技术领域
[0001] 本
发明涉及大数据领域，尤其涉及一种图像大数据即时分析方法。
背景技术
[0002] 随着科技的发展，
图像采集设备的技术也日益提高。采集到的图像更加清晰、
分辨率、显示效果也大幅提高。但现有的图像采集设备采集到的图像无法满足用户提出的越来越多的个性化要求。
现有技术可以在采集到图像后，由用户手动对图像再做进一步的处理，以满足用户的个性化要求。但这样处理需要用户具有较高的
图像处理技术，并且在处理时需要花
费用户较多的时间，处理繁琐，技术复杂。
发明内容
[0003] 为了解决上述问题，本发明提供了一种
窗户状态即时分析方法，采用IP摄像头对现场环境进行旋转式图像数据拍摄以获得连续的多
帧现场环境图像，对每帧现场环境图像执行高
精度的窗户目标的识别以及各个窗户参数的提取，从而有效维护了各个窗户在现场环境中的应有作用。
[0004] 其中，本发明至少具备以下四个重要的发明点：
[0005] (1)旋转式图像数据的拍摄方式便于识别出各类监控目标以及实现不同的状态参数提取，提高了现场监控效果；
[0006] (2)基于窗户表面成像的光滑性高于其他物体表面成像的光滑性的特性，对目标图像的光滑性进行检测和提取，从而能够基于目标图像的光滑性识别各种不同成像目标的类型；
[0007] (3)在基于目标图像的光滑性进行目标类型识别的同时，还引入了目标图像的行
像素总数、列像素总数参与计算，以及引入加权机制，从而提高类型辨别结果的准确性；
[0008] (4)通过对网络摄像组件采集的图像进行基于数据量大小的自适应压缩操作，在保证图像效果的同时，降低了网络数据传输的带宽。
[0009] 根据本发明的一方面，提供了一种窗户状态即时分析方法，所述方法包括：
[0010] 使用网络摄像组件，包括IP摄像头、数据量测量设备、自适应压缩设备和网络传输设备，所述IP摄像头用于对现场环境进行旋转式图像数据拍摄以获得连续的多帧现场环境图像，所述数据量测量设备与所述IP摄像头连接，用于接收所述现场环境图像并对所述现场环境图像进行数据量计算，所述自适应压缩设备与所述数据量测量设备连接，用于基于计算的数据量的大小调节对所述现场环境图像的压缩强度，所述网络传输设备与所述自适应压缩设备连接，用于将压缩后的现场环境图像无线发送给远端视频服务中心；
[0011] 使用自动增益补强设备，用于接收所述现场环境图像，并对所述现场环境图像执行自动增益补强，以获得并输出增益补强图像；
[0012] 使用像素检测设备，用于接收所述增益补强图像，检测所述增益补强图像的每行的像素点数量以作为行像素总数，检测所述增益补强图像的每列的像素点数量以作为列像素总数。
附图说明
[0013] 以下将结合附图对本发明的实施方案进行描述，其中：
[0014] 图1为根据本发明实施方案示出的窗户状态即时分析平台所监控的目标窗户的外形图。
[0015] 图2为根据本发明实施方案示出的窗户状态即时分析平台的结构方
框图。
具体实施方式
[0016] 下面将参照附图对本发明的窗户状态即时分析方法的实施方案进行详细说明。
[0017] 随着建筑技术的发展以及人类生活
水平的提高，窗的构造也日趋复杂以满足更高的热工要求。高级的建筑会采用双层甚至三层
真空Low-E玻璃，双道
橡胶密封条，以保证其最佳的保温
隔热性能。水平
天窗可以做成无框的单元，也被称为采光罩。玻璃
幕墙可以被认为是一种特殊的窗，即整个建筑外墙都变成了可透光的窗。
[0018] 在窗户的使用过程中，窗户的当前状态对窗户所在的相应的内部环境影响较大，因此，需要保持对室内各个窗户的状态的监控，然而，这种监控如果采用人工方式，是不可能保持24小时不间断操作的，因而是不现实的，需要一种新的技术方案来维持对室内各个窗户的
位置识别以及后续状态检测。
[0019] 为了克服上述不足，本发明搭建了一种图像大数据即时分析方法，即一种窗户状态的图像大数据即时分析方法，实现了对窗户状态的高精度分析和判断。
[0020] 图1为根据本发明实施方案示出的窗户状态即时分析平台所监控的目标窗户的外形图，如图1所示，所述窗户状态即时分析平台所监控的目标窗户包括固定窗页1和活动窗页2。
[0021] 图2为根据本发明实施方案示出的窗户状态即时分析平台的结构方框图，所述平台包括：
[0022] 网络摄像组件，包括IP摄像头、数据量测量设备、自适应压缩设备和网络传输设备；
[0023] 其中，所述IP摄像头用于对现场环境进行旋转式图像数据拍摄以获得连续的多帧现场环境图像。
[0024] 接着，继续对本发明的窗户状态即时分析平台的具体结构进行进一步的说明。
[0025] 在所述窗户状态即时分析平台中：
[0026] 所述数据量测量设备与所述IP摄像头连接，用于接收所述现场环境图像并对所述现场环境图像进行数据量计算；
[0027] 所述自适应压缩设备与所述数据量测量设备连接，用于基于计算的数据量的大小调节对所述现场环境图像的压缩强度。
[0028] 在所述窗户状态即时分析平台中：
[0029] 所述网络传输设备与所述自适应压缩设备连接，用于将压缩后的现场环境图像无线发送给远端视频服务中心。
[0030] 所述窗户状态即时分析平台中还可以包括：
[0031] 自动增益补强设备，用于接收所述现场环境图像，并对所述现场环境图像执行自动增益补强，以获得并输出增益补强图像；
[0032] 像素检测设备，用于接收所述增益补强图像，检测所述增益补强图像的每行的像素点数量以作为行像素总数，检测所述增益补强图像的每列的像素点数量以作为列像素总数；
[0033] 参考
数据采集设备，用于接收所述增益补强图像，对所述增益补强图像进行
亮度最高值分析，以获得所述增益补强图像对应的亮度最高值，并建立以零到所述亮度最高值为横坐标以及零到所述亮度最高值为纵坐标所形成的数值矩阵，所述数值矩阵中每一个数据项的数值为，在所述增益补强图像中，从亮度值为所述数据项的横坐标的像素点到达亮度值为所述数据项的纵坐标的像素点的距离小于预设距离
阈值的线路的数量；
[0034] 光滑性提取设备，与所述参考数据采集设备连接，用于接收所述数值矩阵和所述亮度最高值，并执行以下光滑性提取操作：对于所述数值矩阵中的每一个数据项，计算其横坐标和纵坐标之差的平方以作为第一中间数值，将1减去所述第一中间数值后获得的结果取倒数以得到系数值，将所述系数值与所述数据项的值相乘以获得所述数据项对应的分量值，将所述数值矩阵中的所有数据项的分量值相加以获得并输出所述增益补强图像对应的光滑性；
[0035] 材质辨识设备，分别与所述像素检测设备和所述光滑性提取设备连接，用于获得所述增益补强图像对应的特征值、所述增益补强图像的行像素总数以及所述增益补强图像的列像素总数，基于不同加权系数对所述增益补强图像对应的特征值、所述增益补强图像的行像素总数以及所述增益补强图像的列像素总数分别加权以获得三个加权项，将所述三个加权项相加以获得待比较参数，并将所述待比较参数与预设各个不同物体表面光滑性基准值进行比较，以获得并输出所述增益补强图像对应的物体类型，所述物体类型包括窗户、
墙壁、木材以及
灯具；
[0036] 状态分析设备，与所述材质辨识设备连接，用于在所述物体类型为窗户时，对所述增益补强图像中的窗户目标进行各项状态参数的分析和提取，并输出所述增益补强图像中的窗户目标的各项状态参数；
[0037] 其中，所述自适应压缩设备基于计算的数据量的大小调节对所述现场环境图像的压缩强度包括：计算的数据量越大，调节的对所述现场环境图像的压缩强度越高，并获得压缩后的现场环境图像。
[0038] 以及在所述窗户状态即时分析平台中：
[0039] 所述网络传输设备还用于将所述增益补强图像中的窗户目标的各项状态参数
叠加到对应的现场环境图像上，并将叠加后的图像进行压缩以无线发送给远端视频服务中心；
[0040] 其中，窗户的表面光滑性基准值大于木材的表面光滑性基准值，木材的表面光滑性基准值大于墙壁的表面光滑性基准值，以及墙壁的表面光滑性基准值大于灯具的表面光滑性基准值。
[0041] 同时，根据本发明实施方案的窗户状态即时分析方法包括以下步骤：
[0042] 使用网络摄像组件，包括IP摄像头、数据量测量设备、自适应压缩设备和网络传输设备；
[0043] 其中，所述IP摄像头用于对现场环境进行旋转式图像数据拍摄以获得连续的多帧现场环境图像。
[0044] 接着，继续对本发明的窗户状态即时分析方法的具体步骤进行进一步的说明。
[0045] 在所述窗户状态即时分析方法中：
[0046] 所述数据量测量设备与所述IP摄像头连接，用于接收所述现场环境图像并对所述现场环境图像进行数据量计算；
[0047] 所述自适应压缩设备与所述数据量测量设备连接，用于基于计算的数据量的大小调节对所述现场环境图像的压缩强度。
[0048] 在所述窗户状态即时分析方法中：
[0049] 所述网络传输设备与所述自适应压缩设备连接，用于将压缩后的现场环境图像无线发送给远端视频服务中心。
[0050] 所述窗户状态即时分析方法还可以包括：
[0051] 使用自动增益补强设备，用于接收所述现场环境图像，并对所述现场环境图像执行自动增益补强，以获得并输出增益补强图像；
[0052] 使用像素检测设备，用于接收所述增益补强图像，检测所述增益补强图像的每行的像素点数量以作为行像素总数，检测所述增益补强图像的每列的像素点数量以作为列像素总数；
[0053] 使用参考数据采集设备，用于接收所述增益补强图像，对所述增益补强图像进行亮度最高值分析，以获得所述增益补强图像对应的亮度最高值，并建立以零到所述亮度最高值为横坐标以及零到所述亮度最高值为纵坐标所形成的数值矩阵，所述数值矩阵中每一个数据项的数值为，在所述增益补强图像中，从亮度值为所述数据项的横坐标的像素点到达亮度值为所述数据项的纵坐标的像素点的距离小于预设距离阈值的线路的数量；
[0054] 使用光滑性提取设备，与所述参考数据采集设备连接，用于接收所述数值矩阵和所述亮度最高值，并执行以下光滑性提取操作：对于所述数值矩阵中的每一个数据项，计算其横坐标和纵坐标之差的平方以作为第一中间数值，将1减去所述第一中间数值后获得的结果取倒数以得到系数值，将所述系数值与所述数据项的值相乘以获得所述数据项对应的分量值，将所述数值矩阵中的所有数据项的分量值相加以获得并输出所述增益补强图像对应的光滑性；
[0055] 使用材质辨识设备，分别与所述像素检测设备和所述光滑性提取设备连接，用于获得所述增益补强图像对应的特征值、所述增益补强图像的行像素总数以及所述增益补强图像的列像素总数，基于不同加权系数对所述增益补强图像对应的特征值、所述增益补强图像的行像素总数以及所述增益补强图像的列像素总数分别加权以获得三个加权项，将所述三个加权项相加以获得待比较参数，并将所述待比较参数与预设各个不同物体表面光滑性基准值进行比较，以获得并输出所述增益补强图像对应的物体类型，所述物体类型包括窗户、墙壁、木材以及灯具；
[0056] 使用状态分析设备，与所述材质辨识设备连接，用于在所述物体类型为窗户时，对所述增益补强图像中的窗户目标进行各项状态参数的分析和提取，并输出所述增益补强图像中的窗户目标的各项状态参数；
[0057] 其中，所述自适应压缩设备基于计算的数据量的大小调节对所述现场环境图像的压缩强度包括：计算的数据量越大，调节的对所述现场环境图像的压缩强度越高，并获得压缩后的现场环境图像。
[0058] 在所述窗户状态即时分析方法中：
[0059] 所述网络传输设备还用于将所述增益补强图像中的窗户目标的各项状态参数叠加到对应的现场环境图像上，并将叠加后的图像进行压缩以无线发送给远端视频服务中心；
[0060] 其中，窗户的表面光滑性基准值大于木材的表面光滑性基准值，木材的表面光滑性基准值大于墙壁的表面光滑性基准值，以及墙壁的表面光滑性基准值大于灯具的表面光滑性基准值。
[0061] 另外，所述网络传输设备为4G网络传输设备，与所述自适应压缩设备连接，用于将压缩后的现场环境图像通过4G通信网络无线发送给远端视频服务中心。
[0062] 4G LTE是一个全球通用的标准，包括两种网络模式FDD和TDD，分别用于成对
频谱和非成对频谱。运营商最初在两个模式之间的取舍纯粹出于对频谱可用性的考虑。大多运营商将会同时部署两种网络，以便充分利用其拥有的所有频谱资源。FDD和TDD在技术上区别其实很小，主要区别就在于采用不同的双工方式，频分双工(FDD)和时分双工(TDD)是两种不同的双工方式。
[0063] FDD是在分离的两个对称
频率信道上进行接收和发送，用保护频段来分离接收和发送信道。FDD必须采用成对的频率，依靠频率来区分上下行链路，其单方向的资源在时间上是连续的。FDD在支持对称业务时，能充分利用上下行的频谱，但在支持非对称业务时，频谱利用率将大大降低。
[0064] TDD用时间来分离接收和发送信道。在TDD方式的移动通信系统中,接收和发送使用同一频率载波的不同时隙作为信道的承载,其单方向的资源在时间上是不连续的，时间资源在两个方向上进行了分配。某个时间段由基站发送
信号给移动台，另外的时间由移动台发送信号给基站，基站和移动台之间必须协同一致才能顺利工作。
[0065] 采用本发明的窗户状态即时分析平台及方法，针对现有技术中室内现场环境的各个窗户状态检测效率低下的技术问题，通过旋转式拍摄方式，获取各个
角度的室内现场图像，并对室内现场图像进行特征分析，以获得图像对应的物体类型，在确定对应的物体类型为窗户的情况下，进行对应窗户的各个状态参数的提取，从而提高了现场环境的各个窗户状态检测的自动化水平。
[0066] 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。
