本发明涉及一种实时状态监测平台，包括：开口分析设备，与图像分割设备连接，用于对目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度；ZIGBEE通信设备，与所述开口分析设备连接，用于将所述目标子图像对应垃圾桶目标的开口程度通过ZIGBEE通信链路发送给附近的卫生服务中心的服务器处。本发明的实时状态监测平台采用定制监测机制、运行有效。由于采用了基于最大开度垃圾桶图案和最小开度垃圾桶图案分别对目标子图像进行形状匹配，以分别获得第一匹配度和第二匹配度的定制开度计算模式，从而实现了垃圾桶状态的自动化监测操作。
开口分析设备，与图像分割设备连接，用于对目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度；
ZIGBEE通信设备，与所述开口分析设备连接，用于将所述目标子图像对应垃圾桶目标的开口程度通过ZIGBEE通信链路发送给附近的卫生服务中心的服务器处；
在所述开口分析设备中，对所述目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度包括：基于最大开度垃圾桶图案和最小开度垃圾桶图案分别对所述目标子图像进行形状匹配，以分别获得第一匹配度和第二匹配度，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度；
电子眼设备，设置在建筑物的走廊位置，用于对走廊环境进行现场拍摄处理，以获得走廊环境图像；
插值设备，与所述电子眼设备连接，用于接收所述走廊环境图像，确定所述走廊环境图像中的背景复杂度，基于所述背景复杂度确定对所述走廊环境图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述走廊环境图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片模糊度的插值处理操作以获得各个插值碎片，图像碎片模糊度越大，对图像碎片执行的插值处理操作强度越大，将各个插值碎片进行组合以获得插值组合图像；
干扰识别设备，与所述插值设备连接，用于接收所述插值组合图像，对所述插值组合图像中的脉冲干扰和脉动干扰分别进行识别，以分别获得所述插值组合图像中的各个脉冲干扰信号和所述插值组合图像中的各个脉动干扰信号；
幅值分析设备，与所述干扰识别设备连接，用于接收所述插值组合图像中的各个脉冲干扰信号和所述插值组合图像中的各个脉动干扰信号，并确定所述插值组合图像中的各个脉冲干扰信号的各个幅值中的最大值以作为脉冲干扰参考值，以及确定所述插值组合图像中的各个脉动干扰信号的各个幅值中的最大值以作为脉动干扰参考值；
信号触发设备，与所述幅值分析设备连接，用于在所述脉冲干扰参考值大于等于所述脉动干扰参考值时，发出第一触发信号，以及还用于在所述脉冲干扰参考值小于所述脉动干扰参考值时，发出第二触发信号；
第一滤波设备，分别与所述干扰识别设备和所述信号触发设备连接，用于在接收到所述第一触发信号时，启动对所述插值组合图像中每一个像素点的以下处理：将所述插值组合图像中每一个像素点作为处理像素点，基于所述脉冲干扰参考值确定执行中值滤波的滤波窗口的面积，采用所述滤波窗口对所述处理像素点的像素值进行滤波处理；所述第一滤波设备还用于基于所述插值组合图像中每一个像素点的像素值的滤波处理结果输出相应的第一滤波图像；
第二滤波设备，分别与所述干扰识别设备和所述信号触发设备连接，用于在接收到所述第二触发信号时，启动对所述插值组合图像的加权均值滤波处理，以获得并输出相应的第二滤波图像；
信号发送设备，分别与所述第一滤波设备和所述第二滤波设备连接，用于将所述第一滤波图像或所述第二滤波图像作为信号处理图像输出；
频域增强设备，与所述信号发送设备连接，用于接收所述信号处理图像，对所述信号处理图像执行频域伪彩色增强处理，以获得并输出对应的频域增强图像；
自适应处理设备，与所述频域增强设备连接，用于接收所述频域增强图像，识别所述频域增强图像中的目标的数量，基于所述目标的数量执行对所述频域增强图像的均匀式区域分割，以获得各个第一图像区域，其中，所述目标的数量越多，获得的每一个第一图像区域所占据的像素点的数量越少；
所述自适应处理设备还用于接收所述信号处理图像，对所述信号处理图像执行与所述频域增强图像相同尺寸的均匀式区域分割，以获得各个第二图像区域；
均值辨识设备，与所述自适应处理设备连接，获得每一个第一图像区域的红色成分均值，获得每一个第二图像区域的红色成分均值，基于各个第一图像区域的各个红色成分均值确定所述频域增强图像的整体红色成分均值，基于各个第二图像区域的各个红色成分均值确定所述信号处理图像的整体红色成分均值；
后续处理设备，分别与所述频域增强设备和所述均值辨识设备连接，用于在所述频域增强图像的整体红色成分均值和所述信号处理图像的整体红色成分均值之差大于等于限量时，对所述频域增强图像执行红色通道增强处理，以获得后续处理图像；
所述后续处理设备还用于在所述频域增强图像的整体红色成分均值和所述信号处理图像的整体红色成分均值之差小于限量时，将所述频域增强图像作为后续处理图像输出；
背景获取设备，与所述后续处理设备连接，用于接收后续处理图像，并将后续处理图像与各个视角静态图像进行逐一匹配，将与后续处理图像匹配度最高的视角静态图像作为实时背景图像输出，其中各个视角静态图像被预先存储在背景获取设备内置的存储单元中，每一个视角静态图像为预先对无任何运动对象的相应视角下的静态场景进行拍摄而获得的图像；
图像分割设备，与背景获取设备连接，用于接收后续处理图像和实时背景图像，确定实时背景图像的像素值的均值以及实时背景图像的像素值的方差，将后续处理图像中每一个像素点的像素值与实时背景图像的像素值的均值做差值，当差值大于等于实时背景图像的像素值的方差的五倍时，将该像素点确定为前景点，否则将该像素点确定为背景点，并将后续处理图像中的所有前景点组成实时前景图像，对实时前景图像执行基于预设垃圾桶阈值范围的垃圾桶目标检测以获得并输出目标子图像；
其中，在所述开口分析设备中，所述最大开度垃圾桶图案为预先对开口为最大开度的垃圾桶进行拍摄所获得的图像；
其中，在所述开口分析设备中，所述最小开度垃圾桶图案为预先对开口为最小开度的垃圾桶进行拍摄所获得的图像；
在所述开口分析设备中，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度包括：采用加权计算模式基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度。
2.如权利要求1所述的实时状态监测平台，其特征在于：
在所述开口分析设备中，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度包括：所述第一匹配度与所述开口程度成正比，所述第二匹配度与所述开口程度成反比。
3.如权利要求2所述的实时状态监测平台，其特征在于：
在所述第一滤波设备中，所述脉冲干扰参考值越大，确定的执行中值滤波的滤波窗口的面积越大。
4.如权利要求3所述的实时状态监测平台，其特征在于：
所述插值设备确定所述走廊环境图像中的背景复杂度的具体操作如下：获取所述走廊环境图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述走廊环境图像对应的背景复杂度。
5.如权利要求4所述的实时状态监测平台，其特征在于，所述平台还包括：
电力供应设备，分别与所述信号触发设备、所述第一滤波设备和所述第二滤波设备连接。
6.如权利要求5所述的实时状态监测平台，其特征在于：
所述电力供应设备在接收到所述第一触发信号时，控制所述第一滤波设备以使其进入运行模式，控制所述第二滤波设备以使其进入休眠模式。
7.如权利要求6所述的实时状态监测平台，其特征在于：
在所述开口分析设备中，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度包括：采用插值计算模式基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度。
实时状态监测平台
技术领域
[0001] 本发明涉及建筑物监控领域，具体地说，本发明涉及一种实时状态监测平台。
背景技术
[0002] 建筑物按层数或总高度分类中，房屋层数是指房屋的自然层数，一般按室内地坪±0以上计算；采光窗在室外地坪以上的半地下室，其室内层高在2.20m以上(不含2.20m)的，计算自然层数。假层、附层(夹层)、插层、阁楼、装饰性塔楼以及突出屋面的楼梯间、水箱间，不计层数。房屋总层数为房屋地上层数与地下层数之和。住宅按层数分为低层住宅(1～3层)，多层住宅(4～6层)，中高层住宅(7～9层)，高层住宅(10层及以上)。公共建筑及综合性建筑，总高度超过24m为高层，但不包括总高度超过24m的单层建筑。建筑总高度超过l00m的，不论是住宅还是公共建筑、综合性建筑均称为超高层建筑。
[0003] 垃圾桶，又名废物箱或垃圾箱，是指装放垃圾的地方。多数以金属或塑胶制，用时放入塑料袋，当垃圾一多便可扎起袋丢掉。垃圾桶是人们生活中“藏污纳垢”的容器，也是社会文化的一种折射。
[0004] 多数垃圾桶都有盖以防垃圾的异味四散，有些垃圾桶可以以脚踏开启。家居的垃圾桶多数放于厨房，以便放置厨余。有些家庭会在主要房间都各置一个。
[0005] 现有技术中，建筑物的监控和维护缺乏有效的自动化手段，尤其对于垃圾桶的状态维护，由于状态是动态更新的，例如能够反映垃圾桶满盈程度的开口状态，采用人工模式成本太高，需要一种自动化的监测机制进行垃圾桶的状态检查和上报，以维护现场清洁的同时，降低维护成本。
发明内容
[0006] 本发明的目的是提供一种实时状态监测平台，包括：
[0007] 开口分析设备，与图像分割设备连接，用于对目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度；
[0008] ZIGBEE通信设备，与所述开口分析设备连接，用于将所述目标子图像对应垃圾桶目标的开口程度通过ZIGBEE通信链路发送给附近的卫生服务中心的服务器处；
[0009] 在所述开口分析设备中，对所述目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度包括：基于最大开度垃圾桶图案和最小开度垃圾桶图案分别对所述目标子图像进行形状匹配，以分别获得第一匹配度和第二匹配度，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度；
[0010] 电子眼设备，设置在建筑物的走廊位置，用于对走廊环境进行现场拍摄处理，以获得走廊环境图像；
[0011] 插值设备，与所述电子眼设备连接，用于接收所述走廊环境图像，确定所述走廊环境图像中的背景复杂度，基于所述背景复杂度确定对所述走廊环境图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述走廊环境图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片模糊度的插值处理操作以获得各个插值碎片，图像碎片模糊度越大，对图像碎片执行的插值处理操作强度越大，将各个插值碎片进行组合以获得插值组合图像；
[0012] 干扰识别设备，与所述插值设备连接，用于接收所述插值组合图像，对所述插值组合图像中的脉冲干扰和脉动干扰分别进行识别，以分别获得所述插值组合图像中的各个脉冲干扰信号和所述插值组合图像中的各个脉动干扰信号。
[0013] 本发明至少需要具备以下几处关键的发明点：
[0014] （1）基于最大开度垃圾桶图案和最小开度垃圾桶图案分别对所述目标子图像进行形状匹配，以分别获得第一匹配度和第二匹配度，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度；
[0015] （2）以与预先存储的各个视角静态图像进行匹配的方式获得最佳背景图像，同时，通过概率化判断模式确定各个前景点，从而为后续运动目标的识别打下了坚实的数据基础；
[0016] （3）基于频域增强处理前后的图像的参数比对，确定是否对处理后的图像执行红色通道增强处理；
[0017] （4）对图像中的脉冲干扰和脉动干扰分别进行识别，以分别获得所述图像中的各个脉冲干扰信号和所述图像中的各个脉动干扰信号，对上述干扰信号的幅值进行比较以为所述图像选择与图像内容相适应的滤波机制。
[0018] 本发明的实时状态监测平台采用定制监测机制、运行有效。由于采用了基于最大开度垃圾桶图案和最小开度垃圾桶图案分别对目标子图像进行形状匹配，以分别获得第一匹配度和第二匹配度的定制开度计算模式，从而实现了垃圾桶状态的自动化监测操作。
附图说明
[0019] 图1为本发明的实时状态监测平台的垃圾桶的外形示意图。
具体实施方式
[0020] 为了克服上述不足，本发明提出了一种实时状态监测平台，能够有效解决相应的技术问题。
[0021] 以下实施例用于说明本发明，但不用来限制本发明的范围。
[0022] 图1为本发明的实时状态监测平台的垃圾桶的外形示意图。其中，1为垃圾桶的开口，2为垃圾桶的脚踏板。
[0023] 一种实时状态监测平台，包括：
[0024] 开口分析设备，与图像分割设备连接，用于对目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度；
[0025] ZIGBEE通信设备，与所述开口分析设备连接，用于将所述目标子图像对应垃圾桶目标的开口程度通过ZIGBEE通信链路发送给附近的卫生服务中心的服务器处；
[0026] 在所述开口分析设备中，对所述目标子图像进行形状分析以获得所述目标子图像对应垃圾桶目标的开口程度包括：基于最大开度垃圾桶图案和最小开度垃圾桶图案分别对所述目标子图像进行形状匹配，以分别获得第一匹配度和第二匹配度，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度；
[0027] 电子眼设备，设置在建筑物的走廊位置，用于对走廊环境进行现场拍摄处理，以获得走廊环境图像；
[0028] 插值设备，与所述电子眼设备连接，用于接收所述走廊环境图像，确定所述走廊环境图像中的背景复杂度，基于所述背景复杂度确定对所述走廊环境图像进行平均分割的图像碎片数量，所述背景复杂度越高，对所述走廊环境图像进行平均分割的图像碎片数量越多，对各个图像碎片分别执行基于图像碎片模糊度的插值处理操作以获得各个插值碎片，图像碎片模糊度越大，对图像碎片执行的插值处理操作强度越大，将各个插值碎片进行组合以获得插值组合图像；
[0029] 干扰识别设备，与所述插值设备连接，用于接收所述插值组合图像，对所述插值组合图像中的脉冲干扰和脉动干扰分别进行识别，以分别获得所述插值组合图像中的各个脉冲干扰信号和所述插值组合图像中的各个脉动干扰信号；
[0030] 幅值分析设备，与所述干扰识别设备连接，用于接收所述插值组合图像中的各个脉冲干扰信号和所述插值组合图像中的各个脉动干扰信号，并确定所述插值组合图像中的各个脉冲干扰信号的各个幅值中的最大值以作为脉冲干扰参考值，以及确定所述插值组合图像中的各个脉动干扰信号的各个幅值中的最大值以作为脉动干扰参考值；
[0031] 信号触发设备，与所述幅值分析设备连接，用于在所述脉冲干扰参考值大于等于所述脉动干扰参考值时，发出第一触发信号，以及还用于在所述脉冲干扰参考值小于所述脉动干扰参考值时，发出第二触发信号；
[0032] 第一滤波设备，分别与所述干扰识别设备和所述信号触发设备连接，用于在接收到所述第一触发信号时，启动对所述插值组合图像中每一个像素点的以下处理：将所述插值组合图像中每一个像素点作为处理像素点，基于所述脉冲干扰参考值确定执行中值滤波的滤波窗口的面积，采用所述滤波窗口对所述处理像素点的像素值进行滤波处理；所述第一滤波设备还用于基于所述插值组合图像中每一个像素点的像素值的滤波处理结果输出相应的第一滤波图像；
[0033] 第二滤波设备，分别与所述干扰识别设备和所述信号触发设备连接，用于在接收到所述第二触发信号时，启动对所述插值组合图像的加权均值滤波处理，以获得并输出相应的第二滤波图像；
[0034] 信号发送设备，分别与所述第一滤波设备和所述第二滤波设备连接，用于将所述第一滤波图像或所述第二滤波图像作为信号处理图像输出；
[0035] 频域增强设备，与所述信号发送设备连接，用于接收所述信号处理图像，对所述信号处理图像执行频域伪彩色增强处理，以获得并输出对应的频域增强图像；
[0036] 自适应处理设备，与所述频域增强设备连接，用于接收所述频域增强图像，识别所述频域增强图像中的目标的数量，基于所述目标的数量执行对所述频域增强图像的均匀式区域分割，以获得各个第一图像区域，其中，所述目标的数量越多，获得的每一个第一图像区域所占据的像素点的数量越少；
[0037] 所述自适应处理设备还用于接收所述信号处理图像，对所述信号处理图像执行与所述频域增强图像相同尺寸的均匀式区域分割，以获得各个第二图像区域；
[0038] 均值辨识设备，与所述自适应处理设备连接，获得每一个第一图像区域的红色成分均值，获得每一个第二图像区域的红色成分均值，基于各个第一图像区域的各个红色成分均值确定所述频域增强图像的整体红色成分均值，基于各个第二图像区域的各个红色成分均值确定所述信号处理图像的整体红色成分均值；
[0039] 后续处理设备，分别与所述频域增强设备和所述均值辨识设备连接，用于在所述频域增强图像的整体红色成分均值和所述信号处理图像的整体红色成分均值之差大于等于限量时，对所述频域增强图像执行红色通道增强处理，以获得后续处理图像；
[0040] 所述后续处理设备还用于在所述频域增强图像的整体红色成分均值和所述信号处理图像的整体红色成分均值之差小于限量时，将所述频域增强图像作为后续处理图像输出；
[0041] 背景获取设备，与所述后续处理设备连接，用于接收后续处理图像，并将后续处理图像与各个视角静态图像进行逐一匹配，将与后续处理图像匹配度最高的视角静态图像作为实时背景图像输出，其中各个视角静态图像被预先存储在背景获取设备内置的存储单元中，每一个视角静态图像为预先对无任何运动对象的相应视角下的静态场景进行拍摄而获得的图像；
[0042] 图像分割设备，与背景获取设备连接，用于接收后续处理图像和实时背景图像，确定实时背景图像的像素值的均值以及实时背景图像的像素值的方差，将后续处理图像中每一个像素点的像素值与实时背景图像的像素值的均值做差值，当差值大于等于实时背景图像的像素值的方差的五倍时，将该像素点确定为前景点，否则将该像素点确定为背景点，并将后续处理图像中的所有前景点组成实时前景图像，对实时前景图像执行基于预设垃圾桶阈值范围的垃圾桶目标检测以获得并输出目标子图像；
[0043] 其中，在所述开口分析设备中，所述最大开度垃圾桶图案为预先对开口为最大开度的垃圾桶进行拍摄所获得的图像；
[0044] 其中，在所述开口分析设备中，所述最小开度垃圾桶图案为预先对开口为最小开度的垃圾桶进行拍摄所获得的图像。
[0045] 接着，继续对本发明的实时状态监测平台的具体结构进行进一步的说明。
[0046] 所述实时状态监测平台中：
[0047] 在所述开口分析设备中，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度包括：所述第一匹配度与所述开口程度成正比，所述第二匹配度与所述开口程度成反比。
[0048] 所述实时状态监测平台中：
[0049] 在所述第一滤波设备中，所述脉冲干扰参考值越大，确定的执行中值滤波的滤波窗口的面积越大。
[0050] 所述实时状态监测平台中：
[0051] 所述插值设备确定所述走廊环境图像中的背景复杂度的具体操作如下：获取所述走廊环境图像中各个像素点的Y通道像素值、U通道像素值和V通道像素值，确定每一个像素点的Y通道像素值的各个方向的梯度以作为Y通道梯度，确定每一个像素点的U通道像素值的各个方向的梯度以作为U通道梯度，确定每一个像素点的V通道像素值的各个方向的梯度以作为V通道梯度，基于各个像素点的Y通道梯度、U通道梯度和V通道梯度确定所述走廊环境图像对应的背景复杂度。
[0052] 所述实时状态监测平台中，所述平台还包括：
[0053] 电力供应设备，分别与所述信号触发设备、所述第一滤波设备和所述第二滤波设备连接。
[0054] 所述实时状态监测平台中：
[0055] 所述电力供应设备在接收到所述第一触发信号时，控制所述第一滤波设备以使其进入运行模式，控制所述第二滤波设备以使其进入休眠模式。
[0056] 所述实时状态监测平台中：
[0057] 所述电力供应设备在接收到所述第二触发信号时，控制所述第二滤波设备以使其进入运行模式，控制所述第一滤波设备以使其进入休眠模式。
[0058] 所述实时状态监测平台中：
[0059] 在所述开口分析设备中，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度包括：采用插值计算模式基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度。
[0060] 所述实时状态监测平台中：
[0061] 在所述开口分析设备中，基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度包括：采用加权计算模式基于所述第一匹配度和所述第二匹配度计算所述目标子图像对应垃圾桶目标的开口程度。
[0062] 另外，ZIGBEE是基于IEEE802.15.4标准的低功耗局域网协议。根据国际标准规定，ZIGBEE技术是一种短距离、低功耗的无线通信技术。这一名称（又称紫蜂协议）来源于蜜蜂的八字舞，由于蜜蜂（bee）是靠飞翔和“嗡嗡”（ZIG）地抖动翅膀的“舞蹈”来与同伴传递花粉所在方位信息，也就是说蜜蜂依靠这样的方式构成了群体中的通信网络。其特点是近距离、低复杂度、自组织、低功耗、低数据速率。主要适合用于自动控制和远程控制领域，可以嵌入各种设备。简而言之，ZIGBEE就是一种便宜的，低功耗的近距离无线组网通讯技术。ZIGBEE是一种低速短距离传输的无线网络协议。ZIGBEE协议从下到上分别为物理层（PHY）、媒体访问控制层（MAC）、传输层（TL）、网络层（NWK）、应用层（APL）等。其中物理层和媒体访问控制层遵循IEEE 802.15.4标准的规定。
[0063] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
