CN113419298B - 一种多参数水文气象数据采集装置 - Google Patents
一种多参数水文气象数据采集装置 Download PDFInfo
- Publication number
- CN113419298B CN113419298B CN202110971153.0A CN202110971153A CN113419298B CN 113419298 B CN113419298 B CN 113419298B CN 202110971153 A CN202110971153 A CN 202110971153A CN 113419298 B CN113419298 B CN 113419298B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- image
- control center
- information
- sending
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明实施例涉及多终端系统技术领域,具体公开了一种多参数水文气象数据采集装置,所述装置包括:监测端,用于实时获取水文参数并本地存储,将本地存储的水文参数向总控端发送;实时获取异常位置,并向总控中心发送;总控中心,用于将所述异常位置向采样端发送,接收采样端发送的异常结果并显示;采样端,用于接收总控中心发送的异常位置,生成异常结果,并向总控中心发送;本发明通过监测端获取水文参数的同时,还实时监测异常信息,通过采样端获取出现异常信息的图像,对图像进行异常结果分析,通过总控中心与用户交互;本发明对监测端进行监测,可以获取监测端出现问题的原因,便于工作人员后期维护。
Description
技术领域
本发明实施例涉及多终端系统技术领域,具体是一种多参数水文气象数据采集装置。
背景技术
近年来,随着我国社会经济的发展,各地对水文气象监测的需求越来越多,特别是在沿海近岸区域,比如码头、堤坝、跨海大桥、海上采油平台等地,更是受潮、流、浪、风、降雨、能见度等水文气象因素影响较大,因此对水文气象监测设备有着更高的要求,对监测系统的自动化、智能化、高集成度、低成本的要求越来越高。
现有的水文气象监测系统已经实现了多种水文气象数据的集成,即,同时采集多种水文参数。但是,现有的水文气象监测系统却没有一些应急措施,我们知道,水文参数的获取一定是由多种传感器直接获取的,这些传感器一旦发生损坏,便会造成数据的缺失,然后,工作人员还需要及时的更换传感器。而对于传感器的损坏原因,以及现场情况,工作人员是无法及时获取的。
因此,设计一种可以对现场进行监测的多参数水文气象数据采集装置很有意义。
发明内容
本发明实施例的目的在于提供一种多参数水文气象数据采集装置,以解决上述背景技术中提出的问题。为实现上述目的,本发明实施例提供如下技术方案:
一种多参数水文气象数据采集装置,所述装置包括:
监测端:用于实时获取水文参数并本地存储,基于参数获取指令将本地存储的水文参数向总控端发送;实时获取异常信息,根据所述异常信息生成相对位置信息,并将所述相对位置信息向总控中心发送;其中,所述水文参数至少包括水位、流速、流向、雨量、风速、风向、温度、湿度和气压数据;
总控中心:用于向监测端定时发送水文参数获取指令,接收监测端发送的水文参数并生成参数表;接收用户访问请求,判断用户权限,基于用户权限显示参数表;接收监测端发送的相对位置信息,获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置;将所述异常位置向采样端发送,接收采样端发送的异常结果并显示;
采样端:用于接收总控中心发送的异常位置,获取所述异常位置处的区域图像;基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在在不同时刻的多帧原始图像;基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果,所述异常结果包括异常行为分类和目标图像,将异常结果发送给总控中心。
作为本发明技术方案进一步的限定:所述监测端具体包括:
前置处理模块,用于接收总控中心发送的参数获取指令,通过不同的数字传输链路将所述参数获取指令传输至多个传感模块;
所述多个传感模块,用于实时获取水文参数并本地存储;当接收到参数获取指令,读取本地存储的水文参数传输至后置输出模块;
所述后置输出模块,用于接收多个传感模块传输的水文参数,根据预设的数据过滤模型对所述水文参数进行过滤,并将过滤后的水文参数向总控中心发送;
其中,所述多个传感模块彼此之间可相互通信,当其中一个传感模块出现异常时,异常传感模块会将异常信息传输至其他未发生异常的传感模块中,所述其他未发生异常的传感模块继续正常工作,并根据所述异常信息定位所述异常传感模块,生成相对位置信息;接收到异常信息的传感模块通过所述后置输出模块将所述相对位置信息向总控中心发送。
作为本发明技术方案进一步的限定:所述总控中心具体包括:
参数表生成模块,用于向监测端定时发送水文参数获取指令,接收监测端发送的水文参数并生成参数表;
显示模块,用于接收用户访问请求,判断用户权限,基于用户权限显示参数表;
异常位置确定模块,用于接收监测端发送的相对位置信息,获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置;
数据交互模块,用于将所述异常位置向采样端发送,接收采样端发送的异常结果并显示。
作为本发明技术方案进一步的限定:所述采样端具体包括:
图像获取模块,用于接收总控中心发送的异常位置,获取所述异常位置处的区域图像;
提取模块,用于基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在在不同时刻的多帧原始图像;
异常行为分析模块,用于基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果,所述异常结果包括异常行为分类和目标图像,将异常结果发送给总控中心。
作为本发明技术方案进一步的限定:所述显示模块具体包括:
第一判断单元,用于向用户终端发送账号信息获取指令,接收用户终端发送的账号信息,并判断账号信息正误;
第一执行单元,若账号信息正确,则用于向用户终端发送任务上传指令;
第二执行单元,若账号信息错误,则用于确认阈值,并将所述错误次数加一,并判断错误次数与所述阈值的大小;若所述错误次数小于所述阈值,则用于再次向用户终端发送账号信息获取指令,若所述错误次数大于所述阈值,则向用户终端发送人脸信息获取指令,接收人脸信息,并进行人脸识别。
作为本发明技术方案进一步的限定:所述第二执行单元具体包括:
捕捉子单元,用于检测人脸,捕捉人脸图像;
切割子单元,用于切割所述人脸图像中的面部区域;
建模子单元,用于根据所述人脸图像中的局部纹理和特征建立人脸模型;
拟合子单元,用于根据所述人脸模型读取人脸信息数据库中的人脸信息并比对。
作为本发明技术方案进一步的限定:异常位置确定模块具体包括:
请求发送单元,用于向定位服务器发送第一短信数据,所述第一短信数据包括定位请求;
解析单元,用于接收第二短信数据并解析,所述第二短信数据由所述定位服务器根据卫星捕获辅助数据生成,所述第二短信数据包括服务端绝对位置信息;
计算单元,用于获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置。
作为本发明技术方案进一步的限定:所述提取模块具体包括:
选择单元,用于选择一段预设时间段内的区域图像作为预设图像;
确定单元,用于确定所述预设图像中的参考热源,所述参考热源对应于一参考目标;
捕捉单元,用于捕捉所述预设图像中的目标热源,所述目标热源对应于一运动目标;以及
第二判断单元,用于判断所述区域图像中参考热源与目标热源之间的分开距离,当所述分开距离大于阈值时,确认所述预设图像为目标图像。
作为本发明技术方案进一步的限定:所述提取模块还包括:
筛选单元,用于对所述目标图像按照时间顺序进行排列,基于预设规则保留多帧初始图像;
降噪单元,用于对保留的每一帧初始图像中的初始像素点进行降噪处理;以及
处理单元,用于对经降噪处理后的初始像素点进行取众数处理,得到多帧原始图像。
作为本发明技术方案进一步的限定:所述异常行为分析模块具体包括:
标记单元,用于在每一帧原始图像中标记运动目标的位置点;
记录单元,用于记录运动目标的在所述原始图像中的位置变化情况;以及
比对单元,用于将所述运动目标的位置变化幅度值与预设行为的预设幅度值进行比对,当位置变化幅度值与预设幅度值的差值大于阈值时,确认所述运动目标的行为为异常行为。
与现有技术相比,本发明的有益效果是:本发明通过监测端获取水文参数的同时,还实时监测异常信息,通过采样端获取出现异常信息的图像,对图像进行异常结果分析,通过总控中心与用户交互;本发明对监测端进行监测,可以获取监测端出现问题的原因,便于工作人员后期维护。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1示出了多参数水文气象数据采集装置的系统架构图。
图2示出了多参数水文气象数据采集装置的中监测端的结构框图。
图3示出了多参数水文气象数据采集装置的中总控中心的结构框图。
图4示出了多参数水文气象数据采集装置的中采样端的结构框图。
图5示出了总控中心中的显示模块的结构框图。
图6示出了显示模块的第二执行单元的结构框图。
图7示出了总控中心中异常位置确定模块的结构框图。
图8示出了采样端中提取模块的第一结构框图。
图9示出了采样端中提取模块的第二结构框图。
图10示出了采样端中异常行为分析模块的结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述各种功能模块,但这些功能模块不应限于这些术语。这些术语仅用来将同一类型的功能模块彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一判断单元也可以被称为第二判断单元,不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地,第二判断单元也可以被称为第一判断单元。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
实施例一:
图1示出了多参数水文气象数据采集装置的系统架构图,具体的,可以包括采样端10、监测端20、总控中心30以及网络。网络可以是用以在采样端10、监测端20和总控中心30之间提供通信链路的介质。网络可以包括各种连接类型,但本发明以无线通信链路为主。
采样端10首先要具备的是通信功能,其次,它还具备图像获取功能。所述采样端10可以是硬件,也可以是软件。当采样端10为硬件时,至少是具有通信、图像获取的电子设备,所述电子设备是一套系统,而不一定非要限定为一个相连的整体,包括但不限于无人机或多联摄像头等,当采样端10为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
监测端20是本发明的数据采集端,用于采集一线数据并向总控中心30发送。所述监测端20可以是硬件,也可以是软件,当监测端20为硬件时,至少是具有通信、环境信息获取以及数据处理功能的电子设备,此电子设备是一套集成的系统,可以想到,用于采集水位、流速、流向、雨量、风速、风向、温度、湿度和气压数据的传感器,就在上述系统中;常见的一个实施例是,监测端由一个服务设备配合多个传感器组成;当监测端20为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
进一步的,上述总控中心30是一种服务设备,用于与用户进行交互,接收采样端10和监测端20的数据并处理,一般情况下,总控中心30作为采样端10和监测端20的上位机存在。所述服务设备可以是硬件,也可以是软件。当服务设备为硬件时,可以实现成多个服务设备组成的分布式服务设备集群,也可以实现成单个服务设备。当服务设备为软件时,可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的采样端10、监测端20和总控中心30的数目仅仅是示意性的。根据实现需要,可以具有任意数目的采样端10、监测端20和总控中心30。
实施例二:
图1示出了多参数水文气象数据采集装置的系统架构图。
具体的,在本发明实施例提供的多参数水文气象数据采集装置中,所述装置包括:
监测端20:用于实时获取水文参数并本地存储,基于参数获取指令将本地存储的水文参数向总控端发送;实时获取异常信息,根据所述异常信息生成相对位置信息,并将所述相对位置信息向总控中心发送;其中,所述水文参数至少包括水位、流速、流向、雨量、风速、风向、温度、湿度和气压数据;
总控中心30:用于向监测端定时发送水文参数获取指令,接收监测端发送的水文参数并生成参数表;接收用户访问请求,判断用户权限,基于用户权限显示参数表;接收监测端发送的相对位置信息,获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置;将所述异常位置向采样端发送,接收采样端发送的异常结果并显示;
采样端10:用于接收总控中心发送的异常位置,获取所述异常位置处的区域图像;基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在在不同时刻的多帧原始图像;基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果,所述异常结果包括异常行为分类和目标图像,将异常结果发送给总控中心。
在上述内容中,对监测端、总控中心和采样端的工作流程进行了一个具体的说明;其中,监测端的目的是获取水文参数,并将所述水文参数定时上传至总控中心,值得一提的是,上述传输过程是定时的,不是实时的,这可以有效的降低监测端和总控中心的通信压力,使得监测端的计算资源全用于获取水文参数。除此之外,当监测端所在的实际设备数量较大时,损坏的概率会很高,几乎每天都会有损坏的数据采集设备,因此,监测端还需要实时获取异常信息和发生异常的实际设备的相对位置信息。
进一步的,采样端的目的是监控监测端,最主要的作用便是观测异常行为,用于远程探查损坏行为,是外力破坏还是自身原因损坏。具体的,总控中心的作用一是与用户相互交互,二是作为数据传输的中转站。
图2示出了多参数水文气象数据采集装置的中监测端的结构框图,所述监测端20具体包括:
前置处理模块21,用于接收总控中心发送的参数获取指令,通过不同的数字传输链路将所述参数获取指令传输至多个传感模块;
所述多个传感模块22,用于实时获取水文参数并本地存储;当接收到参数获取指令,读取本地存储的水文参数传输至后置输出模块;
所述后置输出模块23,用于接收多个传感模块传输的水文参数,根据预设的数据过滤模型对所述水文参数进行过滤,并将过滤后的水文参数向总控中心发送;
其中,所述多个传感模块22彼此之间可相互通信,当其中一个传感模块22出现异常时,异常传感模块22会将异常信息传输至其他未发生异常的传感模块22中,所述其他未发生异常的传感模块22继续正常工作,并根据所述异常信息定位所述异常传感模块22,生成相对位置信息;接收到异常信息的传感模块22通过所述后置输出模块23将所述相对位置信息向总控中心30发送。
上述内容中,对于监测端进行了细述,监测端分为三个部分,分别为前置处理模块、多个传感模块和后置输出模块,构成总-分-总的系统架构;值得一提的是,异常信息的获取是由平级的传感模块获取的,在接收异常信息后,平级的传感模块最好能够将发生异常的传感模块未完成的功能继续完成,这就要求获取不同水文参数的传感器功能有一定的集成,例如,一个传感器既能获取流速,也能获取流向;当然,还有一种方式是,有多个传感器共同获取同一参数。
图3示出了多参数水文气象数据采集装置的中总控中心的结构框图,所述总控中心30具体包括:
参数表生成模块31,用于向监测端定时发送水文参数获取指令,接收监测端发送的水文参数并生成参数表;
显示模块32,用于接收用户访问请求,判断用户权限,基于用户权限显示参数表;
异常位置确定模块33,用于接收监测端发送的相对位置信息,获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置;
数据交互模块34,用于将所述异常位置向采样端发送,接收采样端发送的异常结果并显示。
上述内容是对于总控中心的一个细分,需要说明的一点是,向监测端发送水文参数获取指令时,是定时发送的,每过一段时间,获取前一段时间的水文参数,统一处理,处理方式生成表格,并以表格的方式呈现。
图4示出了多参数水文气象数据采集装置的中采样端的结构框图,所述采样端10具体包括:
图像获取模块11,用于接收总控中心发送的异常位置,获取所述异常位置处的区域图像;
提取模块12,用于基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在在不同时刻的多帧原始图像;
异常行为分析模块13,用于基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果,所述异常结果包括异常行为分类和目标图像,将异常结果发送给总控中心。
从上述采样端的内容可以看出,采样端的目的在于异常行为的判断,因为传感器是一种元件寿命大都以年为单位,而且它们从制作时,就是要面对不同的环境的,所以,它们自身损毁的可能性不大,更有可能的是外界破坏,所以,采样端根据获取到的图像进行关于外界破坏的监测。
实施例三:
图5示出了总控中心中的显示模块的结构框图,所述显示模块32具体包括:
第一判断单元321,用于向用户终端发送账号信息获取指令,接收用户终端发送的账号信息,并判断账号信息正误;
第一执行单元322,若账号信息正确,则用于向用户终端发送任务上传指令;
第二执行单元323,若账号信息错误,则用于确认阈值,并将所述错误次数加一,并判断错误次数与所述阈值的大小;若所述错误次数小于所述阈值,则用于再次向用户终端发送账号信息获取指令,若所述错误次数大于所述阈值,则向用户终端发送人脸信息获取指令,接收人脸信息,并进行人脸识别。
第二执行单元主要是规定了错误次数,即上述阈值,举例来说,如果账号信息连续错了5次,甚至是10次,那么就需要更加严格的验证要求了。
图6示出了显示模块的第二执行单元的结构框图,所述第二执行单元323具体包括:
捕捉子单元3231,用于检测人脸,捕捉人脸图像;
切割子单元3232,用于切割所述人脸图像中的面部区域;
建模子单元3233,用于根据所述人脸图像中的局部纹理和特征建立人脸模型;
拟合子单元3234,用于根据所述人脸模型读取人脸信息数据库中的人脸信息并比对。
捕捉子单元是离不开摄像头的,摄像头不断的拍照,捕捉人脸,当角度清晰时,定格并捕捉人脸部分的图像;
人脸图像中的面部区域是需要分析的目标信息,将人脸进行大小同一化,再对人脸图像中的面部区域进行切割,进行切分信息,便于后续处理;
根据切分后的人脸图像,可以得到人脸图像中的局部纹理和特征,包括26个区域以及2000多个特征,然后建立人脸模型,人脸模型的数据结构与数据库中的人脸信息的数据结构相同;
由于人脸模型的数据结构与数据库中的人脸信息的数据结构相同,那么对于一些基本操作是非常容易的,比如插入、读取、查询和比对等,这些都是可以定义在数据结构中的。
图7示出了总控中心中异常位置确定模块的结构框图,异常位置确定模块33具体包括:
请求发送单元331,用于向定位服务器发送第一短信数据,所述第一短信数据包括定位请求;
解析单元332,用于接收第二短信数据并解析,所述第二短信数据由所述定位服务器根据卫星捕获辅助数据生成,所述第二短信数据包括服务端绝对位置信息;
计算单元333,用于获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置。
异常位置确定模块采用的是绝对位置+相对位置确定的方法,绝对位置是通过卫星进行获取的,这需要借助一些定位App,这是很容易实现的;至于,相对位置,则是相对于绝对位置点的位置,相对位置由监测端基于异常信息生成,由于监测端上传数据的过程是间歇的,因此,监测端在正常工作过程中,其实是局域网的工作过程同,相对位置的确定是非常容易的;最简单的例子,便是对每个传感模块进行编号,记录其安装位置,当它出现异常时,读取它的编号即可获取安装位置,也就是相对位置。
图8示出了采样端中提取模块的第一结构框图,所述提取模块12具体包括:
选择单元121,用于选择一段预设时间段内的区域图像作为预设图像;
确定单元122,用于确定所述预设图像中的参考热源,所述参考热源对应于一参考目标;
捕捉单元123,用于捕捉所述预设图像中的目标热源,所述目标热源对应于运动目标;以及
第二判断单元124,用于判断所述区域图像中参考热源与目标热源之间的分开距离,当所述分开距离大于阈值时,确认所述预设图像为目标图像。
图9示出了采样端中提取模块的第二结构框图,所述提取模块12还包括:
筛选单元125,用于对所述目标图像按照时间顺序进行排列,基于预设规则保留多帧初始图像;
降噪单元126,用于对保留的每一帧初始图像中的初始像素点进行降噪处理;以及
处理单元127,用于对经降噪处理后的初始像素点进行取众数处理,得到多帧原始图像。
提取模块的核心步骤是基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在在不同时刻的多帧原始图像,其中,提取包含运动目标的目标图像的方法是通过热量信息进行获取,这就要求具体的图像获取设备能够获取温度信息,换而言之,在获取图像的时候,还需要生成一个温度层。
图10示出了采样端中异常行为分析模块的结构框图,所述异常行为分析模块13具体包括:
标记单元131,用于在每一帧原始图像中标记运动目标的位置点;
记录单元132,用于记录运动目标的在所述原始图像中的位置变化情况;以及
比对单元133,用于将所述运动目标的位置变化幅度值与预设行为的预设幅度值进行比对,当位置变化幅度值与预设幅度值的差值大于阈值时,确认所述运动目标的行为为异常行为。
异常行为分析模块中,核心步骤为将所述运动目标的位置变化幅度值与预设行为的预设幅度值进行比对,这么做的目的是,对运动目标进行一个筛选,过滤掉一些正常的活动。
上述多参数水文气象数据采装装置所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述多参数水文气象数据采装装置的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元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,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种多参数水文气象数据采集装置,其特征在于,所述装置包括:
监测端:用于实时获取水文参数并本地存储,基于参数获取指令将本地存储的水文参数向总控中心发送;实时获取异常信息,根据所述异常信息生成相对位置信息,并将所述相对位置信息向总控中心发送;其中,所述水文参数至少包括水位、流速、流向、雨量、风速、风向、温度、湿度和气压数据;
总控中心:用于向监测端定时发送水文参数获取指令,接收监测端发送的水文参数并生成参数表;接收用户访问请求,判断用户权限,基于用户权限显示参数表;接收监测端发送的相对位置信息,获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置;将所述异常位置向采样端发送,接收采样端发送的异常结果并显示;
采样端:用于接收总控中心发送的异常位置,获取所述异常位置处的区域图像;基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在不同时刻的多帧原始图像;基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果,所述异常结果包括异常行为分类和目标图像,将异常结果发送给总控中心。
2.根据权利要求1所述的多参数水文气象数据采集装置,其特征在于,所述监测端具体包括:
前置处理模块,用于接收总控中心发送的参数获取指令,通过不同的数字传输链路将所述参数获取指令传输至多个传感模块;
所述多个传感模块,用于实时获取水文参数并本地存储;当接收到参数获取指令,读取本地存储的水文参数传输至后置输出模块;
所述后置输出模块,用于接收多个传感模块传输的水文参数,根据预设的数据过滤模型对所述水文参数进行过滤,并将过滤后的水文参数向总控中心发送;
其中,所述多个传感模块彼此之间可相互通信,当其中一个传感模块出现异常时,异常传感模块会将异常信息传输至其他未发生异常的传感模块中,所述其他未发生异常的传感模块继续正常工作,并根据所述异常信息定位所述异常传感模块,生成相对位置信息;接收到异常信息的传感模块通过所述后置输出模块将所述相对位置信息向总控中心发送。
3.根据权利要求1所述的多参数水文气象数据采集装置,其特征在于,所述总控中心具体包括:
参数表生成模块,用于向监测端定时发送水文参数获取指令,接收监测端发送的水文参数并生成参数表;
显示模块,用于接收用户访问请求,判断用户权限,基于用户权限显示参数表;
异常位置确定模块,用于接收监测端发送的相对位置信息,获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置;
数据交互模块,用于将所述异常位置向采样端发送,接收采样端发送的异常结果并显示。
4.根据权利要求1所述的多参数水文气象数据采集装置,其特征在于,所述采样端具体包括:
图像获取模块,用于接收总控中心发送的异常位置,获取所述异常位置处的区域图像;
提取模块,用于基于所述区域图像提取包含运动目标的目标图像,并提取所述目标图像在不同时刻的多帧原始图像;
异常行为分析模块,用于基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果,所述异常结果包括异常行为分类和目标图像,将异常结果发送给总控中心。
5.根据权利要求3所述的多参数水文气象数据采集装置,其特征在于,所述显示模块具体包括:
第一判断单元,用于向用户终端发送账号信息获取指令,接收用户终端发送的账号信息,并判断账号信息正误;
第一执行单元,若账号信息正确,则用于向用户终端发送任务上传指令;
第二执行单元,若账号信息错误,则用于确认阈值,并将所述错误次数加一,并判断错误次数与所述阈值的大小;若所述错误次数小于所述阈值,则用于再次向用户终端发送账号信息获取指令,若所述错误次数大于所述阈值,则向用户终端发送人脸信息获取指令,接收人脸信息,并进行人脸识别。
6.根据权利要求5所述的多参数水文气象数据采集装置,其特征在于,所述第二执行单元具体包括:
捕捉子单元,用于检测人脸,捕捉人脸图像;
切割子单元,用于切割所述人脸图像中的面部区域;
建模子单元,用于根据所述人脸图像中的局部纹理和特征建立人脸模型;
拟合子单元,用于根据所述人脸模型读取人脸信息数据库中的人脸信息并比对。
7.根据权利要求3所述的多参数水文气象数据采集装置,其特征在于,异常位置确定模块具体包括:
请求发送单元,用于向定位服务器发送第一短信数据,所述第一短信数据包括定位请求;
解析单元,用于接收第二短信数据并解析,所述第二短信数据由所述定位服务器根据卫星捕获辅助数据生成,所述第二短信数据包括服务端绝对位置信息;
计算单元,用于获取所述监测端的绝对位置信息,基于所述绝对位置信息和所述相对位置信息确定异常位置。
8.根据权利要求4所述的多参数水文气象数据采集装置,其特征在于,所述提取模块具体包括:
选择单元,用于选择一段预设时间段内的区域图像作为预设图像;
确定单元,用于确定所述预设图像中的参考热源,所述参考热源对应于一参考目标;
捕捉单元,用于捕捉所述预设图像中的目标热源,所述目标热源对应于一运动目标;以及
第二判断单元,用于判断所述区域图像中参考热源与目标热源之间的分开距离,当所述分开距离大于阈值时,确认所述预设图像为目标图像。
9.根据权利要求4所述的多参数水文气象数据采集装置,其特征在于,所述提取模块还包括:
筛选单元,用于对所述目标图像按照时间顺序进行排列,基于预设规则保留多帧初始图像;
降噪单元,用于对保留的每一帧初始图像中的初始像素点进行降噪处理;以及
处理单元,用于对经降噪处理后的初始像素点进行取众数处理,得到多帧原始图像。
10.根据权利要求4 所述的多参数水文气象数据采集装置,其特征在于,所述异常行为分析模块具体包括:
标记单元,用于在每一帧原始图像中标记运动目标的位置点;
记录单元,用于记录运动目标的在所述原始图像中的位置变化情况;以及
比对单元,用于将所述运动目标的位置变化幅度值与预设行为的预设幅度值进行比对,当位置变化幅度值与预设幅度值的差值大于阈值时,确认所述运动目标的行为为异常行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110971153.0A CN113419298B (zh) | 2021-08-24 | 2021-08-24 | 一种多参数水文气象数据采集装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110971153.0A CN113419298B (zh) | 2021-08-24 | 2021-08-24 | 一种多参数水文气象数据采集装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113419298A CN113419298A (zh) | 2021-09-21 |
CN113419298B true CN113419298B (zh) | 2021-10-29 |
Family
ID=77719445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110971153.0A Active CN113419298B (zh) | 2021-08-24 | 2021-08-24 | 一种多参数水文气象数据采集装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113419298B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114115008A (zh) * | 2021-11-17 | 2022-03-01 | 国网山东省电力公司电力科学研究院 | 一种基于5g网络电力设备运行数据传输方法及系统 |
CN114244873B (zh) * | 2022-02-28 | 2022-05-13 | 深圳市千百炼科技有限公司 | 一种基于分布式任务调度的gfs气象数据分发、传输方法 |
CN114882682B (zh) * | 2022-06-20 | 2023-09-19 | 南方电网科学研究院有限责任公司 | 一种高压线缆状态监测平台及监测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN209181786U (zh) * | 2018-12-26 | 2019-07-30 | 浙江深腾信息科技有限公司 | 一种多功能水文遥测装置 |
CN110595546A (zh) * | 2019-10-10 | 2019-12-20 | 南京墨行信息技术有限公司 | 一种水文设备远程监测系统 |
CN112330197A (zh) * | 2020-11-24 | 2021-02-05 | 西南技术物理研究所 | 一种气象水文数据质量控制与评价方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170280107A1 (en) * | 2016-03-28 | 2017-09-28 | AllSource Analysis, Inc. | Site sentinel systems and methods |
WO2020040779A1 (en) * | 2018-08-24 | 2020-02-27 | Siemens Aktiengesellschaft | Anomaly localization denoising autoencoder for machine condition monitoring |
-
2021
- 2021-08-24 CN CN202110971153.0A patent/CN113419298B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN209181786U (zh) * | 2018-12-26 | 2019-07-30 | 浙江深腾信息科技有限公司 | 一种多功能水文遥测装置 |
CN110595546A (zh) * | 2019-10-10 | 2019-12-20 | 南京墨行信息技术有限公司 | 一种水文设备远程监测系统 |
CN112330197A (zh) * | 2020-11-24 | 2021-02-05 | 西南技术物理研究所 | 一种气象水文数据质量控制与评价方法 |
Non-Patent Citations (1)
Title |
---|
水文监测网络运行状态综合评估系统设计与实现;王菊 等;《水文》;20210228;第41卷(第1期);第55-60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113419298A (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113419298B (zh) | 一种多参数水文气象数据采集装置 | |
KR102022496B1 (ko) | 비전 이미지 검출을 이용한 공정 관리 및 모니터링 시스템 및 그 방법 | |
CN111928888A (zh) | 一种水域污染智能监控分析方法及系统 | |
CN107561990A (zh) | 一种基于边缘计算的工业传感信号采集器及采集方法 | |
CN116209963A (zh) | 故障诊断及解决方案推荐方法、设备、系统和存储介质 | |
CN204425399U (zh) | 一种基于云计算的水文气象业务系统 | |
CN107036672B (zh) | 一种水位监测方法和装置 | |
CN112839200B (zh) | 基于5g技术的电厂违章行为识别方法、系统和网络服务端 | |
CN110769175B (zh) | 一种智能分析系统、方法及装置 | |
CN105488806A (zh) | 一种工件位置追踪定位方法及定位系统 | |
CN114488989B (zh) | 一种基于物联网技术的工业控制系统 | |
CN113449703B (zh) | 环境在线监测数据的质控方法、装置、存储介质及设备 | |
CN112258507B (zh) | 互联网数据中心的目标对象检测方法、装置和电子设备 | |
CN103440738A (zh) | 一种风景区内游客步行桥超员预警方法 | |
CN113888480A (zh) | 一种基于mes的质量追溯方法和系统 | |
CN114666473A (zh) | 耕地保护用视频监控方法、系统、终端及存储介质 | |
CN104123516A (zh) | 基于云计算网络平台的金标卡检测方法及阅读器 | |
Bhargava et al. | A study on potential of big visual data analytics in construction Arena | |
CN114417981A (zh) | 一种智能河长巡测系统 | |
JP6649244B2 (ja) | 自動点検システムおよび自動点検方法 | |
CN113112726B (zh) | 入侵检测方法、装置、设备、系统及可读存储介质 | |
CN113705442A (zh) | 一种户外大牌广告画面监控识别系统及方法 | |
CN112666911A (zh) | 协同控制系统 | |
CN112270357A (zh) | Vio视觉系统及方法 | |
TWI801830B (zh) | 監控系統及其方法 |
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 |