Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河海大学娄起浩获国家专利权

河海大学娄起浩获国家专利权

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!

龙图腾网获悉河海大学申请的专利一种基于图像识别技术的城市监控防洪方法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:CN117011797B

龙图腾网通过国家知识产权局官网在2026-01-09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:202310998523.9,技术领域涉及:G06V20/52;该发明授权一种基于图像识别技术的城市监控防洪方法是由娄起浩;金光球;唐洪武;周哲成;冯昊天;陈鹤翔设计研发完成,并于2023-08-09向国家知识产权局提交的专利申请。

一种基于图像识别技术的城市监控防洪方法在说明书摘要公布了:本发明提供一种基于图像识别技术的城市监控防洪方法,属于智慧水利技术领域,包括:划分监控探头并进行云计算数据处理平台初始参数设定及算法录入;云计算数据处理平台处理识别受灾城市积水情况与受灾范围;云计算数据处理平台信息整合并反馈至目标城市服务器;智能筛查决策信息供调度使用,目标城市服务器生成洪灾实时反馈地图。本发明有效调用了现有大规模布置的城市监控探头,实现城市智慧防洪,相较现有仅仅依赖降雨监测的防洪手段,判别更精准可靠。本发明采用灰度算法、卷积神经网络识别等手段,利用分级探头由点及面,从识别探头位置的积水深度、积水面积到覆盖确定整个城市受灾范围,分区域判定受灾情况,为有关部门有效调度提供参考。

本发明授权一种基于图像识别技术的城市监控防洪方法在权利要求书中公布了:1.一种基于图像识别技术的城市监控防洪方法,其特征在于,包括如下过程: S1:划分各级城市监控探头,进行云计算数据处理平台的初始参数设定及相应算法录入; S2:云计算数据处理平台进行图像识别及信息处理,智能识别受灾城市积水情况与受灾范围; 所述S2的具体过程为: S21:城市洪灾发生时,各级城市监控探头分时打包输入数据源图像至防洪目标城市服务器,每3帧为一个传输节点截取实时监控影像,以微小间断形式传输进入防洪目标城市服务器,进一步打包传输至云计算数据处理平台; S22:运用浮点算法将图像按像素转化为灰度矩阵,转换表达式如下: C0=0.2989×R+0.5870×G+0.1140×B Cvalue=0.3906C0 式中,R、G、B分别对应红色、绿色、蓝色的通道值,Cvalue是转换的灰度值,将图像中每个像素的转换灰度值存储于相应位置的灰度矩阵中;C0表示单个像素的灰度强度; S23:识别图像动态部分与静态部分,以每3帧为识别节点,将图像A与图像B叠加比较,采用灰度矩阵比较的方式,将未发生位移的图像部分判定为静态部分,发生位移的像素块所构成的图像部分判定为动态部分,同时设定像素块变化色彩整体的整体容差度,排除光线对判定结果的干扰; S24:采用图像容差分析法判定积水度,并排除漂浮物干扰; S25:依据标准化图像识别积水深度: 选择位于探头视野范围内的不可移动物体作为备选标记基准物,在不同高度设定对应的标准化图像作为识别对象,固定于标记基准物上,对图像级数0区域采用卷积神经网络进行特征识别,所需特征矩阵为标准化图像转化的特征矩阵,得到的积水深度数据为多个特征矩阵对应的最小深度,识别的积水深度H表达式如下: H=minh1,h2,…hn 式中,h1、h2、hn分别表示探头能够识别的第1个、第2个、第n个标准化图像代表的深度值; S26:确定城市受灾范围: 提前将探头信息录入云计算数据处理平台,采用多米诺原理,选取的主干探头位于主干交通道,首先以主干探头为中心探头,由中心探头先识别出画面出现积水,然后通过S24和S25分析得到其积水度与积水深度两个积水参数;定义安全积水度和积水深度的数值,若超过设定安全值则触发启动条件,对中心探头周围相邻的二级探头进行识别,若其中二级探头画面中积水参数超过安全值,即确定该二级探头感知范围为灾区;将该二级探头作为中心探头,继续循环识别;若出现部分二级探头的画面中积水参数未超过启动条件,则其降为留观对象,以此过程进行循环,最终以下一阶段画面均未超过设定安全值为信号,结束识别; 所述采用图像容差分析法判定积水度,并排除漂浮物干扰的具体过程为: S241:首先将每个图像按像素块的灰度值构建为一个m×n的灰度矩阵,动态监控灰度矩阵各点数值; S242:将识别级数简化为0、1、2三级,判定转化级数0的区域:由S23中灰度矩阵比较的方法判定相对静止区域的所有灰度块,将其值转化为0,其余区域定义为待定区域; S243:分析积水面积,判定转化级数1的区域:已知在时间轴上先后上传的图像A和图像B,得到2个灰度矩阵,分别在灰度矩阵的待定区域进行大量随机落点,需保证图像A与图像B的落点位置相同;设定最优容差值M1,M1由步骤S13中录入的识别训练模型进行训练确定,当T=M1时,出现若干在图像A和B中位置相同但面积不同的区域SAi和SBi,若存在区域面积SBiSAi,将区域SBi判定为积水面积,将该区域所有灰度块数值转化为1; 其中,容差值T计算公式为:和分别代表灰度矩阵中的两个像素块的灰度值; S244:在灰度矩阵中,由于灰度不符合最优容差值M1,级数1区域范围内存在没有被包含进入积水面积的灰度块,该区域所有灰度块在矩阵中转化为2,实际情况为漂浮物、生物轨迹、车辆或波浪;若后续图像中级数2区域灰度块发生变化,将级数2转化为级数1;若未发生变化,将级数2转化为级数0;最终反馈的积水面积以百分数形式呈现,即通过下式计算积水度S: 式中,N1表示灰度矩阵中级数1像素块数量,NT表示灰度矩阵中总像素块数量; S3:云计算数据处理平台进行信息整合,并反馈至目标城市服务器,同步处理数据; S4:目标城市服务器智能筛查决策信息供调度使用,生成洪灾实时反馈地图。

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河海大学,其通讯地址为:210000 江苏省南京市鼓楼区西康路1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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。