CN110327574B - 无线调配平台 - Google Patents

无线调配平台 Download PDF

Info

Publication number
CN110327574B
CN110327574B CN201910415964.5A CN201910415964A CN110327574B CN 110327574 B CN110327574 B CN 110327574B CN 201910415964 A CN201910415964 A CN 201910415964A CN 110327574 B CN110327574 B CN 110327574B
Authority
CN
China
Prior art keywords
image
wireless
fire
segmentation
component
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
CN201910415964.5A
Other languages
English (en)
Other versions
CN110327574A (zh
Inventor
曹婷
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.)
Suzhou Huiteng Intellectual Property Consulting Co., Ltd.
Original Assignee
Suzhou Huiteng Intellectual Property Consulting 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 Suzhou Huiteng Intellectual Property Consulting Co Ltd filed Critical Suzhou Huiteng Intellectual Property Consulting Co Ltd
Priority to CN201910415964.5A priority Critical patent/CN110327574B/zh
Publication of CN110327574A publication Critical patent/CN110327574A/zh
Application granted granted Critical
Publication of CN110327574B publication Critical patent/CN110327574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A62LIFE-SAVING; FIRE-FIGHTING
    • A62CFIRE-FIGHTING
    • A62C37/00Control of fire-fighting equipment
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images

Abstract

本发明涉及一种消防车辆无线调配平台,包括:高度测量仪,设置在无人机上,用于对无人机当前的飞行高度进行测量,以获得并输出相应的实时飞行高度;无线捕获设备,设置在无人机上,用于接收地面的无线拍摄指令,以触发对其下方环境的图像捕获动作,输出相应的无线捕获图像;需求分析设备,用于基于接收到的比例参考值和接收到的实时飞行高度确定当前灭火需要的消防车数量。本发明的消防车辆无线调配平台数据直观、操作迅速。由于基于无人机飞行高度和现场火焰的弥漫程度判断当前灭火需要的消防车数量,并引入车辆调配设备完成消防车的无线调配,从而提高了消防管控的自动化水准。

Description

无线调配平台
技术领域
本发明涉及消防管控领域,尤其涉及一种无线调配平台。
背景技术
“消防”即是消除隐患,预防灾患(即预防和解决人们在生活、工作、学习过程中遇到的人为与自然、偶然灾害的总称),当然狭义的意思在人们认识初期是:(扑灭)火灾的意思。
消防工作是一项社会性很强的工作,只有依靠全社会的力量,在全社会成员的关心、重视、支持、参与下才能搞好。消防工作具的社会性;消防管理应渗透到人类生丰收的一切领域之中,从而决定了消防工作的社会性;消防安全管理涉及到各行各业,乃至千家万户,在生产的工作和生活过程中,人们对消防安全管理稍有疏漏,对生产一时失神、失控、失误,就有可能酿成火灾,这就决定了消防工作的经常性。
发明内容
本发明需要具备以下两处关键的发明点:
(1)引用需求分析设备以基于无人机飞行高度和现场火焰的弥漫程度判断当前灭火需要的消防车数量,并引入车辆调配设备完成消防车的无线调配,从而提高了消防管控的自动化水准;
(2)根据双线性插值处理后的图像数据进行图像识别的结果确定是否对双线性插值处理后的图像数据进行补充的滤波处理,从而提升了图像识别的精度。
根据本发明的一方面,提供了一种消防车辆无线调配平台,所述平台包括:
高度测量仪,设置在无人机上,用于对无人机当前的飞行高度进行测量,以获得并输出相应的实时飞行高度;
无线捕获设备,设置在无人机上,用于接收地面的无线拍摄指令,以触发对其下方环境的图像捕获动作,输出相应的无线捕获图像;
需求分析设备,分别与高度测量仪和比例解析设备连接,用于基于接收到的比例参考值和接收到的实时飞行高度确定当前灭火需要的消防车数量;
在所述需求分析设备中,所述实时飞行高度越高,需要的消防车数量越多,所述比例参考值越大,需要的消防车数量越多;
车辆调配设备,与所述需求分析设备连接,用于基于当前灭火需要的消防车数量向附近的消防控制中心无线发送相应的车辆调配指令;
双线性插值设备,设置在无人机上,与所述无线捕获设备连接,用于接收所述无线捕获图像,对所述无线捕获图像执行基于双线性插值法的图像插值处理,以获得并输出双线性插值图像;
信号切分设备,与所述双线性插值设备连接,用于对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得并输出对应的初次分割子图像;
比例检测设备,与所述信号切分设备连接,用于对接收到的初次分割子图像执行面积分析,以在所述初次分割子图像占据所述双线性插值图像的面积比例超限时,发出识别成功信号,否则,发出识别失败信号。
本发明的消防车辆无线调配平台数据直观、操作迅速。由于基于无人机飞行高度和现场火焰的弥漫程度判断当前灭火需要的消防车数量,并引入车辆调配设备完成消防车的无线调配,从而提高了消防管控的自动化水准。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的消防车辆无线调配平台所调配目标的外形结构图。
具体实施方式
下面将参照附图对本发明的消防车辆无线调配平台的实施方案进行详细说明。
消防车,又称为救火车,是指根据需要,设计制造成适宜消防队员乘用、装备各类消防器材或灭火剂,供消防部队用于灭火、辅助灭火或消防救援的车辆,包括中国在内的大部分国家消防部门也会将其用于其他紧急抢救用途。消防车可以运送消防员抵达灾害现场,并为其执行救灾任务提供多种工具。
现代消防车通常会配备钢梯、水枪、便携式灭火器、自持式呼吸器、防护服、破拆工具、急救工具等装备,部分的还会搭载水箱、水泵、泡沫灭火装置等大型灭火设备。多数地区的消防车外观为红色,但也有部分地区消防车外观为黄色,部分特种消防车亦是如此,消防车顶部通常设有警钟警笛、警灯和爆闪灯。常见的消防车种类包括水罐消防车、泡沫消防车、泵浦消防车、登高平台消防车、云梯消防车等。
现有技术中,城市内的消防资源有限,尤其是消防车辆以及随消防车辆配置的人员和设备,因此,在城市内某处发生火灾时,一般是根据经验先派遣少量消防车赶赴现场了解情况,根据现场火灾涉及面积和火势再决定后续是否加派车辆,很明显,这种派遣方式是被动的。
为了克服上述不足,本发明搭建了一种消防车辆无线调配平台,能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的消防车辆无线调配平台所调配目标的外形结构图。
根据本发明实施方案示出的消防车辆无线调配平台包括:
高度测量仪,设置在无人机上,用于对无人机当前的飞行高度进行测量,以获得并输出相应的实时飞行高度;
无线捕获设备,设置在无人机上,用于接收地面的无线拍摄指令,以触发对其下方环境的图像捕获动作,输出相应的无线捕获图像;
需求分析设备,分别与高度测量仪和比例解析设备连接,用于基于接收到的比例参考值和接收到的实时飞行高度确定当前灭火需要的消防车数量;
在所述需求分析设备中,所述实时飞行高度越高,需要的消防车数量越多,所述比例参考值越大,需要的消防车数量越多;
车辆调配设备,与所述需求分析设备连接,用于基于当前灭火需要的消防车数量向附近的消防控制中心无线发送相应的车辆调配指令;
双线性插值设备,设置在无人机上,与所述无线捕获设备连接,用于接收所述无线捕获图像,对所述无线捕获图像执行基于双线性插值法的图像插值处理,以获得并输出双线性插值图像;
信号切分设备,与所述双线性插值设备连接,用于对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得并输出对应的初次分割子图像;
比例检测设备,与所述信号切分设备连接,用于对接收到的初次分割子图像执行面积分析,以在所述初次分割子图像占据所述双线性插值图像的面积比例超限时,发出识别成功信号,否则,发出识别失败信号;
自适应递归滤波设备,设置在所述双线性插值设备和所述信号切分设备之间,还与所述比例检测设备连接,用于在接收到识别失败信号时,对接收到的双线性插值图像执行自适应递归滤波处理,以获得自适应递归滤波图像,并将所述自适应递归滤波图像替换所述双线性插值图像发送给所述信号切分设备;
所述信号切分设备在接收到识别成功信号时,直接将所述初次分割子图像作为最终子图像输出;
所述信号切分设备在接收到所述自适应递归滤波图像时,对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得对应的再次分割子图像,并将所述再次分割子图像作为最终子图像输出;
所述自适应递归滤波设备还用于在接收到识别成功信号时,不对接收到的双线性插值图像执行自适应递归滤波处理;
图像锐化设备,与所述信号切分设备连接,用于对接收到的最终子图像执行图像锐化处理,以获得并输出相应的实时锐化图像;
比例解析设备,与所述图像锐化设备连接,用于基于火焰成像特征对所述实时锐化图像中的火焰进行再次识别以获得每一个火焰占据所述实时锐化图像的比例,并累计所有火焰占据所述实时锐化图像的比例以获得比例参考值。
接着,继续对本发明的消防车辆无线调配平台的具体结构进行进一步的说明。
所述消防车辆无线调配平台中还可以包括:
MMC存储设备,与所述信号切分设备连接,用于存储所述初次分割子图像和所述再次分割子图像;
其中,所述MMC存储设备还与所述比例检测设备连接,用于接收并存储所述识别成功信号或所述识别失败信号。
所述消防车辆无线调配平台中还可以包括:
滤波处理设备,设置在无人机上,与所述无线捕获设备连接,用于对所述无线捕获图像执行非线性滤波处理,以获得对应的非线性滤波图像,并输出所述非线性滤波图像;
增强处理设备,与所述滤波处理设备连接,用于对所述非线性滤波图像执行对比度增强处理,以获得相应的即时增强图像。
所述消防车辆无线调配平台中还可以包括:
LAB提取设备,与所述增强处理设备连接,用于对所述即时增强图像执行RGB分量到LAB分量的转换,以获得所述即时增强图像中每一个像素点的红绿分量即L分量、黑白分量即A分量和黄蓝分量即B分量;
幅度分析设备,与所述LAB提取设备连接,用于对所述即时增强图像中每一个32×32图像分块执行以下操作:获取所述图像分块中的各个像素点的各个L分量,提取所述各个L分量的最大振荡幅度以作为所述图像分块的参考数值;
幅度比较设备,分别与所述双线性插值设备和所述幅度分析设备连接,用于将参考数值超限的各个图像分块作为各个目标图像分块以整体替换所述无线捕获图像发送给所述双线性插值设备。
所述消防车辆无线调配平台中:
提取所述各个L分量的最大振荡幅度以作为所述图像分块的参考数值包括:获取各个L分量中的极大值和极小值,将所述极大值减去所述极小值以获得所述各个L分量的最大振荡幅度;
其中,所述幅度分析设备由LAB接收单元和分块处理单元组成,所述LAB接收单元分别与所述分块处理单元和所述LAB提取设备连接;
其中,所述LAB提取设备包括分量转换子设备和分量输出子设备,所述分量转换子设备和所述分量输出子设备连接;
其中,在所述LAB提取设备中,所述分量转换子设备用于对所述即时增强图像执行RGB分量到LAB分量的转换;
其中,在所述LAB提取设备中,所述分量输出子设备用于输出所述即时增强图像中每一个像素点的红绿分量即L分量、黑白分量即A分量和黄蓝分量即B分量。
根据本发明实施方案示出的消防车辆无线调配方法包括:
使用高度测量仪,设置在无人机上,用于对无人机当前的飞行高度进行测量,以获得并输出相应的实时飞行高度;
使用无线捕获设备,设置在无人机上,用于接收地面的无线拍摄指令,以触发对其下方环境的图像捕获动作,输出相应的无线捕获图像;
使用需求分析设备,分别与高度测量仪和比例解析设备连接,用于基于接收到的比例参考值和接收到的实时飞行高度确定当前灭火需要的消防车数量;
在所述需求分析设备中,所述实时飞行高度越高,需要的消防车数量越多,所述比例参考值越大,需要的消防车数量越多;
使用车辆调配设备,与所述需求分析设备连接,用于基于当前灭火需要的消防车数量向附近的消防控制中心无线发送相应的车辆调配指令;
使用双线性插值设备,设置在无人机上,与所述无线捕获设备连接,用于接收所述无线捕获图像,对所述无线捕获图像执行基于双线性插值法的图像插值处理,以获得并输出双线性插值图像;
使用信号切分设备,与所述双线性插值设备连接,用于对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得并输出对应的初次分割子图像;
使用比例检测设备,与所述信号切分设备连接,用于对接收到的初次分割子图像执行面积分析,以在所述初次分割子图像占据所述双线性插值图像的面积比例超限时,发出识别成功信号,否则,发出识别失败信号;
使用自适应递归滤波设备,设置在所述双线性插值设备和所述信号切分设备之间,还与所述比例检测设备连接,用于在接收到识别失败信号时,对接收到的双线性插值图像执行自适应递归滤波处理,以获得自适应递归滤波图像,并将所述自适应递归滤波图像替换所述双线性插值图像发送给所述信号切分设备;
所述信号切分设备在接收到识别成功信号时,直接将所述初次分割子图像作为最终子图像输出;
所述信号切分设备在接收到所述自适应递归滤波图像时,对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得对应的再次分割子图像,并将所述再次分割子图像作为最终子图像输出;
所述自适应递归滤波设备还用于在接收到识别成功信号时,不对接收到的双线性插值图像执行自适应递归滤波处理;
使用图像锐化设备,与所述信号切分设备连接,用于对接收到的最终子图像执行图像锐化处理,以获得并输出相应的实时锐化图像;
使用比例解析设备,与所述图像锐化设备连接,用于基于火焰成像特征对所述实时锐化图像中的火焰进行再次识别以获得每一个火焰占据所述实时锐化图像的比例,并累计所有火焰占据所述实时锐化图像的比例以获得比例参考值。
接着,继续对本发明的消防车辆无线调配方法的具体步骤进行进一步的说明。
所述消防车辆无线调配方法还可以包括:
使用MMC存储设备,与所述信号切分设备连接,用于存储所述初次分割子图像和所述再次分割子图像;
其中,所述MMC存储设备还与所述比例检测设备连接,用于接收并存储所述识别成功信号或所述识别失败信号。
所述消防车辆无线调配方法还可以包括:
使用滤波处理设备,设置在无人机上,与所述无线捕获设备连接,用于对所述无线捕获图像执行非线性滤波处理,以获得对应的非线性滤波图像,并输出所述非线性滤波图像;
使用增强处理设备,与所述滤波处理设备连接,用于对所述非线性滤波图像执行对比度增强处理,以获得相应的即时增强图像。
所述消防车辆无线调配方法还可以包括:
使用LAB提取设备,与所述增强处理设备连接,用于对所述即时增强图像执行RGB分量到LAB分量的转换,以获得所述即时增强图像中每一个像素点的红绿分量即L分量、黑白分量即A分量和黄蓝分量即B分量;
使用幅度分析设备,与所述LAB提取设备连接,用于对所述即时增强图像中每一个32×32图像分块执行以下操作:获取所述图像分块中的各个像素点的各个L分量,提取所述各个L分量的最大振荡幅度以作为所述图像分块的参考数值;
使用幅度比较设备,分别与所述双线性插值设备和所述幅度分析设备连接,用于将参考数值超限的各个图像分块作为各个目标图像分块以整体替换所述无线捕获图像发送给所述双线性插值设备。
所述消防车辆无线调配方法中:
提取所述各个L分量的最大振荡幅度以作为所述图像分块的参考数值包括:获取各个L分量中的极大值和极小值,将所述极大值减去所述极小值以获得所述各个L分量的最大振荡幅度;
其中,所述幅度分析设备由LAB接收单元和分块处理单元组成,所述LAB接收单元分别与所述分块处理单元和所述LAB提取设备连接;
其中,所述LAB提取设备包括分量转换子设备和分量输出子设备,所述分量转换子设备和所述分量输出子设备连接;
其中,在所述LAB提取设备中,所述分量转换子设备用于对所述即时增强图像执行RGB分量到LAB分量的转换;
其中,在所述LAB提取设备中,所述分量输出子设备用于输出所述即时增强图像中每一个像素点的红绿分量即L分量、黑白分量即A分量和黄蓝分量即B分量。
另外,图像滤波,即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制,是图像预处理中不可缺少的操作,其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。由于成像系统、传输介质和记录设备等的不完善,数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外,在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般,噪声信号与要研究的对象不相关它以无用的信息形式出现,扰乱图像的可观测信息。对于数字图像信号,噪声表为或大或小的极值,这些极值通过加减作用于图像像素的真实灰度值上,对图像造成亮、暗点干扰,极大降低了图像质量,影响图像复原、分割、特征提取、图像识别等后继工作的进行。要构造一种有效抑制噪声的滤波器必须考虑两个基本问题:能有效地去除目标和背景中的噪声;同时,能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。常用的图像滤波模式中的一种是,非线性滤波器,一般说来,当信号频谱与噪声频谱混叠时或者当信号中含有非叠加性噪声时如由系统非线性引起的噪声或存在非高斯噪声等,传统的线性滤波技术,如傅立变换,在滤除噪声的同时,总会以某种方式模糊图像细节进而导致像线性特征的定位精度及特征的可抽取性降低。而非线性滤波器是基于对输入信号的一种非线性映射关系,常可以把某一特定的噪声近似地映射为零而保留信号的要特征,因而其在一定程度上能克服线性滤波器的不足之处。
最后应注意到的是,在本发明各个实施例中的各功能设备可以集成在一个处理设备中,也可以是各个设备单独物理存在,也可以两个或两个以上设备集成在一个设备中。
所述功能如果以软件功能设备的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (5)

1.一种消防车辆无线调配平台,其特征在于,所述平台包括:
高度测量仪,设置在无人机上,用于对无人机当前的飞行高度进行测量,以获得并输出相应的实时飞行高度;
无线捕获设备,设置在无人机上,用于接收地面的无线拍摄指令,以触发对其下方环境的图像捕获动作,输出相应的无线捕获图像;
需求分析设备,分别与高度测量仪和比例解析设备连接,用于基于接收到的比例参考值和接收到的实时飞行高度确定当前灭火需要的消防车数量;
在所述需求分析设备中,所述实时飞行高度越高,需要的消防车数量越多,所述比例参考值越大,需要的消防车数量越多;
车辆调配设备,与所述需求分析设备连接,用于基于当前灭火需要的消防车数量向附近的消防控制中心无线发送相应的车辆调配指令;
双线性插值设备,设置在无人机上,与所述无线捕获设备连接,用于接收所述无线捕获图像,对所述无线捕获图像执行基于双线性插值法的图像插值处理,以获得并输出双线性插值图像;
信号切分设备,与所述双线性插值设备连接,用于对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得并输出对应的初次分割子图像;
比例检测设备,与所述信号切分设备连接,用于对接收到的初次分割子图像执行面积分析,以在所述初次分割子图像占据所述双线性插值图像的面积比例超限时,发出识别成功信号,否则,发出识别失败信号;
自适应递归滤波设备,设置在所述双线性插值设备和所述信号切分设备之间,还与所述比例检测设备连接,用于在接收到识别失败信号时,对接收到的双线性插值图像执行自适应递归滤波处理,以获得自适应递归滤波图像,并将所述自适应递归滤波图像替换所述双线性插值图像发送给所述信号切分设备;
所述信号切分设备在接收到识别成功信号时,直接将所述初次分割子图像作为最终子图像输出;
所述信号切分设备在接收到所述自适应递归滤波图像时,对所述双线性插值图像执行基于对应火焰分割阈值的火焰分割处理,以获得对应的再次分割子图像,并将所述再次分割子图像作为最终子图像输出;
所述自适应递归滤波设备还用于在接收到识别成功信号时,不对接收到的双线性插值图像执行自适应递归滤波处理;
图像锐化设备,与所述信号切分设备连接,用于对接收到的最终子图像执行图像锐化处理,以获得并输出相应的实时锐化图像;
比例解析设备,与所述图像锐化设备连接,用于基于火焰成像特征对所述实时锐化图像中的火焰进行再次识别以获得每一个火焰占据所述实时锐化图像的比例,并累计所有火焰占据所述实时锐化图像的比例以获得比例参考值。
2.如权利要求1所述的消防车辆无线调配平台,其特征在于,所述平台还包括:
MMC存储设备,与所述信号切分设备连接,用于存储所述初次分割子图像和所述再次分割子图像;
其中,所述MMC存储设备还与所述比例检测设备连接,用于接收并存储所述识别成功信号或所述识别失败信号。
3.如权利要求2所述的消防车辆无线调配平台,其特征在于,所述平台还包括:
滤波处理设备,设置在无人机上,与所述无线捕获设备连接,用于对所述无线捕获图像执行非线性滤波处理,以获得对应的非线性滤波图像,并输出所述非线性滤波图像;
增强处理设备,与所述滤波处理设备连接,用于对所述非线性滤波图像执行对比度增强处理,以获得相应的即时增强图像。
4.如权利要求3所述的消防车辆无线调配平台,其特征在于,所述平台还包括:
LAB提取设备,与所述增强处理设备连接,用于对所述即时增强图像执行RGB分量到LAB分量的转换,以获得所述即时增强图像中每一个像素点的红绿分量即L分量、黑白分量即A分量和黄蓝分量即B分量;
幅度分析设备,与所述LAB提取设备连接,用于对所述即时增强图像中每一个32×32图像分块执行以下操作:获取所述图像分块中的各个像素点的各个L分量,提取所述各个L分量的最大振荡幅度以作为所述图像分块的参考数值;
幅度比较设备,分别与所述双线性插值设备和所述幅度分析设备连接,用于将参考数值超限的各个图像分块作为各个目标图像分块以整体替换所述无线捕获图像发送给所述双线性插值设备。
5.如权利要求4所述的消防车辆无线调配平台,其特征在于:
提取所述各个L分量的最大振荡幅度以作为所述图像分块的参考数值包括:获取各个L分量中的极大值和极小值,将所述极大值减去所述极小值以获得所述各个L分量的最大振荡幅度;
其中,所述幅度分析设备由LAB接收单元和分块处理单元组成,所述LAB接收单元分别与所述分块处理单元和所述LAB提取设备连接;
其中,所述LAB提取设备包括分量转换子设备和分量输出子设备,所述分量转换子设备和所述分量输出子设备连接;
其中,在所述LAB提取设备中,所述分量转换子设备用于对所述即时增强图像执行RGB分量到LAB分量的转换;
其中,在所述LAB提取设备中,所述分量输出子设备用于输出所述即时增强图像中每一个像素点的红绿分量即L分量、黑白分量即A分量和黄蓝分量即B分量。
CN201910415964.5A 2019-05-19 2019-05-19 无线调配平台 Active CN110327574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910415964.5A CN110327574B (zh) 2019-05-19 2019-05-19 无线调配平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910415964.5A CN110327574B (zh) 2019-05-19 2019-05-19 无线调配平台

Publications (2)

Publication Number Publication Date
CN110327574A CN110327574A (zh) 2019-10-15
CN110327574B true CN110327574B (zh) 2020-02-11

Family

ID=68139361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910415964.5A Active CN110327574B (zh) 2019-05-19 2019-05-19 无线调配平台

Country Status (1)

Country Link
CN (1) CN110327574B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110807955B (zh) * 2019-11-01 2020-10-23 诸暨山争网络科技有限公司 基于数据捕获的行驶路线实时切换平台及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110116777A (ko) * 2010-04-20 2011-10-26 국방과학연구소 가시광선 및 적외선 영상신호 융합장치 및 그 방법
US9070039B2 (en) * 2013-02-01 2015-06-30 Brian Corporation Temporal winner takes all spiking neuron network sensory processing apparatus and methods
CN106730555A (zh) * 2016-11-23 2017-05-31 扬州大学 一种用于消防机器人消防灭火空间一体化的监控方法
CN107050725A (zh) * 2017-04-28 2017-08-18 成都谍翼科技有限公司 无人机消防方法及装置
CN108364494A (zh) * 2018-02-26 2018-08-03 郑清辉 道路交通智能管理方法、系统及平台
CN108806162A (zh) * 2018-07-24 2018-11-13 烟台伺维特智能科技有限公司 一种无人机平台的森林防火灭火系统及方法
CN108958288A (zh) * 2018-07-26 2018-12-07 杭州瓦屋科技有限公司 基于地理信息的低空作业无人机系统及其航迹规划方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110116777A (ko) * 2010-04-20 2011-10-26 국방과학연구소 가시광선 및 적외선 영상신호 융합장치 및 그 방법
US9070039B2 (en) * 2013-02-01 2015-06-30 Brian Corporation Temporal winner takes all spiking neuron network sensory processing apparatus and methods
CN106730555A (zh) * 2016-11-23 2017-05-31 扬州大学 一种用于消防机器人消防灭火空间一体化的监控方法
CN107050725A (zh) * 2017-04-28 2017-08-18 成都谍翼科技有限公司 无人机消防方法及装置
CN108364494A (zh) * 2018-02-26 2018-08-03 郑清辉 道路交通智能管理方法、系统及平台
CN108806162A (zh) * 2018-07-24 2018-11-13 烟台伺维特智能科技有限公司 一种无人机平台的森林防火灭火系统及方法
CN108958288A (zh) * 2018-07-26 2018-12-07 杭州瓦屋科技有限公司 基于地理信息的低空作业无人机系统及其航迹规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
远程采集无人机图像的特征识别方法研究;谭颖;《计算机测量与控制》;20151231;第23卷(第3期);1005-1007 *

Also Published As

Publication number Publication date
CN110327574A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN104036617A (zh) 报警方法和报警系统
CN110327574B (zh) 无线调配平台
Yang et al. Early detection of forest fire based on unmaned aerial vehicle platform
KR102385428B1 (ko) 스마트 글라스와 qr코드를 이용한 시설물 유지 관리 시스템
CN111126447A (zh) 一种智能旅客安检行李图像自动识别方法
CN104735423A (zh) 位于无人机上的输电设备辨认平台
CN110553151B (zh) 一种管道泄漏监测方法和系统
CN110111025A (zh) 武器装备体系评估方法及装置
CN113569718A (zh) 提醒方法、装置、设备、系统和存储介质
CN110610283A (zh) 无线调配方法
CN114943841A (zh) 一种基于图像识别辅助作业安全管控的方法及装置
CN105208346B (zh) 基于无人机的输电设备辨认方法
CN113628172A (zh) 一种人员手持武器智能检测算法及智慧城市安防系统
CN112927459A (zh) 一种基于无人机视觉的九宫格火势预测方法及应用
CN111583567A (zh) 一种森林防火预警方法及装置
CN110991217A (zh) 基于大数据分析的逃票检测装置及方法
CN115641607A (zh) 电力施工现场作业人员穿戴行为检测方法、装置、设备及存储介质
CN105046867B (zh) 基于北斗系统的火灾监控系统
CN111080983B (zh) 一种基于北斗卫星导航定位的特种运输车报警系统
CN112911208A (zh) 森林覆盖山体现场检测平台及方法
CN110796826A (zh) 一种用于识别烟雾火焰的报警方法及系统
CN109886253A (zh) 一种基于视频分析的建筑物安全检测系统
CN111614938A (zh) 一种风险识别方法及装置
CN111476086A (zh) 烟火识别方法、装置、计算机设备和可读存储介质
CN112580396A (zh) 一种森林火灾识别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information

Address after: 211100 No.3, Fucheng West Road, Jiangning Development Zone, Nanjing City, Jiangsu Province

Applicant after: Cao Ting

Address before: 310008, No. 10, Ling Ling South Road, Hangzhou, Zhejiang, Xihu District

Applicant before: Cao Ting

CB02 Change of applicant information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 310008, No. 10, Ling Ling South Road, Hangzhou, Zhejiang, Xihu District

Applicant after: Cao Ting

Address before: 211100 No.3, Fucheng West Road, Jiangning Development Zone, Nanjing City, Jiangsu Province

Applicant before: Cao Ting

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20200110

Address after: 234000 Room 303, building 8, modern Jiayuan, Xichang South Road, Yongqiao District, Suzhou City, Anhui Province

Applicant after: Suzhou Huiteng Intellectual Property Consulting Co., Ltd.

Address before: 310008, No. 10, Ling Ling South Road, Hangzhou, Zhejiang, Xihu District

Applicant before: Cao Ting

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant