CN114125389A - 一种基于大数据的智慧园林云监管系统 - Google Patents
一种基于大数据的智慧园林云监管系统 Download PDFInfo
- Publication number
- CN114125389A CN114125389A CN202111384125.5A CN202111384125A CN114125389A CN 114125389 A CN114125389 A CN 114125389A CN 202111384125 A CN202111384125 A CN 202111384125A CN 114125389 A CN114125389 A CN 114125389A
- Authority
- CN
- China
- Prior art keywords
- area
- image
- user
- identification
- generating
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000012795 verification Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 208000011580 syndromic disease Diseases 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 230000015654 memory Effects 0.000 description 15
- 238000000034 method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/564—Depth or shape recovery from multiple images from contours
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种基于大数据的智慧园林云监管系统,该系统包括监控端、总控端和用户终端,监控端根据图像获取模式获取区域图像,并向其中插入区域标记,得到含有区域标记的区域图像并向总控端发送;总控端接收监控端上传的含有区域标记的区域图像,当区域标记为无人区时,对区域图像进行色值识别并生成异常报告;当区域标记为有人区时,对区域图像进行热源识别并生成在岗记录。该系统通过获取含有区域标记的区域图像,根据区域标记对区域图像采用不同的识别方式,生成异常报告或在岗记录,从而实现对有人区和无人区的分开监管,提高计算资源利用率。
Description
技术领域
本发明属于园林管理技术领域,具体涉及一种基于大数据的智慧园林云监管系统。
背景技术
智慧园林就是运用“互联网+”思维和物联网、大数据云计算、移动互联网、信息智能终端等新一代信息技术,与现代生态园林相融合,建立智慧园林大数据库,把人与自然用智慧的方式连接起来,达到人与自然的互感、互知和互动。
在智慧园林的开放时间段,人流量较大,大部分的监管系统都把目光集中在此时间段,提出了一个又一个的创新点,使得现有的面对开放时间段的监管系统越来越完善;实际上,开放时间段的工作人员有很多,其监管主体是大量的工作人员,它并不是很依赖计算资源;真正需要借助计算资源来进行监管的时间段是下班时间,但是现有技术中对于下班时间段的监管非常不重视,几乎是缺失的。
发明内容
本发明的目的在于克服现有技术存在的问题,提供一种基于大数据的智慧园林云监管系统。
为实现上述目的,本发明采用的技术方案是:一种基于大数据的智慧园林云监管系统,所述系统包括:
监控端,用于接收总控端发送的图像获取模式,根据所述图像获取模式获取区域图像;还用于向所述区域图像中插入区域标记,得到含有区域标记的区域图像,并将含有区域标记的区域图像向总控端发送;其中,所述区域标记包括有人区和无人区;
总控端,用于确定图像获取模式,将所述图像获取模式向监控端发送;还用于接收监控端上传的含有区域标记的区域图像;当所述区域图像的区域标记为无人区时,对所述区域图像进行色值识别,根据色值识别结果生成异常报告;当所述区域图像的区域标记为有人区时,对所述区域图像进行热源识别,根据热源识别结果生成在岗记录;还用于接收用户终端发送的查询信息,根据所述查询信息显示异常报告或在岗记录;以及
用户终端,用于接收用户的访问请求,显示验证问题,根据所述验证问题对用户进行初识别;当用户通过初识别时,获取用户的账户信息,根据所述账户信息对用户进行权限识别;当用户通过权限识别时,开放查询信息输入端口,基于所述查询信息输入端口实时获取用户的查询信息,并将所述查询信息向总控端发送。
进一步地,所述监控端包括:
区域图像获取模块,用于接收总控端发送的图像获取模式,根据所述图像获取模式获取区域图像;以及
标记插入模块,用于向所述区域图像中插入区域标记,得到含有区域标记的区域图像,并将含有区域标记的区域图像向总控端发送。
进一步地,所述总控端包括:
图像接收模块,用于确定图像获取模式,将所述图像获取模式向监控端发送;还用于接收监控端上传的含有区域标记的区域图像;
第一识别模块,用于当所述区域图像的区域标记为无人区时,对所述区域图像进行色值识别,根据色值识别结果生成异常报告;
第二识别模块,当所述区域图像的区域标记为有人区时,对所述区域图像进行热源识别,根据热源识别结果生成在岗记录;以及
结果生成模块,用于接收用户终端发送的查询信息,根据所述查询信息显示异常报告或在岗记录。
进一步地,所述第一识别模块包括:
图像数组生成单元,用于当所述区域图像的区域标记为无人区时,读取区域图像,根据预设的转换规则所述区域图像中的像素点进行色值转换,得到由像素值构成的图像数组;所述像素值与像素点的色值之间为函数关系;
特征数组生成单元,用于将所述图像数组输入训练好的统计模型,得到特征数组;其中,所述特征数组的下标为像素值,特征数组的值为该像素值在图像数组中的重复次数;以及
异常报告生成单元,用于根据所述特征数组生成特征值,并根据所述特征值生成异常报告。
进一步地,所述异常报告生成单元包括:
排序子单元,用于读取特征值对应的区域图像的获取时间,根据所述获取时间对所述特征值进行排序;
波动分析子单元,用于对所述排序后的特征值进行波动分析;以及
处理执行子单元,用于根据波动分析结果生成异常报告。
进一步地,所述第二识别模块包括:
温度采集单元,用于当所述区域图像的区域标记为有人区时,根据预设的采样密度获取区域内的温度,生成温度图像;
数值转换单元,用于确定温度阈值,根据所述温度阈值对所述温度图像进行数值转换,得到二值图像;以及
拟合单元,用于根据所述二值图像对所述区域图像进行轮廓标记,根据轮廓标记结果生成在岗记录。
进一步地,所述拟合单元包括:
校正子单元,用于读取所述二值图像和区域图像,对所述二值图像和区域图像进行校正处理;
标记子单元,用于轮廓根据校正处理后的二值图像生成在区域图像上的标记点,得到目标轮廓;以及
比对子单元,用于根据所述目标轮廓计算在岗人数,将所述在岗人数与该区域的参考人数进行比对,根据比对结果生成在岗记录。
进一步地,所述用户终端包括:
初识别模块,用于接收用户的访问请求,显示验证问题,根据所述验证问题对用户进行初识别;
权限识别模块,用于当用户通过初识别时,获取用户的账户信息,根据所述账户信息对用户进行权限识别;以及
查询信息获取模块,用于当用户通过权限识别时,开放查询信息输入端口,基于所述查询信息输入端口实时获取用户的查询信息,并将所述查询信息向总控端发送。
进一步地,所述初识别模块包括:
端口关闭单元,用于接收访问请求,生成访问次数,当所述访问次数大于预设的次数阈值时,停止接收访问请求;
难度确定单元,用于当所述访问次数小于预设的次数阈值时,根据所述访问次数确定难度级别;以及
问题确定单元,用于根据所述难度级别确定验证问题;其中,所述验证问题的格式至少包括图片及音频。
进一步地,所述用户终端还包括:
风险概率生成模块,用于实时监测用户的查询信息,将所述查询信息与历史查询记录进行比对,计算用户的风险概率;以及
身份识别模块,用于当所述风险概率达到预设的风险阈值时,对用户进行身份识别;其中,所述身份识别至少包括人脸识别。
与现有技术相比,本发明具有以下有益效果:该系统通过获取含有区域标记的区域图像,根据区域标记对区域图像采用不同的识别方式,生成异常报告或在岗记录,从而实现对有人区和无人区的分开监管,提高计算资源利用率,具有很强的实用性和广阔的应用前景。
附图说明
图1为本发明实施例中监控端的组成结构框图;
图2为本发明实施例中总控端的组成结构框图;
图3为本发明实施例中用户终端的组成结构框图;
图4为本发明实施例中第一识别模块的组成结构框图;
图5为本发明实施例中异常报告生成单元的组成结构框图;
图6为本发明实施例中第二识别模块的组成结构框图;
图7为本发明实施例中拟合单元的组成结构框图;
图8为本发明实施例中初识别模块的组成结构框图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1
本发明实施例中,一种基于大数据的智慧园林云监管系统,所述系统包括:
监控端10,用于接收总控端发送的图像获取模式,根据所述图像获取模式获取区域图像;向所述区域图像中插入区域标记,得到含有区域标记的区域图像,并将含有区域标记的区域图像向总控端发送;其中,所述区域标记包括有人区和无人区;
总控端20,用于确定图像获取模式,将所述图像获取模式向监控端发送;接收监控端上传的含有区域标记的区域图像;当所述区域图像的区域标记为无人区时,对所述区域图像进行色值识别,根据色值识别结果生成异常报告;当所述区域图像的区域标记为有人区时,对所述区域图像进行热源识别,根据热源识别结果生成在岗记录;接收用户终端发送的查询信息,根据所述查询信息显示异常报告或在岗记录;
用户终端30,用于接收用户的访问请求,显示验证问题,根据所述验证问题对用户进行初识别;当用户通过初识别时,获取用户的账户信息,根据所述账户信息对用户进行权限识别;当用户通过权限识别时,开放查询信息输入端口,基于所述查询信息输入端口实时获取用户的查询信息,并将所述查询信息向总控端发送。
本发明技术方案中共有三个独立的端口,分别为监控端10、总控端20和用户终端30;监控端用于获取图像信息,然后将图像信息上传至总控端20,总控端20对这些图像信息进行内容识别,当接收到用户终端30发送的查询信息时,根据所述查询信息显示相应的内容识别结果。
图1示出了基于大数据的智慧园林云监管系统中监控端的组成结构框图,所述监控端10包括:
区域图像获取模块11,用于接收总控端发送的图像获取模式,根据所述图像获取模式获取区域图像;
标记插入模块12,用于向所述区域图像中插入区域标记,得到含有区域标记的区域图像,并将含有区域标记的区域图像向总控端发送;其中,所述区域标记包括有人区和无人区。
上述内容对所述监控端10的功能进行了细化,区域图像获取模块11用于基于图像获取模式获取区域图像;其中,所述图像获取模式包括各种波段的图像获取模式;监控端10对应的硬件架构是多个摄像头,它与区域图像所在的区域是相关联的,比如,如果一个区域有一个监控端10,那么监控端10的编号与相应区域的编号就应该相同,相同的,如果一个区域内有多个监控端10,那么这些监控端10的编号与相应区域的编号均相同;监控端10获取到的区域图像也应该有着区域标记,用于表示该区域图像对应区域的类型。
一般来说,区域标记只有两种,一是有人类型,二是无人类型。
图2示出了基于大数据的智慧园林云监管系统中总控端的组成结构框图,所述总控端20包括:
图像接收模块21,用于确定图像获取模式,将所述图像获取模式向监控端发送;接收监控端上传的含有区域标记的区域图像;
第一识别模块22,用于当所述区域图像的区域标记为无人区时,对所述区域图像进行色值识别,根据色值识别结果生成异常报告;
第二识别模块23,当所述区域图像的区域标记为有人区时,对所述区域图像进行热源识别,根据热源识别结果生成在岗记录;
结果生成模块24,用于接收用户终端发送的查询信息,根据所述查询信息显示异常报告或在岗记录。
上述内容是对总控端20的进一步细化,总控端20是本发明技术方案的核心功能所在,其目的是对区域图像进行处理;具体的处理过程分两类,一是无人区,二是有人区,对于无人区来说,判断的原理,如果区域图像间的变化过大,就说明无人区存在问题;比如,无人区处突然多了许多垃圾,这一定会影响区域图像的色值;对于有人区来说,监管了工作人员,也就监管了园林,可以想到,园林工作人员的配置都是足以应对工作的,但也不会过于冗余,如果少了一两个工作人员,那么相应区域的管理有很大概率会出现问题,因此,对于有人区的监管,主要是在岗情况的判断。
图3示出了基于大数据的智慧园林云监管系统中用户终端的组成结构框图,所述用户终端30包括:
初识别模块31,用于接收用户的访问请求,显示验证问题,根据所述验证问题对用户进行初识别;
权限识别模块32,用于当用户通过初识别时,获取用户的账户信息,根据所述账户信息对用户进行权限识别;
查询信息获取模块33,用于当用户通过权限识别时,开放查询信息输入端口,基于所述查询信息输入端口实时获取用户的查询信息,并将所述查询信息向总控端发送。
用户终端30是与用户进行交互的端口,首先,通过一些验证问题判断用户是否为真人,这些验证问题可以借鉴一些常见的验证码问题,比如验证码是多少,将图像拼凑完整等等;然后,对用户进行权限识别,不同权限的用户能够查询到的信息也是不同的;对于不同权限的用户开放不同的查询信息输入端口,获取查询信息,并将所述查询信息向总控端发送。
图4示出了总控端中第一识别模块的组成结构框图,所述第一识别模块22包括:
图像数组生成单元221,用于当所述区域图像的区域标记为无人区时,读取区域图像,根据预设的转换规则所述区域图像中的像素点进行色值转换,得到由像素值构成的图像数组;所述像素值与像素点的色值之间为函数关系;
特征数组生成单元222,用于将所述图像数组输入训练好的统计模型,得到特征数组;其中,所述特征数组的下标为像素值,特征数组的值为该像素值在图像数组中的重复次数;
异常报告生成单元223,用于根据所述特征数组生成特征值,并根据所述特征值生成异常报告。
上述内容提供了具体的对无人区的区域图像检测方案,首先,将区域图像中的像素点统一度量,通过一个值代替各像素点的色值,所述像素值可以为色值;区域图像经过转换后,就变成了以像素值为值的图像数组;对于图像数组进行进一步的统计,统计不同像素值出现的重复次数,这在数学上是很简单的统计问题,其隐含着排序功能;基于统计后的特征数组进行后续的操作非常容易;上述特征值可以是平均数、方差或众数等数据,或是预设一个特殊公式,同时结合这些数值得到特征值。
图5示出了第一识别模块中异常报告生成单元的组成结构框图,所述异常报告生成单元223包括:
排序子单元2231,用于读取特征值对应的区域图像的获取时间,根据所述获取时间对所述特征值进行排序;
波动分析子单元2232,用于对所述排序后的特征值进行波动分析;
处理执行子单元2233,用于根据波动分析结果生成异常报告。
每一个区域图像对应着一个特征值,特征值的波动数据就代表着区域图像的变化;值得一提的是,特征值本身就是波动的,因为随着季节的变化,园林本身会发生变化,因此,波动分析过程中,某个特征值仅和前一段时间内的特征值进行比对,无法整体进行统计学波动分析。
图6示出了总控端中第二识别模块的组成结构框图,所述第二识别模块23包括:
温度采集单元231,用于当所述区域图像的区域标记为有人区时,根据预设的采样密度获取区域内的温度,生成温度图像;
数值转换单元232,用于确定温度阈值,根据所述温度阈值对所述温度图像进行数值转换,得到二值图像;
拟合单元233,用于根据所述二值图像对所述区域图像进行轮廓标记,根据轮廓标记结果生成在岗记录。
人数判断的过程较为容易,因为人与园林植物之间的区别很大,通过热源信息即可轻易识别人的轮廓;为了便于数据传输与数据操作,将获取到的温度信息转换为二值图像,即,背景一个“颜色”,有温度的区域一个“颜色”;然后有温度的区域对应的“颜色”则是目标区域。
图7示出了第二识别模块中拟合单元的组成结构框图,所述拟合单元223包括:
校正子单元2231,用于读取所述二值图像和区域图像,对所述二值图像和区域图像进行校正处理;
标记子单元2232,用于轮廓根据校正处理后的二值图像生成在区域图像上的标记点,得到目标轮廓;
比对子单元2233,用于根据所述目标轮廓计算在岗人数,将所述在岗人数与该区域的参考人数进行比对,根据比对结果生成在岗记录。
通过有温度的区域对应的“颜色”可以在区域图像中进行标记,得到目标轮廓,对目标轮廓进行分析,可以计算在岗人数;值得一提的是,可能在园林中有一些其它热源,但是根据这些热源生成的目标轮廓与工作人员对应的目标轮廓差异很大,识别过程较为容易,本发明不再赘述。
实施例2
图8示出了用户终端中初识别模块的组成结构框图,与实施例1不同的是,在本发明实施例中,所述初识别模块31包括:
端口关闭单元311,用于接收访问请求,生成访问次数,当所述访问次数大于预设的次数阈值时,停止接收访问请求;
难度确定单元312,用于当所述访问次数小于预设的次数阈值时,根据所述访问次数确定难度级别;
问题确定单元313,用于根据所述难度级别确定验证问题;其中,所述验证问题的格式至少包括图片及音频。
上述访问次数一般是百次或千次级,这个级别对于人来说,是很大的数字,但是对于机器来说,是很小的数字;如果一直没有通过验证,并且还不“气馁”的连续试上几百上千次,那么就可以认为是一些恶意软件想通过枚举的方式突破本发明的安全防线;但是在百次以内的限度内,比如以10次为周期,我们可以适当降低一下题目的难度,因为某些问题对于用户来说,可能过于困难。因此,上述内容提供了这样一种技术方案,在有限的次数内,尝试的次数越多,其难度越低。
如图3所示,所述用户终端30还包括:
风险概率生成模块34,用于实时监测用户的查询信息,将所述查询信息与历史查询记录进行比对,计算用户的风险概率;
身份识别模块35,用于当所述风险概率达到预设的风险阈值时,对用户进行身份识别;其中,所述身份识别至少包括人脸识别。
用户与账户之间应该匹配,对于一些“借号”的行为,我们无法判断用户是“借号”还是“盗号”,对于此,我们统一进行进一步的身份识别;识别的方式则是观测用户的操作习惯,比如,某些用户在使用前喜欢刷新两下,一旦某一天,他刷新了一下或者没有刷新,那么就会提高他的风险概率,当“不常见”的操作越来越多时,风险概率也越高,最终达到风险阈值,此时,对用户进行身份识别。
上述基于大数据的智慧园林云监管系统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基于大数据的智慧园林云监管系统的功能。
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 Access Memory)、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。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (10)
1.一种基于大数据的智慧园林云监管系统,其特征在于,所述系统包括:
监控端,用于接收总控端发送的图像获取模式,根据所述图像获取模式获取区域图像;还用于向所述区域图像中插入区域标记,得到含有区域标记的区域图像,并将含有区域标记的区域图像向总控端发送;其中,所述区域标记包括有人区和无人区;
总控端,用于确定图像获取模式,将所述图像获取模式向监控端发送;还用于接收监控端上传的含有区域标记的区域图像;当所述区域图像的区域标记为无人区时,对所述区域图像进行色值识别,根据色值识别结果生成异常报告;当所述区域图像的区域标记为有人区时,对所述区域图像进行热源识别,根据热源识别结果生成在岗记录;还用于接收用户终端发送的查询信息,根据所述查询信息显示异常报告或在岗记录;以及
用户终端,用于接收用户的访问请求,显示验证问题,根据所述验证问题对用户进行初识别;当用户通过初识别时,获取用户的账户信息,根据所述账户信息对用户进行权限识别;当用户通过权限识别时,开放查询信息输入端口,基于所述查询信息输入端口实时获取用户的查询信息,并将所述查询信息向总控端发送。
2.根据权利要求1所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述监控端包括:
区域图像获取模块,用于接收总控端发送的图像获取模式,根据所述图像获取模式获取区域图像;以及
标记插入模块,用于向所述区域图像中插入区域标记,得到含有区域标记的区域图像,并将含有区域标记的区域图像向总控端发送。
3.根据权利要求1所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述总控端包括:
图像接收模块,用于确定图像获取模式,将所述图像获取模式向监控端发送;还用于接收监控端上传的含有区域标记的区域图像;
第一识别模块,用于当所述区域图像的区域标记为无人区时,对所述区域图像进行色值识别,根据色值识别结果生成异常报告;
第二识别模块,当所述区域图像的区域标记为有人区时,对所述区域图像进行热源识别,根据热源识别结果生成在岗记录;以及
结果生成模块,用于接收用户终端发送的查询信息,根据所述查询信息显示异常报告或在岗记录。
4.根据权利要求3所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述第一识别模块包括:
图像数组生成单元,用于当所述区域图像的区域标记为无人区时,读取区域图像,根据预设的转换规则所述区域图像中的像素点进行色值转换,得到由像素值构成的图像数组;所述像素值与像素点的色值之间为函数关系;
特征数组生成单元,用于将所述图像数组输入训练好的统计模型,得到特征数组;其中,所述特征数组的下标为像素值,特征数组的值为该像素值在图像数组中的重复次数;以及
异常报告生成单元,用于根据所述特征数组生成特征值,并根据所述特征值生成异常报告。
5.根据权利要求4所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述异常报告生成单元包括:
排序子单元,用于读取特征值对应的区域图像的获取时间,根据所述获取时间对所述特征值进行排序;
波动分析子单元,用于对所述排序后的特征值进行波动分析;以及
处理执行子单元,用于根据波动分析结果生成异常报告。
6.根据权利要求3所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述第二识别模块包括:
温度采集单元,用于当所述区域图像的区域标记为有人区时,根据预设的采样密度获取区域内的温度,生成温度图像;
数值转换单元,用于确定温度阈值,根据所述温度阈值对所述温度图像进行数值转换,得到二值图像;以及
拟合单元,用于根据所述二值图像对所述区域图像进行轮廓标记,根据轮廓标记结果生成在岗记录。
7.根据权利要求6所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述拟合单元包括:
校正子单元,用于读取所述二值图像和区域图像,对所述二值图像和区域图像进行校正处理;
标记子单元,用于轮廓根据校正处理后的二值图像生成在区域图像上的标记点,得到目标轮廓;以及
比对子单元,用于根据所述目标轮廓计算在岗人数,将所述在岗人数与该区域的参考人数进行比对,根据比对结果生成在岗记录。
8.根据权利要求1所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述用户终端包括:
初识别模块,用于接收用户的访问请求,显示验证问题,根据所述验证问题对用户进行初识别;
权限识别模块,用于当用户通过初识别时,获取用户的账户信息,根据所述账户信息对用户进行权限识别;以及
查询信息获取模块,用于当用户通过权限识别时,开放查询信息输入端口,基于所述查询信息输入端口实时获取用户的查询信息,并将所述查询信息向总控端发送。
9.根据权利要求8所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述初识别模块包括:
端口关闭单元,用于接收访问请求,生成访问次数,当所述访问次数大于预设的次数阈值时,停止接收访问请求;
难度确定单元,用于当所述访问次数小于预设的次数阈值时,根据所述访问次数确定难度级别;以及
问题确定单元,用于根据所述难度级别确定验证问题;其中,所述验证问题的格式至少包括图片及音频。
10.根据权利要求8所述的一种基于大数据的智慧园林云监管系统,其特征在于,所述用户终端还包括:
风险概率生成模块,用于实时监测用户的查询信息,将所述查询信息与历史查询记录进行比对,计算用户的风险概率;以及
身份识别模块,用于当所述风险概率达到预设的风险阈值时,对用户进行身份识别;其中,所述身份识别至少包括人脸识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111384125.5A CN114125389B (zh) | 2021-11-19 | 2021-11-19 | 一种基于大数据的智慧园林云监管系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111384125.5A CN114125389B (zh) | 2021-11-19 | 2021-11-19 | 一种基于大数据的智慧园林云监管系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114125389A true CN114125389A (zh) | 2022-03-01 |
CN114125389B CN114125389B (zh) | 2024-04-26 |
Family
ID=80439041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111384125.5A Active CN114125389B (zh) | 2021-11-19 | 2021-11-19 | 一种基于大数据的智慧园林云监管系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114125389B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565895A (zh) * | 2022-04-28 | 2022-05-31 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
CN118096795A (zh) * | 2024-04-24 | 2024-05-28 | 济宁市市政园林养护中心 | 一种园林绿化养护监测预警系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013131159A (ja) * | 2011-12-22 | 2013-07-04 | Hitachi Plant Technologies Ltd | エリアモニタリングシステム |
CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
CN110674729A (zh) * | 2019-09-20 | 2020-01-10 | 澳门理工学院 | 基于热能估算的人数识别方法、计算机装置及计算机可读存储介质 |
CN113297980A (zh) * | 2021-05-27 | 2021-08-24 | 许昌学院 | 一种智能数据管理及风险控制系统及方法 |
CN113343961A (zh) * | 2021-08-07 | 2021-09-03 | 深圳市同富信息技术有限公司 | 一种用户行为监控方法、系统和计算机设备 |
CN113507592A (zh) * | 2021-06-16 | 2021-10-15 | 建德市航头镇航川村股份经济合作社 | 一种多终端数字乡村建设系统 |
-
2021
- 2021-11-19 CN CN202111384125.5A patent/CN114125389B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013131159A (ja) * | 2011-12-22 | 2013-07-04 | Hitachi Plant Technologies Ltd | エリアモニタリングシステム |
CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
CN110674729A (zh) * | 2019-09-20 | 2020-01-10 | 澳门理工学院 | 基于热能估算的人数识别方法、计算机装置及计算机可读存储介质 |
CN113297980A (zh) * | 2021-05-27 | 2021-08-24 | 许昌学院 | 一种智能数据管理及风险控制系统及方法 |
CN113507592A (zh) * | 2021-06-16 | 2021-10-15 | 建德市航头镇航川村股份经济合作社 | 一种多终端数字乡村建设系统 |
CN113343961A (zh) * | 2021-08-07 | 2021-09-03 | 深圳市同富信息技术有限公司 | 一种用户行为监控方法、系统和计算机设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565895A (zh) * | 2022-04-28 | 2022-05-31 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
CN114565895B (zh) * | 2022-04-28 | 2022-07-26 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
CN118096795A (zh) * | 2024-04-24 | 2024-05-28 | 济宁市市政园林养护中心 | 一种园林绿化养护监测预警系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114125389B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114125389A (zh) | 一种基于大数据的智慧园林云监管系统 | |
CN111177714B (zh) | 异常行为检测方法、装置、计算机设备和存储介质 | |
CN114488989B (zh) | 一种基于物联网技术的工业控制系统 | |
CN113507592A (zh) | 一种多终端数字乡村建设系统 | |
CN115098589A (zh) | 一种基于物联网的工业能耗数据监控方法及装置 | |
CN116876950A (zh) | 一种门窗智能控制系统、方法、计算机设备及存储介质 | |
CN115935003A (zh) | 一种基于大数据的信息收集方法与系统 | |
CN111581066A (zh) | 一种实时报表统计分析方法及装置 | |
CN104899587A (zh) | 一种基于机器学习的数字式表计识别方法 | |
CN113487073B (zh) | 一种基于边缘技术的过程控制系统能耗管理方法和系统 | |
CN111738182B (zh) | 基于图像识别的身份验证方法、装置、终端及存储介质 | |
CN111353874B (zh) | 一种银行网点智慧服务系统 | |
CN113762225B (zh) | 一种化工车间用自动监控报警系统 | |
CN115829337A (zh) | 一种存储区风险预警方法及系统 | |
CN114997750B (zh) | 一种风险信息推送方法、系统、设备和介质 | |
CN117332054A (zh) | 表格问答处理方法、装置及设备 | |
US20230196558A1 (en) | Medicine image recognition method, electronic device and readable storage medium | |
CN115734072A (zh) | 一种工业自动化设备的物联网集中监控方法及装置 | |
CN110490183A (zh) | 一种用于智能印章机的文档管理方法及其系统 | |
CN115620317A (zh) | 一种电子工程文档真实性验证方法和系统 | |
CN114420307A (zh) | 基于人工智能的公共卫生事件登记方法、装置及电子设备 | |
CN103914644B (zh) | 数据采集及处理系统及方法 | |
CN112560773A (zh) | 一种用于作业安全的图像分析方法和系统 | |
He et al. | Intelligent recognition system of substation hard platen state based on machine learning | |
CN111260295A (zh) | 一种物品管理分析方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |