CN115018854A - 一种重大危险源监测预警系统及其方法 - Google Patents
一种重大危险源监测预警系统及其方法 Download PDFInfo
- Publication number
- CN115018854A CN115018854A CN202210954372.2A CN202210954372A CN115018854A CN 115018854 A CN115018854 A CN 115018854A CN 202210954372 A CN202210954372 A CN 202210954372A CN 115018854 A CN115018854 A CN 115018854A
- Authority
- CN
- China
- Prior art keywords
- risk
- panoramic image
- determining
- access
- user
- 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 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000007613 environmental effect Effects 0.000 claims abstract description 24
- 238000012795 verification Methods 0.000 claims description 50
- 238000001514 detection method Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000013475 authorization Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及危险源监测技术领域,具体公开了一种重大危险源监测预警系统及其方法,所述方法包括定时获取环境参数,根据所述环境参数和预测访问表确定电器的工作指令;实时获取危险源存储区域的全景图像,确定含有风险级别的风险点,定位并获取所述风险点的近景图像;依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像。本发明通过预约访问情况实时控制区域的环境参数,根据枪机设备获取的全景图像定位风险区域,根据球机设备获取风险区域的近景图像,根据风险区域的风险级别将近景图像插入全景图像中,基于风险级别对全景图像进行隐藏,向不同级别的监测人员反馈,搭建了差异性的图像反馈平台。
Description
技术领域
本发明涉及危险源监测技术领域,具体是一种重大危险源监测预警系统及其方法。
背景技术
危险源是可能导致人身伤害和(或)健康损害的根源、状态或行为,或其组合。由于危险源的风险性,管理方往往会单独的划定一片区域用于存储危险源,在这一区域中,会设有一些监测设备,实时的进行远程管控,减少人工近距离管控的频率,进一步保障工作人员的安全。
现有的远程监测系统在监测到风险时,会无差别的反馈给能够获取监测信息的工作人员,如果出现风险问题,会有很多工作人员知道,在他们依次转告的过程中,很容易引起恐慌,使得局面加速混乱,不便于管理者统筹安排,解决问题;实际上,很多风险本身是小风险,由管理者制定措施很快就可以控制住,但是,一旦恐慌情绪蔓延,会极大地增加风险性,有很多其他类型的问题会发生;因此,如何对风险问题进行差别反馈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重大危险源监测预警系统及其方法,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:
一种重大危险源监测预警方法,所述方法包括:
接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表;
定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令;所述电器包括温度调节设备、湿度调节设备和气流调节设备;
实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像;
依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像。
作为本发明进一步的方案:所述接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表的步骤包括:
接收用户输入的含有用户信息的访问请求,根据所述用户信息读取该用户的访问记录;
根据所述访问记录确定该用户的访问频率,根据所述访问频率确定权限验证方式;所述权限验证方式包括指纹识别方式、语音识别方式和人脸识别方式;
基于确定的权限验证方式对用户进行权限验证,当用户通过权限验证时,接收用户输入的访问时间;
将所述访问时间插入预设的预测访问表。
作为本发明进一步的方案:所述定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令的步骤包括:
获取一个时间周期内的天气参数和区域内的空气参数;所述天气参数与所述空气参数的指标相同;
计算所述天气参数与所述空气参数的各指标的差异率,根据所述差异率确定负影响速率;
根据预设访问表获取同一时间周期内的预测访问频次,根据所述预测访问频次和所述负影响速率计算正影响速率;
根据所述正影响速率确定各电器的工作指令;
其中,所述负影响速度用于表征空气参数同步至天气参数的速率,所述负影响速度用于表征空气参数同步至预设的标准参数的速率。
作为本发明进一步的方案:所述实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像的步骤包括:
根据预设的监控端获取危险源存储区域的全景图像;
将所述全景图像与预设的标准图像进行比对,计算同一位置的像素点之间的差值;
标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点;
根据预设的枪球标定关系确定球机设备的运动指令,获取所述风险点的近景图像。
作为本发明进一步的方案:所述标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点的步骤包括:
将所述差值与预设的差值阈值进行比对,当所述差值达到预设的差值阈值时,在全景图像中标记相应的像素点;
依次以各像素点为中心,含有预设步长的递增式尺寸为半径,确定检测圆;
获取危险源存储区域的轮廓,根据所述轮廓对所述检测圆进行修正;
计算修正后的检测圆中标记的像素点数量,当所述像素点数量达到预设的数量阈值时,将修正后的检测圆作为风险区域,所述检测圆的圆心作为风险点。
作为本发明进一步的方案:所述枪球标定关系的确定步骤包括:
依次将枪机画面中的中心十字点对准预设的标定点,读取标定点的空间坐标;
实时获取球机的监测图框,当所述监测图框包含所述空间坐标时,获取球机的工作参数;
统计所述工作参数,得到以标定点为索引的球机参数表;
其中,所述球机参数表包括中心项和参数项,所述中心项为画面图框的中心点对应的空间坐标,所述参数项为球机的工作参数;画面图框的中心点与标定点重合的中心项对应的数据项为表头元素。
作为本发明进一步的方案:所述依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像的步骤包括:
根据风险级别的降序依次确定风险级别,在全景图像中标记相应风险级别的风险点,查询风险区域;
根据所述风险区域的尺寸对全景图像进行依次切分,得到子区域;
依次比对所述风险区域和各个子区域,根据比对结果确定相似区域;
根据所述相似区域替换所述风险区域,得到以该风险级别为索引的全景图像;
当接收到用户输入的含有查询级别的查询请求时,比对查询级别和风险级别,根据比对结果显示相应的全景图像。
本发明技术方案还提供了一种重大危险源监测预警系统,所述系统包括:
权限验证模块,用于接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表;
工作指令确定模块,用于定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令;所述电器包括温度调节设备、湿度调节设备和气流调节设备;
图像获取模块,用于实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像;
图像拟合模块,用于依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像。
作为本发明进一步的方案:所述权限验证模块包括:
访问记录获取单元,用于接收用户输入的含有用户信息的访问请求,根据所述用户信息读取该用户的访问记录;
验证方式确定单元,用于根据所述访问记录确定该用户的访问频率,根据所述访问频率确定权限验证方式;所述权限验证方式包括指纹识别方式、语音识别方式和人脸识别方式;
访问时间接收单元,用于基于确定的权限验证方式对用户进行权限验证,当用户通过权限验证时,接收用户输入的访问时间;
访问时间插入单元,用于将所述访问时间插入预设的预测访问表。
作为本发明进一步的方案:所述图像获取模块包括:
全景图像获取单元,用于根据预设的监控端获取危险源存储区域的全景图像;
比对计算单元,用于将所述全景图像与预设的标准图像进行比对,计算同一位置的像素点之间的差值;
风险点确定单元,用于标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点;
近景图像获取单元,用于根据预设的枪球标定关系确定球机设备的运动指令,获取所述风险点的近景图像。
与现有技术相比,本发明的有益效果是:本发明通过预约访问情况实时控制区域的环境参数,根据枪机设备获取的全景图像定位风险区域,根据球机设备获取风险区域的近景图像,根据风险区域的风险级别将近景图像插入全景图像中,基于风险级别对全景图像进行隐藏,向不同级别的监测人员反馈,搭建了差异性的图像反馈平台。
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为重大危险源监测预警方法的流程框图。
图2为重大危险源监测预警方法的第一子流程框图。
图3为重大危险源监测预警方法的第二子流程框图。
图4为重大危险源监测预警方法的第三子流程框图。
图5为重大危险源监测预警方法的第四子流程框图。
图6为重大危险源监测预警系统的组成结构框图。
图7为重大危险源监测预警系统中权限验证模块的组成结构框图。
图8为重大危险源监测预警系统中图像获取模块的组成结构框图。
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。
实施例1
图1为重大危险源监测预警方法的流程框图,本发明实施例中,一种重大危险源监测预警方法,所述方法包括:
步骤S100:接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表;
步骤S200:定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令;所述电器包括温度调节设备、湿度调节设备和气流调节设备;
危险源是指可能导致人员伤害或疾病、物质财产损失、工作环境破坏或这些情况组合的根源或状态因素,它们一般都保存在限定的区域,比如存储仓库;存储仓库的环境条件有一定的标准,因此,存储仓库中会有很多环境调节设备,比如空调;存储仓库内部的环境与外界环境之间存在差异,可以想到,每次工作人员的访问,内部环境与外界环境都会进行交互,这些交互会改变内部环境,为了保证内部环境的稳定,需要对访问人员进行管理,搭建一种预约式的访问流程,根据访问流程调整电器的工作指令,尽量保证内部环境的稳定性。
步骤S300:实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像;
本发明技术方案涉及的图像获取设备包括枪机设备和球机设备,枪机设备是固定式的监控摄像头,清晰度高,灵活度低;球机设备是可以调整角度和放大倍数的监控摄像头,清晰度低,灵活度高。全景图像由所述枪机设备获取,多个枪机设备获取到的图像拼接在一起,即可得到全景图像;对全景图像进行识别,定位风险区域,然后根据预先设置的枪球标定关系,可以确定球机设备的工作参数,进而获取近景图像。
步骤S400:依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像;
获取近景图像之后,根据风险级别对全景图像中对应该近景图像的部分进行隐藏;当其他人员获取全景图像时,根据其他人员的级别显示不同内容的全景图像以及近景图像;比如,如果某个风险区域出现一些大的风险,那么低权限的监测员工或者非监测员工在查询全景图像时,看到的是正常的图像,只有高权限的监测员工能够看到真实的监控图像,可以有效的提高紧急情况的信息保密性,防止普通员工在面对紧急情况时,出现大面积的恐慌情绪,对处理过程产生负面影响。
图2为重大危险源监测预警方法的第一子流程框图,所述接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表的步骤包括步骤S101至步骤S104:
步骤S101:接收用户输入的含有用户信息的访问请求,根据所述用户信息读取该用户的访问记录;
步骤S102:根据所述访问记录确定该用户的访问频率,根据所述访问频率确定权限验证方式;所述权限验证方式包括指纹识别方式、语音识别方式和人脸识别方式;
步骤S103:基于确定的权限验证方式对用户进行权限验证,当用户通过权限验证时,接收用户输入的访问时间;
步骤S104:将所述访问时间插入预设的预测访问表。
步骤S101至步骤S104对预测访问表的生成过程进行了具体的限定,这一过程比较简单,需要说明的是,在每个用户进行访问时,记录该用户的访问次数及访问时间,如果一个用户是经常访问的用户,就可以认为他是维护工作人员,在进行身份验证时,就可以降低要求,提高验证速度;如果某个用户是第一次访问,就需要进行更加严格准确定身份验证方式,比如人脸识别。
图3为重大危险源监测预警方法的第二子流程框图,所述定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令的步骤包括步骤S201至步骤S204:
步骤S201:获取一个时间周期内的天气参数和区域内的空气参数;所述天气参数与所述空气参数的指标相同;
步骤S202:计算所述天气参数与所述空气参数的各指标的差异率,根据所述差异率确定负影响速率;
步骤S203:根据预设访问表获取同一时间周期内的预测访问频次,根据所述预测访问频次和所述负影响速率计算正影响速率;
步骤S204:根据所述正影响速率确定各电器的工作指令;
其中,所述负影响速度用于表征空气参数同步至天气参数的速率,所述负影响速度用于表征空气参数同步至预设的标准参数的速率。
天气参数与空气参数的指标采用常规的指标即可,一般都会包括空气温度和空气湿度;可以想到,对危险源来说,区域内的空气参数更加标准,每一次访问,区域内环境与区域外环境的对流,都会对区域内的空气参数造成负面影响;根据这一负面影响,确定足以对冲负面影响的正面影响,进而确定各电器的工作指令。
具体的,负面影响表示外界环境对该区域的影响,正面影响表示电器对该区域的影响;由正面影响确定各电器的工作指令的过程,大都是改变电器的工作模式和工作功率。
图4为重大危险源监测预警方法的第三子流程框图,所述实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像的步骤包括步骤S301至步骤S304:
步骤S301:根据预设的监控端获取危险源存储区域的全景图像;
步骤S302:将所述全景图像与预设的标准图像进行比对,计算同一位置的像素点之间的差值;
步骤S303:标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点;
步骤S304:根据预设的枪球标定关系确定球机设备的运动指令,获取所述风险点的近景图像。
上述内容的重点在于风险点的确定过程,风险点的确定过程需要借助预设的标准图像,标准图像是预设的标准全景图像,将实际的全景图像与标准全景图像进行比对,根据比对结果确定不同点,这些不同点就是可能存在风险的点。
进一步的,所述标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点的步骤包括:
将所述差值与预设的差值阈值进行比对,当所述差值达到预设的差值阈值时,在全景图像中标记相应的像素点;
依次以各像素点为中心,含有预设步长的递增式尺寸为半径,确定检测圆;
获取危险源存储区域的轮廓,根据所述轮廓对所述检测圆进行修正;
计算修正后的检测圆中标记的像素点数量,当所述像素点数量达到预设的数量阈值时,将修正后的检测圆作为风险区域,所述检测圆的圆心作为风险点。
不同的像素点有可能有很多,只有当不同的像素点共同组成一个区域,并且该区域足够大时,才将该像素点标记为风险点,相应的区域标记为风险区域。具体的流程为,以各不同点为中心,确定一个逐渐扩张的圆,然后根据整个存储区域的轮廓,将所述圆转换为一个区域,根据该区域内像素点总数和标记的像素点数,可以判断该区域是否为风险区域。
作为本发明技术方案的一个优选实施例,所述枪球标定关系的确定步骤包括:
依次将枪机画面中的中心十字点对准预设的标定点,读取标定点的空间坐标;
实时获取球机的监测图框,当所述监测图框包含所述空间坐标时,获取球机的工作参数;
统计所述工作参数,得到以标定点为索引的球机参数表;
其中,所述球机参数表包括中心项和参数项,所述中心项为画面图框的中心点对应的空间坐标,所述参数项为球机的工作参数;画面图框的中心点与标定点重合的中心项对应的数据项为表头元素。
上述内容是标定过程,发生在枪机和球机的安装过程中,标定过程完成后,在枪机获取的图像中确定一个点,可以查询到能够获取该点的球机工作参数;
在本发明技术方案的一个实例中,系统根据全景图像确定风险点,然后查询能够获取风险点处的图像的球机工作参数,根据球机工作参数调整球机工作状态,即可通过球机设备获取风险点处的近景图像。
需要说明的是,由于球机设备获取到的是一个区域,能够包含某一点的区域有很多,因此,获取某一点处近景图像的球机工作参数有很多。
图5为重大危险源监测预警方法的第四子流程框图,所述依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像的步骤包括步骤S401至步骤S404:
步骤S401:根据风险级别的降序依次确定风险级别,在全景图像中标记相应风险级别的风险点,查询风险区域;
步骤S402:根据所述风险区域的尺寸对全景图像进行依次切分,得到子区域;
步骤S403:依次比对所述风险区域和各个子区域,根据比对结果确定相似区域;
步骤S404:根据所述相似区域替换所述风险区域,得到以该风险级别为索引的全景图像;
上述内容的原理是,依次对不同风险级别的风险点进行隐藏,得到多个隐藏内容的全景图像,当接收到用户输入的含有查询级别的查询请求时,比对查询级别和风险级别,查询相应的全景图像即可。
具体的,隐藏的方式是,在整个全景图像中检测相似图像,根据相似图像对该区域进行替换即可,这一过程可以参考PS软件中的仿制图章工具。
实施例2
图6为重大危险源监测预警系统的组成结构框图,本发明实施例中,一种重大危险源监测预警系统,所述系统10包括:
权限验证模块11,用于接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表;
工作指令确定模块12,用于定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令;所述电器包括温度调节设备、湿度调节设备和气流调节设备;
图像获取模块13,用于实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像;
图像拟合模块14,用于依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像。
图7为重大危险源监测预警系统中权限验证模块11的组成结构框图,所述权限验证模块11包括:
访问记录获取单元111,用于接收用户输入的含有用户信息的访问请求,根据所述用户信息读取该用户的访问记录;
验证方式确定单元112,用于根据所述访问记录确定该用户的访问频率,根据所述访问频率确定权限验证方式;所述权限验证方式包括指纹识别方式、语音识别方式和人脸识别方式;
访问时间接收单元113,用于基于确定的权限验证方式对用户进行权限验证,当用户通过权限验证时,接收用户输入的访问时间;
访问时间插入单元114,用于将所述访问时间插入预设的预测访问表。
图8为重大危险源监测预警系统中图像获取模块13的组成结构框图,所述图像获取模块13包括:
全景图像获取单元131,用于根据预设的监控端获取危险源存储区域的全景图像;
比对计算单元132,用于将所述全景图像与预设的标准图像进行比对,计算同一位置的像素点之间的差值;
风险点确定单元133,用于标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点;
近景图像获取单元134,用于根据预设的枪球标定关系确定球机设备的运动指令,获取所述风险点的近景图像。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种重大危险源监测预警方法,其特征在于,所述方法包括:
接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表;
定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令;所述电器包括温度调节设备、湿度调节设备和气流调节设备;
实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像;
依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像。
2.根据权利要求1所述的重大危险源监测预警方法,其特征在于,所述接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表的步骤包括:
接收用户输入的含有用户信息的访问请求,根据所述用户信息读取该用户的访问记录;
根据所述访问记录确定该用户的访问频率,根据所述访问频率确定权限验证方式;所述权限验证方式包括指纹识别方式、语音识别方式和人脸识别方式;
基于确定的权限验证方式对用户进行权限验证,当用户通过权限验证时,接收用户输入的访问时间;
将所述访问时间插入预设的预测访问表。
3.根据权利要求1所述的重大危险源监测预警方法,其特征在于,所述定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令的步骤包括:
获取一个时间周期内的天气参数和区域内的空气参数;所述天气参数与所述空气参数的指标相同;
计算所述天气参数与所述空气参数的各指标的差异率,根据所述差异率确定负影响速率;
根据预设访问表获取同一时间周期内的预测访问频次,根据所述预测访问频次和所述负影响速率计算正影响速率;
根据所述正影响速率确定各电器的工作指令;
其中,所述负影响速度用于表征空气参数同步至天气参数的速率,所述负影响速度用于表征空气参数同步至预设的标准参数的速率。
4.根据权利要求1所述的重大危险源监测预警方法,其特征在于,所述实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像的步骤包括:
根据预设的监控端获取危险源存储区域的全景图像;
将所述全景图像与预设的标准图像进行比对,计算同一位置的像素点之间的差值;
标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点;
根据预设的枪球标定关系确定球机设备的运动指令,获取所述风险点的近景图像。
5.根据权利要求4所述的重大危险源监测预警方法,其特征在于,所述标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点的步骤包括:
将所述差值与预设的差值阈值进行比对,当所述差值达到预设的差值阈值时,在全景图像中标记相应的像素点;
依次以各像素点为中心,含有预设步长的递增式尺寸为半径,确定检测圆;
获取危险源存储区域的轮廓,根据所述轮廓对所述检测圆进行修正;
计算修正后的检测圆中标记的像素点数量,当所述像素点数量达到预设的数量阈值时,将修正后的检测圆作为风险区域,所述检测圆的圆心作为风险点。
6.根据权利要求4所述的重大危险源监测预警方法,其特征在于,所述枪球标定关系的确定步骤包括:
依次将枪机画面中的中心十字点对准预设的标定点,读取标定点的空间坐标;
实时获取球机的监测图框,当所述监测图框包含所述空间坐标时,获取球机的工作参数;
统计所述工作参数,得到以标定点为索引的球机参数表;
其中,所述球机参数表包括中心项和参数项,所述中心项为画面图框的中心点对应的空间坐标,所述参数项为球机的工作参数;画面图框的中心点与标定点重合的中心项对应的数据项为表头元素。
7.根据权利要求5所述的重大危险源监测预警方法,其特征在于,所述依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像的步骤包括:
根据风险级别的降序依次确定风险级别,在全景图像中标记相应风险级别的风险点,查询风险区域;
根据所述风险区域的尺寸对全景图像进行依次切分,得到子区域;
依次比对所述风险区域和各个子区域,根据比对结果确定相似区域;
根据所述相似区域替换所述风险区域,得到以该风险级别为索引的全景图像;
当接收到用户输入的含有查询级别的查询请求时,比对查询级别和风险级别,根据比对结果显示相应的全景图像。
8.一种重大危险源监测预警系统,其特征在于,所述系统包括:
权限验证模块,用于接收用户输入的含有访问时间和用户信息的访问请求,根据用户信息对用户进行权限验证,生成预测访问表;
工作指令确定模块,用于定时获取环境参数,根据所述环境参数和所述预测访问表确定电器的工作指令;所述电器包括温度调节设备、湿度调节设备和气流调节设备;
图像获取模块,用于实时获取危险源存储区域的全景图像,基于所述全景图像确定含有风险级别的风险点,根据预设的枪球标定关系定位并获取所述风险点的近景图像;
图像拟合模块,用于依次根据风险级别的降序对全景图像中各风险点的近景图像进行图像拟合,得到含有风险级别的全景图像。
9.根据权利要求8所述的重大危险源监测预警系统,其特征在于,所述权限验证模块包括:
访问记录获取单元,用于接收用户输入的含有用户信息的访问请求,根据所述用户信息读取该用户的访问记录;
验证方式确定单元,用于根据所述访问记录确定该用户的访问频率,根据所述访问频率确定权限验证方式;所述权限验证方式包括指纹识别方式、语音识别方式和人脸识别方式;
访问时间接收单元,用于基于确定的权限验证方式对用户进行权限验证,当用户通过权限验证时,接收用户输入的访问时间;
访问时间插入单元,用于将所述访问时间插入预设的预测访问表。
10.根据权利要求9所述的重大危险源监测预警系统,其特征在于,所述图像获取模块包括:
全景图像获取单元,用于根据预设的监控端获取危险源存储区域的全景图像;
比对计算单元,用于将所述全景图像与预设的标准图像进行比对,计算同一位置的像素点之间的差值;
风险点确定单元,用于标记所述差值达到预设的差值阈值的像素点,并根据各像素点的位置关系确定风险点;
近景图像获取单元,用于根据预设的枪球标定关系确定球机设备的运动指令,获取所述风险点的近景图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210954372.2A CN115018854B (zh) | 2022-08-10 | 2022-08-10 | 一种重大危险源监测预警系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210954372.2A CN115018854B (zh) | 2022-08-10 | 2022-08-10 | 一种重大危险源监测预警系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018854A true CN115018854A (zh) | 2022-09-06 |
CN115018854B CN115018854B (zh) | 2022-11-08 |
Family
ID=83066242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210954372.2A Active CN115018854B (zh) | 2022-08-10 | 2022-08-10 | 一种重大危险源监测预警系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018854B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578689A (zh) * | 2022-10-24 | 2023-01-06 | 西宁城市职业技术学院 | 一种货物存储区监管方法及系统 |
CN115829337A (zh) * | 2023-02-23 | 2023-03-21 | 南京和电科技有限公司 | 一种存储区风险预警方法及系统 |
CN115934979A (zh) * | 2023-02-21 | 2023-04-07 | 中国科学院东北地理与农业生态研究所 | 一种基于多采集端的土壤侵蚀信息管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107655523A (zh) * | 2017-09-28 | 2018-02-02 | 重庆集元科技有限公司 | 重大危险源在线监控方法 |
CN110175770A (zh) * | 2019-05-22 | 2019-08-27 | 国家电网有限公司 | 一种电网运行风险监视的可视化展示方法和展示系统 |
CN111526337A (zh) * | 2020-05-08 | 2020-08-11 | 三一重机有限公司 | 一种工程机械的预警系统、预警方法及工程机械 |
CN111523750A (zh) * | 2020-03-06 | 2020-08-11 | 国网浙江省电力有限公司紧水滩水力发电厂 | 一种基于泛在电力物联网的水电厂危险源识别马甲 |
CN113963033A (zh) * | 2021-12-20 | 2022-01-21 | 华东交通大学 | 一种基于人工智能的电力设备异常检测方法和系统 |
-
2022
- 2022-08-10 CN CN202210954372.2A patent/CN115018854B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107655523A (zh) * | 2017-09-28 | 2018-02-02 | 重庆集元科技有限公司 | 重大危险源在线监控方法 |
CN110175770A (zh) * | 2019-05-22 | 2019-08-27 | 国家电网有限公司 | 一种电网运行风险监视的可视化展示方法和展示系统 |
CN111523750A (zh) * | 2020-03-06 | 2020-08-11 | 国网浙江省电力有限公司紧水滩水力发电厂 | 一种基于泛在电力物联网的水电厂危险源识别马甲 |
CN111526337A (zh) * | 2020-05-08 | 2020-08-11 | 三一重机有限公司 | 一种工程机械的预警系统、预警方法及工程机械 |
CN113963033A (zh) * | 2021-12-20 | 2022-01-21 | 华东交通大学 | 一种基于人工智能的电力设备异常检测方法和系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115578689A (zh) * | 2022-10-24 | 2023-01-06 | 西宁城市职业技术学院 | 一种货物存储区监管方法及系统 |
CN115578689B (zh) * | 2022-10-24 | 2023-09-12 | 西宁城市职业技术学院 | 一种货物存储区监管方法及系统 |
CN115934979A (zh) * | 2023-02-21 | 2023-04-07 | 中国科学院东北地理与农业生态研究所 | 一种基于多采集端的土壤侵蚀信息管理方法及系统 |
CN115829337A (zh) * | 2023-02-23 | 2023-03-21 | 南京和电科技有限公司 | 一种存储区风险预警方法及系统 |
CN115829337B (zh) * | 2023-02-23 | 2023-08-04 | 南京和电科技有限公司 | 一种存储区风险预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115018854B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115018854B (zh) | 一种重大危险源监测预警系统及其方法 | |
US20210142465A1 (en) | Image-based personal protective equipment fit system using worker-specific fit test image data | |
CN114676862B (zh) | 一种数据中心的可视化运维管理方法及系统 | |
CN102004923A (zh) | 在监视系统中检测行动的方法和装置 | |
CN111698224B (zh) | 水质监测终端用户验证方法、系统及水质监测物联终端 | |
CN110866992A (zh) | 一种配电房智能巡检系统及方法 | |
CN111814646B (zh) | 基于ai视觉的监控方法、装置、设备及介质 | |
CN116644825B (zh) | 一种基于大数据的门诊信息查询预约管理系统 | |
CN110598474A (zh) | 基于区块链的数据获取方法、系统、装置及存储介质 | |
CN107506673B (zh) | 一种基于rfid的枪支可视化系统及其方法 | |
US20210271217A1 (en) | Using Real Time Data For Facilities Control Systems | |
CN114064427A (zh) | 机房运维监控数据的处理方法、装置及设备 | |
CN116546438B (zh) | 一种基于蓝牙mesh网络的楼宇监测系统 | |
CN107209562B (zh) | 信息处理系统、信息处理装置、控制方法和存储媒体 | |
CN116074479A (zh) | 基于图像分析的乘务监控系统、方法、设备及存储介质 | |
CN110940065A (zh) | 一种环境监测方法、系统以及计算机存储介质 | |
CN113225525B (zh) | 一种室内监控方法及系统 | |
CN114386805A (zh) | 一种实验室信息管理系统 | |
KR102020845B1 (ko) | 객체 식별을 통한 카메라 캘리브레이션 시스템 및 방법 | |
CN111130219A (zh) | 智能变电站物联网辅助监控系统 | |
JP2018028829A (ja) | 資産管理システム | |
CN116755359B (zh) | 医院后勤管理方法及系统 | |
CN112887379B (zh) | 一种基于社交网络的机器人服务系统及方法 | |
CN116156426B (zh) | 一种应用ldsw技术的人员组织管理系统 | |
JP7466521B2 (ja) | 情報提供システム、情報提供装置、情報提供方法、及び、プログラム |
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 |