CN110944111B - 基于通道检测的大数据分析平台、方法及存储介质 - Google Patents
基于通道检测的大数据分析平台、方法及存储介质 Download PDFInfo
- Publication number
- CN110944111B CN110944111B CN201911027063.5A CN201911027063A CN110944111B CN 110944111 B CN110944111 B CN 110944111B CN 201911027063 A CN201911027063 A CN 201911027063A CN 110944111 B CN110944111 B CN 110944111B
- Authority
- CN
- China
- Prior art keywords
- image
- equipment
- channel
- big data
- red channel
- 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.)
- Expired - Fee Related
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 239000000428 dust Substances 0.000 claims abstract description 23
- 238000004140 cleaning Methods 0.000 claims abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 15
- 239000002184 metal Substances 0.000 claims description 15
- 238000003379 elimination reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000003707 image sharpening Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 claims description 2
- 238000010408 sweeping Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 2
- 239000013307 optical fiber Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005253 cladding Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于通道检测的大数据分析平台、方法及存储介质，所述平台包括：通道分析设备，基于接收到的图像的所有像素点的红色通道值计算已处理图像的代表性红色通道值，基于车辆出厂时场景抓拍设备抓拍到的图像的所有像素点的红色通道值计算参考性红色通道值；清扫通知设备，基于无线通信链路建立与车辆驾驶员的移动终端的无线数据连接，用于在代表性红色通道值低于参考性红色通道值达到预设百分比阈值时，发出清扫请求信号，否则，发出无需清扫信号。本发明的基于通道检测的大数据分析平台、方法及存储介质运行稳定、设计周到。由于引入了基于红色通道值的灰尘分析机制以及摄像器材本身的抗尘处理机制，保证现场场景判断的可靠性。
Description
技术领域
本发明涉及大数据分析领域，尤其涉及一种基于通道检测的大数据分析平台、方法及存储介质。
背景技术
在统计学领域，有些人将大数据分析划分为描述性统计分析、探索性大数据分析以及验证性大数据分析；其中，探索性大数据分析侧重于在数据之中发现新的特征，而验证性大数据分析则侧重于已有假设的证实或证伪。
探索性大数据分析是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基命名。
定性大数据分析又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据(或者说资料)的分析。
发明内容
为了解决相关技术问题，本发明提供了一种基于通道检测的大数据分析平台，能够对车辆内部场景进行针对性的图像抓拍和图像处理，并将其红色通道值与干净状态下的车辆内部图像的红色通道值进行比较，基于比较结果确定是否无线通知车辆驾驶员执行车辆内部清扫操作，另外，为了避免摄像设备本身灰尘对抓拍场景灰尘分析的干扰，对摄像设备本身引入了针对性的除尘设备。
根据本发明的一方面，提供了一种基于通道检测的大数据分析平台，所述平台包括：
现场计时设备，设置在车辆内部，用于每隔预设时间间隔发出一次抓拍启动信号；
场景抓拍设备，设置在车辆的顶部，与所述现场计时设备连接，用于在接收到抓拍启动信号时，对车辆内部执行场景抓拍处理，以获得并输出对应的现场抓拍图像；
带阻滤波设备，与所述场景抓拍设备连接，用于对接收到的现场抓拍图像执行带阻滤波处理，以获得相应的带阻滤波图像；
增强处理设备，与所述带阻滤波设备连接，用于对接收到的带阻滤波图像执行增强处理，以获得增强处理图像；
算子锐化设备，与所述增强处理设备连接，用于对接收到的增强处理图像执行基于Sobel算子的图像锐化处理，以获得算子锐化图像；
定向虚化设备，与所述算子锐化设备连接，用于对接收到的算子锐化图像执行定向虚化处理，以获得定向虚化图像；
通道分析设备，与所述定向虚化设备连接，基于接收到的定向虚化图像的所有像素点的红色通道值计算定向虚化图像的代表性红色通道值，基于车辆出厂时场景抓拍设备抓拍到的图像的所有像素点的红色通道值计算参考性红色通道值；
清扫通知设备，基于无线通信链路建立与车辆驾驶员的移动终端的无线数据连接，与所述通道分析设备连接，用于在所述代表性红色通道值低于所述参考性红色通道值达到预设百分比阈值时，发出清扫请求信号。
根据本发明的另一方面，还提供了一种基于通道检测的大数据分析方法，所述方法包括使用如上述的基于通道检测的大数据分析平台以基于颜色通道值的比较结果确定是否无线通知车辆驾驶员执行车辆内部清扫操作。
根据本发明的又一方面，还提供了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现如上述的基于通道检测的大数据分析方法的各个步骤。
本发明的基于通道检测的大数据分析平台、方法及存储介质运行稳定、设计周到。由于引入了基于红色通道值的灰尘分析机制以及摄像器材本身的抗尘处理机制，保证现场场景判断的可靠性。
由此可见，本发明需要具备以下几处重要的发明点：
(1)对车辆内部场景进行针对性的图像抓拍和图像处理，并将其红色通道值与干净状态下的车辆内部图像的红色通道值进行比较，基于比较结果确定是否无线通知车辆驾驶员执行车辆内部清扫操作；
(2)为了避免摄像设备本身灰尘对抓拍场景灰尘分析的干扰，对摄像设备本身引入了针对性的除尘设备。
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基于通道检测的大数据分析平台的结构方框图。
图2为根据本发明实施方案示出的计算机可读存储介质的示意图。
具体实施方式
下面将参照附图对本发明的基于通道检测的大数据分析平台、方法及存储介质的实施方案进行详细说明。
RGB颜色空间是图像处理中最基本、最常用、面向硬件的颜色空间。我们采集到的彩色图像，一般就是被分成R、G、B的成分加以保存的。
然而，自然环境下获取的果实图像容易受自然光照、叶片遮挡和阴影等情况的影响，即对亮度比较敏感。而RGB颜色空间的分量与亮度密切相关，即只要亮度改变，3个分量都会随之相应地改变。所以，RGB颜色空间适合于显示系统，却并不适合于图像处理。另一方面，HSI变换与RGB变换都是非线性变换，耗时多，无法满足机器手进行采摘工作的实时性需要。L*a*b*颜色空间可以直接通过使用颜色空间内的几何距离来做不同颜色之间的比较分析，所以可以有效地、方便地用在测量较小的色差上。可是尽管非线性变换空间可以消除其各个颜色分量之间存在的相关性，可用于数字图像处理，但因为是非线性变换，所以计算量比较大，并且颜色空间同样存在奇异点的问题。
当前，对车辆内部场景的灰尘的检测主要依赖于车辆拥有者，例如车辆驾驶员，一般采用定期打扫的方式或者人工检测的触发方式，然而前者没有考虑车辆内部的整体灰尘情况，导致打扫无效或不及时，后者无法对车辆整体场景进行灰尘检测，导致触发的时机不够准确，另外，简单地通过摄像设备视频监控的机制中，摄像设备本身的落尘程度也会干扰检测结果。
为了克服上述不足，本发明搭建了一种基于通道检测的大数据分析平台、方法及存储介质，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基于通道检测的大数据分析平台的结构方框图，所述平台包括：
现场计时设备，设置在车辆内部，用于每隔预设时间间隔发出一次抓拍启动信号；
场景抓拍设备，设置在车辆的顶部，与所述现场计时设备连接，用于在接收到抓拍启动信号时，对车辆内部执行场景抓拍处理，以获得并输出对应的现场抓拍图像；
带阻滤波设备，与所述场景抓拍设备连接，用于对接收到的现场抓拍图像执行带阻滤波处理，以获得相应的带阻滤波图像；
增强处理设备，与所述带阻滤波设备连接，用于对接收到的带阻滤波图像执行增强处理，以获得增强处理图像；
算子锐化设备，与所述增强处理设备连接，用于对接收到的增强处理图像执行基于Sobel算子的图像锐化处理，以获得算子锐化图像；
定向虚化设备，与所述算子锐化设备连接，用于对接收到的算子锐化图像执行定向虚化处理，以获得定向虚化图像；
通道分析设备，与所述定向虚化设备连接，基于接收到的定向虚化图像的所有像素点的红色通道值计算定向虚化图像的代表性红色通道值，基于车辆出厂时场景抓拍设备抓拍到的图像的所有像素点的红色通道值计算参考性红色通道值；
清扫通知设备，基于无线通信链路建立与车辆驾驶员的移动终端的无线数据连接，与所述通道分析设备连接，用于在所述代表性红色通道值低于所述参考性红色通道值达到预设百分比阈值时，发出清扫请求信号；
其中，所述清扫通知设备还用于在所述代表性红色通道值高于等于所述参考性红色通道值达到预设百分比阈值时，发出无需清扫信号；
其中，所述场景抓拍设备包括椭圆形金属构件、摄像组件和亮度均衡设备；
其中，所述椭圆形金属构件包括椭圆形金属外壳、固定支架和自动除尘机构，椭圆形金属外壳和自动除尘机构都设置在固定支架的下方，自动除尘机构用于定时对椭圆形金属外壳表面进行除尘，椭圆形金属外壳上设置摄像组件的安装孔。
接着，继续对本发明的基于通道检测的大数据分析平台的具体结构进行进一步的说明。
所述基于通道检测的大数据分析平台中：
所述摄像组件放置在椭圆形金属外壳上的安装孔内，包括摄像镜头、亮度检测器、亮度调节器和图像传感器；
所述基于通道检测的大数据分析平台中还可以包括：
并排线路插座，分别与所述定向虚化设备、所述通道分析设备和所述清扫通知设备的信号输出端连接。
所述基于通道检测的大数据分析平台中：
所述定向虚化设备内置有串行通信接口，用于接收用户通过所述串行通信接口发送的控制信号。
所述基于通道检测的大数据分析平台中还可以包括：
蜂鸣器，与所述通道分析设备连接，用于在所述通道分析设备处于异常状态下时执行预设播放频率的报警动作。
所述基于通道检测的大数据分析平台中：
所述通道分析设备和所述定向虚化设备共用同一数据缓存设备，所述数据缓存设备将其数据缓存地址分为两段，用于分别保存所述定向虚化设备和所述通道分析设备的缓存数据。
所述基于通道检测的大数据分析平台中：
所述数据缓存设备分别与所述定向虚化设备和所述通道分析设备通过并行数据总线建立连接。
同时，为了克服上述不足，本发明还搭建了一种基于通道检测的大数据分析方法，所述方法包括使用如上述的基于通道检测的大数据分析平台以基于颜色通道值的比较结果确定是否无线通知车辆驾驶员执行车辆内部清扫操作。
以及，为了克服上述不足，本发明还搭建了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现如上述的基于通道检测的大数据分析方法的各个步骤。
图2为根据本发明实施方案示出的计算机可读存储介质的示意图。如图2所示，根据本发明实施方案的计算机可读存储介质20，其上存储有非暂时性计算机可读指令21。当该非暂时性计算机可读指令21由处理器运行时，执行前述的本发明实施方案的基于通道检测的大数据分析方法的全部或部分步骤。
另外，所述定向虚化设备还包括光纤通信接口，用于发送所述定向虚化设备输出的定向虚化图像。
光纤是光导纤维的简写，是一种由玻璃或塑料制成的纤维，可作为光传导工具。传输原理是‘光的全反射’。微细的光纤封装在塑料护套中，使得它能够弯曲而不至于断裂。通常，光纤的一端的发射装置使用发光二极管(light emitting diode，LED)或一束激光将光脉冲传送至光纤，光纤的另一端的接收装置使用光敏元件检测脉冲。
在多模光纤中，芯的直径是50μm和62.5μm两种，大致与人的头发的粗细相当。而单模光纤芯的直径为8μm～10μm，常用的是9/125μm。芯外面包围着一层折射率比芯低的玻璃封套，俗称包层，包层使得光线保持在芯内。再外面的是一层薄的塑料外套，即涂覆层，用来保护包层。光纤通常被扎成束，外面有外壳保护。纤芯通常是由石英玻璃制成的横截面积很小的双层同心圆柱体，他质地脆，易断裂，因此需要外加一保护层。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：只读内存(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于通道检测的大数据分析平台，其特征在于，所述平台包括：
现场计时设备，设置在车辆内部，用于每隔预设时间间隔发出一次抓拍启动信号；
场景抓拍设备，设置在车辆的顶部，与所述现场计时设备连接，用于在接收到抓拍启动信号时，对车辆内部执行场景抓拍处理，以获得并输出对应的现场抓拍图像；
带阻滤波设备，与所述场景抓拍设备连接，用于对接收到的现场抓拍图像执行带阻滤波处理，以获得相应的带阻滤波图像；
增强处理设备，与所述带阻滤波设备连接，用于对接收到的带阻滤波图像执行增强处理，以获得增强处理图像；
算子锐化设备，与所述增强处理设备连接，用于对接收到的增强处理图像执行基于Sobel算子的图像锐化处理，以获得算子锐化图像；
定向虚化设备，与所述算子锐化设备连接，用于对接收到的算子锐化图像执行定向虚化处理，以获得定向虚化图像；
通道分析设备，与所述定向虚化设备连接，基于接收到的定向虚化图像的所有像素点的红色通道值计算定向虚化图像的代表性红色通道值，基于车辆出厂时场景抓拍设备抓拍到的图像的所有像素点的红色通道值计算参考性红色通道值；
清扫通知设备，基于无线通信链路建立与车辆驾驶员的移动终端的无线数据连接，与所述通道分析设备连接，用于在所述代表性红色通道值低于所述参考性红色通道值达到预设百分比阈值时，发出清扫请求信号；
其中，所述清扫通知设备还用于在所述代表性红色通道值高于等于所述参考性红色通道值达到预设百分比阈值时，发出无需清扫信号；
其中，所述场景抓拍设备包括椭圆形金属构件、摄像组件和亮度均衡设备；
其中，所述椭圆形金属构件包括椭圆形金属外壳、固定支架和自动除尘机构，椭圆形金属外壳和自动除尘机构都设置在固定支架的下方，自动除尘机构用于定时对椭圆形金属外壳表面进行除尘，椭圆形金属外壳上设置摄像组件的安装孔；
所述摄像组件放置在椭圆形金属外壳上的安装孔内，包括摄像镜头、亮度检测器、亮度调节器和图像传感器；
并排线路插座，分别与所述定向虚化设备、所述通道分析设备和所述清扫通知设备的信号输出端连接。
2.如权利要求1所述的基于通道检测的大数据分析平台，其特征在于：
所述定向虚化设备内置有串行通信接口，用于接收用户通过所述串行通信接口发送的控制信号。
3.如权利要求2所述的基于通道检测的大数据分析平台，其特征在于，还包括：
蜂鸣器，与所述通道分析设备连接，用于在所述通道分析设备处于异常状态下时执行预设播放频率的报警动作。
4.如权利要求3所述的基于通道检测的大数据分析平台，其特征在于：
所述通道分析设备和所述定向虚化设备共用同一数据缓存设备，所述数据缓存设备将其数据缓存地址分为两段，用于分别保存所述定向虚化设备和所述通道分析设备的缓存数据。
5.如权利要求4所述的基于通道检测的大数据分析平台，其特征在于：
所述数据缓存设备分别与所述定向虚化设备和所述通道分析设备通过并行数据总线建立连接。
6.一种基于通道检测的大数据分析方法，所述方法包括使用如权利要求1-5任一所述的基于通道检测的大数据分析平台以基于颜色通道值的比较结果确定是否无线通知车辆驾驶员执行车辆内部清扫操作。
7.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现如权利要求6所述方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911027063.5A CN110944111B (zh) | 2019-10-27 | 2019-10-27 | 基于通道检测的大数据分析平台、方法及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911027063.5A CN110944111B (zh) | 2019-10-27 | 2019-10-27 | 基于通道检测的大数据分析平台、方法及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110944111A CN110944111A (zh) | 2020-03-31 |
| CN110944111B true CN110944111B (zh) | 2020-09-08 |
Family
ID=69906214
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911027063.5A Expired - Fee Related CN110944111B (zh) | 2019-10-27 | 2019-10-27 | 基于通道检测的大数据分析平台、方法及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110944111B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052901B (zh) * | 2020-10-29 | 2021-12-03 | 马鞍山百助桔梗网络科技有限公司 | 针对性信息化处理平台及方法 |
| CN112307988A (zh) * | 2020-11-03 | 2021-02-02 | 泰州程顺制冷设备有限公司 | 制造车间自适应操控系统 |
| CN112819974B (zh) * | 2020-11-06 | 2021-10-08 | 滨州医学院附属医院 | 应用区块链存储的分区域管理平台及方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106469309A (zh) * | 2015-08-14 | 2017-03-01 | 杭州海康威视数字技术股份有限公司 | 车辆监控的方法和装置、处理器、图像采集设备 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07298248A (ja) * | 1994-04-27 | 1995-11-10 | Kawasaki Steel Corp | 発塵監視方法 |
| US7786877B2 (en) * | 2008-06-20 | 2010-08-31 | Billy Hou | Multi-wavelength video image fire detecting system |
| CN102291575B (zh) * | 2011-09-01 | 2013-07-17 | 天地科技股份有限公司 | 智能化综采工作面视频监控系统 |
| CN103871186A (zh) * | 2012-12-17 | 2014-06-18 | 博立码杰通讯(深圳)有限公司 | 安防监控系统及相应的报警触发方法 |
| CN103914948B (zh) * | 2014-04-23 | 2016-04-13 | 西安电子科技大学 | 基于智能移动终端的老人看护系统及其方法 |
| CN204539282U (zh) * | 2015-03-24 | 2015-08-05 | 上海海日智能科技有限公司 | 安防摄像机 |
| CN105046700B (zh) * | 2015-07-09 | 2018-03-09 | 北京农业智能装备技术研究中心 | 基于亮度校正与颜色分类的水果表面缺陷检测方法及系统 |
| CN104967768B (zh) * | 2015-07-10 | 2018-08-28 | 山东神戎电子股份有限公司 | 一种摄像机窗口玻璃自动雨刷除尘装置及方法 |
| CN110022430A (zh) * | 2018-01-10 | 2019-07-16 | 中兴通讯股份有限公司 | 图像虚化方法、装置、移动终端及计算机可读存储介质 |
| CN108566513A (zh) * | 2018-03-28 | 2018-09-21 | 深圳臻迪信息技术有限公司 | 一种无人机对运动目标的拍摄方法 |
| CN110021184B (zh) * | 2019-03-20 | 2019-12-20 | 泰州腾翔信息科技有限公司 | 基于图像处理的数据显示系统 |
-
2019
- 2019-10-27 CN CN201911027063.5A patent/CN110944111B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106469309A (zh) * | 2015-08-14 | 2017-03-01 | 杭州海康威视数字技术股份有限公司 | 车辆监控的方法和装置、处理器、图像采集设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110944111A (zh) | 2020-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110944111B (zh) | 基于通道检测的大数据分析平台、方法及存储介质 | |
| US9349068B2 (en) | Detecting camera conditions to initiate camera maintenance | |
| CN112257554B (zh) | 基于多光谱的森林火灾识别方法、系统、程序及存储介质 | |
| CN108288289B (zh) | 一种用于可见光定位的led视觉检测方法及其系统 | |
| JP2014212438A (ja) | 監視システム | |
| KR101454644B1 (ko) | 보행자 추적기를 이용한 서성거림을 탐지하는 방법 | |
| CN206725097U (zh) | 红外热成像测温终端以及测温系统 | |
| CN105372564A (zh) | 一种紫外成像电晕检测方法与装置 | |
| CN111507268B (zh) | 报警方法及装置、存储介质和电子装置 | |
| CN109412689B (zh) | 一种基于图像处理的机器人激光通信系统及其方法 | |
| CN110392207A (zh) | 一种触发摄像设备聚焦的方法及装置 | |
| US8837931B2 (en) | Trend-based temperature compensation for a monitoring device | |
| KR20200041350A (ko) | 대기 강수가 발생하고 있는 환경의 디지털 이미지를 통한 대기 강수율의 실시간 계산 | |
| CN101282419A (zh) | 一种自动坏点检测方法与设备 | |
| EP2177947A1 (en) | Video camera device for detecting molten slag in flow of molten steel | |
| CN113541785B (zh) | 维持光缆信号不中断的方法、系统、设备及存储介质 | |
| CN113033355B (zh) | 一种基于密集输电通道的异常目标识别方法和装置 | |
| CN115542296B (zh) | 激光雷达的脏污点和脏污检测方法、电子装置 | |
| CN113807209A (zh) | 车位检测方法、装置、电子设备及存储介质 | |
| CN110691181B (zh) | 摄像设备、摄像机及无人机 | |
| CN109144355B (zh) | 基于光学信号的交互装置和交互系统 | |
| CN112885102A (zh) | 图像拍摄方法、装置、设备及存储介质 | |
| CN112235925A (zh) | 目视助航设备状态预警方法及相关装置 | |
| JP2002024828A (ja) | 遠隔検針装置及び遠隔検針システム | |
| CN111027366B (zh) | 自适应面部信号处理平台 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Guan Yanling Inventor after: Other inventor requests not to publish the name Inventor before: Request for anonymity |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200812 Address after: 650000 integrated control building of Yunnan energy investment group, No. 616, Rixin Middle Road, Xishan District, Kunming City, Yunnan Province Applicant after: Yunnan Energy Investment Information Industry Development Co.,Ltd. Applicant after: BEIJING GEO-VISION TECH. Co.,Ltd. Address before: 224100 No.50 Gongnong Road, Dazhong Town, Dafeng District, Yancheng City, Jiangsu Province Applicant before: Zhang Jiaojiao |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200908 |