CN117880520B - 一种用于机车乘务员值乘标准化监控的数据管理方法 - Google Patents

Abstract

本发明属于电数字数据处理技术领域，具体地，本发明涉及一种用于机车乘务员值乘标准化监控的数据管理方法，包括：在值乘标准化监控视频的I帧中，根据所有像素点的邻域内各位置的邻域像素点与中心像素点的灰度差异的分布情况，确定邻域内所有目标位置，判断像素点的邻域内所有目标位置的邻域像素点的灰度值的均值是否与所述像素点的灰度值相等，将相等的像素点进行标记，将预设符号和灰度值分别作为被标记和没有被标记的像素点的编码对象，根据霍夫曼压缩算法对编码对象进行编码，确定值乘标准化监控视频的压缩结果并存储。本发明使得存储容量有限移动设备能够存储更多值乘标准化监控视频，为提高乘务员在值乘工作的服务质量提供更多分析素材。

Description

一种用于机车乘务员值乘标准化监控的数据管理方法

技术领域

本发明涉及电数字数据处理技术领域。更具体地，本发明涉及一种用于机车乘务员值乘标准化监控的数据管理方法。

背景技术

随着铁路交通的快速发展，铁路部门对乘务员的值乘工作标准提出了更高的要求，因此会给值乘的乘务员配备移动设备，通过移动设备对乘务员的值乘过程进行视频录制，作为乘务员的值乘标准化监控视频，在乘务员退乘后，由检查人员对乘务员的值乘标准化监控视频进行分析，判断乘务员的值乘工作是否符合标准。

由于移动设备的存储容量有限，因此需要对录制的值乘标准化监控视频进行压缩处理；而现有的视频压缩处理技术中，对视频中I帧的压缩能力有限，影响乘务员的值乘标准化监控视频的压缩率，使得分析乘务员在值乘工作的服务质量的分析素材不足。

发明内容

为解决上述一个或多个技术问题，本发明在如下的多个方面中提供方案。

一种用于机车乘务员值乘标准化监控的数据管理方法，包括：

采集乘务员的值乘标准化监控视频；

在值乘标准化监控视频的I帧中，根据所有像素点的邻域内各位置的邻域像素点与中心像素点的灰度差异的分布情况，确定邻域内各位置作为目标位置的优选度；根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置；

判断像素点的邻域内所有目标位置的邻域像素点的灰度值的均值是否与所述像素点的灰度值相等，若相等，则通过预设符号对所述像素点进行标记；将预设符号作为被标记的像素点的编码对象，将灰度值作为没有被标记的像素点的编码对象；

根据霍夫曼压缩算法对I帧中各像素点的编码对象进行编码，确定I帧的编码结果，进而确定值乘标准化监控视频的压缩结果并存储。

在一个实施例中，所述邻域内各位置作为目标位置的优选度满足表达式：

；

式中，表示邻域内第i个位置作为目标位置的优选度，/>表示邻域内第i个位置的邻域像素点与中心像素点的灰度差异，/>表示所有像素点中，邻域内第i个位置的邻域像素点与中心像素点的灰度差异在[0,1]范围内的像素点的数量，i表示邻域内位置的序号，i取遍[1,K]范围内的所有整数，K表示邻域内所有位置的数量，S表示所有像素点的数量，/>表示所有像素点中，邻域内第i个位置的邻域像素点与中心像素点的灰度差异等于m的像素点的数量，m是/>范围内的整数，/>表示第i个位置的邻域像素点与中心像素点的灰度差异的最大值，exp()表示以自然常数为底的指数函数。

在一个实施例中，所述邻域内各位置的邻域像素点与中心像素点的灰度差异的获取方法包括：

对于任意一个像素点，将以该像素点为中心像素点的邻域内，各位置的邻域像素点与该像素点的灰度值的差值的绝对值，作为邻域内各位置的邻域像素点与中心像素点的灰度差异。

在一个实施例中，所述根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置，包括：

将[1,K]范围内的任意一个整数作为数量k，K表示邻域内所有位置的数量；

选取作为目标位置的优选度最大的k个位置作为候选位置，计算各像素点的邻域内k个候选位置的邻域像素点的灰度值的均值；

对于任意一个像素点，若该像素点的邻域内k个候选位置的邻域像素点的灰度值的均值，与该像素点的灰度值相等，则将该像素点记为目标像素点；

将所有目标像素点的数量，作为数量k的优选度；

将优选度最大的数量作为目标数量，将优选度最大的/>个位置作为目标位置。

在一个实施例中，所述像素点的邻域内k个候选位置的邻域像素点的灰度值的均值满足表达式：

；

式中，表示像素点的邻域内k个候选位置的邻域像素点的灰度值的均值，t表示候选位置的序号，k表示数量，/>表示像素点的邻域内第t个候选位置的邻域像素点的灰度值，/>表示向下取整。

在一个实施例中，所述根据霍夫曼压缩算法对I帧中各像素点的编码对象进行编码，确定I帧的编码结果，包括：

根据所有像素点的编码对象，确定预设符号的频率和各灰度值的频率；

根据预设符号的频率和各灰度值的频率，构建霍夫曼树。

在一个实施例中，所述各灰度值的频率是指编码对象为各灰度值的像素点的数量与所有像素点的数量的比值。

在一个实施例中，所述预设符号的频率是指编码对象为预设符号的像素点的数量与所有像素点的数量的比值。

在一个实施例中，所述像素点的邻域是指坐标为(X-2,Y-2)、(X-1,Y-2)、(X,Y-2)、(X+1,Y-2)、(X+2,Y-2)、(X-2,Y-1)、(X-1,Y-1)、(X,Y-1)、(X+1,Y-1)、(X+2,Y-1)、(X-2,Y)、(X-1,Y)的邻域像素点组成的区域，将该像素点作为该像素点的邻域的中心像素点，其中，(X,Y)表示该像素点的坐标，X表示该像素点的横坐标，Y表示该像素点的纵坐标。

本发明的有益效果在于：本发明在值乘标准化监控视频的I帧中，判断像素点的邻域内所有目标位置的邻域像素点的灰度值的均值是否与所述像素点的灰度值相等，将相等的像素点进行标记，将预设符号和灰度值分别作为被标记和没有被标记的像素点的编码对象，根据霍夫曼压缩算法对编码对象进行编码，确定值乘标准化监控视频的压缩结果并存储；由于图像的局部相似性，被标记的像素点的数量多，则编码对象为预设符号的频率大，提高了所有编码对象的频率中的最大频率，进而提高了采用霍夫曼压缩算法对I帧进行编码的压缩率，使得存储容量有限移动设备能够存储更多值乘标准化监控视频，为提高乘务员在值乘工作的服务质量提供更多分析素材。

进一步，本发明根据所有像素点的邻域内各位置的邻域像素点与中心像素点的灰度差异的分布情况，确定邻域内各位置作为目标位置的优选度，根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置；所述目标位置的选择，增加了像素点的邻域内的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点的数量，即增加了编码对象为预设符号的频率，进一步提高了所有编码对象的频率中的最大频率，进而提高了采用霍夫曼压缩算法对I帧进行编码的压缩率。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：

图1是示意性示出本发明中一种用于机车乘务员值乘标准化监控的数据管理方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图来详细描述本发明的具体实施方式。

本发明实施例公开一种用于机车乘务员值乘标准化监控的数据管理方法，参照图1，包括步骤S1-步骤S3：

S1：采集乘务员的值乘标准化监控视频。

需要说明的是，为了提高乘务员在值乘工作的服务质量，通过检查人员对乘务员的值乘标准化监控视频进行分析，对值乘工作不符合标准的乘务员进行管理；因此，需要通过移动设备对乘务员的值乘过程进行视频录制。

具体的，在乘务员的值乘过程中，通过配备的移动设备对值乘过程进行视频录制，作为乘务员的值乘标准化监控视频。

所述移动设备包括但不限于便携式摄像机、运动相机。

S2：在值乘标准化监控视频的I帧中，根据各像素点的邻域内所有目标位置的邻域像素点的灰度值的均值与各像素点的灰度值的大小关系，确定各像素点的编码对象。

需要说明的是，由于移动设备的存储容量有限，因此需要对录制的值乘标准化监控视频进行压缩处理；H.264编码是一种现有的视频压缩处理技术，在H.264协议里定义I帧、P帧和B帧，其中，I帧需要被完整保留，因此，通常采用无损压缩算法对I帧进行编码，例如霍夫曼压缩算法；由于霍夫曼压缩算法的压缩率取决于所有编码对象的频率，所有编码对象的频率中的最大频率越大，则霍夫曼压缩算法的压缩率越高；由于值乘标准化监控视频的录制环境复杂，因此值乘标准化监控视频的I帧具有多样化，即I帧中像素点的灰度值分布具有多样化，将像素点的灰度值作为编码对象，并不能保证所有编码对象的频率中的最大频率较大，进而无法保证通过霍夫曼压缩算法对值乘标准化监控视频的I帧进行压缩处理的压缩率；而想要提高通过霍夫曼压缩算法对I帧进行压缩处理的压缩率，就需要提高所有编码对象的频率中的最大频率。

进一步需要说明的是，考虑到虽然I帧中像素点的灰度值分布具有多样化，但是物体和场景通常都有一些共同的特征和结构，这些特征在局部范围内会重复出现，因此I帧具有局部相似性；但是这种局部相似性不代表局部范围内的多个像素点的灰度值完全相同，而是表示局部范围内的多个像素点的灰度值之间的差异较小，例如：对于灰度值为100的像素点，该像素点的局部范围内多个像素点的灰度值可能为92、103、105，也可能为102、101、99，还可能为103、103、95，即在灰度值为100的像素点的局部范围内，可能找不到与该像素点的灰度值相同的像素点；但是，当像素点的局部范围内多个像素点的灰度值为92、103、105时，局部范围内多个像素点的灰度值的均值为100，而当该像素点的局部范围内多个像素点的灰度值分别为102、101、99时，局部范围内多个像素点的灰度值的均值为100.6，进行向下取整的结果也为100，当该像素点的局部范围内多个像素点的灰度值分别为101、105、95时，局部范围内多个像素点的灰度值的均值为100.3，进行向下取整的结果也为100；所有像素点的局部范围内多个像素点的灰度值的均值很可能与该像素点的灰度值相同。因此，本发明对像素点的邻域内所有目标位置的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点进行标记，将预设符号作为被标记的像素点的编码对象，因为像素点的局部范围内多个像素点的灰度值的均值很可能与该像素点的灰度值相同，所有被标记的像素点的数量较多，则编码对象为预设符号的像素点的频率较大，以此来提高所有编码对象的频率中的最大频率，进而提高了通过霍夫曼压缩算法对I帧进行压缩处理的压缩率。

具体的，通过H.264编码确定值乘标准化监控视频中的I帧、P帧和B帧，在值乘标准化监控视频的I帧中，判断像素点的邻域内所有目标位置的邻域像素点的灰度值的均值是否与所述像素点的灰度值相等，若相等，则通过预设符号对所述像素点进行标记；将预设符号作为被标记的像素点的编码对象，将灰度值作为没有被标记的像素点的编码对象。

H.264编码是一种现有的视频压缩处理技术，在H.264协议里定义了三种帧，完整编码的帧叫I帧，参考之前的I帧生成的只包含差异部分编码的帧叫P帧，还有一种参考前后的帧编码的帧叫B帧，其中，I帧需要被完整保留，因此，通常采用无损压缩算法对I帧进行编码，例如霍夫曼压缩算法。

所述像素点的邻域是指坐标为(X-2,Y-2)、(X-1,Y-2)、(X,Y-2)、(X+1,Y-2)、(X+2,Y-2)、(X-2,Y-1)、(X-1,Y-1)、(X,Y-1)、(X+1,Y-1)、(X+2,Y-1)、(X-2,Y)、(X-1,Y)的邻域像素点组成的区域，将该像素点作为该像素点的邻域的中心像素点，其中，(X,Y)表示该像素点的坐标，X表示该像素点的横坐标，Y表示该像素点的纵坐标。

需要说明的是，虽然图像具有局部相似性，使得像素点的邻域内的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点的数量多，导致被标记的像素点的数量多，即编码对象为预设符号的频率大，提高了所有编码对象的频率中的最大频率，进而提高了采用霍夫曼压缩算法对I帧进行编码的压缩率；但是在像素点的邻域内选择不同位置的邻域像素点，会导致像素点的邻域内的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点的数量不同，进而影响采用霍夫曼压缩算法对I帧进行编码的压缩率；为了使采用霍夫曼压缩算法对I帧进行编码的压缩率最大，本发明需要在邻域内选择能够使像素点的邻域内的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点的数量最多的位置，作为目标位置。

所述邻域内所有目标位置的获取方法包括：根据所有像素点的邻域内各位置的邻域像素点与中心像素点的灰度差异的分布情况，确定邻域内各位置作为目标位置的优选度，根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置。

所述邻域内各位置的邻域像素点与中心像素点的灰度差异的获取方法包括：对于任意一个像素点，将以该像素点为中心像素点的邻域内，各位置的邻域像素点与该像素点的灰度值的差值的绝对值，作为邻域内各位置的邻域像素点与中心像素点的灰度差异。

所述邻域内各位置作为目标位置的优选度满足表达式：

；

式中，表示邻域内第i个位置作为目标位置的优选度，/>表示邻域内第i个位置的邻域像素点与中心像素点的灰度差异，/>表示所有像素点中，邻域内第i个位置的邻域像素点与中心像素点的灰度差异在[0,1]范围内的像素点的数量，i表示邻域内位置的序号，i取遍[1,K]范围内的所有整数，K表示邻域内所有位置的数量，S表示所有像素点的数量，/>表示所有像素点中，邻域内第i个位置的邻域像素点与中心像素点的灰度差异等于m的像素点的数量，m是/>范围内的整数，/>表示第i个位置的邻域像素点与中心像素点的灰度差异的最大值，exp()表示以自然常数为底的指数函数。

需要说明的是，由于本发明是通过对像素点的邻域内所有目标位置的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点进行标记，将预设符号作为被标记的像素点的编码对象，以此来提高所有编码对象的频率中的最大频率，进而提高了通过霍夫曼压缩算法对I帧进行压缩处理的压缩率，因此，像素点的邻域内所有目标位置的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点的数量越多，则压缩率越大；而目标位置的选取决定了被标记的像素点的频率，因此，在选择目标位置时，在所有像素点的邻域内第i个位置的邻域像素点与中心像素点的灰度差异越小，且差异越小的像素点的数量越少，则将第i个位置作为目标位置时，邻域内所有目标位置的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点即被标记的像素点的数量越多；当邻域内第i个位置的邻域像素点与中心像素点的灰度差异在[0,1]范围内时，则认为邻域内第i个位置的邻域像素点与中心像素点的灰度差异较小，因此，邻域内第i个位置的邻域像素点与中心像素点的灰度差异在[0,1]范围内的像素点的数量在[0,1]范围内的像素点的数量/>越大，则邻域内第i个位置作为目标位置的优选度/>越大；/>代表了所有像素点的邻域内第i个位置的邻域像素点与中心像素点的灰度差异的均值，该值越小，则认为在所有像素点的邻域内第i个位置的邻域像素点与中心像素点的灰度差异越小，则邻域内第i个位置作为目标位置的优选度/>越大。

所述根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置，包括：将[1,K]范围内的任意一个整数作为数量k，K表示邻域内所有位置的数量；选取作为目标位置的优选度最大的k个位置作为候选位置，计算各像素点的邻域内k个候选位置的邻域像素点的灰度值的均值；对于任意一个像素点，若该像素点的邻域内k个候选位置的邻域像素点的灰度值的均值，与该像素点的灰度值相等，则将该像素点记为目标像素点；将所有目标像素点的数量，作为数量k的优选度；将优选度最大的数量作为目标数量，将优选度最大的/>个位置作为目标位置。

需要说明的是，本发明根据所有像素点的邻域内各位置的邻域像素点与中心像素点的灰度差异的分布情况，确定邻域内各位置作为目标位置的优选度，根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置；所述目标位置的选择，增加了像素点的邻域内的邻域像素点的灰度值的均值与所述像素点的灰度值相等的像素点的数量，即增加了编码对象为预设符号的频率，进一步提高了所有编码对象的频率中的最大频率，进而提高了采用霍夫曼压缩算法对I帧进行编码的压缩率。

所述像素点的邻域内k个候选位置的邻域像素点的灰度值的均值满足表达式：

；

式中，表示像素点的邻域内k个候选位置的邻域像素点的灰度值的均值，t表示候选位置的序号，k表示数量，/>表示像素点的邻域内第t个候选位置的邻域像素点的灰度值，/>表示向下取整。

S3：根据霍夫曼压缩算法对I帧中各像素点的编码对象进行编码，确定I帧的编码结果，进而确定值乘标准化监控视频的压缩结果并存储。

所述根据霍夫曼压缩算法对I帧中各像素点的编码对象进行编码，确定I帧的编码结果，包括：根据所有像素点的编码对象，确定预设符号的频率和各灰度值的频率；根据预设符号的频率和各灰度值的频率，构建霍夫曼树；根据霍夫曼树对各像素点的编码对象进行编码，确定各像素点的编码结果，将I帧中所有像素点的编码结果组成I帧的编码结果。

所述各灰度值的频率是指编码对象为各灰度值的像素点的数量与所有像素点的数量的比值；所述预设符号的频率是指编码对象为预设符号的像素点的数量与所有像素点的数量的比值。

通过H.264编码对值乘标准化监控视频的P帧和B帧进行编码，确定P帧和B帧的编码结果；将值乘标准化监控视频的I帧、P帧和B帧的编码结果组成值乘标准化监控视频的压缩结果。

构建霍夫曼树为霍夫曼压缩算法中的公知技术，此处不再进行赘述。

需要说明的是，本发明在值乘标准化监控视频的I帧中，判断像素点的邻域内所有目标位置的邻域像素点的灰度值的均值是否与所述像素点的灰度值相等，将相等的像素点进行标记，将预设符号和灰度值分别作为被标记和没有被标记的像素点的编码对象，根据霍夫曼压缩算法对编码对象进行编码，确定值乘标准化监控视频的压缩结果并存储；由于图像的局部相似性，被标记的像素点的数量多，则编码对象为预设符号的频率大，提高了所有编码对象的频率中的最大频率，进而提高了采用霍夫曼压缩算法对I帧进行编码的压缩率，使得存储容量有限移动设备能够存储更多值乘标准化监控视频，为提高乘务员在值乘工作的服务质量提供更多分析素材。

在对值乘标准化监控视频的压缩结果进行解压时，先通过霍夫曼树对I帧的编码结果进行解码，再通过H.264编码对值乘标准化监控视频的P帧和B帧进行解码，获得值乘标准化监控视频。

其中，通过霍夫曼树对I帧的编码结果进行解码时，当解码结果为预设符号时，将像素点的邻域内所有目标位置的邻域像素点的灰度值的均值，作为像素点的灰度值。

在本说明书的描述中，“多个”、“若干个”的含义是至少两个，例如两个，三个或更多个等，除非另有明确具体的限定。

虽然本说明书已经示出和描述了本发明的多个实施例，但对于本领域技术人员显而易见的是，这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中，可以采用对本文所描述的本发明实施例的各替代方案。

Claims (7)

1.一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，包括：

采集乘务员的值乘标准化监控视频；

在值乘标准化监控视频的I帧中，根据所有像素点的邻域内各位置的邻域像素点与中心像素点的灰度差异的分布情况，确定邻域内各位置作为目标位置的优选度；根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置；

判断像素点的邻域内所有目标位置的邻域像素点的灰度值的均值是否与所述像素点的灰度值相等，若相等，则通过预设符号对所述像素点进行标记；将预设符号作为被标记的像素点的编码对象，将灰度值作为没有被标记的像素点的编码对象；

根据霍夫曼压缩算法对I帧中各像素点的编码对象进行编码，确定I帧的编码结果，进而确定值乘标准化监控视频的压缩结果并存储；

所述邻域内各位置作为目标位置的优选度满足表达式：

；

式中，表示邻域内第i个位置作为目标位置的优选度，/>表示邻域内第i个位置的邻域像素点与中心像素点的灰度差异，/>表示所有像素点中，邻域内第i个位置的邻域像素点与中心像素点的灰度差异在[0,1]范围内的像素点的数量，i表示邻域内位置的序号，i取遍[1,K]范围内的所有整数，K表示邻域内所有位置的数量，S表示所有像素点的数量，/>表示所有像素点中，邻域内第i个位置的邻域像素点与中心像素点的灰度差异等于m的像素点的数量，m是/>范围内的整数，/>表示第i个位置的邻域像素点与中心像素点的灰度差异的最大值，exp()表示以自然常数为底的指数函数；

所述根据邻域内各位置作为目标位置的优选度，确定邻域内所有目标位置，包括：

将[1,K]范围内的任意一个整数作为数量k，K表示邻域内所有位置的数量；

选取作为目标位置的优选度最大的k个位置作为候选位置，计算各像素点的邻域内k个候选位置的邻域像素点的灰度值的均值；

对于任意一个像素点，若该像素点的邻域内k个候选位置的邻域像素点的灰度值的均值，与该像素点的灰度值相等，则将该像素点记为目标像素点；

将所有目标像素点的数量，作为数量k的优选度；

将优选度最大的数量作为目标数量，将优选度最大的/>个位置作为目标位置。

2.根据权利要求1所述的一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，所述邻域内各位置的邻域像素点与中心像素点的灰度差异的获取方法包括：

对于任意一个像素点，将以该像素点为中心像素点的邻域内，各位置的邻域像素点与该像素点的灰度值的差值的绝对值，作为邻域内各位置的邻域像素点与中心像素点的灰度差异。

3.根据权利要求1所述的一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，所述像素点的邻域内k个候选位置的邻域像素点的灰度值的均值满足表达式：

；

式中，表示像素点的邻域内k个候选位置的邻域像素点的灰度值的均值，t表示候选位置的序号，k表示数量，/>表示像素点的邻域内第t个候选位置的邻域像素点的灰度值，/>表示向下取整。

4.根据权利要求1所述的一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，所述根据霍夫曼压缩算法对I帧中各像素点的编码对象进行编码，确定I帧的编码结果，包括：

根据所有像素点的编码对象，确定预设符号的频率和各灰度值的频率；

根据预设符号的频率和各灰度值的频率，构建霍夫曼树。

5.根据权利要求1所述的一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，所述各灰度值的频率是指编码对象为各灰度值的像素点的数量与所有像素点的数量的比值。

6.根据权利要求1所述的一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，所述预设符号的频率是指编码对象为预设符号的像素点的数量与所有像素点的数量的比值。

7.根据权利要求1所述的一种用于机车乘务员值乘标准化监控的数据管理方法，其特征在于，所述像素点的邻域是指坐标为(X-2,Y-2)、(X-1,Y-2)、(X,Y-2)、(X+1,Y-2)、(X+2,Y-2)、(X-2,Y-1)、(X-1,Y-1)、(X,Y-1)、(X+1,Y-1)、(X+2,Y-1)、(X-2,Y)、(X-1,Y)的邻域像素点组成的区域，将该像素点作为该像素点的邻域的中心像素点，其中，(X,Y)表示该像素点的坐标，X表示该像素点的横坐标，Y表示该像素点的纵坐标。