买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉高精特(成都)大数据科技有限公司申请的专利水务物联网设备数据边缘计算方法、系统、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120104348B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510586063.8，技术领域涉及：G06F9/50；该发明授权水务物联网设备数据边缘计算方法、系统、介质及设备是由张鹏;张政;张赫业;张司晨设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本水务物联网设备数据边缘计算方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种水务物联网设备数据边缘计算方法、系统、介质及设备，属于水务管理领域，水务物联网设备将视频数据传输给边缘网关设备，利用边缘计算模块对视频数据进行过滤；边缘计算模块根据过滤后的视频数据进行压缩，并根据视频数据的重要程度向水务管理云端发送视频数据的特征矩阵；水务管理云端通过解析特征矩阵获取设定时段内从水务物联网设备采集的最重要的视频数据。本发明能实现水务视频数据高效的边缘计算与准确的信息传输，为水务智能化管理提供了可靠的技术支撑。

本发明授权水务物联网设备数据边缘计算方法、系统、介质及设备在权利要求书中公布了：1.一种水务物联网设备数据边缘计算方法，其特征在于，包括： 步骤S1：水务物联网设备将视频数据传输给边缘网关设备，边缘网关设备内设置有边缘计算模块，利用边缘计算模块对视频数据进行过滤； 步骤S2：边缘计算模块根据过滤后的视频数据内的帧图像，基于帧图像内像素之间的相似性，对帧图像内的色彩进行压缩，得到压缩后的视频数据； 步骤S3：根据视频数据压缩前后的大小，计算视频数据的重要程度，基于设定时段内边缘计算模块处理的视频数据的重要程度，确定优先处理的压缩后的视频数据，并建立视频数据的特征矩阵； 步骤S4：边缘网关设备优先将特征矩阵发送给水务管理云端，水务管理云端通过解析特征矩阵获取设定时段内从水务物联网设备采集的最重要的视频数据； 所述步骤S1包括： 步骤S11：边缘网关设备根据时间序列将视频数据拆分成N个帧图像，利用两个灰度帧图像之间的相似度将视频数据拆成不同的视频数据段； 步骤S12：基于每个视频数据段内的灰度帧图像，利用灰度帧图像中的像素灰度值识别帧图像中的轮廓，基于相邻两个帧图像之间的轮廓变化判断是否相似，过滤相似的帧图像，缩短视频数据段的长度； 所述步骤S2包括： 步骤S21：提取过滤后的视频数据内帧图像对应的灰度帧图像，根据灰度帧图像内的像素灰度值筛选相似的像素组团，像素组团内的像素满足约束条件： ； 其中，u、v为像素组团内任意两个像素的编号，c、e为像素组团内相邻两个像素的编号，为像素组团内相邻两个像素的像素坐标，为灰度帧图像内像素灰度值的误差阈值； 步骤S22：将灰度帧图像内的像素划分成M个像素组团，计算每个像素组团内像素灰度值的平均值，m为像素组团的编号，V为像素组团内像素的数量，将像素组团m内所有像素的像素灰度值均调整为平均值，对像素组团m内的像素灰度值进行统一化； 步骤S23：将灰度帧图像内所有像素组团的像素灰度值均统一化之后，形成压缩后的灰度帧图像，并将压缩后的灰度帧图像恢复为帧图像，形成压缩后的视频数据； 所述步骤S3包括： 步骤S31：根据压缩的视频数据大小K 2，计算视频数据的重要程度，K 1为边缘网关设备接收的视频数据大小； 步骤S32：获取设定时段内所有压缩后的视频数据的重要程度数据，w为压缩后的视频数据的数量，为第w个压缩后的视频数据的重要程度； 步骤S33：筛选出重要程度数据中的最小值，将最小值对应压缩后的视频数据优先进行处理，建立视频数据的特征矩阵； ；； 其中，W为视频数据内的帧图像数量，为第W个帧图像的特征矩阵，为帧图像中像素组团的特征矩阵，为第M个像素组团的像素灰度值，为像素组团内像素的坐标数据集合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人高精特(成都)大数据科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区天府二街138号1栋17层1707号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。