CN117934884A - 一种智能田野调查数字化记录系统及方法 - Google Patents
一种智能田野调查数字化记录系统及方法 Download PDFInfo
- Publication number
- CN117934884A CN117934884A CN202410325025.2A CN202410325025A CN117934884A CN 117934884 A CN117934884 A CN 117934884A CN 202410325025 A CN202410325025 A CN 202410325025A CN 117934884 A CN117934884 A CN 117934884A
- Authority
- CN
- China
- Prior art keywords
- data
- field
- rate
- determining
- preset
- 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
- 238000011835 investigation Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000001914 filtration Methods 0.000 claims abstract description 46
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000004140 cleaning Methods 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 238000013500 data storage Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 abstract description 13
- 230000006872 improvement Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 7
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及数据处理技术领域,尤其涉及一种智能田野调查数字化记录系统及方法,包括以下步骤:获取待调查区域的历史田野调查数据并进行数据清洗以形成探方特征数据;使用探孔数据算法形成田野调查探方并进行数据采集,对田野数据进行预处理操作以输出田野特征数据;将所述田野特征数据与参照图像进行匹配分析以输出图像数据匹配率;基于所述图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和所述田野特征数据的平均分组数量确定数据分类的字节特征长度;基于所述田野特征数据的平均分组数量和田野特征数据之间的重合度对田野数据的采集频率进行确定。本发明实现了田野调查数据的记录的精准性的提高。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种智能田野调查数字化记录系统及方法。
背景技术
随着科技的发展,考古学家在进行田野调查时,越来越注重利用现代技术手段进行数据记录和分析。然而,现有的数据记录方法仍然存在一些问题,如数据记录不准确、数据整理和分析困难等。因此,有必要研究一种高效、准确的田野调查数据记录系统。
中国专利公开号:CN114880501A公开了一种土地调查用的数字化野外信息采集系统及采集方法,包括:包括数据库服务器、数据管理平台、无人机和控制终端,所述数据库服务器与数据管理平台串口连接,所述数据管理平台包括信息审核模块、影像运算模块、图象识别模块、统计分析模块、信息调用模块、信息验证模块和信息审核模块,所述摄像头模块装配在无人机上,所述无人机上装配有无线通讯模块,所述摄像头通过无线通讯模块配合与控制终端通讯连接。本发明利用影像运算模块和图像识别模块来与数据库服务器中的野外土地信息进行比对,以此得到野外土地信息的类别与情况,并以此为基础生成报告表格;由此可见,所述土地调查用的数字化野外信息采集系统及采集方法存在以下问题:由于对智能形成的探方中的图像数据匹配率反映出的记录有效性的判定不准确导致田野调查数据的记录精准性降低。
发明内容
为此,本发明提供一种智能田野调查数字化记录系统及方法,用以克服现有技术中由于对智能形成的探方中的图像数据匹配率反映出的记录有效性的判定不准确导致田野调查数据的记录精准性降低的问题。
为实现上述目的,本发明提供一种智能田野调查数字化记录方法,包括以下步骤:获取待调查区域的历史田野调查数据,对所述历史田野调查数据进行数据清洗以形成探方特征数据;使用探孔数据算法对所述探方特征数据进行计算以形成田野调查探方,并对所述田野调查探方内的田野数据进行采集,对所述田野数据进行预处理操作以输出田野特征数据,并将所述田野数据和所述田野特征数据进行分别存储;将所述田野特征数据与参照图像进行匹配分析以输出图像数据匹配率;基于所述图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和所述田野特征数据的平均分组数量确定数据分类的字节特征长度;基于所述田野特征数据的平均分组数量和田野特征数据之间的重合度对田野数据的采集频率进行确定;基于按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率对滤波类型的第二对应更新速率进行确定;其中,所述第一对应更新速率小于所述第二对应更新速率。
进一步地,确定所述滤波类型的第一对应更新速率的步骤包括:
基于所述田野特征数据与参照图像计算图像数据匹配率;
将所述图像数据匹配率分别与预设第一匹配率和预设第二匹配率进行比对;
若所述图像数据匹配率小于所述预设第一匹配率,则对滤波类型的第一对应更新速率进行确定。
进一步地,所述滤波类型的第一对应更新速率通过所述图像数据匹配率与所述预设第一匹配率的比值确定。
进一步地,确定所述数据分类的字节特征长度的步骤包括:
若所述图像数据匹配率大于等于所述预设第一匹配率且小于所述预设第二匹配率,则获取田野特征数据的分组数量;
基于若干个田野特征数据的分组数量计算田野特征数据的平均分组数量,并将所述田野特征数据的平均分组数量分别与预设分组数量进行比对;
若所述田野特征数据的平均分组数量大于预设分组数量,则对数据分类的字节特征长度进行确定。
进一步地,基于所述田野特征数据的平均分组数量与预设分组数量的差值确定数据分类的字节特征长度。
进一步地,确定所述田野数据的采集频率的步骤包括:
若所述田野特征数据的平均分组数量小于等于预设分组数量,则对田野特征数据之间的重合度进行统计;
若所述田野特征数据之间的重合度大于预设重合度,则对田野数据的采集频率进行确定。
进一步地,基于所述田野特征数据之间的重合度与预设重合度的差值确定田野数据的采集频率。
进一步地,确定所述滤波类型的第二对应更新速率的步骤包括:
按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率;
将所述存储数据的乱码率与预设乱码率进行比对;
若所述存储数据的乱码率大于预设乱码率,则按照所述第二对应更新速率对所述田野数据进行滤波处理。
进一步地,所述第二对应更新速率通过所述存储数据的乱码率与预设乱码率的差值确定。
本发明还提供一种智能田野调查数字化记录系统,包括:
登录模块,用以对访问用户进行身份验证;
探方生成模块,其与所述登录模块相连,用以对待调查区域的历史田野调查数据进行数据清洗和计算以形成田野调查探方;
数据采集模块,其与所述探方生成模块相连,用以获取所述田野调查探方内的田野数据;
数据存储模块,其与所述登录模块、所述探方生成模块以及所述数据采集模块分别相连,用以存储所述访问用户的用户信息、所述田野数据以及对所述田野数据进行预处理操作输出的田野特征数据;
控制模块,其与所述登录模块、所述探方生成模块、所述数据采集模块以及所述数据存储模块分别相连,用以根据图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和田野特征数据的平均分组数量确定数据分类的字节特征长度,
以及,根据所述田野特征数据的平均分组数量与田野特征数据之间的重合度对田野数据的采集频率进行确定,
以及,根据按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率对滤波类型的第二对应更新速率进行确定。
与现有技术相比,本发明的有益效果在于,本发明所述方法根据调查需求获取历史调查数据,并智能生成调查探方,减少人工操作带来的主观因素的影响,确保调查数据的客观性,并在获取探方内田野调查数据后,对探方内田野调查数据进行预处理并存储同时匹配的对应图像信息,无需再进行人工调查和录入,从而大大缩短了采集周期,使数据采集变得更为高效,且多个探方同时的数字化记录促进了数据的共享和协作,可同时在不同地点进行数字化记录,实现了田野调查数据的记录的精准性的提高。
进一步地,本发明所述记录方法对探方内田野调查数据进行预处理并存储同时匹配对应图像信息,但由于探方较大会在监测周期内获取大量田野调查数据,导致信息过载,在原有滤波类型更新速率的条件下继续对大量田野调查数据依次进行预处理操作导致信息丢失概率和网络篡改风险加大,通过对滤波类型更新速率的减小,使调查焦点更为集中和提高了数据获取的精确性,进一步实现了田野调查数据的记录的精准性的提高。
本发明所述记录方法对探方内田野调查数据进行预处理并存储同时匹配对应图像信息,但由于在调查过程中数据冗杂,导致数据分类的精准性不足,从而导致匹配算法难以正确处理图像特征,从而影响匹配程度,通过对数据分类的字节特征长度的增大,提高对田野数据分类的精准性以及突出数据的关键特征,使得后续的分析更加准确,进一步实现了田野调查数据的记录的精准性的提高。
本发明所述记录方法在对田野调查数据进行记录过程中,由于数据采集密度较为集中,导致数据之间的关联性较强,重合程度较高使得数据的代表性下降,导致数据采集的全面性不足,通过对田野数据的采集频率的调节,使得数据采集的广度得到了拓展,数据的代表性得到了提升,进一步实现了田野调查数据的记录的精准性的提高。
附图说明
图1为本发明实施例智能田野调查数字化记录方法的整体流程图;
图2为本发明实施例智能田野调查数字化记录方法的确定滤波类型的第一对应更新速率的具体流程图;
图3为本发明实施例智能田野调查数字化记录方法的确定数据分类的字节特征长度的具体流程图;
图4为本发明实施例智能田野调查数字化记录系统的整体连接框图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
请参阅图1、图2、图3以及图4所示,其分别为本发明智能田野调查数字化记录方法的整体流程图、确定滤波类型的第一对应更新速率的具体流程图、确定数据分类的字节特征长度的具体流程图以及整体连接框图。本发明一种智能田野调查数字化记录方法,包括以下步骤:
获取待调查区域的历史田野调查数据,对所述历史田野调查数据进行数据清洗以形成探方特征数据;
使用探孔数据算法对所述探方特征数据进行计算以形成田野调查探方,并对所述田野调查探方内的田野数据进行采集,对所述田野数据进行预处理操作以输出田野特征数据,并将所述田野数据和所述田野特征数据进行分别存储;
将所述田野特征数据与参照图像进行匹配分析以输出图像数据匹配率;
基于所述图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和所述田野特征数据的平均分组数量确定数据分类的字节特征长度;
基于所述田野特征数据的平均分组数量和田野特征数据之间的重合度对田野数据的采集频率进行确定;
基于按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率对滤波类型的第二对应更新速率进行确定;
其中,所述第一对应更新速率小于所述第二对应更新速率。
具体而言,所述田野特征数据包括物种调查数据、文物调查数据以及地貌测量数据。
具体而言,所述物种调查数据包括植物种类的数量、动物种类的数量以及动物总数量;
所述文物调查数据包括文物编号、文物所属年代以及文物保存状态数据;
所述地貌测量数据包括土壤类型,地质条件以及气候条件。
具体而言,预处理操作包括去噪、数据清洗以及直方图均衡。
具体而言,文物保存状态数据包括文物的翻修次数、文物的缺口数量以及文物的外壳厚度。
具体而言,数据分类的字节特征长度的含义为对数据进行分类的最小字节长度,例如根据数据的字节长度对数据进行分类,将5kb的数据与10kb的数据进行分类。
本发明所述方法根据调查需求获取历史调查数据,并智能生成调查探方,减少人工操作带来的主观因素的影响,确保调查数据的客观性,并在获取探方内田野调查数据后,对探方内田野调查数据进行预处理并存储同时匹配的对应图像信息,无需再进行人工调查和录入,从而大大缩短了采集周期,使数据采集变得更为高效,且多个探方同时的数字化记录促进了数据的共享和协作,可同时在不同地点进行数字化记录,实现了田野调查数据的记录的精准性的提高。
请继续参阅图2所示,确定所述滤波类型的第一对应更新速率的步骤包括:
基于所述田野特征数据与参照图像计算图像数据匹配率;
将所述图像数据匹配率分别与预设第一匹配率和预设第二匹配率进行比对;
若所述图像数据匹配率小于所述预设第一匹配率,判定数据获取的精准性不足,对滤波类型的第一对应更新速率进行确定。
具体而言,图像数据匹配率的计算公式为:
,
其中,P为图像数据匹配率,P0为单位探方内的田野特征数据与参照图像相匹配的文物数量,Px为单位探方内的文物总数量,其中,当田野特征数据中的信息与参照图像中的信息相同或一致的信息数量大于80%时,判定田野特征数据与参照图像相匹配。
请继续参阅图2所示,所述滤波类型的第一对应更新速率通过所述图像数据匹配率与所述预设第一匹配率的比值确定。
具体而言,图像数据匹配率记为P,预设第一匹配率记为P1,预设第二匹配率记为P2,图像数据匹配率与预设第一匹配率的比值记为q,设定q=P/P1,预设比值记为q0,q0=0.85,确定滤波类型的第一对应更新速率的步骤为:
若q≤q0,使用预设第二速率调节系数α2将滤波类型的标准更新速率M调节至第一更新速率;
若q>q0,使用预设第一速率调节系数α1将滤波类型的标准更新速率M调节至第二更新速率。
具体而言,第一对应更新更新速率包括第一更新速率和第二更新速率。
其中,0<α1<α2<1,设定α1=0.88,α2=0.92,滤波类型的第一对应更新速率M’=M×αi,其中,αi为预设第i速率调节系数,设定i=1,2。
具体而言,滤波类型的更新速率的含义为对文物图像数据进行预处理操作过程中的对文物图像数据进行滤波过程的滤波类型的更新速率。
具体而言,滤波类型包括文物图像数据中的若干文物图像边缘的像素值、图像背景中的与文物无关的物体图像信息以及文物图像中的颜色失真的图像信息。
本发明所述记录方法对探方内田野调查数据进行预处理并存储同时匹配对应图像信息,但由于探方较大会在监测周期内获取大量田野调查数据,导致信息过载,在原有滤波类型更新速率的条件下继续对大量田野调查数据依次进行预处理操作导致信息丢失概率和网络篡改风险加大,通过对滤波类型更新速率的减小,使调查焦点更为集中和提高了数据获取的精确性,进一步实现了田野调查数据的记录的精准性的提高。
请继续参阅图3所示,确定所述数据分类的字节特征长度的步骤包括:
若所述图像数据匹配率大于等于所述预设第一匹配率且小于所述预设第二匹配率,初步判定数据分类的精准性不足获取数据的分组数量;
基于若干个数据的分组数量计算田野特征数据的平均分组数量,并将所述田野特征数据的平均分组数量分别与预设分组数量进行比对;
若所述田野特征数据的平均分组数量大于预设分组数量,则二次判定数据分类的精准性不足,并对数据分类的字节特征长度进行确定。
具体而言,所述田野特征数据的平均分组数量的计算公式为:
,
其中,R为田野特征数据的平均分组数量,rj为第j个田野特征数据的分组数量,n为田野特征数据的总数量,n为大于等于1的自然数。
请继续参阅图1所示,基于所述田野特征数据的平均分组数量与预设分组数量的差值,确定数据分类的字节特征长度。
具体而言,田野特征数据的平均分组数量记为R,预设分组数量记为R0,田野特征数据的平均分组数量与预设分组数量的差值记为△R,设定△R=R-R0,预设分组数量差值记为△R0,确定数据分类的字节特征长度的步骤为:
若△R≤△R0,使用预设第一强度调节系数β1对滤波去噪强度U进行调节;
若△R>△R0,使用预设第二强度调节系数β2对滤波去噪强度U进行调节;
其中,1<β1<β2,调节后的滤波去噪强度U’=U×βk,βk为预设第k强度调节系数,设定k=1,2。
本发明所述记录方法对探方内田野调查数据进行预处理并存储同时匹配对应图像信息,但由于在调查过程中数据冗杂,导致数据分类的精准性不足,从而导致匹配算法难以正确处理图像特征,从而影响匹配程度,通过对数据分类的字节特征长度的增强,提高对田野数据分类的精准性以及突出数据的关键特征,使得后续的分析更加准确,进一步实现了田野调查数据的记录的精准性的提高。
请继续参阅图1所示,确定所述田野数据的采集频率的步骤包括:
若所述田野特征数据的平均分组数量小于等于预设分组数量,初步判定数据采集的全面性不足,并对田野特征数据之间的重合度进行统计;
若所述田野特征数据之间的重合度大于预设重合度,则对田野数据的采集频率进行确定。
具体而言,将田野特征数据平均分为两个子数据集A和B,田野特征数据之间的重合度的计算方法可以为:
,
其中,W为田野特征数据之间的重合度,w0为数据集A与数据集B中数据分组相同的数据的数量,w1为数据集A与数据集B的数据的总数量。
请继续参阅图1所示,基于所述田野特征数据之间的重合度与预设重合度的差值确定田野数据的采集频率。
具体而言,田野特征数据之间的重合度记为W,预设重合度记为W0,田野特征数据之间的重合度与预设重合度的差值记为△W,设定△W=W-W0,预设重合度差值记为△W0,确定田野数据的采集频率的步骤为:
若△W≤△W0,使用预设第二频率调节系数ζ2对田野数据的采集频率H进行调节;
若△W>△W0,使用预设第一频率调节系数ζ1对田野数据的采集频率H进行调节;
其中,0<ζ1<ζ2<1,调节后的田野数据的采集频率H’=H×ζg,ζg为预设第g频率调节系数,设定g=1,2。
本发明所述记录方法在对田野调查数据进行记录过程中,由于数据采集密度较为集中,导致数据之间的关联性较强,重合程度较高使得数据的代表性下降,导致数据采集的全面性不足,通过对田野数据的采集频率的调节,使得数据采集的广度得到了拓展,数据的代表性得到了提升,进一步实现了田野调查数据的记录的精准性的提高。
请继续参阅图1所示,确定所述滤波类型的第二对应更新速率的步骤包括:
按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率;
将所述存储数据的乱码率与预设乱码率进行比对;
若所述存储数据的乱码率大于预设乱码率,则按照所述第二对应更新速率对所述田野数据进行滤波处理。
请继续参阅图1所示,所述第二对应更新速率通过所述存储数据的乱码率与预设乱码率的差值确定。
具体而言,存储数据的乱码率记为C,预设乱码率记为C0,存储数据的乱码率与预设乱码率的差值记为△C,设定△C=C-C0,预设差值记为△C0,确定滤波类型的第二对应更新速率的步骤为:
若△C≤△C0,使用预设第三速率调节系数α3将第一对应更新速率调节至第三更新速率;
若△C>△C0,使用预设第四速率调节系数α4将第一对应更新速率调节至第四更新速率。
具体而言,滤波类型的第二对应更新速率包括第三更新速率和第四更新速率。
具体而言,1<α3<α4,设定α3=1.12,α4=1.24,滤波类型的第二对应更新速率M”=M’×αv,αv为预设第v速率调节系数,设定v=3,4。
请继续参阅图4所示,本发明还提供一种智能田野调查数字化记录系统,包括:
登录模块,用以对访问用户进行身份验证;
探方生成模块,其与所述登录模块相连,用以对待调查区域的历史田野调查数据进行数据清洗和计算以形成田野调查探方;
数据采集模块,其与所述探方生成模块相连,用以获取所述田野调查探方内的田野数据;
数据存储模块,其与所述登录模块、所述探方生成模块以及所述数据采集模块分别相连,用以存储所述访问用户的用户信息、所述田野数据以及对所述田野数据进行预处理操作输出的田野特征数据;
控制模块,其与所述登录模块、所述探方生成模块、所述数据采集模块以及所述数据存储模块分别相连,用以根据图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和田野特征数据的平均分组数量确定数据分类的字节特征长度,
以及,根据所述田野特征数据的平均分组数量与田野特征数据之间的重合度对田野数据的采集频率进行确定,
以及,根据按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率对滤波类型的第二对应更新速率进行确定。
具体而言,对所述田野数据进行预处理操作和对田野特征数据进行分组均在数据存储模块中进行。
具体而言,本发明所述系统使用了智能导入技术,通过文本分析和识别技术,对各种格式的数据进行智能导入,并将其转换为系统可读取的格式,数据的格式包括Word、CSV、Excel以及kml。
具体而言,本发明所述系统提供安全的远程访问平台,调查人员能够随时随地访问和管理数据,增加了调查的灵活性和便利性,并且采用多级权限管理机制,确保具有权限的人员能够访问和修改相应的数据。所有采集的文物调查数据集中存储在云端数据库中,形成一个统一的数据管理中心,支持多设备之间的实时数据同步,确保具有权限的人员能够使用最新的调查数据,实现方便的数据共享和备份。
实施例1
本实施例1在获取根据A地特征信息形成探方后,获取探方内田野数据,将所述田野数据进行预处理并进行存储,计算得到图像数据匹配率P=0.6,且设有预设第一匹配率P1=0.75,预设第二匹配率记为0.90,预设比值q0=0.85,滤波类型的标准更新速率M=25次/h,
计算得到图像数据匹配率与预设第一匹配率的比值q=0.8,
在q<q0的情况下,使用预设第二速率调节系数α2将滤波类型的标准更新速率M调节至第一更新速率,计算得M’=25次/h×0.92=23次/h。
本实施例1在图像数据匹配率不符合要求的情况下,通过对确定滤波类型更新速率的减小,使调查焦点更为集中,进一步实现了田野调查数据的记录的精准性的提高。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种智能田野调查数字化记录方法,其特征在于,包括以下步骤:
获取待调查区域的历史田野调查数据,对所述历史田野调查数据进行数据清洗以形成探方特征数据;
使用探孔数据算法对所述探方特征数据进行计算以形成田野调查探方,并对所述田野调查探方内的田野数据进行采集,对所述田野数据进行预处理操作以输出田野特征数据,并将所述田野数据和所述田野特征数据进行分别存储;
将所述田野特征数据与参照图像进行匹配分析以输出图像数据匹配率;
基于所述图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和所述田野特征数据的平均分组数量确定数据分类的字节特征长度;
基于所述田野特征数据的平均分组数量和田野特征数据之间的重合度对田野数据的采集频率进行确定;
基于按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率对滤波类型的第二对应更新速率进行确定;
其中,所述第一对应更新速率小于所述第二对应更新速率。
2.根据权利要求1所述的智能田野调查数字化记录方法,其特征在于,确定所述滤波类型的第一对应更新速率的步骤包括:
基于所述田野特征数据与参照图像计算图像数据匹配率;
将所述图像数据匹配率分别与预设第一匹配率和预设第二匹配率进行比对;
若所述图像数据匹配率小于所述预设第一匹配率,则对滤波类型的第一对应更新速率进行确定。
3.根据权利要求2所述的智能田野调查数字化记录方法,其特征在于,所述滤波类型的第一对应更新速率通过所述图像数据匹配率与所述预设第一匹配率的比值确定。
4.根据权利要求3所述的智能田野调查数字化记录方法,其特征在于,确定所述数据分类的字节特征长度的步骤包括:
若所述图像数据匹配率大于等于所述预设第一匹配率且小于所述预设第二匹配率,则获取田野特征数据的分组数量;
基于若干个田野特征数据的分组数量计算田野特征数据的平均分组数量,并将所述田野特征数据的平均分组数量分别与预设分组数量进行比对;
若所述田野特征数据的平均分组数量大于预设分组数量,则对数据分类的字节特征长度进行确定。
5.根据权利要求4所述的智能田野调查数字化记录方法,其特征在于,基于所述田野特征数据的平均分组数量与预设分组数量的差值确定数据分类的字节特征长度。
6.根据权利要求5所述的智能田野调查数字化记录方法,其特征在于,确定所述田野数据的采集频率的步骤包括:
若所述田野特征数据的平均分组数量小于等于预设分组数量,则对田野特征数据之间的重合度进行统计;
若所述田野特征数据之间的重合度大于预设重合度,则对田野数据的采集频率进行确定。
7.根据权利要求6所述的智能田野调查数字化记录方法,其特征在于,基于所述田野特征数据之间的重合度与预设重合度的差值确定田野数据的采集频率。
8.根据权利要求7所述的智能田野调查数字化记录方法,其特征在于,确定所述滤波类型的第二对应更新速率的步骤包括:
按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率;
将所述存储数据的乱码率与预设乱码率进行比对;
若所述存储数据的乱码率大于预设乱码率,则按照所述第二对应更新速率对所述田野数据进行滤波处理。
9.根据权利要求8所述的智能田野调查数字化记录方法,其特征在于,所述第二对应更新速率通过所述存储数据的乱码率与预设乱码率的差值确定。
10.一种基于权利要求1-9任一权利要求所述的智能田野调查数字化记录方法的记录系统,其特征在于,包括:
登录模块,用以对访问用户进行身份验证;
探方生成模块,其与所述登录模块相连,用以对待调查区域的历史田野调查数据进行数据清洗和计算以形成田野调查探方;
数据采集模块,其与所述探方生成模块相连,用以获取所述田野调查探方内的田野数据;
数据存储模块,其与所述登录模块、所述探方生成模块以及所述数据采集模块分别相连,用以存储所述访问用户的用户信息、所述田野数据以及对所述田野数据进行预处理操作输出的田野特征数据;
控制模块,其与所述登录模块、所述探方生成模块、所述数据采集模块以及所述数据存储模块分别相连,用以根据图像数据匹配率确定滤波类型的第一对应更新速率,或,基于所述图像数据匹配率和田野特征数据的平均分组数量确定数据分类的字节特征长度,
以及,根据所述田野特征数据的平均分组数量与田野特征数据之间的重合度对田野数据的采集频率进行确定,
以及,根据按照所述第一对应更新速率对所述田野数据进行滤波处理后的存储数据的乱码率对滤波类型的第二对应更新速率进行确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410325025.2A CN117934884B (zh) | 2024-03-21 | 2024-03-21 | 一种智能田野调查数字化记录系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410325025.2A CN117934884B (zh) | 2024-03-21 | 2024-03-21 | 一种智能田野调查数字化记录系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117934884A true CN117934884A (zh) | 2024-04-26 |
CN117934884B CN117934884B (zh) | 2024-06-18 |
Family
ID=90751072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410325025.2A Active CN117934884B (zh) | 2024-03-21 | 2024-03-21 | 一种智能田野调查数字化记录系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117934884B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189765A (zh) * | 2018-10-18 | 2019-01-11 | 成都东谷利农农业科技有限公司 | 田间调查记录方法、装置及可读存储介质 |
CN109684932A (zh) * | 2018-11-30 | 2019-04-26 | 华南农业大学 | 一种基于双目视觉的托盘位姿识别方法 |
CN115187791A (zh) * | 2022-08-10 | 2022-10-14 | 哈尔滨理工大学 | 一种融合颜色和尺度特征的orb图像匹配方法 |
CN115329676A (zh) * | 2022-08-23 | 2022-11-11 | 山东工艺美术学院 | 一种数字孪生的虚实同步终端设备及系统 |
KR20230017446A (ko) * | 2021-07-28 | 2023-02-06 | 한국부동산원 | 현장사진 오류검출 방법 및 오류검출 시스템 |
CN116320467A (zh) * | 2023-05-19 | 2023-06-23 | 山东中科冶金矿山机械有限公司 | 一种地质勘查数据压缩存储方法 |
CN116719959A (zh) * | 2023-08-04 | 2023-09-08 | 西安云图信息技术有限公司 | 一种考古发掘现场多时态瓦片的地图服务方法及装置 |
CN117573928A (zh) * | 2023-12-11 | 2024-02-20 | 南月(广州)机器人科技有限公司 | 一种基于网络社交的物联网竞技信息采集方法 |
CN117726307A (zh) * | 2024-02-18 | 2024-03-19 | 成都汇智捷成科技有限公司 | 一种基于业务中台的数据治理方法 |
-
2024
- 2024-03-21 CN CN202410325025.2A patent/CN117934884B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109189765A (zh) * | 2018-10-18 | 2019-01-11 | 成都东谷利农农业科技有限公司 | 田间调查记录方法、装置及可读存储介质 |
CN109684932A (zh) * | 2018-11-30 | 2019-04-26 | 华南农业大学 | 一种基于双目视觉的托盘位姿识别方法 |
KR20230017446A (ko) * | 2021-07-28 | 2023-02-06 | 한국부동산원 | 현장사진 오류검출 방법 및 오류검출 시스템 |
CN115187791A (zh) * | 2022-08-10 | 2022-10-14 | 哈尔滨理工大学 | 一种融合颜色和尺度特征的orb图像匹配方法 |
CN115329676A (zh) * | 2022-08-23 | 2022-11-11 | 山东工艺美术学院 | 一种数字孪生的虚实同步终端设备及系统 |
CN116320467A (zh) * | 2023-05-19 | 2023-06-23 | 山东中科冶金矿山机械有限公司 | 一种地质勘查数据压缩存储方法 |
CN116719959A (zh) * | 2023-08-04 | 2023-09-08 | 西安云图信息技术有限公司 | 一种考古发掘现场多时态瓦片的地图服务方法及装置 |
CN117573928A (zh) * | 2023-12-11 | 2024-02-20 | 南月(广州)机器人科技有限公司 | 一种基于网络社交的物联网竞技信息采集方法 |
CN117726307A (zh) * | 2024-02-18 | 2024-03-19 | 成都汇智捷成科技有限公司 | 一种基于业务中台的数据治理方法 |
Non-Patent Citations (3)
Title |
---|
赵有松;宫辉力;陈军;金舒平;: "基于影像的明长城资源田野调查技术", 地理信息世界, no. 04, 25 August 2011 (2011-08-25) * |
陈丽珍;: "基于3S技术的田野文物智能巡查管理系统的设计", 测绘与空间地理信息, no. 02, 25 February 2017 (2017-02-25) * |
陈海波: "高分辨率双目视觉三维重建技术研究", 中国优秀硕士学位论文全文数据库, 15 January 2014 (2014-01-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117934884B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109767322B (zh) | 基于大数据的可疑交易分析方法、装置和计算机设备 | |
CN107770263B (zh) | 一种基于边缘计算的物联网终端安全接入方法及系统 | |
CN111950937A (zh) | 一种基于融合时空轨迹的重点人员风险评估方法 | |
CN112711757B (zh) | 一种基于大数据平台的数据安全集中管控方法及系统 | |
CN109242658B (zh) | 可疑交易报告生成方法、系统、计算机设备和存储介质 | |
CN115759640A (zh) | 一种智慧城市的公共服务信息处理系统及方法 | |
CN108460633A (zh) | 一种广告音频采集识别系统的建立方法及其用途 | |
CN117934884B (zh) | 一种智能田野调查数字化记录系统及方法 | |
CN111709844A (zh) | 一种保险洗钱人员检测方法、装置和计算机可读存储介质 | |
CN117079130B (zh) | 一种基于红树林生境的智能信息管理方法及系统 | |
CN111428041B (zh) | 案件摘要生成方法、装置、系统和存储介质 | |
CN116912265A (zh) | 一种遥感图像分割方法和系统 | |
CN111507850A (zh) | 核保方法及相关装置、设备 | |
CN114863430A (zh) | 一种人口信息自动纠错方法、设备及其存储介质 | |
CN112765553B (zh) | 一种基于大数据的工程项目管理系统 | |
CN114817518A (zh) | 基于大数据档案识别的证照办理方法、系统及介质 | |
CN113643067A (zh) | 基于人工智能的客户筛选方法、装置、设备及存储介质 | |
CN113298632A (zh) | 一种基于移动互联网和数据特征分析的智能财务管理系统 | |
CN111476145A (zh) | 一种基于卷积神经网络的1:n人脸识别方法 | |
CN112559793B (zh) | 一种人脸图像的检索方法 | |
CN116631108B (zh) | 一种基于人脸识别技术的小区安防方法、装置和设备 | |
CN112559823B (zh) | 一种数据标准化的数据采集方法 | |
CN113645051B (zh) | 一种对客户投诉进行预警的方法及装置 | |
CN116432183B (zh) | 一种智慧地铁综合监控系统及方法 | |
CN116342115B (zh) | 一种基于人脸识别的停车场收费系统及方法 |
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 |