CN118283226B - 基于大数据的图像传输与处理系统 - Google Patents
基于大数据的图像传输与处理系统 Download PDFInfo
- Publication number
- CN118283226B CN118283226B CN202410393912.3A CN202410393912A CN118283226B CN 118283226 B CN118283226 B CN 118283226B CN 202410393912 A CN202410393912 A CN 202410393912A CN 118283226 B CN118283226 B CN 118283226B
- Authority
- CN
- China
- Prior art keywords
- area
- image
- camera
- rock
- tourist
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于大数据的图像传输与处理系统,包括数据采集模块、摄像单元、视频数据处理模块和界限数据传输模块,视频数据处理模块用于对所述数据采集模块获取的画面信息中游客停留的情况进行分析处理,本发明通过视频数据处理模块对摄像头拍摄中心区域的图像进行聚焦处理和筛选,并对画面中岩石部分进行亮度分析,使得监控处理系统对游客在景区岩石上的拍摄安全检测更加精准,提高了游客的游览安全;通过触碰区域分析子模块对摄像头拍摄画面区域进行划分,提取关键踩踏区域来预测人体姿态的方法,有效避免了被遮挡的问题,简化了预测步骤,加大了监控系统运行的可持续程度,本发明,具有图像识别能力强和人性化程度高的特点。
Description
技术领域
本发明涉及图像通信技术领域,具体为基于大数据的图像传输与处理系统。
背景技术
随着互联网时代的来临,计算机的应用范围越来越广泛,其能够更好的对各种图像数据进行传输和处理。伴随着人们在视频通信方面的需求越来越多,使得视频通信的应用范围也随着拓宽,优秀的图像处理技术能够很好地保障视频在传输过程中能够最大程度保留原本像素,但受到现有信道的限制,使得视频图像在经过数据传输后很容易出现图像内容的丢失和退化问题。
在节假日期间,很多游客都喜欢来爬山,在爬山的过程中,可能会产生一些隐藏的危险,如陡坡或者悬崖滑坠。有些游客感觉风景特别好,会站在山体靠外的位置进行风景拍摄,尤其是在某些雾气大,山体较潮湿的天气下,岩石的摩擦小,站在上面很容易由于不稳而跌落,造成难以预计的危险。现有技术中,景区监控系统通过景区摄像头对路人进行安全监测,并使用人体关节点检测或人体检测等方法监测人体姿势,判断游客在目标区域是否存在安全风险,但由于景区的环境复杂,拍摄画面中目标画面杂糅度高,拍摄系统往往难以达到识别目的;同时景区安设智能监控系统在长时间的运作下处理负载过高。因此,设计图像识别能力强和人性化程度高的基于大数据的图像传输与处理系统是很有必要的。
发明内容
本发明的目的在于提供基于大数据的图像传输与处理系统,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于大数据的图像传输与处理系统,包括数据采集模块、摄像单元、视频数据处理模块和界限数据传输模块,所述数据采集模块用于获取山体画面信息;所述摄像单元用于通过当前区域摄像头拍摄区域画面;所述视频数据处理模块用于对所述数据采集模块获取的画面信息中游客停留的情况进行分析处理;所述界限数据传输模块用于将处理后的山体危险界限图像输出;
所述视频数据处理模块包括识别模块,所述识别模块用于对获取画面信息中的游客进行特征识别;
所述识别模块进一步包括游客姿势处理子模块和触碰区域分析子模块,所述游客姿势处理子模块用于获取游客停留在画面中时姿势的安全系数;所述触碰区域分析子模块用于通过画面信息对游客停留位置岩石或道路的安全值进行分析。
根据上述技术方案,所述数据采集模块包括视频数据获取模块、地形信息采集模块,所述视频数据获取模块用于将拍摄的画面信息进行存储;所述地形信息采集模块用于获取当前山体的相关信息。
根据上述技术方案,所述视频数据处理模块还包括视频数据编辑模块,所述视频数据编辑模块用于通过所述识别模块的轮廓划分对画面区域进行切割。
根据上述技术方案,所述数据采集模块、所述视频数据处理模块和所述界限数据传输模块相互通信连接。
根据上述技术方案,所述图像监控与处理系统的运行方法进一步包括:
步骤S1:在进入景区要求携带的景点介绍装置内接入图像监控与处理系统,并由游客携带进入景区;
步骤S2:当景点介绍装置内设置的定位系统到达预设区域时,发出指示信号,景点摄像头启动并对景点区域的全景画面进行录像;
步骤S3:通过录像画面识别人像,当人像进入系统划定的特定区域范围内后,系统发出电信号启动识别模块,对人像所在区域进行分析,划定游客群体在岩石上停留的具体位置;
步骤S4:游客姿势处理子模块通过图像特征识别技术进一步分析人物踩踏具体位置,并根据分析结果计算游客停留在画面中时是否由安全风险;
步骤S5:系统提取目标任务在岩石上身体超过安全区域的体积信息,通过画面信息获取游客停留位置是否安全,对画面进行界限划分处理,分割停留安全区域和危险区域,并将划分画面存储至景区工作人员维护系统内。
根据上述技术方案,所述步骤S3进一步包括:
步骤S31:在摄像头拍摄时,摄像头依据内部系统设置的拍摄朝向轨迹路线,不断改变拍摄朝向,并对不同位置拍摄画面的中心区域图像进行聚焦,截取聚焦后的中心区域,具体截取的中心区域相对于总拍摄图像画面等比例缩小,面积大小为总拍摄图像面积的1/9;
步骤S32:系统对区域图像进行灰度化处理,获取当前区域图像的灰度值,并对区域图像进行筛选;
步骤S33:通过筛选后每个图像中心区域的灰度值大小将获取的目标区域图像进行降序排列,提取灰度值排列最低的n个中心区域对应的摄像头朝向位置,其中n的具体值由当前摄像头能够转动的最大角度决定,获取摄像头的转动角度与拍摄画面的关系信息后,对中心区域图像进行进一步处理。
根据上述技术方案,所述步骤S32中,对区域图像进行筛选的具体方法为:
通过图像特征分析技术,获取当前区域中心图像中岩石的轮廓区域,获取岩石所占轮廓区域在画面区域中的所占比率为F%,根据岩石的颜色在数据库中自动检索当前岩石的种类和对应岩石种类的灰度值范围,在获取的区域图像灰度值中,筛选所有处于目标岩石灰度值范围内的区域图像,并将所有区域图像中岩石所占比率F%>θ%的对应区域图像筛选为目标区域图像,其中θ为当前景区岩石部分在景区道路外侧的所占比率。
根据上述技术方案,所述步骤S33中,对中心区域图像的处理方法进一步包括:
当系统通过图像分析识别到游客进入摄像头拍摄筛选的n个画面中后,游客身上景点介绍装置内设置的定位系统与监控摄像头内测距系统通信连接,通过系统获取的摄像头拍摄游客画面的大小占比率和摄像头架设在当前景点区域地面的相对高度H,通过人物在图像内轮廓面积,推算该中心图像位置与拍摄摄像头位置的距离为L,则摄像头与游客的水平距离摄像头与游客的拍摄角度
根据上述技术方案,所述步骤S4进一步包括:
步骤S41:系统在目标时间点调取岩石画面的视觉图像,扫描并识别岩石区域的轮廓节点,标定岩石表面的上凸点、下凹点、人物支撑腿踩踏点和人物非支撑腿踩踏点,分别连接上凸点和最凹点、下凸点和最凹点,分别测量连线与水平面的夹角θ1和θ2,通过公式计算人物在岩石上时身体超过安全区域的体积式中,α表示夹角θ1的角度对人体跨越安全区域外体积的影响系数,β表示夹角θ2的角度对人体跨越安全区域外体积的影响系数,ε表示当前摄像头拍摄角度θ3对人体跨越安全区域外体积的影响系数,T%为系统获取的当前摄像头焦距下拍摄画面与实际物体的缩小比例,Q表示拍摄画面中人体在画面中双腿跨越长度的1/2,S0表示拍摄画面中人物所占画面总面积的面积;
步骤S42:识别模块对V1与人体重心最大偏移安全体积V0的大小关系进行判定,当V1>V0时,识别模块将目标人物在岩石上身体超过安全区域的体积信息进行存储。
根据上述技术方案,所述步骤S41中,标定岩石表面上凸点、下凹点、人物支撑腿踩踏点和人物非支撑腿踩踏点的具体方法进一步包括:
步骤S411:提取所述步骤S3中获取的所有区域图像信息,在同一个区域图像中,将除去中心区域外的灰度值进行降序排列,提取灰度值排列最高的对应区域和排列最低的对应区域,分别设置为“下凹点区域”和“上凸点区域”;
步骤S412:通过游客身上景点介绍装置内设置的定位系统,在定位系统的所在位置标定一个参照点,检测参照点落在区域图像中的具体区域,若所落具体区域位置在“下凹点区域”或“上凸点区域”内,则将物支撑腿踩踏点和人物非支撑腿踩踏点分别标定在所落具体区域的邻接区域内;若所落具体区域位置未在“下凹点区域”或“上凸点区域”内,则过参考点作一条平行于“下凹点区域”中心点和“上凸点区域”中心点连线的平行线,将物支撑腿踩踏点和人物非支撑腿踩踏点分别标定在平行线穿过区域图像最外端对应的区域内。
与现有技术相比,本发明所达到的有益效果是:本发明,通过视频数据处理模块对摄像头拍摄中心区域的图像进行聚焦处理和筛选,在降低摄像头计算量的同时,使得图像分析区域进一步缩减,与游客身上携带的景区装置达成更加精准的定位,并对画面中岩石部分进行亮度分析,通过分析岩石表面的光滑程度,判断游客踩踏岩石时是否出现安全风险,使得监控处理系统对游客在景区岩石上的拍摄安全检测更加精准,提高了游客的游览安全;通过触碰区域分析子模块对摄像头拍摄画面区域进行划分,提取关键踩踏区域来预测人体姿态的方法,有效避免了被遮挡的问题;同时简化了预测步骤,降低了运算难度,加大了监控系统运行的可持续程度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的系统模块组成示意图。
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,所描述的实施例仅仅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,本领域普通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。
请参阅图1,本发明提供技术方案:基于大数据的图像传输与处理系统,包括:
数据采集模块、摄像单元、视频数据处理模块和界限数据传输模块,数据采集模块用于获取山体画面信息;摄像单元用于通过当前区域摄像头拍摄区域画面;视频数据处理模块用于对数据采集模块获取的画面信息中游客停留的情况进行分析处理;界限数据传输模块用于将处理后的山体危险界限图像输出;
视频数据处理模块包括识别模块,识别模块用于对获取画面信息中的游客进行特征识别;
识别模块进一步包括游客姿势处理子模块和触碰区域分析子模块,游客姿势处理子模块用于获取游客停留在画面中时姿势的安全系数;触碰区域分析子模块用于通过画面信息对游客停留位置岩石或道路的安全值进行分析。
本发明通过视频数据处理模块对摄像头拍摄中心区域的图像进行聚焦处理和筛选,在降低摄像头计算量的同时,使得图像分析区域进一步缩减,与游客身上携带的景区装置达成更加精准的定位,并对画面中岩石部分进行亮度分析,有效获取岩石表面的光滑程度,使得监控处理系统对游客在景区岩石上的拍摄安全检测更加精准,提高了游客的游览安全;通过触碰区域分析子模块对摄像头拍摄画面区域进行划分,提取关键踩踏区域来预测人体姿态的方法,有效避免了被遮挡的问题;同时简化了预测步骤,降低了运算难度,加大了监控系统运行的可持续程度。
数据采集模块包括视频数据获取模块、地形信息采集模块,视频数据获取模块用于将拍摄的画面信息进行存储;地形信息采集模块用于获取当前山体的相关信息。
视频数据处理模块还包括视频数据编辑模块,视频数据编辑模块用于通过识别模块的轮廓划分对画面区域进行切割。
数据采集模块、视频数据处理模块和界限数据传输模块相互通信连接。
在优选的实施例中,图像监控与处理系统的运行方法进一步包括:
步骤S1:在进入景区要求携带的景点介绍装置内接入图像监控与处理系统,并由游客携带进入景区;
步骤S2:当景点介绍装置内设置的定位系统到达预设区域时,发出指示信号,景点摄像头启动并对景点区域的全景画面进行录像;
步骤S3:通过录像画面识别人像,当人像进入系统划定的特定区域范围内后,系统发出电信号启动识别模块,对人像所在区域进行分析,划定游客群体在岩石上停留的具体位置;
步骤S4:游客姿势处理子模块通过图像特征识别技术进一步分析人物踩踏具体位置,并根据分析结果计算游客停留在画面中时是否由安全风险;
步骤S5:系统提取目标任务在岩石上身体超过安全区域的体积信息,通过画面信息获取游客停留位置是否安全,对画面进行界限划分处理,分割停留安全区域和危险区域,其中安全区域为黑色,危险区域为白色,并将划分画面存储至景区工作人员维护系统内。
在本实施例中,步骤S3进一步包括:
步骤S31:在摄像头拍摄时,摄像头依据内部系统设置的拍摄朝向轨迹路线,不断改变拍摄朝向,并对不同位置拍摄画面的中心区域图像进行聚焦,截取聚焦后的中心区域,具体截取的中心区域相对于总拍摄图像画面等比例缩小,面积大小为总拍摄图像面积的1/9;
通过本技术方案,通过对摄像头拍摄中心区域的图像进行聚焦处理,在降低摄像头计算量的同时,还能使得图像分析区域进一步缩减,与游客身上携带的景区装置达成更加精准的定位,使得监控处理系统对游客在景区岩石上的拍摄安全检测更加精准,提高了游客的游览安全。
步骤S32:系统对区域图像进行灰度化处理,获取当前区域图像的灰度值,并对区域图像进行筛选;
步骤S33:通过筛选后每个图像中心区域的灰度值大小将获取的目标区域图像进行降序排列,提取灰度值排列最低的n个中心区域对应的摄像头朝向位置,其中n的具体值由当前摄像头能够转动的最大角度决定,摄像头能够转动的最大角度越大,n的值越大,当摄像头能够转动的角度为360°时,n的值为10,获取摄像头的转动角度与拍摄画面的关系信息后,对中心区域图像进行进一步处理。
灰度值表示的是黑白图像中点的颜色深度,灰度值的范围为[0,255],灰度值为255对应白色,灰度值为0对应黑色,灰度值越高,表面当前画面的亮度越高。
游客在景区行走观光期间,景区道路在不同位置下,景区的环境会出现较大的差异。部分景区场景的地势较低,亮度也较低,这些位置由于游客经过频率高,建造设施齐全,游客发生安全风险系数较低;但部分景区场景的地势较高,亮度也较高,这些位置较险峻,由于游客经过频率低且景区防护设施相对于地势低处设施完备度低,游客发生安全风险系数较高,固通过当前摄像机拍摄画面的灰度值可以作为识别当前位置游客游玩危险系数的有效评判标准。
同理,在同一位置的区域环境中,如树木,岩石类遮挡物的密集度也会对摄像头拍摄画面的亮度产生影响。检测的灰度值越小,树木,岩石类遮挡物的密集度越高,游客发生安全风险的系数越小;检测的灰度值越大,说明树木,岩石类遮挡物的密集度低高,游客发生安全风险的系数越大。
通过本技术方案,解决了景区安设智能拍摄进和监控系统由于长时间处于运行状态后处理负载过高的问题,通过对图像灰度化进行监测,有效识别景区不同位置下游客游览的安全系数,并对不同位置的采样画面进行筛选,在提高监测精度的同时,极大减少了监控系统的运行负载情况。
在本实施例的步骤S32中,对区域图像进行筛选的具体方法为:
通过图像特征分析技术,获取当前区域中心图像中岩石的轮廓区域,获取岩石所占轮廓区域在画面区域中的所占比率为F%,根据岩石的颜色在数据库中自动检索当前岩石的种类和对应岩石种类的灰度值范围,在获取的区域图像灰度值中,筛选所有处于目标岩石灰度值范围内的区域图像,并将所有区域图像中岩石所占比率F%>θ%的对应区域图像筛选为目标区域图像,其中θ为当前景区岩石部分在景区道路外侧的所占比率。
光线打在岩石上后,会产生不同程度的漫反射,岩石的光滑程度决定了光线照在岩石上并向摄像头方向反射的光线强度;
在另一方面,岩石的光滑程度也决定了游客踩踏在岩石上后产生安全风险的可能性大小,岩石越光滑,游客产生安全风险的可能性越高;岩石越粗糙,游客产生安全风险的可能性越低。
通过对画面中岩石部分进行亮度分析,可以有效获取岩石表面的光滑程度,作为判断游客踩踏岩石时是否出现安全风险的有力依据。
在本实施例的步骤S33中,对中心区域图像的处理方法进一步包括:
当系统通过图像分析识别到游客进入摄像头拍摄筛选的n个画面中后,游客身上景点介绍装置内设置的定位系统与监控摄像头内测距系统通信连接,通过系统获取的摄像头拍摄游客画面的大小占比率和摄像头架设在当前景点区域地面的相对高度H,通过人物在图像内轮廓面积,推算该中心图像位置与拍摄摄像头位置的距离为L,则摄像头与游客的水平距离摄像头与游客的拍摄角度
在本实施例中,步骤S4进一步包括:
步骤S41:系统在目标时间点调取岩石画面的视觉图像,扫描并识别岩石区域的轮廓节点,标定岩石表面的上凸点、下凹点、人物支撑腿踩踏点和人物非支撑腿踩踏点,分别连接上凸点和最凹点、下凸点和最凹点,分别测量连线与水平面的夹角θ1和θ2,通过公式计算人物在岩石上时身体超过安全区域的体积式中,α表示夹角θ1的角度对人体跨越安全区域外体积的影响系数,β表示夹角θ2的角度对人体跨越安全区域外体积的影响系数,ε表示当前摄像头拍摄角度θ3对人体跨越安全区域外体积的影响系数,T%为系统获取的当前摄像头焦距下拍摄画面与实际物体的缩小比例,Q表示拍摄画面中人体在画面中双腿跨越长度的1/2,S0表示拍摄画面中人物所占画面总面积的面积;
步骤S42:识别模块对V1与人体重心最大偏移安全体积V0的大小关系进行判定,当V1>V0时,识别模块将目标人物在岩石上身体超过安全区域的体积信息进行存储。
通过本技术方案对人体跨越安全区域体积检测方法,解决了通过对人物姿态识别精准度依赖性高而导致实际应用下监测识别难度大,识别效率低的问题,使得游客的安全预测更加精准。
在本实施例的步骤S41中,标定岩石表面上凸点、下凹点、人物支撑腿踩踏点和人物非支撑腿踩踏点的具体方法进一步包括:
步骤S411:提取步骤S3中获取的所有区域图像信息,在同一个区域图像中,将除去中心区域外的灰度值进行降序排列,提取灰度值排列最高的对应区域和排列最低的对应区域,分别设置为“下凹点区域”和“上凸点区域”;
步骤S412:通过游客身上景点介绍装置内设置的定位系统,在定位系统的所在位置标定一个参照点,检测参照点落在区域图像中的具体区域,若所落具体区域位置在“下凹点区域”或“上凸点区域”内,则将物支撑腿踩踏点和人物非支撑腿踩踏点分别标定在所落具体区域的邻接区域内;若所落具体区域位置未在“下凹点区域”或“上凸点区域”内,则过参考点作一条平行于“下凹点区域”中心点和“上凸点区域”中心点连线的平行线,将物支撑腿踩踏点和人物非支撑腿踩踏点分别标定在平行线穿过区域图像最外端对应的区域内。
现有技术中,当前人体姿态识别方法通过分析图片目标人体关节点或人体检测等方法对人体姿态进行估计和跟踪,但由于景区内摄像头的设置位置单一,拍摄角度受到较大局限,尤其是部分画面受到遮挡的情况下,拍摄画面中难以识别目标人体的所有关节点。通过本技术方案对摄像头拍摄画面区域进行划分,通过提取关键踩踏区域来预测人体姿态的方法,有效避免了被遮挡的问题;同时简化了预测步骤,降低了运算难度,加大了监控系统运行的可持续程度。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于大数据的图像传输与处理系统,其特征在于:包括数据采集模块、摄像单元、视频数据处理模块和界限数据传输模块,所述数据采集模块用于获取山体画面信息;所述摄像单元用于通过当前区域摄像头拍摄区域画面;所述视频数据处理模块用于对所述数据采集模块获取的画面信息中游客停留的情况进行分析处理;所述界限数据传输模块用于将处理后的山体危险界限图像输出;
所述视频数据处理模块包括识别模块,所述识别模块用于对获取画面信息中的游客进行特征识别;
所述识别模块进一步包括游客姿势处理子模块和触碰区域分析子模块,所述游客姿势处理子模块用于获取游客停留在画面中时姿势的安全系数;所述触碰区域分析子模块用于通过画面信息对游客停留位置岩石或道路的安全值进行分析;
所述数据采集模块包括视频数据获取模块、地形信息采集模块,所述视频数据获取模块用于将拍摄的画面信息进行存储;所述地形信息采集模块用于获取当前山体的相关信息;
所述视频数据处理模块还包括视频数据编辑模块,所述视频数据编辑模块用于通过所述识别模块的轮廓划分对画面区域进行切割;
所述数据采集模块、所述视频数据处理模块和所述界限数据传输模块相互通信连接;
所述图像传输与处理系统的运行方法进一步包括:
步骤S1:在进入景区要求携带的景点介绍装置中安装图像传输与处理系统,并由游客携带进入景区;
步骤S2:当景点介绍装置内设置的定位系统到达预设区域时,发出指示信号,景点摄像头启动并对景点区域的全景画面进行录像;
步骤S3:通过录像画面识别人像,当人像进入系统划定的特定区域范围内后,系统发出电信号启动识别模块,对人像所在区域进行分析,划定游客群体在岩石上停留的具体位置;
步骤S4:游客姿势处理子模块通过图像特征识别技术进一步分析人物踩踏具体位置,并根据分析结果计算游客停留在画面中时是否有安全风险;
步骤S5:系统提取目标人物在岩石上身体超过安全区域的体积信息,通过画面信息获取游客停留位置是否安全,对画面进行界限划分处理,分割停留安全区域和危险区域,并将划分画面存储至景区工作人员维护系统内;
所述步骤S3进一步包括:
步骤S31:在摄像头拍摄时,摄像头依据内部系统设置的拍摄朝向轨迹路线,不断改变拍摄朝向,并对不同位置拍摄画面的中心区域图像进行聚焦,截取聚焦后的中心区域,具体截取的中心区域相对于总拍摄图像画面等比例缩小,面积大小为总拍摄图像面积的1/9;
步骤S32:系统对区域图像进行灰度化处理,获取当前区域图像的灰度值,并对区域图像进行筛选;
步骤S33:通过筛选后每个图像中心区域的灰度值大小将获取的目标区域图像进行降序排列,提取灰度值排列最低的n个中心区域对应的摄像头朝向位置,其中n的具体值由当前摄像头能够转动的最大角度决定,获取摄像头的转动角度与拍摄画面的关系信息后,对中心区域图像进行进一步处理。
2.根据权利要求1所述的基于大数据的图像传输与处理系统,其特征在于:所述步骤S32中,对区域图像进行筛选的具体方法为:
通过图像特征分析技术,获取当前中心区域图像中岩石的轮廓区域,获取岩石所占轮廓区域在画面区域中的所占比率为F%,根据岩石的颜色在数据库中自动检索当前岩石的种类和对应岩石种类的灰度值范围,在获取的区域图像灰度值中,筛选所有处于目标岩石灰度值范围内的区域图像,并将所有区域图像中岩石所占比率的对应区域图像筛选为目标区域图像,其中θ%为当前景区岩石部分在景区道路外侧的所占比率。
3.根据权利要求2所述的基于大数据的图像传输与处理系统,其特征在于:所述步骤S33中,对中心区域图像的处理方法进一步包括:
当系统通过图像分析识别到游客进入摄像头拍摄筛选的n个画面中后,游客身上景点介绍装置内设置的定位系统与监控摄像头内测距系统通信连接,通过系统获取的摄像头拍摄游客画面的大小占比率和摄像头架设在当前景点区域地面的相对高度H,通过人物在图像内轮廓面积,推算该中心区域图像位置与拍摄摄像头位置的距离为L,则摄像头与游客的水平距离,摄像头与游客的拍摄角度。
4.根据权利要求3所述的基于大数据的图像传输与处理系统,其特征在于:所述步骤S4进一步包括:
步骤S41:系统在目标时间点调取岩石画面的视觉图像,扫描并识别岩石区域的轮廓节点,标定岩石表面的上凸点、下凹点、人物支撑腿踩踏点和人物非支撑腿踩踏点,分别连接上凸点和最凹点、下凸点和最凹点,分别测量连线与水平面的夹角,通过公式计算人物在岩石上时身体超过安全区域的体积,式中,表示夹角的角度对人体跨越安全区域外体积的影响系数,表示夹角的角度对人体跨越安全区域外体积的影响系数,表示当前摄像头拍摄角度对人体跨越安全区域外体积的影响系数,T%为系统获取的当前摄像头焦距下拍摄画面与实际物体的缩小比例,Q表示拍摄画面中人体在画面中双腿跨越长度的1/2,S0 表示拍摄画面中人物的面积;
步骤S42:识别模块对V1与人体重心最大偏移安全体积V0的大小关系进行判定,当V1>V0时,识别模块将目标人物在岩石上身体超过安全区域的体积信息进行存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410393912.3A CN118283226B (zh) | 2024-04-02 | 2024-04-02 | 基于大数据的图像传输与处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410393912.3A CN118283226B (zh) | 2024-04-02 | 2024-04-02 | 基于大数据的图像传输与处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118283226A CN118283226A (zh) | 2024-07-02 |
| CN118283226B true CN118283226B (zh) | 2025-04-04 |
Family
ID=91637844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410393912.3A Active CN118283226B (zh) | 2024-04-02 | 2024-04-02 | 基于大数据的图像传输与处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118283226B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114358609A (zh) * | 2022-01-06 | 2022-04-15 | 海南云端信息技术有限公司 | 一种景区的旅游安全管理系统和方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100493014C (zh) * | 2006-09-01 | 2009-05-27 | 张宇 | 移动多媒体智能导游服务系统及其实现方法 |
| CN107578594A (zh) * | 2017-09-04 | 2018-01-12 | 武汉阿卡瑞思光电自控有限公司 | 油气管道区域入侵检测装置与方法 |
| CN110517429A (zh) * | 2019-09-10 | 2019-11-29 | 浙江蓝迪电力科技有限公司 | 一种智能电子围栏系统及处理方法 |
| CN113551775B (zh) * | 2021-06-23 | 2022-10-04 | 国网福建省电力有限公司 | 基于红外热成像的设备故障在线监测报警方法和系统 |
| CN114697862A (zh) * | 2022-03-31 | 2022-07-01 | 赵猛 | 一种基于大数据网络的实时远程导游系统 |
-
2024
- 2024-04-02 CN CN202410393912.3A patent/CN118283226B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114358609A (zh) * | 2022-01-06 | 2022-04-15 | 海南云端信息技术有限公司 | 一种景区的旅游安全管理系统和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118283226A (zh) | 2024-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104951775B (zh) | 基于视频技术的铁路道口防护区域安全智能识别方法 | |
| US6765608B1 (en) | Image processing apparatus and system executing predetermined image processing on image data shot by camera, and image recording medium recorded with image processing program | |
| US9225943B2 (en) | PTZ video visibility detection method based on luminance characteristic | |
| US20060238617A1 (en) | Systems and methods for night time surveillance | |
| CN109176513B (zh) | 一种智能巡检机器人的巡检方法及巡检系统 | |
| KR102194409B1 (ko) | 멀티포커싱 ai신경망을 이용한 안면검출 및 안면식별 시스템 | |
| KR20050081850A (ko) | 얼굴 식별 장치, 얼굴 식별 방법 및 얼굴 식별 프로그램 | |
| Zin et al. | Fusion of infrared and visible images for robust person detection | |
| JP2006523043A (ja) | 監視を行なう方法及びシステム | |
| JP6151677B2 (ja) | 物体検出装置 | |
| CN110719444A (zh) | 多传感器融合的全方位监控与智能摄像方法与系统 | |
| KR20230152410A (ko) | 다중 카메라 및 이동 카메라를 이용한 영상 분석 장치 | |
| CN105898246A (zh) | 智能家居系统 | |
| EP2124194B1 (en) | Method of detecting objects | |
| CN108230607B (zh) | 一种基于区域特征分析的图像火灾探测方法 | |
| KR102713540B1 (ko) | 고정 카메라 및 이동 카메라를 이용한 영상 분석 장치 | |
| CN109816702A (zh) | 一种多目标跟踪装置和方法 | |
| CN117058767B (zh) | 训练场监测方法、设备、存储介质及装置 | |
| KR101729966B1 (ko) | 화상 인식 및 음성 안내 기능이 구비된 cctv 카메라 시스템 및 그 동작 방법 | |
| KR20220163895A (ko) | 다중카메라 연계추적을 위한 연계추적기능을 제공하는 영상감시시스템 | |
| KR101937582B1 (ko) | 인도 보안 안전 시스템 | |
| CN107862713A (zh) | 针对轮询会场的摄像机偏转实时检测预警方法及模块 | |
| CN118283226B (zh) | 基于大数据的图像传输与处理系统 | |
| KR102491684B1 (ko) | 선실드가 형성된 감시카메라 장치 및 이의 제어방법 | |
| JP2006251596A (ja) | 視覚障害者支援装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 |