CN112668478B - 一种井盖监控方法、装置、电子设备和存储介质 - Google Patents

一种井盖监控方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112668478B
CN112668478B CN202011591104.6A CN202011591104A CN112668478B CN 112668478 B CN112668478 B CN 112668478B CN 202011591104 A CN202011591104 A CN 202011591104A CN 112668478 B CN112668478 B CN 112668478B
Authority
CN
China
Prior art keywords
well lid
image
monitoring
well
current
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
CN202011591104.6A
Other languages
English (en)
Other versions
CN112668478A (zh
Inventor
樊笑冰
胡永雷
包英豪
冯月
吴晓龙
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.)
Henan Oak Intelligent Technology Co ltd
Original Assignee
Henan Oak Intelligent 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 Henan Oak Intelligent Technology Co ltd filed Critical Henan Oak Intelligent Technology Co ltd
Priority to CN202011591104.6A priority Critical patent/CN112668478B/zh
Publication of CN112668478A publication Critical patent/CN112668478A/zh
Application granted granted Critical
Publication of CN112668478B publication Critical patent/CN112668478B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明提供了一种井盖监控方法、装置、电子设备和存储介质,属智慧城管技术领域。井盖监控方法包括定时从城市视频监控系统中获取井盖的监控图像;根据预先存储的矩形区域顶点坐标,从监控图像中截取出井盖的当前图像;将所述当前图像与前一图像进行对比,所述前一图像为本方法前一次执行时所获取的井盖图像;若对比结果出现差异,则将所述当前图像与预置图像进行对比,所述预置图像为预先存储的井盖正常状态下的图像;若对比结果仍出现差异,则根据所述当前图像分析出井盖的当前状态;若井盖的当前状态为缺失或损坏,则发出报警信号。本发明利用城市视频监控系统,获取包含有井盖的监控图像,通过对图像的分析,能够实现对井盖的实时监控。

Description

一种井盖监控方法、装置、电子设备和存储介质
技术领域
本发明属于智慧城管技术领域,具体涉及一种井盖监控方法、装置、电子设备和存储介质。
背景技术
随着城市化进程的大幅度发展,城市道路下布满了通讯、电力、热力、燃气、排污等各种地下管道,为满足地下管线维护的需要,每隔一段距离都设置有检查井。如果检查井的井盖被盗或损坏,将严重威胁行人的人身安全和车辆的行驶安全;也可能会出现通过检查井进入地下管道盗窃线缆的情况,将干扰供电和通信,严重威胁国家和社会的财产安全。因此,必须加强对井盖的管理。
传统的井盖管理大都采用人工检测和管理,工作效率低,难以及时发现、及时处理异常井盖,有一定的延时性,并且会受雨天等恶劣天气的影响。在这种情况下,出现了一些可以自动对井盖进行监控管理的方法。
如公开号为CN106203238A的发明专利提出一种移动测图系统街景影像中井盖部件识别方法,所述识别方法利用加权矢量边缘检测方法进行边缘检测,基于所述矢量边缘特征图像,获取边缘点集,并提取每个边缘点集对应的矢量轮廓链表,对所有矢量轮廓链表按照判别依据逐个计算,采用最小二乘法解算疑似井盖椭圆方程系数,并利用系数相似度阈值及系数计数器控制检测精度,得到候选井盖椭圆,再依据移动测图系统街景影像中井盖的几何特征和/或方位特征进一步剔除虚假椭圆,最终识别出井盖椭圆。但是该发明主要是为了识别街景影像中的井盖,需要利用车载摄影的方式拍摄实景图片,操作不便。
又如公开号为CN109141367A的发明专利提出一种基于图像识别的井盖显示系统,该发明采用无人机巡检航拍的方式,结合井盖缝隙宽度图像识别模式,能够大范围地、精确地确定出各个缺失井盖的位置。但是该发明利用无人机实现,成本较高,并且无人机在自动巡检飞行时,如果无法针对各种异常情况进行自动处理,可能会造成无人接坠毁或丢失。
发明内容
本发明所要解决的技术问题是,针对现有技术的不足,提供一种井盖监控方法、装置、电子设备和存储介质。
为解决上述技术问题,本发明所采用的技术方案是:
一种井盖监控方法,所述方法包括:
S11、定时从城市视频监控系统中获取井盖的监控图像;
S12、根据预先存储的矩形区域顶点坐标,从步骤S11所获取的监控图像中截取出井盖的当前图像;
S13、将所述当前图像与前一图像进行对比,所述前一图像为本方法前一次执行步骤S12时所获取的井盖图像;
S14、若步骤S13的对比结果出现差异,则将所述当前图像与预置图像进行对比,所述预置图像为预先存储的井盖正常状态下的图像;
S15、若步骤S14的对比结果仍出现差异,则根据所述当前图像分析出井盖的当前状态;
S16、若井盖的当前状态为缺失或损坏,则发出报警信号。
进一步的,步骤S12中所述顶点坐标及步骤S13中所述预置图像的预先获取并存储的方法包括:
S21、从城市视频监控系统中获取井盖正常状态下的监控图像;
S22、从监控图像中标识出一个完全围绕井盖的矩形区域;
S23、获取并存储所述矩形区域的顶点坐标;
S24、根据所述顶点坐标截取出井盖图像并进行存储,所截取出的井盖图像即为预置图像。
进一步的,步骤S22中所述矩形区域的边缘与步骤S21中所获取的监控图像的边缘互相平行。
进一步的,步骤S22中所述矩形区域的标识方法包括:采用人工的方式进行标识。
进一步的,步骤S22中所述矩形区域的标识方法包括:利用深度学习的方式,从图像中识别出井盖,并沿井盖边缘生成所述标识矩形。
进一步的,步骤S13及步骤S14中图像的对比为图像的相似度对比。
一种井盖监控装置,包括:
获取模块,用于从城市视频监控系统中获取井盖的监控图像;
处理模块,用于获取井盖的当前图像、完成图像的对比、识别出井盖的当前状态,并根据井盖的当前状态发出报警信号;
存储模块:用于存储井盖图像及所标识的矩形区域的顶点坐标。
一种电子设备,包括存储器和处理器,所述存储器用于计算机程序和数据,所述处理器调用存储器存储的计算机程序,以执行所述的井盖监控方法。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时用于实现所述的井盖监控方法。
多年来,由于井盖管理不善,各地发生很多伤人、损车事件,给市民的出行安全带来不好的影响,也给社会管理带来一些问题,因此,加强对城市井盖设施的管理是相关部门的一项重要工作。特别是近些年提出的数字城管、智慧城管、智慧城市等概念,均提出井盖纳入城市信息化管理的范畴。
目前有关井盖的监测或管理方法,大多是从传感器的角度出发,主要通过安装在井盖上的行程开关(如专利CN111724553A)、水平/重力/倾角传感器(如专利CN211013073U)、磁感应开关(如专利CN110986750A)、水银开关(如专利CN111648410A)、红外探测(如文献:李亚胜.基于红外探测的井盖监测系统设计[J].数字技术与应用,2015(2015年10):174-175.)等传感器,识别井盖的开启、闭合、移位等状态,并依靠公网信号(GPRS、3G、4G、5G等,如专利CN111945785A、CN111677014A)、或自建无线网(NB-IoT、2.4G、WiFi、ZigBee等,如专利CN212061410U、CN211454784U)、或利用线缆等方式进行数据传输。但是类似这种方式需要在井盖上安装传感器,并且需要建设传输网络,建设成本较高。
在这种情况下,又出现了通过井盖图像识别井盖的方法;其中井盖图像有通过无人机航拍采集(如专利CN109141367A)、或通过车载摄像设备采集(如专利CN106203238A、文献:雷可.一种基于图像的路面井盖破损自动检测方法[J].数字通信世界,2016,(1):245-245.)。但这些井盖图像采集方法,均需要通过专用设备实现,并且采集的图像有延时,无法做到对井盖状态的实施监测。
目前,我国大多城市已经通过平安城市、天网工程、智慧城市等信息化工程,建设了城市视频监控系统,视频监控系统已基本覆盖了城市的各种道路,而通过现有的城市视频监控系统,就能获取井盖的实时图像,进而能识别出井盖的实时状态信息。
本发明的有益效果如下:
本发明利用现有的城市视频监控系统,实时获取井盖图像,并分析出井盖的当前状态,从而实现对井盖的实时监控;相比其他井盖监控的实现方法,本发明不需要新建传感器系统或图像获取设备,实现成本低。
本发明从监控图像中截取出井盖图像用于进一步的处理,这样可以排除井盖周围其他物体的影响,提高识别效果;本发明通过井盖的当前图像与前一图像的对比,以及井盖的当前图像与预置图像的对比来判断井盖图像是否发生变化,从而判断井盖的状态是否发生变化,经过两次对比,能够提高对井盖状态监控的准确性;本发明可利用深度学习实现对监控图像中井盖的识别及标识,相比利用人工进行标识,可以减少人工成本,提高工作效率。
利用本发明能够实现对城市监控系统覆盖范围内井盖的实时监控,能够及时发现井盖安全隐患,从而为智慧城市管理提供重要保障;利用本发明能够省去了传统人工检查的人物物力消耗,更加高效地检测出井盖的丢失或破损,及时向工作人员发出报警信号,提醒工作人员及时进行处理。
附图说明
下面结合附图对本发明做进一步的详细说明。
图1:本发明实施例1的流程图之一。
图2:本发明实施例1识别井盖状态的示意图。
图3:本发明实施例1的流程图之二。
图4:本发明实施例1确定预置图像的示意图。
图5:本发明实施例2的示意图。
图6:本发明实施例3的示意图。
具体实施方式
为了更好地理解本发明,下面结合实施例和附图进一步清楚阐述本发明的内容,但本发明的保护内容不仅仅局限于下面的实施例。在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员来说显而易见的是,本发明可以无需一个或多个这些细节而得以实施。
实施例1:
本实施例的目的是提供一种井盖监控方法,如图1所示,所述方法包括:
1、步骤S11,定时从城市视频监控系统中获取井盖的监控图像。
目前,我国大多城市已经建设了覆盖城区各种道路的视频监控系统,本步骤主要是利用现有的城市视频监控系统获取井盖的监控图像。
在获取井盖的监控图像时,可通过视频监控系统所提供的接口获取图像,也可对视频监控系统进行设置,使其定时推送相关监控图像以供本发明使用。
本方法每隔一段时间执行一次,对于相应的时间间隔,可根据实际情况设置。
2、步骤S12,根据预先存储的矩形区域顶点坐标,从步骤S11所获取的监控图像中截取出井盖的当前图像。
本步骤首先根据拍摄所述监控图像的摄像机,获取预先存储的与该摄像机绑定的矩形区域顶点坐标;然后利用所述顶点坐标对所述监控图像进行截取,所截取出的图像即为井盖的当前图像;随后对井盖的当前图像进行存储。
所述矩形区域围绕图像中的井盖设置,由其他步骤预先确定。
本步骤执行后,所裁切出的图像仅包含井盖图像,这样处理可以排除井盖周围其他物体的影响,提高后续的识别效果。
3、步骤S13,将所述当前图像与前一图像进行对比。
本步骤所述前一图像,为本方法前一次执行步骤S12时所获取的井盖图像。本步骤从存储的图像中获取所述前一图像,并与步骤S12所获取的当前图像进行对比。
本步骤所述图像对比为图像的相似度对比,具体可采用直方图算法、哈希算法、余弦距离算法或结构度量算法实现,相关算法为现有技术,在此不再赘述。
4、步骤S14,若步骤S13的对比结果出现差异,则将所述当前图像与预置图像进行对比。
本步骤所述预置图像为预先存储的井盖正常状态下的图像,由其他步骤预先确定。
如果步骤S13的对比结果出现差异,则继续将步骤S12所获取的井盖当前图像与预置图像进行对比,对比的具体实现方法与步骤S13一致。
5、步骤S15,若步骤S14的对比结果仍出现差异,则根据所述当前图像分析出井盖的当前状态。
如果步骤S14的对比结果出现差异,则井盖的当前图像与正常状态下的图像相比出现了变化,即井盖的状态出现了变化。此时根据当前图像判断出井盖的当前状态。
井盖当前状态的判断方法,可采用人工判断,也可利用OpenCV并采用以下方法进行分析:
(1)对井盖的当前图像进行二值化处理。
二值化处理可以减少光线变化的影响,并凸显出井盖的轮廓。
(2)拟合井盖边缘所在的椭圆,如果无法拟合出椭圆,则说明井盖被遮挡或拍摄该图像的摄像机角度发生变化,此时向工作人员发出报警信号,提醒工作人员重新确定矩形区域的顶点坐标以及预置图像;如果拟合出椭圆,则进行下一步处理。
椭圆拟合可利用fitEllipse函数实现,也可利用其他椭圆拟合算法实现。
(3)如果椭圆内部出现大块的黑色色块,并且椭圆外没有黑色色块,或椭圆内外的色块黑色不连续,则可判断井盖目前为缺失状态(如图2-A)或损坏状态(如图2-B)。如果椭圆内外的黑色色块相连出现,则可判断井盖被异物遮挡(如图2-C)或阴影遮挡(如图2-D),此时停止执行后续步骤并等待下一次的状态判断。
6、步骤S16,若井盖的当前状态为缺失或损坏,则发出报警信号。
当判断井盖的当前状态为缺失或损坏时,则向工作人员发出报警信号,由工作人员进行人工复核,如果井盖确实出现缺失或损坏,则及时进行处理。
如图3所示,本实施例步骤S12中所述顶点坐标及步骤S13中所述预置图像的预先获取并存储的方法包括:
1、步骤S21,从城市视频监控系统中获取井盖正常状态下的监控图像。
从城市视频监控系统中获取监控图像,所述监控图像应完全包括井盖,所述井盖此时应处理正常状态。
2、步骤S22,从监控图像中标识出一个完全围绕井盖的矩形区域。
从步骤S21中所获取的监控图像中,标识出一个能够完全围绕所述井盖的矩形区域。所述矩形区域的边缘应与所述监控图像的边缘平行。
对于所述矩形区域的标识方法,可采用人工完成,也可采用深度学习的方式,自动从图像中识别出井盖,并沿井盖边缘生成所述标识矩形。标识效果如图4-A所示。
利用深度学习识别井盖的方法,可参考专利CN111914634A或文献(陶祝,刘正熙,熊运余.基于卷积神经网络的窨井盖检测[J].现代计算机:中旬刊,2018(1):79-84.),在此不再赘述。
3、步骤S23,获取并存储所述矩形区域的顶点坐标。
确定矩形区域后,获取所述矩形区域的四个顶点坐标,或获取所述矩形区域相对两个顶点的坐标,随后将所获取的顶点坐标进行存储,存储时,应将该顶点坐标与拍摄步骤S21所述监控图像的摄像机进行关联绑定。
如果进行了关联绑定,在获取监控图像后,即可根据拍摄该监控图像的摄像机获取所标识的矩形区域的顶点坐标。
4、步骤S24,根据所述顶点坐标截取出井盖图像并进行存储。
根据步骤S23所获取的矩形区域顶点坐标,从步骤S21所获取的监控图像中截取出井盖图像,并将所述井盖图像进行存储。截取出的井盖图像效果如图4-B所示。
本步骤所存储的井盖图像即为步骤S14所述预置图像。
目前道路上设置的监控摄像机多为枪型摄像机,这种摄像机在安装后,其监控角度固定不变,因此,井盖在该摄像机监控图像中的位置也固定不变,当确定所围绕井盖的矩形区域的顶点坐标后,根据顶点坐标所截取出的图像即为井盖图像。
当然,本实施例在执行时也能判断出摄像机的角度变化,如果摄像机角度出现变化,则需要重新确定矩形区域的顶点坐标以及预置图像。
实施例2:
本实施例2的目的是提供一种井盖监控装置,所述井盖监控装置用于实现井盖监控方法,为了实现上述目的,本发明采用以下技术方案:
如图5所示,本实施例包括获取模块201、处理模块202和存储模块203。
获取模块201用于从城市视频监控系统中获取井盖的监控图像。
处理模块202用于获取井盖的当前图像、完成图像的对比、识别出井盖的当前状态,并根据井盖的当前状态发出报警信号。
存储模块203用于存储井盖的图像及所标识的井盖矩形区域的顶点坐标。
上述井盖监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
实施例3:
本实施例3的目的是提供一种电子设备,所述电子设备可以是计算机,也可以是服务器,其内部结构图可以如图5所示。所述电子设备包括通过系统总线连接的处理器、存储器和网络接口,其中,所述电子设备的处理器用于提供计算和控制能力。所述电子设备的存储器包括非易失性存储介质、内存储器;所述非易失性存储介质存储有操作系统、计算机程序和数据库;所述内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。所述电子设备的数据库用于存储图像数据和坐标数据等。所述电子设备的网络接口用于与外部设备通过网络连接通信。所述计算机程序被处理器执行时以执行所述井盖监控方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本发明相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
实施例4:
本实施例4的目的是提供一种电子设备,包括存储器和处理器,所述存储器用于计算机程序和数据,所述处理器调用存储器存储的计算机程序,以执行所述井盖监控方法。
实施例5:
本实施例5的目的是提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时用于实现所述的井盖监控方法。
需要说明的是,本发明相关步骤的标号并不代表执行的先后顺序,本领域技术人员对上述步骤的顺序变换并不离开本发明的保护范围。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种井盖监控方法,其特征在于:所述方法包括:
S11、定时从城市视频监控系统中获取井盖的监控图像;
S12、根据预先存储的矩形区域顶点坐标,从步骤S11所获取的监控图像中截取出井盖的当前图像;
S13、将所述当前图像与前一图像进行对比,所述前一图像为本方法前一次执行步骤S12时所获取的井盖图像;
S14、若步骤S13的对比结果出现差异,则将所述当前图像与预置图像进行对比,所述预置图像为预先存储的井盖正常状态下的图像;
S15、若步骤S14的对比结果仍出现差异,则根据所述当前图像分析出井盖的当前状态;
S16、若井盖的当前状态为缺失或损坏,则发出报警信号;
步骤S12中所述顶点坐标及步骤S13中所述预置图像的预先获取并存储的方法包括:
S21、从城市视频监控系统中获取井盖正常状态下的监控图像;
S22、从监控图像中标识出一个完全围绕井盖的矩形区域;
S23、获取并存储所述矩形区域的顶点坐标;
S24、根据所述顶点坐标截取出井盖图像并进行存储,所截取出的井盖图像即为预置图像;
步骤S15中井盖当前状态的获取方法包括:
对井盖的当前图像进行二值化处理;
拟合出井盖边缘所在的椭圆,如果无法拟合,则说明井盖被遮挡或摄像机角度发生变化;
如果椭圆内部出现大块的黑色色块,并且椭圆外没有黑色色块,或椭圆内外的色块黑色不连续,则可判断井盖目前为缺失状态或损坏状态;如果椭圆内外的黑色色块相连出现,则可判断井盖被遮挡。
2.根据权利要求1所述的井盖监控方法,其特征在于:步骤S22中所述矩形区域的边缘与步骤S21中所获取的监控图像的边缘互相平行。
3.根据权利要求2所述的井盖监控方法,其特征在于:步骤S22中所述矩形区域的标识方法包括:采用人工的方式进行标识。
4.根据权利要求2所述的井盖监控方法,其特征在于:步骤S22中所述矩形区域的标识方法包括:利用深度学习的方式,从图像中识别出井盖,并沿井盖边缘生成所述标识矩形。
5.根据权利要求1所述的井盖监控方法,其特征在于:步骤S13及步骤S14中图像的对比为图像的相似度对比。
6.一种井盖监控装置,其特征在于:用于执行权利要求1至5任一项所述的井盖监控方法,所述装置包括:
获取模块,用于从城市视频监控系统中获取井盖的监控图像;
处理模块,用于获取井盖的当前图像、完成图像的对比、识别出井盖的当前状态,并根据井盖的当前状态发出报警信号;
存储模块:用于存储井盖图像及所标识的矩形区域的顶点坐标。
7.一种电子设备,包括存储器和处理器,其特征在于:所述存储器用于计算机程序和数据,所述处理器调用存储器存储的计算机程序,以执行权利要求1至5任一项所述的井盖监控方法。
8.一种计算机可读存储介质,存储有计算机程序,其特征在于:所述计算机程序被处理器执行时用于实现权利要求1至5中任一项所述的井盖监控方法。
CN202011591104.6A 2020-12-29 2020-12-29 一种井盖监控方法、装置、电子设备和存储介质 Active CN112668478B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011591104.6A CN112668478B (zh) 2020-12-29 2020-12-29 一种井盖监控方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011591104.6A CN112668478B (zh) 2020-12-29 2020-12-29 一种井盖监控方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112668478A CN112668478A (zh) 2021-04-16
CN112668478B true CN112668478B (zh) 2023-05-26

Family

ID=75411794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011591104.6A Active CN112668478B (zh) 2020-12-29 2020-12-29 一种井盖监控方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112668478B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724259B (zh) * 2021-11-03 2022-02-11 城云科技(中国)有限公司 井盖异常检测方法、装置及其应用
CN114170301B (zh) * 2022-02-09 2022-05-17 城云科技(中国)有限公司 异常市政设施的定位方法、装置及其应用

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112040172A (zh) * 2020-07-17 2020-12-04 深圳奇迹智慧网络有限公司 井盖监控方法、装置、计算机设备和存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006125674A1 (en) * 2005-05-25 2006-11-30 Stiftelsen Universitetsforskning Bergen Microscope system and screening method for drugs, physical therapies and biohazards
CN105128814B (zh) * 2015-07-31 2017-11-21 小米科技有限责任公司 一种发送报警消息的方法和装置
CN106446807A (zh) * 2016-09-09 2017-02-22 成都通甲优博科技有限责任公司 一种井盖失窃检测方法
CN110704772A (zh) * 2018-06-22 2020-01-17 北京京东尚科信息技术有限公司 页面异常监控方法、系统、装置、电子设备及计算机可读介质
CN111402192B (zh) * 2018-12-28 2023-10-27 杭州海康威视数字技术股份有限公司 窨井盖检测的方法及装置
CN109915736B (zh) * 2019-03-15 2020-07-17 山东建筑大学 一种热力管网系统及其泄漏检测的方法
CN110728212B (zh) * 2019-09-25 2023-06-30 徐州工程学院 一种基于计算机视觉的道路井盖监控装置及监控方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112040172A (zh) * 2020-07-17 2020-12-04 深圳奇迹智慧网络有限公司 井盖监控方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙郑芬等.基于NB-IoT的城市井盖监控及管理.物联网技术.2020,103-105. *
赵继东 ; 马泽恺 ; 杜庆治 ; .数字化城管系统――一种井盖安全监测系统.现代物业(上旬刊).2014,(第12期),136-137. *

Also Published As

Publication number Publication date
CN112668478A (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
EP3941038A1 (en) A system and method for detecting and transmitting incidents of interest of a roadway to a remote server
KR102122859B1 (ko) 교통 영상감시시스템의 멀티 표적 추적 방법
CN112668478B (zh) 一种井盖监控方法、装置、电子设备和存储介质
CN103400111B (zh) 基于视频检测技术的高速公路隧道火灾事件检测方法
CN109484935A (zh) 一种电梯轿厢监控方法、装置及系统
CN202771621U (zh) 一种涉水交通诱导系统
CN113850123A (zh) 基于视频的公路监控方法及装置、存储介质和监控系统
CN104463904A (zh) 一种高压线异物入侵目标检测方法
CN105611244A (zh) 一种基于球机监控视频的机场外来异物检测方法
KR102122850B1 (ko) 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션
US20230306573A1 (en) Systems and methods for assessing infrastructure
CN111931726B (zh) 交通灯检测的方法、装置、计算机存储介质和路侧设备
CN114782897A (zh) 基于机器视觉及深度学习的危险行为检测方法及系统
CN210222962U (zh) 一种智能电子围栏系统
CN112308032A (zh) 一种视频检测的井下风门智能协同联动控制方法
CN102867420A (zh) 一种涉水交通诱导系统及方法
CN105608464A (zh) 人脸识别移动终端解决系统及解决方法
CN110852236A (zh) 目标事件的确定方法及装置、存储介质、电子装置
CN109308448A (zh) 一种采用图像处理技术来防止变配电误操作的方法
CN111369760A (zh) 一种基于无人机的夜间行人安全预警装置及方法
CN112712707A (zh) 车辆碳排放监测系统及方法
KR20210158037A (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
CN111783700A (zh) 一种路面异物自动识别预警方法和系统
CN109345787A (zh) 一种基于智能图像识别技术的输电线路防外损监控报警系统
CN112643719A (zh) 一种基于巡检机器人的隧道安防检测方法及系统

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

Inventor after: Fan Xiaobing

Inventor after: Hu Yonglei

Inventor after: Bao Yinghao

Inventor after: Feng Yue

Inventor after: Wu Xiaolong

Inventor before: Fan Xiaobing

Inventor before: Hu Yonglei

Inventor before: Bao Yinghao

Inventor before: Feng Yue

Inventor before: Wu Xiaolong

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant