CN110197118B - 一种用于实验室工程建设的进度监控系统 - Google Patents

一种用于实验室工程建设的进度监控系统 Download PDF

Info

Publication number
CN110197118B
CN110197118B CN201910321146.9A CN201910321146A CN110197118B CN 110197118 B CN110197118 B CN 110197118B CN 201910321146 A CN201910321146 A CN 201910321146A CN 110197118 B CN110197118 B CN 110197118B
Authority
CN
China
Prior art keywords
image
module
engineering construction
progress
laboratory
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.)
Active
Application number
CN201910321146.9A
Other languages
English (en)
Other versions
CN110197118A (zh
Inventor
迟海鹏
张怀东
邢希学
张京军
龚长华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dynaflow Experiment Technology Co Ltd
Original Assignee
Beijing Dynaflow Experiment Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Dynaflow Experiment Technology Co Ltd filed Critical Beijing Dynaflow Experiment Technology Co Ltd
Priority to CN201910321146.9A priority Critical patent/CN110197118B/zh
Publication of CN110197118A publication Critical patent/CN110197118A/zh
Application granted granted Critical
Publication of CN110197118B publication Critical patent/CN110197118B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Primary Health Care (AREA)

Abstract

本发明提供了一种用于实验室工程建设的进度监控系统,该用于实验室工程建设的进度监控系统通过在实验室工程建设场地的不同区域布置若干图像采集模块以持续地拍摄采集关于实验室工程建设状态的若干不同方位角度的图像,并通过时钟信号生成模块对拍摄采集得到的图像进行时间标识,最后再通过图像处理模块对采集拍摄得到的不同图像进行适应性的算法处理以得到用于表征该实验室工程建设当前进度的评分值,这样根据该评分值就能够直观地判断出实验室工程建设的实时建设进度。

Description

一种用于实验室工程建设的进度监控系统
技术领域
本发明涉及实验室基建管理的技术领域,特别涉及一种用于实验室工程建设的进度监控系统。
背景技术
实验室的工程建设包括实验室混凝土结构的建设、实验室内部环境装修、实验室水电气线路的布设和实验室设备的搭建调试等。由于实验室通常是用于放置精密实验设备和进行精密实验的场所,故实验室的工程建设的涉及的工序繁多复杂。为了保证实验室的工程建设能够按照预定的工序和工期进行,现有的实验室工程建设都需要配备专门的监工人员来时刻对实验室进行现场考察。监工人员不仅需要每天亲自到达实验室建设场地中,还要需要对实验室建设场地中的不同区域进行工程建设进度的记录,并将当前记录得到的相关工程建设数据与前一天记录得到的相关工程建设数据进行比较以分析计算出实时的工程建设进度,并且还要将该当前记录得到的相关工程建设数据与对应实验室的工程建设计划进行对比以确定当前的工程建设是否与原先制定的工程建设计划相匹配。实验室工程建设的进度确定直接关系到实验室工程建设的质量和实验室是否满足验收条件。
虽然通过人工手段来对实验室工程建设场所进行实地考察和工程建设数据的记录能够保证工程建设数据获取的实时性和准确性,但是实验室建设场所通常涉及的范围较大并且实验室工程建设结构和布局也较为复杂,为了及时和全面地获取关于实验室工程建设的相关数据,需要大量的人力来对实验室工程建设场所进行实地考察,并且还需要额外配备相关分析人员对实地考察得到的工程建设数据进行对比分析处理,以最终确定实验室工程建设的进度。而这一过程是贯穿于整个实验室工程建设周期的,这就对相关工程建设监控机构提出较高和较严格的条件。为了满足对实验室工程建设进度进行准确掌控的要求,需要投入大量的人力物力时间才能实现这一目的。可见,现有技术并未提出任何可以替代人工方式来对实验室工程建设进行进度监控的手段。
发明内容
在实验室工程建设监控项目中,现有的对于实验室工程建设进度进行监控的机制都是基于人工重复实地考察获得最新工程建设数据来实现的,这种依靠人工的方式虽然能够保证工程建设数据的实时性和准确性,但是其需要花费大量的人力物力才能实现的,这对于规模庞大的实验室工程建设而言其人工监控工程量也是非常庞大的。由于实验室工程建设项目在工程推进的过程中,其房屋结构、线路布设和实验设备布置都会发生可分辨的变化,通过这些可分辨的变化能够分析判断出实验室工程建设的进度状态。基于上述情况,可通过在实验室工程建设场地的不同区域布置图像拍摄设备,并对图像拍摄设备拍摄得到的若干图像进行适应性的分析处理,从而最终获得关于当前实验室工程建设的进度信息。
针对现有技术存在的缺陷,本发明提供一种用于实验室工程建设的进度监控系统,该用于实验室工程建设的进度监控系统通过在实验室工程建设场地的不同区域布置若干图像采集模块以持续地拍摄采集关于实验室工程建设状态的若干不同方位角度的图像,并通过时钟信号生成模块对拍摄采集得到的图像进行时间标识,最后再通过图像处理模块对采集拍摄得到的不同图像进行适应性的算法处理以得到用于表征该实验室工程建设当前进度的评分值,这样根据该评分值就能够直观地判断出实验室工程建设的实时建设进度。可见,该用于实验室工程建设的进度监控系统采用图像拍摄的方式来持续地和实时地获得关于实验室工程建设的现场数据,这种方式明显有别于现有的通过人工手段,获得现场考察数据的方式;此外,该进度监控系统还通过特定的算法对采集的图像进行自动计算处理,其并不需要花费大量人力物力对采集到的数据进行处理,该用于实验室工程建设的进度监控系统能够有效地提高获取实验室工程建设进度的便捷性、可靠性和可持续性。
本发明提供一种用于实验室工程建设的进度监控系统,其特征在于:所述用于实验室工程建设的进度监控系统包括图像采集模块、图像处理模块、时钟信号生成模块和建设进度判断模块;其中,
所述时钟信号生成模块用于生成时钟信号,并将所述时钟信号传送至所述图像采集模块;
所述图像采集模块用于根据所述时钟信号,定时地获取关于所述实验室在不同方位角度上的若干不同图像;
所述图像处理模块用于对所述若干不同图像进行适应性处理,以得到关于所述实验室工程建设的评分值;
所述建设进度判断模块用于根据所述评分值,确定所述实验室工程建设的进度状态信息;
进一步,所述图像采集模块包括若干摄像单元;其中,若干所述摄像单元分别配置于所述实验室的不同位置处以分别获取关于所述实验室实时工程建设对应在不同方位角度上的若干不同图像;所述时钟信号生成模块包括若干时钟信号生成单元,若干所述时钟信号生成单元与若干所述摄像单元之间一一对应地信号连接,每一所述时钟信号单元向其对应的所述摄像单元传送一时钟信号,所述摄像单元根据接收到的时钟信号定时地获取在其对应方位角度上关于所述实验室建设状态的若干不同图像;
进一步,所述用于实验室工程监视的进度监控系统还包括图像数据库模块,所述图像数据库模块用于存储所述图像采集模块获取的所述若干不同图像;所述时钟信号生成模块还用于向所述图像数据库模块传送所述时钟信号,所述图像数据库模块还根据所述时钟信号对接收到的所述若干不同图像进行图像采集时间的标识处理,并基于所述标识处理的结果对所述若干不同图像进行时间分区形式的存储;
进一步,所述用于实验室工程建设的进度监控系统还包括图像筛选模块,所述图像筛选模块分别与所述图像采集模块和所述图像处理模块信号连接;所述图像筛选模块用于对所述图像采集模块获取的若干不同图像进行分辨率的筛选处理、并根据所述筛选处理的结果将对应的图像传送至所述图像处理单元中;其中,所述图像筛选模块进行所述筛选处理具体包括,所述图像筛选模块获取所述若干不同图像中每一图像对应的分辨率值,并将所述分辨率值与一预设分辨率阈值进行比较处理,若所述分辨率值超过所述预设分辨率阈值,则所述图像筛选模块将对应的图像标识为有效图像,否则,所述图像筛选模块将对应的图像标识为无效图像,所述图像筛选模块还用于将所有有效图像传送至所述图像处理模块;
进一步,所述用于实验室工程建设的进度监控系统还包括模式切换模块,所述模式切换模块与所述图像采集模块进行信号连接,以用于控制所述图像采集模块进行适应性的图像采集模式切换操作;其中,所述模式切换模块控制所述图像采集模块进行所述适应性的图像采集模式切换操作具体包括,所述模式切换模块根据所述实验室所处环境的光照强度生成第一控制信号或第二控制信号并传送至所述图像采集模块,所述图像采集模块基于所述第一控制信号切换至日间图像拍摄模式,或者基于所述第二控制信号切换至夜间图像拍摄模式;
进一步,所述图像处理模块对所述若干不同图像进行所述适应性处理以得到关于所述实验室工程建设的评分值具体包括,所述图像处理模块依次对所述若干不同图像进行图像灰度化与灰度矩阵生成处理、灰度矩阵与图像像素矩阵相关性计算处理、相关性向量生成与特征数据提取处理、和相关性分值转换处理,从而得到关于所述实验室工程建设的评分值;
进一步,所述图像处理模块进行所述图像灰度化与灰度矩阵生成处理具体包括,所述图像处理模块根据下面公式(1)将对应图像的像素进行RGB值至灰度值的转换处理
grayij=0.3*Rij+0.5*Gij+0.2*Bij (1)
在上述公式(1)中,grayij为图像中第i行第j列对应像素点的灰度化转换值,Rij为图像中第i行第j列对应像素点的R值,Gij为图像中第i行第j列对应像素点的G值,Bij为图像中第i行第j列对应像素点的B值;
对所述图像的所有像素点完成上述灰度值的转换处理后,形成关于所有像素点的灰度矩阵A,该灰度矩阵A的表达式如下
Figure BDA0002033981290000051
在上述表达式(2)中,alm为灰度矩阵A的第l行第m列对应像素点灰度化转换值;
进一步,所述图像处理模块进行所述灰度矩阵与图像像素矩阵相关性计算处理具体包括,所述图像处理模块分别提取若干规格尺寸相同的关于所述实验室工程建设在不同时刻对应的进度图像,并确定每一进度图像的图像像素矩阵为Wl*m、同时获取所述进度图像对应的灰度矩阵A,再根据下面公式(3)计算所述灰度矩阵与所述图像像素矩阵的相关性值
Figure BDA0002033981290000053
Figure BDA0002033981290000052
在上述公式(3)中,l为图像像素矩阵为Wl*m和灰度矩阵A的行数,m为图像像素矩阵为Wl*m和灰度矩阵A的列数,E为数学期望运算符号,aij为灰度矩阵A中第i行第j列的元素;
进一步,所述图像处理模块进行所述相关性向量生成与特征数据提取处理具体包括,所述图像处理模块根据上述公式(3)计算每一进度图像各自对应的相关性值,以此构成一相关性向量P,所述相关性向量的表达式如下
P=(p1,p2,p3…pj) (4)
在上述表达式(4)中,pj为第j个进度图像对应的相关性值;
所述图像处理模块还对所述相关性向量P中的每一相关性值进行从小到大的排序处理并提取排序处理后的前K个相关性值,其中K是根据下面公式(5)确定
Figure BDA0002033981290000061
在上述公式(5)中,J为所有进度图像的总数量,t为每一进度时刻下对应的有效进度图像的均值取整值;
进一步,所述图像处理模块进行相关性分值转换处理以得到所述评分值具体包括,所述图像处理模块针对所述前K个相关性值根据下面公式(6)进行相关性分值的转换计算
fi=(K-i+1)*pi (6)
在上述公式(6)中,fi为所述前K个相关性值中第i个相关性值对应的相关性分值,pi为所述前K个相关性值中第i个相关性值;
所述图像处理模块还根据每一进度图像各自的所述前K个相关性值对应的相关性分值进行求和计算,从而得到所述评分值。
相比于现有技术,本发明的用于实验室工程建设的进度监控系统通过在实验室工程建设场地的不同区域布置若干图像采集模块以持续地拍摄采集关于实验室工程建设状态的若干不同方位角度的图像,并通过时钟信号生成模块对拍摄采集得到的图像进行时间标识,最后再通过图像处理模块对采集拍摄得到的不同图像进行适应性的算法处理以得到用于表征该实验室工程建设当前进度的评分值,这样根据该评分值就能够直观地判断出实验室工程建设的实时建设进度。可见,该用于实验室工程建设的进度监控系统采用图像拍摄的方式来持续地和实时地获得关于实验室工程建设的现场数据,这种方式明显有别于现有的通过人工手段,获得现场考察数据的方式;此外,该进度监控系统还通过特定的算法对采集的图像进行自动计算处理,其并不需要花费大量人力物力对采集到的数据进行处理,该用于实验室工程建设的进度监控系统能够有效地提高获取实验室工程建设进度的便捷性、可靠性和可持续性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种用于实验室工程建设的进度监控系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,为本发明实施例提供的一种用于实验室工程建设的进度监控系统的结构示意图。该用于实验室工程建设的进度监控系统可包括但不限于图像采集模块、图像处理模块、时钟信号生成模块和建设进度判断模块。
优选地,该时钟信号生成模块可用于生成时钟信号,并将该时钟信号传送至该图像采集模块。
优选地,该图像采集模块可用于根据该时钟信号,定时地获取关于该实验室在不同方位角度上的若干不同图像。
优选地,该图像处理模块可用于对该若干不同图像进行适应性处理,以得到关于该实验室工程建设的评分值。
优选地,该建设进度判断模块可用于根据该评分值,确定该实验室工程建设的进度状态信息。
优选地,该图像采集模块可包括若干摄像单元;其中,若干该摄像单元可分别配置于该实验室的不同位置处以分别获取关于该实验室实时工程建设对应在不同方位角度上的若干不同图像;该时钟信号生成模块包括若干时钟信号生成单元,若干该时钟信号生成单元与若干该摄像单元之间一一对应地信号连接,每一该时钟信号单元向其对应的该摄像单元传送一时钟信号,该摄像单元可根据接收到的时钟信号定时地获取在其对应方位角度上关于该实验室建设状态的若干不同图像。
优选地,该用于实验室工程监视的进度监控系统还可包括图像数据库模块,该图像数据库模块用于存储该图像采集模块获取的该若干不同图像;该时钟信号生成模块还用于向该图像数据库模块传送该时钟信号,该图像数据库模块还根据该时钟信号对接收到的该若干不同图像进行图像采集时间的标识处理,并基于该标识处理的结果对该若干不同图像进行时间分区形式的存储。
优选地,该用于实验室工程建设的进度监控系统还可包括图像筛选模块,该图像筛选模块分别与该图像采集模块和该图像处理模块信号连接;该图像筛选模块用于对该图像采集模块获取的若干不同图像进行分辨率的筛选处理、并根据该筛选处理的结果将对应的图像传送至该图像处理单元中;其中,该图像筛选模块进行该筛选处理可具体包括,该图像筛选模块获取该若干不同图像中每一图像对应的分辨率值,并将该分辨率值与一预设分辨率阈值进行比较处理,若该分辨率值超过该预设分辨率阈值,则该图像筛选模块将对应的图像标识为有效图像,否则,该图像筛选模块将对应的图像标识为无效图像,该图像筛选模块还用于将所有有效图像传送至该图像处理模块。
优选地,该用于实验室工程建设的进度监控系统还可包括模式切换模块,该模式切换模块与该图像采集模块进行信号连接,以用于控制该图像采集模块进行适应性的图像采集模式切换操作;其中,该模式切换模块控制该图像采集模块进行该适应性的图像采集模式切换操作可具体包括,该模式切换模块根据该实验室所处环境的光照强度生成第一控制信号或第二控制信号并传送至该图像采集模块,该图像采集模块基于该第一控制信号切换至日间图像拍摄模式,或者基于该第二控制信号切换至夜间图像拍摄模式。
优选地,该图像处理模块对该若干不同图像进行该适应性处理以得到关于该实验室工程建设的评分值可具体包括,该图像处理模块依次对该若干不同图像进行图像灰度化与灰度矩阵生成处理、灰度矩阵与图像像素矩阵相关性计算处理、相关性向量生成与特征数据提取处理、和相关性分值转换处理,从而得到关于该实验室工程建设的评分值。
优选地,该图像处理模块进行该图像灰度化与灰度矩阵生成处理可具体包括,该图像处理模块根据下面公式(1)将对应图像的像素进行RGB值至灰度值的转换处理
grayij=0.3*Rij+0.5*Gij+0.2*Bij (1)
在上述公式(1)中,grayij为图像中第i行第j列对应像素点的灰度化转换值,Rij为图像中第i行第j列对应像素点的R值,Gij为图像中第i行第j列对应像素点的G值,Bij为图像中第i行第j列对应像素点的B值;
对该图像的所有像素点完成上述灰度值的转换处理后,形成关于所有像素点的灰度矩阵A,该灰度矩阵A的表达式如下
Figure BDA0002033981290000101
在上述表达式(2)中,alm为灰度矩阵A的第l行第m列对应像素点灰度化转换值。
优选地,该图像处理模块进行该相关性向量生成与特征数据提取处理可具体包括,该图像处理模块根据上述公式(3)计算每一进度图像各自对应的相关性值,以此构成一相关性向量P,该相关性向量的表达式如下
P=(p1,p2,p3…pj) (4)
在上述表达式(4)中,pj为第j个进度图像对应的相关性值;
该图像处理模块还对该相关性向量P中的每一相关性值进行从小到大的排序处理并提取排序处理后的前K个相关性值,其中K是根据下面公式(5)确定
Figure BDA0002033981290000102
在上述公式(5)中,J为所有进度图像的总数量,t为每一进度时刻下对应的有效进度图像的均值取整值。
优选地,该图像处理模块进行相关性分值转换处理以得到该评分值可具体包括,该图像处理模块针对该前K个相关性值根据下面公式(6)进行相关性分值的转换计算
fi=(K-i+1)*pi (6)
在上述公式(6)中,fi为该前K个相关性值中第i个相关性值对应的相关性分值,pi为该前K个相关性值中第i个相关性值;
该图像处理模块还根据每一进度图像各自的该前K个相关性值对应的相关性分值进行求和计算,从而得到该评分值。
从上述实施例可以看出,该用于实验室工程建设的进度监控系统通过在实验室工程建设场地的不同区域布置若干图像采集模块以持续地拍摄采集关于实验室工程建设状态的若干不同方位角度的图像,并通过时钟信号生成模块对拍摄采集得到的图像进行时间标识,最后再通过图像处理模块对采集拍摄得到的不同图像进行适应性的算法处理以得到用于表征该实验室工程建设当前进度的评分值,这样根据该评分值就能够直观地判断出实验室工程建设的实时建设进度。可见,该用于实验室工程建设的进度监控系统采用图像拍摄的方式来持续地和实时地获得关于实验室工程建设的现场数据,这种方式明显有别于现有的通过人工手段,获得现场考察数据的方式;此外,该进度监控系统还通过特定的算法对采集的图像进行自动计算处理,其并不需要花费大量人力物力对采集到的数据进行处理,该用于实验室工程建设的进度监控系统能够有效地提高获取实验室工程建设进度的便捷性、可靠性和可持续性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种用于实验室工程建设的进度监控系统,其特征在于:所述用于实验室工程建设的进度监控系统包括图像采集模块、图像处理模块、时钟信号生成模块和建设进度判断模块;其中,
所述时钟信号生成模块用于生成时钟信号,并将所述时钟信号传送至所述图像采集模块;
所述图像采集模块用于根据所述时钟信号,定时地获取关于所述实验室在不同方位角度上的若干不同图像;
所述图像处理模块用于对所述若干不同图像进行适应性处理,以得到关于所述实验室工程建设的评分值;
所述建设进度判断模块用于根据所述评分值,确定所述实验室工程建设的进度状态信息;
所述图像处理模块对所述若干不同图像进行所述适应性处理以得到关于所述实验室工程建设的评分值具体包括,所述图像处理模块依次对所述若干不同图像进行图像灰度化与灰度矩阵生成处理、灰度矩阵与图像像素矩阵相关性计算处理、相关性向量生成与特征数据提取处理、和相关性分值转换处理,从而得到关于所述实验室工程建设的评分值;
所述图像处理模块进行所述灰度矩阵与图像像素矩阵相关性计算处理具体包括,所述图像处理模块分别提取若干规格尺寸相同的关于所述实验室工程建设在不同时刻对应的进度图像,并确定每一进度图像的图像像素矩阵为Wl*m、同时获取所述进度图像对应的灰度矩阵A,再根据下面公式(3)计算所述灰度矩阵与所述图像像素矩阵的相关性值
Figure FDA0002334357430000011
Figure FDA0002334357430000012
在上述公式(3)中,l为图像像素矩阵为Wl*m和灰度矩阵A的行数,m为图像像素矩阵为Wl*m和灰度矩阵A的列数,E为数学期望运算符号,aij为灰度矩阵A中第i行第j列的元素。
2.如权利要求1所述的用于实验室工程建设的进度监控系统,其特征在于:所述图像采集模块包括若干摄像单元;其中,若干所述摄像单元分别配置于所述实验室的不同位置处以分别获取关于所述实验室实时工程建设对应在不同方位角度上的若干不同图像;所述时钟信号生成模块包括若干时钟信号生成单元,若干所述时钟信号生成单元与若干所述摄像单元之间一一对应地信号连接,每一所述时钟信号单元向其对应的所述摄像单元传送一时钟信号,所述摄像单元根据接收到的时钟信号定时地获取在其对应方位角度上关于所述实验室建设状态的若干不同图像。
3.如权利要求1所述的用于实验室工程建设的进度监控系统,其特征在于:所述用于实验室工程监视的进度监控系统还包括图像数据库模块,所述图像数据库模块用于存储所述图像采集模块获取的所述若干不同图像;所述时钟信号生成模块还用于向所述图像数据库模块传送所述时钟信号,所述图像数据库模块还根据所述时钟信号对接收到的所述若干不同图像进行图像采集时间的标识处理,并基于所述标识处理的结果对所述若干不同图像进行时间分区形式的存储。
4.如权利要求1所述的用于实验室工程建设的进度监控系统,其特征在于:所述用于实验室工程建设的进度监控系统还包括图像筛选模块,所述图像筛选模块分别与所述图像采集模块和所述图像处理模块信号连接;所述图像筛选模块用于对所述图像采集模块获取的若干不同图像进行分辨率的筛选处理、并根据所述筛选处理的结果将对应的图像传送至所述图像处理单元中;其中,所述图像筛选模块进行所述筛选处理具体包括,所述图像筛选模块获取所述若干不同图像中每一图像对应的分辨率值,并将所述分辨率值与一预设分辨率阈值进行比较处理,若所述分辨率值超过所述预设分辨率阈值,则所述图像筛选模块将对应的图像标识为有效图像,否则,所述图像筛选模块将对应的图像标识为无效图像,所述图像筛选模块还用于将所有有效图像传送至所述图像处理模块。
5.如权利要求1所述的用于实验室工程建设的进度监控系统,其特征在于:所述用于实验室工程建设的进度监控系统还包括模式切换模块,所述模式切换模块与所述图像采集模块进行信号连接,以用于控制所述图像采集模块进行适应性的图像采集模式切换操作;其中,所述模式切换模块控制所述图像采集模块进行所述适应性的图像采集模式切换操作具体包括,所述模式切换模块根据所述实验室所处环境的光照强度生成第一控制信号或第二控制信号并传送至所述图像采集模块,所述图像采集模块基于所述第一控制信号切换至日间图像拍摄模式,或者基于所述第二控制信号切换至夜间图像拍摄模式。
6.如权利要求1所述的用于实验室工程建设的进度监控系统,其特征在于:所述图像处理模块进行所述图像灰度化与灰度矩阵生成处理具体包括,所述图像处理模块根据下面公式(1)将对应图像的像素进行RGB值至灰度值的转换处理
grayij=0.3*Rij+0.5*Gij+0.2*Bij (1)
在上述公式(1)中,grayij为图像中第i行第j列对应像素点的灰度化转换值,Rij为图像中第i行第j列对应像素点的R值,Gij为图像中第i行第j列对应像素点的G值,Bij为图像中第i行第j列对应像素点的B值;
对所述图像的所有像素点完成上述灰度值的转换处理后,形成关于所有像素点的灰度矩阵A,该灰度矩阵A的表达式如下
Figure FDA0002334357430000041
在上述表达式(2)中,alm为灰度矩阵A的第l行第m列对应像素点灰度化转换值。
7.如权利要求1所述的用于实验室工程建设的进度监控系统,其特征在于:所述图像处理模块进行所述相关性向量生成与特征数据提取处理具体包括,所述图像处理模块根据上述公式(3)计算每一进度图像各自对应的相关性值,以此构成一相关性向量P,所述相关性向量的表达式如下
P=(p1,p2,p3…pj) (4)
在上述表达式(4)中,pj为第j个进度图像对应的相关性值;
所述图像处理模块还对所述相关性向量P中的每一相关性值进行从小到大的排序处理并提取排序处理后的前K个相关性值,其中K是根据下面公式(5)确定
Figure FDA0002334357430000042
在上述公式(5)中,J为所有进度图像的总数量,t为每一进度时刻下对应的有效进度图像的均值取整值。
8.如权利要求7所述的用于实验室工程建设的进度监控系统,其特征在于:所述图像处理模块进行相关性分值转换处理以得到所述评分值具体包括,所述图像处理模块针对所述前K个相关性值根据下面公式(6)进行相关性分值的转换计算
fi=(K-i+1)*pi (6)
在上述公式(6)中,fi为所述前K个相关性值中第i个相关性值对应的相关性分值,pi为所述前K个相关性值中第i个相关性值;
所述图像处理模块还根据每一进度图像各自的所述前K个相关性值对应的相关性分值进行求和计算,从而得到所述评分值。
CN201910321146.9A 2019-04-19 2019-04-19 一种用于实验室工程建设的进度监控系统 Active CN110197118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910321146.9A CN110197118B (zh) 2019-04-19 2019-04-19 一种用于实验室工程建设的进度监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910321146.9A CN110197118B (zh) 2019-04-19 2019-04-19 一种用于实验室工程建设的进度监控系统

Publications (2)

Publication Number Publication Date
CN110197118A CN110197118A (zh) 2019-09-03
CN110197118B true CN110197118B (zh) 2020-04-14

Family

ID=67752102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910321146.9A Active CN110197118B (zh) 2019-04-19 2019-04-19 一种用于实验室工程建设的进度监控系统

Country Status (1)

Country Link
CN (1) CN110197118B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705473A (zh) * 2019-09-30 2020-01-17 中电福富信息科技有限公司 一种基于视频监控的建筑形象进度检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101720031A (zh) * 2009-12-22 2010-06-02 北京理工大学 一种基于差分法的室内视频监控及报警方法
CN101770644A (zh) * 2010-01-19 2010-07-07 浙江林学院 森林火灾远程视频监控烟火识别方法
CN201540484U (zh) * 2009-12-01 2010-08-04 华北电网有限公司 基建工程现场施工状态管理系统
CN105182873A (zh) * 2015-08-27 2015-12-23 深圳市中电数通科技有限公司 一种城市消防远程监控系统
CN106296133A (zh) * 2016-08-19 2017-01-04 北京戴纳实验科技有限公司 用于实验室工程建设的进度监控装置
JP2017134548A (ja) * 2016-01-26 2017-08-03 株式会社友功社 情報処理装置、情報処理方法、及びプログラム
CN107273587A (zh) * 2017-05-26 2017-10-20 北京戴纳实验科技有限公司 一种用于实验室工程建设的进度监控方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201540484U (zh) * 2009-12-01 2010-08-04 华北电网有限公司 基建工程现场施工状态管理系统
CN101720031A (zh) * 2009-12-22 2010-06-02 北京理工大学 一种基于差分法的室内视频监控及报警方法
CN101770644A (zh) * 2010-01-19 2010-07-07 浙江林学院 森林火灾远程视频监控烟火识别方法
CN105182873A (zh) * 2015-08-27 2015-12-23 深圳市中电数通科技有限公司 一种城市消防远程监控系统
JP2017134548A (ja) * 2016-01-26 2017-08-03 株式会社友功社 情報処理装置、情報処理方法、及びプログラム
CN106296133A (zh) * 2016-08-19 2017-01-04 北京戴纳实验科技有限公司 用于实验室工程建设的进度监控装置
CN107273587A (zh) * 2017-05-26 2017-10-20 北京戴纳实验科技有限公司 一种用于实验室工程建设的进度监控方法

Also Published As

Publication number Publication date
CN110197118A (zh) 2019-09-03

Similar Documents

Publication Publication Date Title
CN107818571B (zh) 基于深度学习网络和均值漂移的船只自动跟踪方法及系统
US10488194B2 (en) Motion measurement method and apparatus applied to large multi-paddle wave simulation system
CN110826514A (zh) 一种基于深度学习的施工现场违章智能识别方法
CN107392901A (zh) 一种用于输电线路部件智能自动识别的方法
CN112131927B (zh) 基于妊娠后期姿态转化特性的母猪分娩时间预测系统
WO2019051961A1 (zh) 一种管道检测方法、装置以及存储介质
CN206281972U (zh) 海上雷达监控系统
CN111209832B (zh) 变电站巡检机器人辅助避障训练方法、设备及介质
CN114387520A (zh) 一种用于机器人采摘的密集李子精准检测方法及其系统
CN115690561B (zh) 一种路面异常监测方法
CN115631421B (zh) 耕地智慧保护方法及保护系统
CN110287907A (zh) 一种对象检测方法和装置
CN113780200A (zh) 基于计算机视觉的路面多种病害面积检测及定位方法
CN110197118B (zh) 一种用于实验室工程建设的进度监控系统
CN117197595A (zh) 基于边缘计算的果树生育期识别方法、装置及管理平台
CN116993665A (zh) 一种基于计算机视觉的建筑工程作业面施工进度的智能检测方法
CN112071083A (zh) 一种机动车牌接力识别系统及车牌接力识别方法
CN115147684A (zh) 基于深度学习的目标打击效果评估方法
Sun et al. Distilling Siamese Trackers with Attention Mask
Özer et al. An approach based on deep learning methods to detect the condition of solar panels in solar power plants
CN116909320B (zh) 一种基于蚁群算法的电力协同巡检策略分析方法
CN112991323B (zh) 基于视觉感知的光伏电站组件阵列错位检测方法与系统
CN116405644B (zh) 一种计算机网络设备远程控制系统及方法
CN111291657B (zh) 一种基于难例挖掘的人群计数模型训练方法及应用
CN114821635A (zh) 基于深度学习的视图库布控报警方法

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