信息，进行图像分析计算，得出人防门门扇和门框形成的角度开关量，由人防门门扇和门框形成的角度开关量确定人防门的开关量异常与否的情况；

S5：电气主控箱将人防门的开关量异常状态在显示终端上显示出来；

其中，步骤S3中门扇和门框的实时视频图像的像素坐标位置定位信息通过如下步骤得到：

S31：得到人防门门扇和门框在图像中的像素坐标位置；

S32：门框顶部外形识别；

S321：利用OpenCV中的filter2D函数实现在门框纵向和横向的卷积运算，将横向和纵向的卷积运算结果每个对应位置的像素取最大值，得到增强图像中门框的轮廓图像；

S322：采用OpenCV中的线段检测函数获得门框顶面轮廓的一系列的直线段；

S323：利用步骤S322检测到的直线段，根据直线段的亮度分布特性，将直线段分成3类：最上面的直线段具有直线上方亮度均值低于直线下方亮度均值的特性，差值绝对值在30以上；中间直线段具有上、下亮度差异度小的特性，差值绝对值低于25；最下面的直线段上方的亮度均值高于下方的亮度均值，差值绝对值在30以上；过滤掉不满足条件的直线段；

S324：将步骤S323分成的三类直线段进行直线拟合，得到上、中、下三条直线，通过这三条直线反映并得到门框的顶部轮廓；

S325：利用步骤S324获取的门框顶部轮廓检测数据，选取三条直线段中的最下方的直线作为门框的特征直线；

S33：门扇顶部外形识别

S331：利用OpenCV中的filter2D函数实现门扇在纵向和横向的卷积运算，将纵向和横向的卷积运算结果每个对应位置的像素取最大值，得到增强图像中门扇的外形轮廓图像；

S332：采用OpenCV中的线段检测函数得到门扇顶面一系列的直线段；

S333：利用步骤S332检测到的直线段，根据直线的亮度分布特性，将直线段分成2类：一类直线段满足，直线段上方的亮度均值远高于下方的亮度均值，均值的差值绝对值在30以上；另一类直线段满足，直线段上方的亮度均值远低于下方的亮度均值，均值的差值绝对值在30以上，过滤掉不满足上述条件的直线段；

S334：将步骤S333分成的2类直线段进行直线拟合，得到二条直线，这二条直线反映并得到门扇的顶面轮廓；

S335：利用步骤334获取的门框顶部轮廓检测数据，选取两条直线中靠近门框的直线作为门扇的特征直线。

2.根据权利要求1所述的人防门开关量自动检测方法，其特征在于：所述步骤S4中开关量分析计算的步骤如下：

S41：人防门门框和门扇的像素坐标定位信息到物理坐标信息转换：

设定人防门门框特征直线和门扇特征直线在一个平面上，这样建立坐标系，将这两条直线的物理数据从三维降维到两维；

通过棋盘格标定出，图像面像素坐标和物理坐标之间的关系F，计算出与人防门开关量相关的两条直线的物理坐标信息；

其中函数F为4阶的多项式函数，函数关系描述如下：

假设图像中的像素坐标(x,y)对应的物理空间坐标为(u,v)，则4阶的多项式函数为：

u=A00+A01*y+A02*y2+A03*y3+A04*y4+A10*x+A20*x2+A30*x3+A40*x4+A11*x*y+A12x*y2+A13*x*y3+A21*x2*y+A22*x2*y2+A31*x3*y1；

v=B00+B01*y+B02*y2+B03*y3+B04*y4+B10*x+B20*x2+B30*x3+B40*x4+B11*x*y+B12x*y2+B13*x*y3+B21*x2*y+B22*x2*y2+B31*x3*y1；

其中A00，A01，A02，A03，A04，A10，A20，A30，A40，A11，A12，A13，A21，A22，A31，B00，B01，B02，B03，B04，B10，B20，B30，B40，B11，B12，B13，B21，B22，B31为多项式函数系数；

S42：利用步骤S41计算得到的在物理空间中的两条特征直线，计算两直线夹角，作为人防门的开关量。

3.根据权利要求2所述的人防门开关量自动检测方法，其特征在于：还包括开关量分级预警步骤：

S43：首先设置人防门在安全状态下的正常开关量Th_Open，开关量的最大容忍偏差为Open_Max，假定人防门的开关量为X，人防门开关量分级预警函数为f，f(X)＝(|X-Th_Open|/Open_Max)*10，其中|X-Th_Open|为基于正常开关量的偏差绝对值；将基于开关量的分级预警可分为0-10级预警，最高10级触发报警。

4.根据权利要求3中所述的人防门开关量自动检测方法，其特征在于：还包括开关量状态报警步骤：

S44：如果|x-Th_Open|≥Open_Max，则触发报警。

5.根据权利要求3或4中所述的人防门开关量自动检测方法，其特征在于：还包括智能运维步骤：

S6：将基于运维专家知识经验总结的运维方案录入到远程数据中心的数据库；

S7：基于步骤S5的人防门的开关量异常状态检测的结果，调用S6存储的对应运维方案，运维方案包括：异常状态人防门地点信息、备用产品查询、维修队伍的通知及去异常地点的最佳路线及维护措施。

Images