CN107194955B - 自适应大数据管理方法 - Google Patents
自适应大数据管理方法 Download PDFInfo
- Publication number
- CN107194955B CN107194955B CN201710470471.2A CN201710470471A CN107194955B CN 107194955 B CN107194955 B CN 107194955B CN 201710470471 A CN201710470471 A CN 201710470471A CN 107194955 B CN107194955 B CN 107194955B
- Authority
- CN
- China
- Prior art keywords
- image
- equipment
- window
- filtering
- sub
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/292—Multi-camera tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
-
- 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
- G06T2207/20004—Adaptive image processing
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Image Processing (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明涉及一种自适应大数据管理方法,包括:对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果;接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像;接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作。
Description
技术领域
本发明涉及开关控制领域,尤其涉及一种自适应大数据管理方法。
背景技术
楼宇,即楼房、大厦,从字面意思来讲,楼宇指高大的房屋建筑。每一座楼宇都集成了多个窗户进行楼宇结构构造。窗户在建筑学上是指墙或屋顶上建造的洞口,用以使光线或空气进入室内。可双向开启的现代的窗由窗框、中间的透明部分和活动构件(铰链、执手、滑轮等)三部分组成。窗框负责支撑窗体的主结构,可以是木材、金属、陶瓷或塑料材料,透明部分依附在窗框上,可以是纸、布、丝绸或玻璃材料。活动构件主要以金属材料为主,在人手触及的地方也可能包裹以塑料等绝热材料。
现有技术中,为了防止危险分子从窗户进入室内,对室内人员造成伤害或财产造成损失,低楼层的人们一般加装防盗窗进行危险分子的防范,这样一来,一方面增加了经济成本,另一方面造成视野受限,同时对房屋外观造成不利影响。
发明内容
为了解决上述问题,本发明提供了一种自适应大数据管理方法,能够对图像执行人物轨迹检测分析以判断所述图像中的人物轨迹是否属于危险人物的人物轨迹,在所述图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作,更为重要的是,还使用了包括多个并联的光电转换单元的图像采集设备,为危险人物的人物轨迹的分析提供了高清晰度的图像数据。
根据本发明的一方面,提供了一种自适应大数据管理方法,所述方法包括:
对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;
接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果;
接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像;
接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作。
更具体地,在所述自适应大数据管理方法中,还包括:
检测窗户的当前状态以判断窗户是处于已关闭状态还是未关闭状态;
其中,在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作包括:当判断窗户是处于已关闭状态时,停止对窗户执行的自动关窗操作。
更具体地,在所述自适应大数据管理方法中,还包括:
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,播放与危险人物接近窗户相对应的语音报警文件;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,将与危险人物接近窗户相对应的文字信息以及窗户的位置一同发送给户主持有的移动终端上。
更具体地,在所述自适应大数据管理方法中:
对窗户外部场景进行室外场景图像捕获,以获得室外场景图像包括:
使用被设置在窗户外框上的光强检测子设备,检测窗户外部的照射光强度以输出实时光照强度
使用与所述光强检测子设备连接的光强变化率检测子设备检测实时光照强度的变化率,当实时光照强度的变化率大于等于预设变化率阈值时,发出变化率过高信号,否则,发出变化率正常信号;
使用被设置在窗户外框上的与光强变化率检测子设备连接的自适应传感子设备对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;所述自适应传感子设备包括像素数据读出设备和各个像素数据获取设备,每一个像素数据获取设备包括多个并联的光电转换单元,当接收到所述变化率正常信号时,每一个像素数据获取设备只使用多个并联的光电转换单元中的一个光电转换单元所感应的数据并输出,当接收到所述变化率过高信号时,每一个像素数据获取设备将多个并联的光电转换单元所感应的数据进行合并后输出,所述像素数据读出设备分别与各个像素数据获取设备连接,用于分别读出各个像素数据获取设备输出的数据以作为各个像素的像素值,各个像素的像素值组成所述室外场景图像;
接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果包括:
使用第一图像初检子设备接收所述室外场景图像,基于室外场景图像的各个像素点的像素值确定室外场景图像像素值的均方差以作为目标均方差输出;
使用第二图像初检子设备接收室外场景图像,对室外场景图像进行噪声分析,以获得噪声幅值最大的主噪声信号和噪声幅值次大的次噪声信号,基于主噪声信号、次噪声信号以及室外场景图像确定室外场景图像的信噪比以作为目标信噪比输出;
接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像包括:
使用第一滤波子设备执行以下滤波处理:对接收到的图像采用长度为6的HARR小波基进行5级分解并重构以获取第一滤波子设备输出的滤波图像;
使用第二滤波子设备执行以下滤波处理:针对接收到的图像的每一个像素,采用各种滤波窗口对该像素以该像素为中心进行对应的各种像素块的获取,确定每一种像素块中的灰度值方差,选择灰度值方差最小的对应滤波窗口作为目标滤波窗口对该像素的像素值进行中值滤波以获得其滤波像素值,基于接收到的图像的所有像素的滤波像素值获取第二滤波子设备输出的滤波图像;
使用自适应递归滤波子设备执行以下滤波处理:对接收到的图像进行自适应递归滤波处理以获取自适应递归滤波子设备输出的滤波图像;
使用分别与自适应递归滤波子设备、第一滤波子设备、第二滤波子设备、第一图像初检子设备以及第二图像初检子设备连接的自适应选择子设备接收目标均方差和目标信噪比,并在目标信噪比小于等于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,依次使用第一滤波子设备和第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比小于等于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,使用第一滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用自适应递归滤波子设备对室外场景图像执行滤波处理以获得处理图像;
其中,接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:接收所述处理图像,对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
更具体地,在所述自适应大数据管理方法中,还包括:预先存储预设信噪比阈值和预设均方差阈值。
更具体地,在所述自适应大数据管理方法中:
对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:基于危险人物基准运动轨迹对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的自适应窗户开关管理平台的结构方框图。
图2为根据本发明实施方案示出的自适应大数据管理方法的步骤流程图。
附图标记:1图像捕获设备;2图像分析设备;3滤波选择设备;4人物轨迹检测设备;5自动关窗设备;S101对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;S102接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果;S103接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像;S104接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;S105在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作
具体实施方式
下面将参照附图对本发明的实施方案进行详细说明。
窗户的材料,总的来说,可分成三大类:木质、塑钢、铝合金。三者各有所长。
塑钢:因为是塑料材质,所以重量小,隔热性能好,而且价格相对较低。因为经常要面对风吹雨打太阳晒,所以最让人关心的是塑钢窗的防老化问题。实际上,高品质的塑钢窗的使用年限可达一百年左右。
铝合金:因为是金属材质,所以不会存在老化问题,而且坚固,耐撞击,强度大。但铝合金窗最容易被攻击的一个弱点就是隔热性能,因为金属是热的良导体,外界与室内的温度会随着窗的框架传递。
但值得疑问的是,在一扇窗户上框架所占的比例并不很大,窗户并不是一块金属板,而是镶着框的玻璃,通过框架边条传递的热量究竟会对有着暖器、空调的室内温度产生多大的影响?
但还是有备无患的好,为了防止这个问题,在有的铝合金窗户上采用了“断桥”技术,即在铝合金窗框中加一层树脂材料,彻底断绝了导热的途径。
木质:相对来说,木质应该是最为完美的窗体框架材质,无论从隔热、隔音等角度来说都有明显的优势,而且与生俱来的质感和自然花纹更为让人心动。虽然是木质,但实际上有的用于做窗框的实木已经经过了层层特殊的处理,不仅没有了水分,要求更高的甚至被吸去了脂肪,这样一来,所谓的木质实际上已经如同化石一样,经过处理后的实木,只保留了木材的外表,品质却完全不一样了,不会开裂变形,更不用担心遭虫咬、被腐蚀,而且,强度也大大增加。
此外,还有一种框架结构被称作铝包木,木质框架的户外部分为一层铝合金结构,实际上,这是综合了木质框架的隔热性好以及铝合金强度高的优点,合而为一,扬长避短。木质窗唯一的一个缺点就是造价太高。
当前,缺乏对窗外危险分子的有效检测机制,导致人们需要安装防盗窗或者实时保持对窗外环境和行人的观测,给人们带来不小的经济负担或精神压力。为了克服上述不足,本发明搭建了一种自适应窗户开关管理平台及方法,能够解决上述技术问题。
图1为根据本发明实施方案示出的自适应窗户开关管理平台的结构方框图,所述平台包括:
图像捕获设备,用于对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;
图像分析设备,与所述图像捕获设备连接,用于接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果;
滤波选择设备,与所述图像分析设备连接,用于接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像;
人物轨迹检测设备,与所述滤波选择设备连接,用于接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;
自动关窗设备,与所述人物轨迹检测设备连接,用于在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作。
接着,继续对本发明的自适应窗户开关管理平台的具体结构进行进一步的说明。
所述自适应窗户开关管理平台中还可以包括:
窗户状态检测设备,用于检测窗户的当前状态以判断窗户是处于已关闭状态还是未关闭状态;
其中,所述自动关窗设备还与所述窗户状态检测设备连接,所述自动关窗设备在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作包括:当判断窗户是处于已关闭状态时,停止对窗户执行的自动关窗操作。
所述自适应窗户开关管理平台中还可以包括:
语音报警设备,与所述自动关窗设备连接,用于在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,播放与危险人物接近窗户相对应的语音报警文件;
无线通信设备,与所述自动关窗设备连接,用于在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,将与危险人物接近窗户相对应的文字信息以及窗户的位置一同发送给户主持有的移动终端上。
所述自适应窗户开关管理平台中:
所述图像捕获设备包括:
光强检测子设备,被设置在窗户外框上,用于检测窗户外部的照射光强度以输出实时光照强度;
光强变化率检测子设备,与所述光强检测子设备连接,用于检测实时光照强度的变化率,当实时光照强度的变化率大于等于预设变化率阈值时,发出变化率过高信号,否则,发出变化率正常信号;
自适应传感子设备,被设置在窗户外框上,与光强变化率检测子设备连接,用于对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;所述自适应传感子设备包括像素数据读出设备和各个像素数据获取设备,每一个像素数据获取设备包括多个并联的光电转换单元,当接收到所述变化率正常信号时,每一个像素数据获取设备只使用多个并联的光电转换单元中的一个光电转换单元所感应的数据并输出,当接收到所述变化率过高信号时,每一个像素数据获取设备将多个并联的光电转换单元所感应的数据进行合并后输出,所述像素数据读出设备分别与各个像素数据获取设备连接,用于分别读出各个像素数据获取设备输出的数据以作为各个像素的像素值,各个像素的像素值组成所述室外场景图像;
所述图像分析设备包括:
第一图像初检子设备,用于接收所述室外场景图像,基于室外场景图像的各个像素点的像素值确定室外场景图像像素值的均方差以作为目标均方差输出;
第二图像初检子设备,用于接收室外场景图像,对室外场景图像进行噪声分析,以获得噪声幅值最大的主噪声信号和噪声幅值次大的次噪声信号,基于主噪声信号、次噪声信号以及室外场景图像确定室外场景图像的信噪比以作为目标信噪比输出;
所述滤波选择设备包括:
第一滤波子设备,用于执行以下滤波处理:对接收到的图像采用长度为6的HARR小波基进行5级分解并重构以获取第一滤波子设备输出的滤波图像;
第二滤波子设备,用于执行以下滤波处理:针对接收到的图像的每一个像素,采用各种滤波窗口对该像素以该像素为中心进行对应的各种像素块的获取,确定每一种像素块中的灰度值方差,选择灰度值方差最小的对应滤波窗口作为目标滤波窗口对该像素的像素值进行中值滤波以获得其滤波像素值,基于接收到的图像的所有像素的滤波像素值获取第二滤波子设备输出的滤波图像;
自适应递归滤波子设备,用于执行以下滤波处理:对接收到的图像进行自适应递归滤波处理以获取自适应递归滤波子设备输出的滤波图像;
自适应选择子设备,分别与自适应递归滤波子设备、第一滤波子设备、第二滤波子设备、第一图像初检子设备以及第二图像初检子设备连接,用于接收目标均方差和目标信噪比,并在目标信噪比小于等于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,依次使用第一滤波子设备和第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比小于等于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,使用第一滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用自适应递归滤波子设备对室外场景图像执行滤波处理以获得处理图像;
其中,所述人物轨迹检测设备与所述自适应选择子设备连接,用于接收所述处理图像,对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
所述自适应窗户开关管理平台中还可以包括:
数据存储设备,与所述自适应选择子设备连接,用于预先存储预设信噪比阈值和预设均方差阈值。
所述自适应窗户开关管理平台中:
所述人物轨迹检测设备对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:基于危险人物基准运动轨迹对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
图2为根据本发明实施方案示出的自适应大数据管理方法的步骤流程图,所述方法包括:
对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;
接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果;
接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像;
接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作。
接着,继续对本发明的自适应大数据管理方法的具体步骤进行进一步的说明。
所述自适应大数据管理方法还可以包括:
检测窗户的当前状态以判断窗户是处于已关闭状态还是未关闭状态;
其中,在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作包括:当判断窗户是处于已关闭状态时,停止对窗户执行的自动关窗操作。
所述自适应大数据管理方法还可以包括:
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,播放与危险人物接近窗户相对应的语音报警文件;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,将与危险人物接近窗户相对应的文字信息以及窗户的位置一同发送给户主持有的移动终端上。
所述自适应大数据管理方法中:
对窗户外部场景进行室外场景图像捕获,以获得室外场景图像包括:
使用被设置在窗户外框上的光强检测子设备,检测窗户外部的照射光强度以输出实时光照强度
使用与所述光强检测子设备连接的光强变化率检测子设备检测实时光照强度的变化率,当实时光照强度的变化率大于等于预设变化率阈值时,发出变化率过高信号,否则,发出变化率正常信号;
使用被设置在窗户外框上的与光强变化率检测子设备连接的自适应传感子设备对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;所述自适应传感子设备包括像素数据读出设备和各个像素数据获取设备,每一个像素数据获取设备包括多个并联的光电转换单元,当接收到所述变化率正常信号时,每一个像素数据获取设备只使用多个并联的光电转换单元中的一个光电转换单元所感应的数据并输出,当接收到所述变化率过高信号时,每一个像素数据获取设备将多个并联的光电转换单元所感应的数据进行合并后输出,所述像素数据读出设备分别与各个像素数据获取设备连接,用于分别读出各个像素数据获取设备输出的数据以作为各个像素的像素值,各个像素的像素值组成所述室外场景图像;
接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果包括:
使用第一图像初检子设备接收所述室外场景图像,基于室外场景图像的各个像素点的像素值确定室外场景图像像素值的均方差以作为目标均方差输出;
使用第二图像初检子设备接收室外场景图像,对室外场景图像进行噪声分析,以获得噪声幅值最大的主噪声信号和噪声幅值次大的次噪声信号,基于主噪声信号、次噪声信号以及室外场景图像确定室外场景图像的信噪比以作为目标信噪比输出;
接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像包括:
使用第一滤波子设备执行以下滤波处理:对接收到的图像采用长度为6的HARR小波基进行5级分解并重构以获取第一滤波子设备输出的滤波图像;
使用第二滤波子设备执行以下滤波处理:针对接收到的图像的每一个像素,采用各种滤波窗口对该像素以该像素为中心进行对应的各种像素块的获取,确定每一种像素块中的灰度值方差,选择灰度值方差最小的对应滤波窗口作为目标滤波窗口对该像素的像素值进行中值滤波以获得其滤波像素值,基于接收到的图像的所有像素的滤波像素值获取第二滤波子设备输出的滤波图像;
使用自适应递归滤波子设备执行以下滤波处理:对接收到的图像进行自适应递归滤波处理以获取自适应递归滤波子设备输出的滤波图像;
使用分别与自适应递归滤波子设备、第一滤波子设备、第二滤波子设备、第一图像初检子设备以及第二图像初检子设备连接的自适应选择子设备接收目标均方差和目标信噪比,并在目标信噪比小于等于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,依次使用第一滤波子设备和第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比小于等于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,使用第一滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用自适应递归滤波子设备对室外场景图像执行滤波处理以获得处理图像;
其中,接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:接收所述处理图像,对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
所述自适应大数据管理方法还可以包括:预先存储预设信噪比阈值和预设均方差阈值。
所述自适应大数据管理方法中:
对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:基于危险人物基准运动轨迹对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
另外,所述光电转换单元可由CMOS传感器或CCD传感器来实现。CMOS图像传感器是一种典型的固体成像传感器,与CCD有着共同的历史渊源。CMOS图像传感器通常由像敏单元阵列、行驱动器、列驱动器、时序控制逻辑、AD转换器、数据总线输出接口、控制接口等几部分组成,这几部分通常都被集成在同一块硅片上。其工作过程一般可分为复位、光电转换、积分、读出四部分。
在CMOS图像传感器芯片上还可以集成其他数字信号处理电路,如AD转换器、自动曝光量控制、非均匀补偿、白平衡处理、黑电平控制、伽玛校正等,为了进行快速计算甚至可以将具有可编程功能的DSP器件与CMOS器件集成在一起,从而组成单片数字相机及图像处理***。
1963年Morrison发表了可计算传感器,这是一种可以利用光导效应测定光斑位置的结构,成为CMOS图像传感器发展的开端。1995年低噪声的CMOS有源像素传感器单片数字相机获得成功。
CMOS图像传感器具有以下几个优点:1)、随机窗口读取能力。随机窗口读取操作是CMOS图像传感器在功能上优于CCD的一个方面,也称之为感兴趣区域选取。此外,CMOS图像传感器的高集成特性使其很容易实现同时开多个跟踪窗口的功能。2)、抗辐射能力。总的来说,CMOS图像传感器潜在的抗辐射性能相对于CCD性能有重要增强。3)、***复杂程度和可靠性。采用CMOS图像传感器可以大大地简化***硬件结构。4)、非破坏性数据读出方式。5)、优化的曝光控制。值得注意的是,由于在像元结构中集成了多个功能晶体管的原因,CMOS图像传感器也存在着若干缺点,主要是噪声和填充率两个指标。鉴于CMOS图像传感器相对优越的性能,使得CMOS图像传感器在各个领域得到了广泛的应用。
采用本发明的自适应窗户开关管理平台及方法,针对现有技术中难以对室外危险分子进行有效检测的技术问题,通过引入包括多个并联的光电转换单元的图像采集设备以提供高清晰度的图像数据,引入多个定制的图像处理设备对高清晰度的图像数据进行专项分析以判断室外危险分子的轨迹的存在,从而为自动关窗以防范危险分子的实施提供重要的参考数据。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (3)
1.一种自适应大数据管理方法,所述方法包括:
对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;
接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果;
接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像;
接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作;
其特征在于,还包括:
检测窗户的当前状态以判断窗户是处于已关闭状态还是未关闭状态;
其中,在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,对窗户执行自动关窗操作包括:当判断窗户是处于已关闭状态时,停止对窗户执行的自动关窗操作;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,播放与危险人物接近窗户相对应的语音报警文件;
在所述滤波后图像中的人物轨迹属于危险人物的人物轨迹时,将与危险人物接近窗户相对应的文字信息以及窗户的位置一同发送给户主持有的移动终端上;
对窗户外部场景进行室外场景图像捕获,以获得室外场景图像包括:
使用被设置在窗户外框上的光强检测子设备,检测窗户外部的照射光强度以输出实时光照强度;
使用与所述光强检测子设备连接的光强变化率检测子设备检测实时光照强度的变化率,当实时光照强度的变化率大于等于预设变化率阈值时,发出变化率过高信号,否则,发出变化率正常信号;
使用被设置在窗户外框上的与光强变化率检测子设备连接的自适应传感子设备对窗户外部场景进行室外场景图像捕获,以获得室外场景图像;所述自适应传感子设备包括像素数据读出设备和各个像素数据获取设备,每一个像素数据获取设备包括多个并联的光电转换单元,当接收到所述变化率正常信号时,每一个像素数据获取设备只使用多个并联的光电转换单元中的一个光电转换单元所感应的数据并输出,当接收到所述变化率过高信号时,每一个像素数据获取设备将多个并联的光电转换单元所感应的数据进行合并后输出,所述像素数据读出设备分别与各个像素数据获取设备连接,用于分别读出各个像素数据获取设备输出的数据以作为各个像素的像素值,各个像素的像素值组成所述室外场景图像;
接收所述室外场景图像,并对所述室外场景图像进行图像信号分析以输出分析结果包括:
使用第一图像初检子设备接收所述室外场景图像,基于室外场景图像的各个像素点的像素值确定室外场景图像像素值的均方差以作为目标均方差输出;
使用第二图像初检子设备接收室外场景图像,对室外场景图像进行噪声分析,以获得噪声幅值最大的主噪声信号和噪声幅值次大的次噪声信号,基于主噪声信号、次噪声信号以及室外场景图像确定室外场景图像的信噪比以作为目标信噪比输出;
接收所述分析结果,基于所述分析结果对所述室外场景图像执行不同的滤波策略,并输出滤波后图像包括:
使用第一滤波子设备执行以下滤波处理:对接收到的图像采用长度为6的HARR小波基进行5级分解并重构以获取第一滤波子设备输出的滤波图像;
使用第二滤波子设备执行以下滤波处理:针对接收到的图像的每一个像素,采用各种滤波窗口对该像素以该像素为中心进行对应的各种像素块的获取,确定每一种像素块中的灰度值方差,选择灰度值方差最小的对应滤波窗口作为目标滤波窗口对该像素的像素值进行中值滤波以获得其滤波像素值,基于接收到的图像的所有像素的滤波像素值获取第二滤波子设备输出的滤波图像;
使用自适应递归滤波子设备执行以下滤波处理:对接收到的图像进行自适应递归滤波处理以获取自适应递归滤波子设备输出的滤波图像;
使用分别与自适应递归滤波子设备、第一滤波子设备、第二滤波子设备、第一图像初检子设备以及第二图像初检子设备连接的自适应选择子设备接收目标均方差和目标信噪比,并在目标信噪比小于等于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,依次使用第一滤波子设备和第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比小于等于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用第二滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差大于等于预设均方差阈值时,使用第一滤波子设备对室外场景图像执行滤波处理以获得处理图像,在目标信噪比大于预设信噪比阈值且目标均方差小于预设均方差阈值时,使用自适应递归滤波子设备对室外场景图像执行滤波处理以获得处理图像;
其中,接收所述滤波后图像,对所述滤波后图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:接收所述处理图像,对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹;
其中,所述光电转换单元由CMOS图像传感器来实现,所述CMOS图像传感器是一种固体成像传感器,包括像敏单元阵列、行驱动器、列驱动器、时序控制逻辑、AD转换器、数据总线输出接口和控制接口,像敏单元阵列、行驱动器、列驱动器、时序控制逻辑、AD转换器、数据总线输出接口和控制接口被集成在同一块硅片上;所述CMOS图像传感器的工作过程分为复位、光电转换、积分和读出四部分。
2.如权利要求1所述的自适应大数据管理方法,其特征在于,还包括:
预先存储预设信噪比阈值和预设均方差阈值。
3.如权利要求2所述的自适应大数据管理方法,其特征在于:
对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹包括:基于危险人物基准运动轨迹对所述处理图像执行人物轨迹检测分析以判断所述滤波后图像中的人物轨迹是否属于危险人物的人物轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710470471.2A CN107194955B (zh) | 2017-06-20 | 2017-06-20 | 自适应大数据管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710470471.2A CN107194955B (zh) | 2017-06-20 | 2017-06-20 | 自适应大数据管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194955A CN107194955A (zh) | 2017-09-22 |
CN107194955B true CN107194955B (zh) | 2018-04-13 |
Family
ID=59878549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710470471.2A Active CN107194955B (zh) | 2017-06-20 | 2017-06-20 | 自适应大数据管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194955B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107706788A (zh) * | 2017-11-16 | 2018-02-16 | 宁波隆翔环保科技有限公司 | 一种无线测温的箱式变电站 |
CN108006562A (zh) * | 2017-11-24 | 2018-05-08 | 余姚市荣事特电子有限公司 | 一种太阳能路灯 |
CN107910773A (zh) * | 2017-11-24 | 2018-04-13 | 余姚市荣事特电子有限公司 | 一种箱式变电站 |
CN107965164A (zh) * | 2017-11-24 | 2018-04-27 | 余姚市荣事特电子有限公司 | 一种加油站罩棚 |
CN107995364A (zh) * | 2017-12-01 | 2018-05-04 | 庄宿龙 | 一种缓解产妇眼睛疲劳的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201828915U (zh) * | 2010-06-30 | 2011-05-11 | 李立明 | 空间信息监测*** |
CN104424749A (zh) * | 2013-08-29 | 2015-03-18 | 上海翼旋电子科技有限公司 | 一种适用于家庭的下雨自动报警*** |
CN104504623A (zh) * | 2014-12-29 | 2015-04-08 | 深圳市宇恒互动科技开发有限公司 | 一种根据动作感知进行场景识别的方法、***及装置 |
CN104632061A (zh) * | 2015-01-30 | 2015-05-20 | 福建固美金属有限公司 | 一种智能卷帘式窗户 |
CN105913559A (zh) * | 2016-04-06 | 2016-08-31 | 南京华捷艾米软件科技有限公司 | 一种基于体感技术的银行atm机智能监控方法 |
CN105929696A (zh) * | 2015-12-18 | 2016-09-07 | 许昌学院 | 一种智能家居安防方法 |
CN106056035A (zh) * | 2016-04-06 | 2016-10-26 | 南京华捷艾米软件科技有限公司 | 一种基于体感技术的幼儿园智能监控方法 |
CN106337619A (zh) * | 2016-08-31 | 2017-01-18 | 余姚市泗门印刷厂 | 一种复合窗体开启方法 |
CN106341625A (zh) * | 2016-08-31 | 2017-01-18 | 宁波优而雅电器有限公司 | 自带补光的非制冷焦平面红外摄像*** |
CN106437401A (zh) * | 2016-08-31 | 2017-02-22 | 余姚市西蒙房车电器有限公司 | 智能化一体化窗体驱动*** |
CN106555546A (zh) * | 2016-10-25 | 2017-04-05 | 彭晓梅 | 基于图像内容分析的滤波选择平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8989687B2 (en) * | 2011-01-28 | 2015-03-24 | Broadcom Corporation | Communication receiver enhancements using multi-signal capture |
-
2017
- 2017-06-20 CN CN201710470471.2A patent/CN107194955B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201828915U (zh) * | 2010-06-30 | 2011-05-11 | 李立明 | 空间信息监测*** |
CN104424749A (zh) * | 2013-08-29 | 2015-03-18 | 上海翼旋电子科技有限公司 | 一种适用于家庭的下雨自动报警*** |
CN104504623A (zh) * | 2014-12-29 | 2015-04-08 | 深圳市宇恒互动科技开发有限公司 | 一种根据动作感知进行场景识别的方法、***及装置 |
CN104632061A (zh) * | 2015-01-30 | 2015-05-20 | 福建固美金属有限公司 | 一种智能卷帘式窗户 |
CN105929696A (zh) * | 2015-12-18 | 2016-09-07 | 许昌学院 | 一种智能家居安防方法 |
CN105913559A (zh) * | 2016-04-06 | 2016-08-31 | 南京华捷艾米软件科技有限公司 | 一种基于体感技术的银行atm机智能监控方法 |
CN106056035A (zh) * | 2016-04-06 | 2016-10-26 | 南京华捷艾米软件科技有限公司 | 一种基于体感技术的幼儿园智能监控方法 |
CN106337619A (zh) * | 2016-08-31 | 2017-01-18 | 余姚市泗门印刷厂 | 一种复合窗体开启方法 |
CN106341625A (zh) * | 2016-08-31 | 2017-01-18 | 宁波优而雅电器有限公司 | 自带补光的非制冷焦平面红外摄像*** |
CN106437401A (zh) * | 2016-08-31 | 2017-02-22 | 余姚市西蒙房车电器有限公司 | 智能化一体化窗体驱动*** |
CN106555546A (zh) * | 2016-10-25 | 2017-04-05 | 彭晓梅 | 基于图像内容分析的滤波选择平台 |
Non-Patent Citations (4)
Title |
---|
基于IAP15F2K61S2 单片机的多传感器新型智能窗控制***;何国渊 等;《机床与液压》;20150430;第43卷(第8期);148-151 * |
基于轨迹特征分析的行人异常行为识别;周维柏 等;《人工智能及识别技术》;20101231(第12期);摘要,正文第2.1、2.2、3.3、5节 * |
多功能家庭防盗控制器的设计;金广锋 等;《科技广场》;20071231(第3期);200-201 * |
智能视频分析技术在高校安全防卫中的应用;张海 等;《产业与科技论坛》;20161231;第15卷(第5期);61-62 * |
Also Published As
Publication number | Publication date |
---|---|
CN107194955A (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194955B (zh) | 自适应大数据管理方法 | |
CN107301393B (zh) | 自适应开关大数据管理平台 | |
US10171029B2 (en) | Soiling measurement device for photovoltaic arrays employing microscopic imaging | |
KR20060136229A (ko) | 카메라 모듈을 이용한 환경 정보 측정 방법 및 장치 | |
CN106401359B (zh) | 基于红外摄像的窗体操控平台 | |
CN106974540B (zh) | 基于风力检测的窗帘状态转换平台 | |
CN106555546A (zh) | 基于图像内容分析的滤波选择平台 | |
CN106382090B (zh) | 内外窗联合控制*** | |
CN106968552A (zh) | 基于图像处理的安全窗户控制方法 | |
CN106368550A (zh) | 一种窗户操控方法 | |
CN114445330A (zh) | 一种元器件外观缺陷的检测方法及*** | |
CN107256623B (zh) | 信号数据接收和处理*** | |
CN106401438B (zh) | 内外窗一体化智能控制平台 | |
CN106444484A (zh) | 一种内外窗联合控制方法 | |
CN106131392A (zh) | 图像处理器、显示图像处理方法及相关电子装置 | |
CN108019143A (zh) | 窗帘自动卷起*** | |
US20090195677A1 (en) | Method and apparatus for storing location address of defective pixel | |
CN107217977B (zh) | 基于风力检测的窗帘状态转换方法 | |
CN107091048B (zh) | 自动卷绕方法 | |
TWI732683B (zh) | 太陽能發電模組缺陷智慧診斷系統與方法 | |
CN107454264A (zh) | 一种智能化音频驱动方法 | |
EP3662655B1 (en) | Sky monitoring system | |
CN107360373B (zh) | 装油车辆油气收集平台 | |
CN106223817B (zh) | 一种内外窗一体化智能控制方法 | |
CN107240870A (zh) | 一种用于基站自适应控制的配电柜 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Chen Bin Inventor before: Qin Ling |
|
CB03 | Change of inventor or designer information | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20180316 Address after: 230088 middle east part of C3 building, No. 800 Innovation Industrial Park, West Road, Wangjiang West Road, Hefei high tech Zone, Anhui Applicant after: ANHUI JOYFULL INFORMATION TECHNOLOGY CO., LTD. Address before: 201203 Shanghai Guo Shou Jing Road, Pudong New Area Zhangjiang hi tech Park No. 433 Applicant before: Qin Ling |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |