CN114565895B - 一种基于智慧社会的安防监控系统及方法 - Google Patents
一种基于智慧社会的安防监控系统及方法 Download PDFInfo
- Publication number
- CN114565895B CN114565895B CN202210457100.1A CN202210457100A CN114565895B CN 114565895 B CN114565895 B CN 114565895B CN 202210457100 A CN202210457100 A CN 202210457100A CN 114565895 B CN114565895 B CN 114565895B
- Authority
- CN
- China
- Prior art keywords
- image
- contour
- determining
- acquisition
- spliced
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims description 34
- 238000012163 sequencing technique Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 15
- 230000003068 static effect Effects 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000035515 penetration Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 19
- 230000015654 memory Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及智慧城市管理技术领域，具体公开了一种基于智慧社会的安防监控系统，所述系统包括采集端、固定端和移动端，所述固定端用于接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据；根据获取时间对所述图像数据进行分类，根据所述位置数据对图像数据进行排序连接，得到拼接图像；接收移动端发送的补充图像，根据补充图像填充拼接图像，对填充后的拼接图像进行内容识别，确定风险事件。本发明通过固定端获取含有获取时间和位置数据的图像数据，通过移动端对所述图像数据进行补充，然后对获取到的数据进行内容识别，确定风险事件，提供了风险识别功能，可以配合人工更好的完成安防工作。
Description
技术领域
本发明涉及智慧城市管理技术领域，具体是一种基于智慧社会的安防监控系统及方法。
背景技术
随着计算机技术和网络技术的进步，各种各样的监控设备逐渐进入了我们的生活，它可以代替人工远程采集数据，从而降低管理过程中的人力成本。
但是，现有的安防监控系统大都是只具备图像采集过程，真正的判断主体还是工作人员，可以想到，工作人员总有休息的时候，这些休息的时候很容易漏掉一些关键数据，因此，真正智能的安防监控系统应该具备一些风险识别功能，如何在传统的安防监控系统中增设风险识别功能是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种基于智慧社会的安防监控系统及方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于智慧社会的安防监控系统，所述系统包括：
采集端，用于实时获取天气预测信息，根据所述天气预测信息确定图像获取模式，并将所述图像获取模式向固定端发送；其中，所述图像获取模式至少包括透雾模式；
固定端，用于接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件；
移动端，用于接收固定端发送的移动检测指令，根据移动检测指令生成运动指令；根据雷达模块实际获取环境参数，根据所述环境参数修正所述运动指令；获取死角区域的补充图像，将所述补充图像向固定端发送。
作为本发明进一步的方案：所述采集端包括：
靶信息获取模块，用于定时接收天气预测信息，基于所述天气预测信息获取靶信息；
偏差率计算模块，用于将所述靶信息与参考信息进行比对，根据比对结果计算偏差率；
信息修正模块，用于根据所述偏差率修正所述天气预测信息；其中，靶信息为天气预测信息中的特征参数；
模式发送模块，用于根据所述天气预测信息确定图像获取模式，并将所述图像获取模式向固定端发送。
作为本发明进一步的方案：所述固定端包括：
图像数据获取模块，用于接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；
拼接图像生成模块，用于根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；
指令生成模块，用于遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；
内容识别模块，用于接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件。
作为本发明进一步的方案：所述移动端中的雷达模块包括：
波长确定单元，用于随机在预设的波段范围内确定至少两种检测波长；
回波表获取单元，用于根据预设的间隔时间发送至少两次检测波，实时接收回波信号，得到与至少两次检测波对应的回波表；
参数确定单元，用于根据所述回波表和所述检测波确定距离表，根据各个距离表确定各运动物体的速度参数；
统计分析单元，用于对不同检测波长下的速度参数进行统计学分析，得到环境参数；其中，所述环境参数包括运动物体与移动端之间的距离和运体物体的速度。
作为本发明进一步的方案：所述固定端还包括模式修正模块，所述模式修正模块包括：
直方图生成单元，用于对采集到的路况图像进行光电转换，对光电转换数据进行统计，得到直方图；
直方图分析单元，用于判断所述直方图分布变化，判断是否有雾霾以及雾霾浓度；
模式确定单元，用于当从所述直方图中判断出有雾霾时，将所述图像获取模式确定为透雾模式。
作为本发明进一步的方案：所述内容识别模块包括：
轮廓识别单元，用于对所述拼接图像进行轮廓识别，得到特征轮廓；
风险轮廓确定单元，用于将所述特征轮廓与参考轮廓进行比对，确定风险轮廓；其中，所述参考轮廓为预设轮廓，由区域类型确定；
目标图组获取单元，用于获取所述风险轮廓的相对位置，根据所述相对位置提取各拼接图像的相应区域，得到目标图组；
处理执行单元，用于对所述目标图组进行内容识别，根据内容识别结果确定风险事件。
作为本发明进一步的方案：所述处理执行单元包括：
运算子单元，用于对所述目标图组进行逻辑运算，根据逻辑运算结果确定动态轮廓和静态轮廓；
提取子单元，用于在目标图组中提取静止状态下的动态轮廓，并对所述动态轮廓进行内容识别，根据内容识别结果确定轮廓主体，根据轮廓主体读取参考参数；
参数计算子单元，用于根据目标图组中拼接图像的获取时间计算所述动态轮廓的运动参数；
比对子单元，用于比对所述参考参数和所述运动参数，根据比对结果确定风险事件。
本发明技术方案还提供了一种基于智慧社会的安防监控方法，所述方法应用于固定端，所述方法包括：
接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；
根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；
遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；
接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件。
作为本发明进一步的方案：所述对填充后的拼接图像进行内容识别，确定风险事件的步骤包括：
对所述拼接图像进行轮廓识别，得到特征轮廓；
将所述特征轮廓与参考轮廓进行比对，确定风险轮廓；其中，所述参考轮廓为预设轮廓，由区域类型确定；
获取所述风险轮廓的相对位置，根据所述相对位置提取各拼接图像的相应区域，得到目标图组；
对所述目标图组进行内容识别，根据内容识别结果确定风险事件。
作为本发明进一步的方案：所述对所述目标图组进行内容识别，根据内容识别结果确定风险事件的步骤包括：
对所述目标图组进行逻辑运算，根据逻辑运算结果确定动态轮廓和静态轮廓；
在目标图组中提取静止状态下的动态轮廓，并对所述动态轮廓进行内容识别，根据内容识别结果确定轮廓主体，根据轮廓主体读取参考参数；
根据目标图组中拼接图像的获取时间计算所述动态轮廓的运动参数；
比对所述参考参数和所述运动参数，根据比对结果确定风险事件。
与现有技术相比，本发明的有益效果是：本发明通过固定端获取含有获取时间和位置数据的图像数据，通过移动端对所述图像数据进行补充，然后对获取到的数据进行内容识别，确定风险事件，提供了风险识别功能，可以配合人工更好的完成安防工作。
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示出了基于智慧社会的安防监控系统的架构图。
图2示出了基于智慧社会的安防监控系统中采集端的组成结构框图。
图3示出了基于智慧社会的安防监控系统中固定端的组成结构框图。
图4示出了固定端中内容识别模块的组成结构框图。
图5示出了内容识别模块中处理执行单元的组成结构框图。
图6示出了基于智慧社会的安防监控方法的流程框图。
图7示出了基于智慧社会的安防监控方法的第一子流程框图。
图8示出了基于智慧社会的安防监控方法的第二子流程框图。
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。
实施例1
图1示出了基于智慧社会的安防监控系统的架构图，本发明实施例中，一种基于智慧社会的安防监控系统，所述系统包括：
采集端10，用于实时获取天气预测信息，根据所述天气预测信息确定图像获取模式，并将所述图像获取模式向固定端20发送；其中，所述图像获取模式至少包括透雾模式；
固定端20，用于接收采集端10发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端30发送；接收移动端30发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件；
移动端30，用于接收固定端20发送的移动检测指令，根据移动检测指令生成运动指令；根据雷达模块实际获取环境参数，根据所述环境参数修正所述运动指令；获取死角区域的补充图像，将所述补充图像向固定端20发送。
本发明技术方案为三端交互的系统，分别为采集端10、固定端20和移动端30，采集端10的作用主要是对于天气信息进行判断，天气信息不仅仅是狭义上的天气，它还包括一些其它的数据，比如光照强度和可见度等数据，它们统称天气数据，根据天气数据可以实时调整图像获取模式，进而提高图像质量。实际上，采集端10与固定端20可以是一体的，但由于它们的实际硬件架构的功能差距较大，所以一般分开设置。
固定端20的功能是图像获取和图像处理，它是本发明技术方案的核心部分，就算没有采集端10和移动端30，固定端20也是可以单独工作的。其功能是获取图像数据，根据图像数据确定风险事件，所述风险事件包括风险类型和风险位置，举例来说，行人倒地就可以视为一种风险事件。此外，固定端20是存在死角区域，死角区域处的图像数据需要通过移动端30去获取。
移动端30可以是硬件，也可以是软件，当所述移动端30为硬件时，它是具备运动功能和图像获取功能的智能设备，当所述移动端30为软件时，它安装在所述智能设备上。当移动端30获取到补充图像时，将所述补充图像向固定端20发送，固定端20在接收到补充图像时，根据补充图像补充原有图像数据的细节。
图2示出了基于智慧社会的安防监控系统中采集端10的组成结构框图，所述采集端10包括：
靶信息获取模块11，用于定时接收天气预测信息，基于所述天气预测信息获取靶信息；
偏差率计算模块12，用于将所述靶信息与参考信息进行比对，根据比对结果计算偏差率；
信息修正模块13，用于根据所述偏差率修正所述天气预测信息；其中，靶信息为天气预测信息中的特征参数；
模式发送模块14，用于根据所述天气预测信息确定图像获取模式，并将所述图像获取模式向固定端20发送。
上述内容对采集端10的功能进行了细化，其中，天气预测信息一般是现有数据，这么说的原因是，在现有的技术背景下，很容易借助一些免费App来获取到天气预测信息，但是天气预测信息与实际信息之间存在一定的偏差，因此，需要根据天气预测信息确定靶信息，然后根据所述靶信息修正所述天气预测信息。
至于靶信息的含义，举例说明，如果现有天气预测信息是雾天，那么靶信息就是空气湿度，靶信息就是最能代表天气状况的数据。
图3示出了基于智慧社会的安防监控系统中固定端20的组成结构框图，所述固定端20包括：
图像数据获取模块21，用于接收采集端10发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；
拼接图像生成模块22，用于根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；
指令生成模块23，用于遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端30发送；
内容识别模块24，用于接收移动端30发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件。
上述内容将固定端20的各功能进行了模块化拆分，首先，根据图像获取模式获取含有获取时间和位置数据的图像数据，然后根据获取时间对图像数据进行分类提取，然后根据位置数据将这些图像数据拼接成一张大的图像，也就是上述拼接图像；值得一提的是，本发明技术方案的应用范围往往是一个限定区域，比如一个路段或者一个车间等等，每个图像获取设备的视角范围是有限的，将这些图像获取设备获取的内容统一拼接起来，可以组成一个以获取时间为索引的拼接图像组，可以想到，所述拼接图像的信息是很丰富的，对所述拼接图像进行内容识别，即可确定风险事件。
进一步的，所述移动端30中的雷达模块包括：
波长确定单元，用于随机在预设的波段范围内确定至少两种检测波长；
回波表获取单元，用于根据预设的间隔时间发送至少两次检测波，实时接收回波信号，得到与至少两次检测波对应的回波表；
参数确定单元，用于根据所述回波表和所述检测波确定距离表，根据各个距离表确定各运动物体的速度参数；
统计分析单元，用于对不同检测波长下的速度参数进行统计学分析，得到环境参数；其中，所述环境参数包括运动物体与移动端之间的距离和运体物体的速度。
在上述拼接图像中，很有可能会存在死角，这些死角处的内容由移动端30获取，移动端30在获取死角处的图像数据时，也就是获取补充图像时，需要实时的检测周围物体，进行一些简单的避障，检测周围物体的模块就是上述雷达模块，与传统雷达设备不同的是，上述雷达模块中借助至少两种检测波长来进行距离和速度的测量，然后统计多种测量结果，最终得到环境参数，所述环境参数一般是一个表格，该表格一般只有两项，一项是相对于移动端30的位置数据，另一项是该位置数据处的速度参数。
具体的，所述固定端20还包括模式修正模块，所述模式修正模块包括：
直方图生成单元，用于对采集到的路况图像进行光电转换，对光电转换数据进行统计，得到直方图；
直方图分析单元，用于判断所述直方图分布变化，判断是否有雾霾以及雾霾浓度；其中，在非雾霾场景下图像直方图分布比较均匀，在雾霾场景下图像直方图基本集中在中间区域，雾霾越重，直方图越集中；
模式确定单元，用于当从所述直方图中判断出有雾霾时，将所述图像获取模式确定为透雾模式。
模式修正模块的核心原理是：在非雾霾场景下图像直方图分布比较均匀，在雾霾场景下图像直方图基本集中在中间区域，雾霾越重，直方图越集中；对获取到的直方图进行统计学分析，可以对雾霾状态进行分析，进而对图像获取模式进行修正。这么做的原因是，雾霾天气是对图像获取功能影响大的一类天气，需要进行更进一步的检测。
图4示出了固定端20中内容识别模块的组成结构框图，所述内容识别模块24包括：
轮廓识别单元241，用于对所述拼接图像进行轮廓识别，得到特征轮廓；
风险轮廓确定单元242，用于将所述特征轮廓与参考轮廓进行比对，确定风险轮廓；其中，所述参考轮廓为预设轮廓，由区域类型确定；
目标图组获取单元243，用于获取所述风险轮廓的相对位置，根据所述相对位置提取各拼接图像的相应区域，得到目标图组；
处理执行单元244，用于对所述目标图组进行内容识别，根据内容识别结果确定风险事件。
上述内容提供了一种具体的内容识别方案，首先，对拼接图像进行轮廓识别，轮廓识别过程可以借鉴Photoshop中的魔棒工具，具体的，是根据各像素点的色值进行确定；将各个轮廓与参考轮廓进行比对，进而确定风险轮廓，其中，参考轮廓是预先设置的，与实际情况的关联情况很大，比如，如果本发明技术方案应用的是高速路段，那么参考轮廓就是各种允许通行的机动车，像一些非机动车、行人或者一些扎堆的轮廓很显然就是风险轮廓。
然后，获取风险轮廓的位置信息，根据所述位置信息提取每个拼接图像的相应区域，得到不同获取时间的相应区域的集合，也就是目标图组。
最后，由于所述目标图组中包括时间信息，对所述目标图组进行识别可以确定一些动态参数。
图5示出了内容识别模块中处理执行单元的组成结构框图，所述处理执行单元244包括：
运算子单元2441，用于对所述目标图组进行逻辑运算，根据逻辑运算结果确定动态轮廓和静态轮廓；
提取子单元2442，用于在目标图组中提取静止状态下的动态轮廓，并对所述动态轮廓进行内容识别，根据内容识别结果确定轮廓主体，根据轮廓主体读取参考参数；
参数计算子单元2443，用于根据目标图组中拼接图像的获取时间计算所述动态轮廓的运动参数；
比对子单元2444，用于比对所述参考参数和所述运动参数，根据比对结果确定风险事件。
上述内容对处理执行单元244进行了进一步的限定，其中，目标图组是由风险轮廓所在的区域组成的，由风险轮廓获取所在区域的过程一般不会仅提取风险轮廓，实际上是以风险轮廓为中心，获取一定范围的“大区域”，这些“大区域”共同组成目标图组。
对目标图像进行分析的过程，首先需要再次对目标图像进行轮廓识别，确定动态轮廓和静态轮廓，一般动态轮廓的风险系数要大于静态轮廓的风险系数，以路段来说，动态轮廓就是各种车辆，静态轮廓就是一些路标等。动态轮廓的识别过程可以先进行一些逻辑运算，比如异或操作，就可以直接将不同区域中相同的部分剔除，只留下不同的部分，也就是动态轮廓。
然后，根据目标图组中的时间信息就可以将图像中的不同转换为具有实际意义的运动参数。
最后，将所述运动参数与所述参考参数进行比对，即可判断是否存在风险，上述风险事件是一个自定义的上位概率，它与实际应用情景相关。
实施例2
图6示出了基于智慧社会的安防监控方法的流程框图，本发明实施例中，一种基于智慧社会的安防监控方法，所述方法包括：
步骤S100：接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；
步骤S200：根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；
步骤S300：遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；
步骤S400：接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件。
图7示出了基于智慧社会的安防监控方法的第一子流程框图，所述对填充后的拼接图像进行内容识别，确定风险事件的步骤包括：
步骤S401：对所述拼接图像进行轮廓识别，得到特征轮廓；
步骤S402：将所述特征轮廓与参考轮廓进行比对，确定风险轮廓；其中，所述参考轮廓为预设轮廓，由区域类型确定；
步骤S403：获取所述风险轮廓的相对位置，根据所述相对位置提取各拼接图像的相应区域，得到目标图组；
步骤S404：对所述目标图组进行内容识别，根据内容识别结果确定风险事件。
图8示出了基于智慧社会的安防监控方法的第二子流程框图，所述对所述目标图组进行内容识别，根据内容识别结果确定风险事件的步骤包括：
步骤S4041：对所述目标图组进行逻辑运算，根据逻辑运算结果确定动态轮廓和静态轮廓；
步骤S4042：在目标图组中提取静止状态下的动态轮廓，并对所述动态轮廓进行内容识别，根据内容识别结果确定轮廓主体，根据轮廓主体读取参考参数；
步骤S4043：根据目标图组中拼接图像的获取时间计算所述动态轮廓的运动参数；
步骤S4044：比对所述参考参数和所述运动参数，根据比对结果确定风险事件。
上述基于智慧社会的安防监控方法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智慧社会的安防监控方法的功能。
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 (5)
1.一种基于智慧社会的安防监控系统，其特征在于，所述系统包括：
采集端，用于实时获取天气预测信息，根据所述天气预测信息确定图像获取模式，并将所述图像获取模式向固定端发送；其中，所述图像获取模式至少包括透雾模式；
固定端，用于接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件；
移动端，用于接收固定端发送的移动检测指令，根据移动检测指令生成运动指令；根据雷达模块实际获取环境参数，根据所述环境参数修正所述运动指令；获取死角区域的补充图像，将所述补充图像向固定端发送；
所述固定端包括：
图像数据获取模块，用于接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；
拼接图像生成模块，用于根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；
指令生成模块，用于遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；
内容识别模块，用于接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件
所述内容识别模块包括：
轮廓识别单元，用于对所述拼接图像进行轮廓识别，得到特征轮廓；
风险轮廓确定单元，用于将所述特征轮廓与参考轮廓进行比对，确定风险轮廓；其中，所述参考轮廓为预设轮廓，由区域类型确定；
目标图组获取单元，用于获取所述风险轮廓的相对位置，根据所述相对位置提取各拼接图像的相应区域，得到目标图组；
处理执行单元，用于对所述目标图组进行内容识别，根据内容识别结果确定风险事件；
所述处理执行单元包括：
运算子单元，用于对所述目标图组进行逻辑运算，根据逻辑运算结果确定动态轮廓和静态轮廓；
提取子单元，用于在目标图组中提取静止状态下的动态轮廓，并对所述动态轮廓进行内容识别，根据内容识别结果确定轮廓主体，根据轮廓主体读取参考参数；
参数计算子单元，用于根据目标图组中拼接图像的获取时间计算所述动态轮廓的运动参数；
比对子单元，用于比对所述参考参数和所述运动参数，根据比对结果确定风险事件。
2.根据权利要求1所述的基于智慧社会的安防监控系统，其特征在于，所述采集端包括：
靶信息获取模块，用于定时接收天气预测信息，基于所述天气预测信息获取靶信息；
偏差率计算模块，用于将所述靶信息与参考信息进行比对，根据比对结果计算偏差率；
信息修正模块，用于根据所述偏差率修正所述天气预测信息；其中，靶信息为天气预测信息中的特征参数；
模式发送模块，用于根据所述天气预测信息确定图像获取模式，并将所述图像获取模式向固定端发送。
3.根据权利要求1所述的基于智慧社会的安防监控系统，其特征在于，所述移动端中的雷达模块包括：
波长确定单元，用于随机在预设的波段范围内确定至少两种检测波长；
回波表获取单元，用于根据预设的间隔时间发送至少两次检测波，实时接收回波信号，得到与至少两次检测波对应的回波表；
参数确定单元，用于根据所述回波表和所述检测波确定距离表，根据各个距离表确定各运动物体的速度参数；
统计分析单元，用于对不同检测波长下的速度参数进行统计学分析，得到环境参数；其中，所述环境参数包括运动物体与移动端之间的距离和运体物体的速度。
4.根据权利要求1所述的基于智慧社会的安防监控系统，其特征在于，所述固定端还包括模式修正模块，所述模式修正模块包括：
直方图生成单元，用于对采集到的路况图像进行光电转换，对光电转换数据进行统计，得到直方图；
直方图分析单元，用于判断所述直方图分布变化，判断是否有雾霾以及雾霾浓度；
模式确定单元，用于当从所述直方图中判断出有雾霾时，将所述图像获取模式确定为透雾模式。
5.一种基于智慧社会的安防监控方法，其特征在于，所述方法应用于固定端，所述方法包括：
接收采集端发送的图像获取模式，基于所述图像获取模式获取含有获取时间和位置数据的图像数据，得到图像数据库；
根据获取时间提取图像数据库中的图像数据，得到子数据库，根据所述位置数据对子数据库中的图像数据进行排序连接，得到拼接图像；
遍历所述拼接图像，确定死角区域，获取死角区域的位置数据，根据所述位置数据生成移动检测指令，将所述移动检测指令向移动端发送；
接收移动端发送的补充图像，将所述补充图像填充至相应时间范围内的拼接图像，对填充后的拼接图像进行内容识别，确定风险事件；
所述对填充后的拼接图像进行内容识别，确定风险事件的步骤包括：
对所述拼接图像进行轮廓识别，得到特征轮廓；
将所述特征轮廓与参考轮廓进行比对，确定风险轮廓；其中，所述参考轮廓为预设轮廓，由区域类型确定；
获取所述风险轮廓的相对位置，根据所述相对位置提取各拼接图像的相应区域，得到目标图组；
对所述目标图组进行内容识别，根据内容识别结果确定风险事件；
所述对所述目标图组进行内容识别，根据内容识别结果确定风险事件的步骤包括：
对所述目标图组进行逻辑运算，根据逻辑运算结果确定动态轮廓和静态轮廓；
在目标图组中提取静止状态下的动态轮廓，并对所述动态轮廓进行内容识别，根据内容识别结果确定轮廓主体，根据轮廓主体读取参考参数；
根据目标图组中拼接图像的获取时间计算所述动态轮廓的运动参数；
比对所述参考参数和所述运动参数，根据比对结果确定风险事件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210457100.1A CN114565895B (zh) | 2022-04-28 | 2022-04-28 | 一种基于智慧社会的安防监控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210457100.1A CN114565895B (zh) | 2022-04-28 | 2022-04-28 | 一种基于智慧社会的安防监控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114565895A CN114565895A (zh) | 2022-05-31 |
| CN114565895B true CN114565895B (zh) | 2022-07-26 |
Family
ID=81720813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210457100.1A Active CN114565895B (zh) | 2022-04-28 | 2022-04-28 | 一种基于智慧社会的安防监控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114565895B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114903472A (zh) * | 2022-06-02 | 2022-08-16 | 深圳市博铭维系统工程有限公司 | 基于物联网定位的医院管理方法、系统、终端及存储介质 |
| CN115797811B (zh) * | 2023-02-07 | 2023-04-28 | 江西农业大学 | 一种基于视觉的农产品检测方法及系统 |
| CN116012368B (zh) * | 2023-02-16 | 2023-06-13 | 江西惜能照明有限公司 | 基于智慧灯杆的安防监测方法、系统、存储介质及计算机 |
| CN116997100B (zh) * | 2023-05-29 | 2024-02-20 | 上海展华电子(南通)有限公司 | 一种基于机器视觉的焊盘制作方法、系统及介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108983806A (zh) * | 2017-06-01 | 2018-12-11 | 菜鸟智能物流控股有限公司 | 区域检测、航线规划数据的生成方法和系统、飞行器 |
| CN110866889A (zh) * | 2019-11-18 | 2020-03-06 | 成都威爱新经济技术研究院有限公司 | 一种监控系统中的多相机数据融合方法 |
| CN111556295A (zh) * | 2020-05-12 | 2020-08-18 | 新石器慧通（北京）科技有限公司 | 可移动监控云台的控制方法、装置及无人车 |
| CN113419226A (zh) * | 2021-08-24 | 2021-09-21 | 四川锦美环保股份有限公司 | 一种雷达故障检修系统 |
| CN114067340A (zh) * | 2022-01-17 | 2022-02-18 | 山东北软华兴软件有限公司 | 一种信息重要性智能判定方法和系统 |
| CN114125389A (zh) * | 2021-11-19 | 2022-03-01 | 福建农林大学 | 一种基于大数据的智慧园林云监管系统 |
| CN114187494A (zh) * | 2021-12-20 | 2022-03-15 | 南京冠帅科技有限公司 | 一种多传感器的感知信息融合方法 |
| CN114359844A (zh) * | 2022-03-21 | 2022-04-15 | 广州银狐科技股份有限公司 | 一种基于色彩识别的aed设备状态监测方法及系统 |
| CN114399606A (zh) * | 2021-12-24 | 2022-04-26 | 中国科学院自动化研究所 | 基于立体可视化的交互展示系统、方法、设备 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7239719B2 (en) * | 2003-08-22 | 2007-07-03 | Bbn Technologies Corp. | Automatic target detection and motion analysis from image data |
| CN113542692A (zh) * | 2021-07-19 | 2021-10-22 | 临沂边锋自动化设备有限公司 | 一种基于监控视频的人脸识别系统及方法 |
-
2022
- 2022-04-28 CN CN202210457100.1A patent/CN114565895B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108983806A (zh) * | 2017-06-01 | 2018-12-11 | 菜鸟智能物流控股有限公司 | 区域检测、航线规划数据的生成方法和系统、飞行器 |
| CN110866889A (zh) * | 2019-11-18 | 2020-03-06 | 成都威爱新经济技术研究院有限公司 | 一种监控系统中的多相机数据融合方法 |
| CN111556295A (zh) * | 2020-05-12 | 2020-08-18 | 新石器慧通（北京）科技有限公司 | 可移动监控云台的控制方法、装置及无人车 |
| CN113419226A (zh) * | 2021-08-24 | 2021-09-21 | 四川锦美环保股份有限公司 | 一种雷达故障检修系统 |
| CN114125389A (zh) * | 2021-11-19 | 2022-03-01 | 福建农林大学 | 一种基于大数据的智慧园林云监管系统 |
| CN114187494A (zh) * | 2021-12-20 | 2022-03-15 | 南京冠帅科技有限公司 | 一种多传感器的感知信息融合方法 |
| CN114399606A (zh) * | 2021-12-24 | 2022-04-26 | 中国科学院自动化研究所 | 基于立体可视化的交互展示系统、方法、设备 |
| CN114067340A (zh) * | 2022-01-17 | 2022-02-18 | 山东北软华兴软件有限公司 | 一种信息重要性智能判定方法和系统 |
| CN114359844A (zh) * | 2022-03-21 | 2022-04-15 | 广州银狐科技股份有限公司 | 一种基于色彩识别的aed设备状态监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114565895A (zh) | 2022-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114565895B (zh) | 一种基于智慧社会的安防监控系统及方法 | |
| Ukhwah et al. | Asphalt pavement pothole detection using deep learning method based on YOLO neural network | |
| CN109284674B (zh) | 一种确定车道线的方法及装置 | |
| CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
| CN114581855B (zh) | 一种基于大数据的信息收集方法与系统 | |
| Sivkov et al. | The algorithm development for operation of a computer vision system via the OpenCV library | |
| KR102105954B1 (ko) | 사고위험 감지시스템 및 감지방법 | |
| CN111626277A (zh) | 一种基于治超站交调指标分析的车辆跟踪方法及装置 | |
| CN114596555B (zh) | 障碍物点云数据筛选方法、装置、电子设备及存储介质 | |
| CN111274926B (zh) | 图像数据筛选方法、装置、计算机设备和存储介质 | |
| CN115170792B (zh) | 红外图像处理方法、装置及设备、存储介质 | |
| CN108229473A (zh) | 车辆年检标签检测方法及装置 | |
| CN110909656B (zh) | 一种雷达与摄像机融合的行人检测方法和系统 | |
| CN115830399A (zh) | 分类模型训练方法、装置、设备、存储介质和程序产品 | |
| CN114399735A (zh) | 一种城市道路问题井盖巡查方法和系统 | |
| CN111008956A (zh) | 基于图像处理的梁底裂纹检测方法、系统、装置及介质 | |
| CN113158922A (zh) | 基于yolo神经网络的车流量统计方法、装置及设备 | |
| CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
| CN115512098A (zh) | 一种桥梁电子化巡检系统及巡检方法 | |
| Haryono et al. | Accuracy in Object Detection Based on Image Processing at the Implementation of Motorbike Parking on the Street | |
| CN114169404A (zh) | 一种基于图像智能获取边坡病害量化信息方法 | |
| CN113011268A (zh) | 车辆智能导航方法、装置、电子设备及存储介质 | |
| CN114219073A (zh) | 属性信息的确定方法、装置、存储介质及电子装置 | |
| CN113869407A (zh) | 一种基于单目视觉的车长测量方法和装置 | |
| CN113408514A (zh) | 一种基于深度学习检测路侧停车场泊位的方法及装置 |
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 |