基于区块链和物联网的智慧医疗养老管理系统转让专利
申请号 : CN202010805672.5
文献号 : CN111933272B
文献日 : 2021-06-04
发明人 : 赵风浩 , 李国安
申请人 : 西康软件股份有限公司
摘要 :
权利要求 :
1.基于区块链和物联网的智慧医疗养老管理系统，其特征是，包括第一信息采集模块、第二信息采集模块、视频监控模块、智能家居控制模块、无线通信模块、智能管理终端和区块链存储模块，所述第一信息采集模块用于采集室内环境参数数据，所述第二信息采集模块用于采集老年人的人体生理参数数据，所述视频监控模块用于采集老年人的视频图像，所述第一信息采集模块、第二信息采集模块和视频监控模块将采集到的数据和视频图像通过无线通信模块传输至智能管理终端，所述智能管理终端包括室内环境管理单元、人体健康管理单元、图像处理单元和信息显示单元，所述室内环境管理单元用于对接收到的环境参数数据进行分析，当所述环境参数数据未处于给定的舒适度环境参数数据范围内时，室内环境管理单元通过无线通信模块发送控制指令至智能家居控制模块，所述智能家居控制模块根据接收到的控制指令控制室内电器设备对室内环境进行调节，所述人体健康管理单元用于对接收到的人体生理参数数据进行分析，当所述人体生理参数数据未处于给定的安全人体生理参数数据范围内时进行预警，所述图像处理单元用于对接收到的视频图像进行处理，并将处理后的视频图像在信息显示单元进行显示，所述区块链存储模块用于存储智能管理终端接收到的数据和处理后的视频图像；第一信息采集模块采用传感器节点采集室内环境参数数据，并在所述传感器节点中选取表征节点将其采集得到的环境参数数据传输至汇聚节点，所述汇聚节点将其接收到的环境参数数据通过无线通信模块传输至智能管理终端；设C表示第一信息采集模块中用于采集环境参数c的数据的传感器节点集合，且C＝{ci，i＝1，2，...，M}，其中，ci表示集合C中的第i个传感器节点，M表示集合C中的传感器节点数，定义传感器节点ci在t时刻成为表征节点的概率为Gi(t)，且Gi(t)的表达式为：式中，αi(t)表示传感器节点ci在t时刻的性能值，且 其中，Ei(t)表示传感器节点ci在t时刻的剩余能量值，Ei(0)表示传感器节点ci的初始能量值，βi(t)表示传感器节点ci在t时刻的邻域检测系数，且 Ni表示在传感器节点ci的通信半径内，且属于集合C的传感器节点组成的邻域集合，cj表示集合C中的第j个传感器节点，且cj∈Ni，cm和cn分别表示集合C中的第m和第n个传感器节点，且cm，cn∈Ni，Mi表示邻域集合Ni中的传感器节点数，d(ci，cj)表示传感器节点ci和传感器节点cj之间的距离，d(cm，cn)表示传感器节点cm和传感器节点cn之间的距离，γi(t)表示传感器节点ci在t时刻的数据检测系数，且 其中， 表示传感器节点ci在t时刻的第一数据检测系数，且 Xi(t)表示传感器节点ci在t时刻采集的环境参数c的数据，Xi(t-1)表示传感器节点ci在(t-1)时刻采集的环境参数c的数据，Xj(t)表示传感器节点cj在t时刻采集的环境参数c的数据，Xj(t-1)表示传感器节点cj在(t-1)时刻采集的环境参数c的数据， 表示传感器节点ci在t时刻的第二数据检测系数，且 Xm(t)和Xn(t)分别表示传感器节点cm和传感器节点cn在t时刻采集的环境参数c的数据，fi(t)表示环境参数数据Xi(t)对应的有效检测系数，当 时 ，则fi(t)＝1，当时，则fi(t)＝0， 表示传感器节点cj在t时刻的第一数据检测系数，Hi(t)为给定的有效检测阈值，且 表示传感器节点cm在t时刻的第一数据检测系数， 表示传感器节点cn在t时刻的第一数据检测系数，μ表示权重系数，且0≤μ≤1，τi(t)表示传感器节点ci在t时刻的记忆调节系数，且t′表示传感器节点ci在t时刻之前且距离t时刻最近一次被选为表征节点的时刻；
在集合C中选取具有最大概率值的传感器节点作为第一个表征节点，设传感器节点cv被选取为第一个表征节点，Nv表示在传感器节点cv的通信半径内，且属于集合C的传感器节点组成的邻域集合，对邻域集合Nv中的传感器节点进行检测，设ce表示集合C中的第e个传感器节点，且ce∈Nv，当传感器节点ce满足：{|Xe(t)-Xv(t)|＜0.3*Xv(t)且时，则传感器节点ce不再参与接下来的表征节点的选取，其中，Xv(t)表示传感器节点cv在t时刻采集到的环境参数c的数据，Xe(t)表示传感器节点ce在t时刻采集到的环境参数c的数据， 表示传感器节点ce在t时刻的第一数据检测系数，表示传感器节点cv在t时刻的第一数据检测系数；
按照上述方法在集合C中剩余的参与表征节点选取的传感器节点中继续选取表征节点，并对选取的表征节点所对应的传感器节点的邻域集合中的传感器节点进行检测，直到集合C中剩余的参与表征节点选取的传感器节点为0时，停止表征节点的选取。
2.根据权利要求1所述的基于区块链和物联网的智慧医疗养老管理系统，其特征是，所述图像处理单元用于对接收到的视频图像进行去噪处理，设I表示图像处理单元进行去噪的图像，I(x，y)表示图像I中坐标(x，y)处的像素，对像素I(x，y)进行去噪处理，定义ρr(x，y)表示像素I(x，y)对应的灰度检测因子，则ρr(x，y)的表达式为：式中，Ω(x，y)表示像素I(x，y)的局部邻域，且Ω(x，y)为以像素I(x，y)为中心的(2R+
1)×(2R+1)的局部邻域，其中，R为正整数，设C(I)和K(I)分别表示图像I的长和宽，则R＜min{C(I)，K(I)}，h(x，y)表示像素I(x，y)的灰度值，I(a，b)表示图像I中坐标(a，b)处的像素，且I(a，b)∈Ω(x，y)，h(a，b)表示像素I(a，b)的灰度值，M(x，y)表示局部邻域Ω(x，y)中的像素数；
给定灰度检测阈值T(ρr)和调节因子 且 其中， 表示局部邻域Ω(x，y)中像素灰度值之间绝对差值的均值，Δmid(x，y)表示局部邻域Ω(x，y)中像素灰度值之间绝对差值的中值， 当ρr(x，y)＜T(ρr)时，则判定像素I(x，y)为正常像素；当 时，则判定像素I(x，y)为噪声数据；当时，则判定像素I(x，y)为可疑像素；
设H(x，y)表示像素I(x，y)经图像处理单元处理后的灰度值，当像素I(x，y)被判定为正常像素时，则H(x，y)＝h(x，y)，当像素I(x，y)被判定为噪声像素或可疑像素时，则H(x，y)的值为：
式中，ψ1(a，b)表示灰度检测因子ρr(a，b)的第一统计系数，且其中，ρr(a，b)表示像
素I(a，b)对应的灰度检测因子，ω1(a，b)表示像素I(a，b)对于像素I(x，y)的第一权值系数，且 σr表示灰度平滑因子，ηr(a，b)表示第一权值系数ω1(a，b)的调节因子，且 ω2(a，b)表示像素I(a，b)对于像素I(x，y)的第二权值系数，且其中，ηs(a，b)表
示第二权值系数ω2(a，b)的调节因子，且 ψ2(a，b)表示灰度检测因子ρr(a，b)的第二统计系数，且σs表示空
间平滑因子，ρs(x，y)表示像素I(x，y)的空间检测因子，ρs(max)为图像I中像素的空间检测因子的最大值，ρs(a，b)表示像素I(a，b)的空间检测因子，且ρs(a，b)的值采用下列方式确定：
设Ω(a，b)表示像素I(a，b)的局部邻域，且Ω(a，b)为以像素I(a，b)为中心的(2R+1)×(2R+1)的局部邻域，I(p，q)表示图像I中坐标(p，q)处的像素，且I(p，q)∈Ω(a，b)，h(p，q)表示像素I(p，q)的灰度值，给定差值阈值T(Δ)，且其中， 表示取中
值函数， 表示取均值函数；当像素I(p，q)满足|h(a，b)-h(p，q)|≤T(Δ)时，则将像素I(p，q)标记为1，当像素I(p，q)满足|h(a，b)-h(p，q)|＞T(Δ)时，则将像素I(p，q)标记为0，设局部邻域Ω(a，b)中标记为1的像素组成集合K1(a，b)，则ρs(a，b)的值为：
其中，I(c1，d1)表示图像I中坐标(c1，d1)处的像素，且I(c1，d1)∈K1(a，b)，I(p′，q′)表示图像I中坐标(p′，q′)处的像素，且I(p′，q′)∈Ω(a，b)，M1(a，b)表示集合K1(a，b)中的像素数。
说明书 :
基于区块链和物联网的智慧医疗养老管理系统
技术领域
背景技术
以满足社会需求，智慧养老这一理念逐渐兴起，智慧养老是通过传感器技术、数据处理技
术、图像处理技术和移动互联网等技术，改造传统的养老服务模式和管理方法，为老年人提
供足够的生活照料和医疗护理的同时，减轻了年轻人的养老负担。
发明内容
储模块，所述第一信息采集模块用于采集室内环境参数数据，所述第二信息采集模块用于
采集老年人的人体生理参数数据，所述视频监控模块用于采集老年人的视频图像，所述第
一信息采集模块、第二信息采集模块和视频监控模块将采集到的数据和视频图像通过无线
通信模块传输至智能管理终端，所述智能管理终端包括室内环境管理单元、人体健康管理
单元、图像处理单元和信息显示单元，所述室内环境管理单元用于对接收到的环境参数数
据进行分析，当所述环境参数数据未处于给定的舒适度环境参数数据范围内时，室内环境
管理单元通过无线通信模块发送控制指令至智能家居控制模块，所述智能家居控制模块根
据接收到的控制指令控制室内电器设备对室内环境进行调节，所述人体健康管理单元用于
对接收到的人体生理参数数据进行分析，当所述人体生理参数数据未处于给定的安全人体
生理参数数据范围内时进行预警，所述图像处理单元用于对接收到的视频图像进行处理，
并将处理后的视频图像在信息显示单元进行显示，所述区块链存储模块用于存储智能管理
终端接收到的数据和处理后的视频图像。
点将其接收到的环境参数数据通过无线通信模块传输至智能管理终端。
感器节点数，定义传感器节点ci在t时刻成为表征节点的概率为Gi(t)，且Gi(t)的表达式为：
感器节点ci在t时刻的邻域检测系数，且 Ni表示
在传感器节点ci的通信半径内，且属于集合C的传感器节点组成的邻域集合，cj表示集合C中
的第j个传感器节点，且cj∈Ni，cm和cn分别表示集合C中的第m和第n个传感器节点，且cm,cn
∈Ni，Mi表示邻域集合Ni中的传感器节点数，d(ci,cj)表示传感器节点ci和传感器节点cj之
间的距离，d(cm,cn)表示传感器节点cm和传感器节点cn之间的距离，γi(t)表示传感器节点
ci在t时刻的数据检测系数，且 其中， 表
示传感器节点ci在t时刻的第一数据检测系数，且 Xi
(t)表示传感器节点ci在t时刻采集的环境参数c的数据，Xi(t-1)表示传感器节点ci在(t-1)
时刻采集的环境参数c的数据，Xi(t)表示传感器节点cj在t时刻采集的环境参数c的数据，Xj
(t-1)表示传感器节点cj在(t-1)时刻采集的环境参数c的数据， 表示传感器节点ci在t
时刻的第二数据检测系数，且 Xm(t)和Xn(t)
分别表示传感器节点cm和传感器节点cn在t时刻采集的环境参数c的数据，fi(t)表示环境参
数数据Xi(t)对应的有效检测系数，当 时，则fi(t)＝1，当
时，则fi(t)＝0， 表示传感器节点cj在t时刻的第一数据检测
系数，Hi(t)为给定的有效检测阈值，且 表示传感器节点
cm在t时刻的第一数据检测系数， 表示传感器节点cn在t时刻的第一数据检测系数，μ表
示权重系数，且0≤μ≤1，τi(t)表示传感器节点ci在t时刻的记忆调节系数，且
t′表示传感器节点ci在t时刻之前且距离t时刻最近一次被选为表征
节点的时刻；
器节点组成的邻域集合，对集合Nv中的传感器节点进行检测，设ce表示集合C中的第e个传感
器节点，且ce∈Nv，当传感器节点ce满足：{|Xe(t)-Xv(t)|<0.3*Xv(t)且
时，则传感器节点ce不再参与接下来的表征节点的选取，其中，
Xv(t)表示传感器节点cv在t时刻采集到的环境参数c的数据，Xe(t)表示传感器节点ce在t时
刻采集到的环境参数c的数据， 表示传感器节点ce在t时刻的第一数据检测系数，
表示传感器节点cv在t时刻的第一数据检测系数；
到集合C中剩余的参与表征节点选取的传感器节点为0时，停止表征节点的选取。
噪处理，定义ρr(x,y)表示像素I(x,y)对应的灰度检测因子，则ρr(x,y)的表达式为：
的像素数；
Ω(x,y)中像素灰度值之间绝对差值的中值， 当ρr(x,y)
当 时，则判定像素I(x,y)为可疑像素；
y)的值为：
素I(a,b)对应的灰度检测因子，ω1(a,b)表示像素I(a,b)对于像素I(x,y)的第一权值系
数，且 σr表示灰度平滑因子，ηr(a,b)表示第一
权值系数ω1(a,b)的调节因子，且 ω2(a,b)表示像素
I(a,b)对于像素I(x,y)的第二权值系数，且
其中，ηs(a,b)表
示第二权值系数ω2(a,b)的调节因子，且 ψ2(a,b)
表示灰度检测因子ρr(a,b)的第二统计系数，且
σs表示空
间平滑因子，ρs(x,y)表示像素I(x,y)的空间检测因子，ρs(max)为图像I中像素的空间检测
因子的最大值，ρs(a,b)表示像素I(a,b)的空间检测因子，且ρs(a,b)的值采用下列方式确
定：
(p ,q) 表示 像素I (p ,q) 的灰 度值 ，给 定差值 阈值T (Δ) ，且
其中， 表示取中
值函数， 表示取均值函数；当像素I(p,q)满足|h(a,b)-h(p,q)
|≤T(Δ)时，则将像素I(p,q)标记为1，当像素I(p,q)满足|h(a,b)-h(p,q)|>T(Δ)时，则将
像素I(p,q)标记为0，设局部邻域Ω(a,b)中标记为1的像素组成集合K1(a,b)，则ρs(a,b)的
值为：
的像素数。
了年轻人的养老负担；在第一信息采集模块采用的传感器节点中选取表征节点将其采集得
到的环境参数数据传输至汇聚节点，所述汇聚节点将其接收到的环境参数数据通过无线通
信模块传输至智能管理终端，能够有效的减少第一信息采集模块的传感器节点的能量消
耗，定义传感器节点成为表征节点的概率，选取具有较大概率值的传感器节点成为表征节
点，概率计算公式中的性能值表明选取的表征节点具有较高的当前能量值，概率公式中的
邻域检测系数表明选取的表征节点和其通信半径内的传感器节点具有较近的距离，从而保
证了选取的表征节点能够覆盖较多的传感器节点，概率公式中的数据检测系数中的第一数
据检测系数表明选取的表征节点在当前时刻采集的环境参数数据波动的幅度较大，从而保
证了表征节点能够及时将采集到的环境变化较大位置的环境参数数据传输至智能管理终
端，第二数据检测系数表明选取的表征节点和其通信半径内的传感器节点采集的环境参数
数据较为接近，从而减少了在传感器节点中选取表征节点的数量，数据检测系数还引入了
有效检测系数，所述有效检测系数能够有效的避免噪声数据对表征节点选取结果的影响，
概率公式中的记忆调节因子用于保证所有传感器节点都有机会成为表征节点，从而保证了
智能管理终端接收到的环境参数数据的全面性；设置图像处理单元对接收到的视频图像进
行去噪处理，提高信息显示模块显示的视频图像的质量，在去噪过程中，定义像素对应的灰
度检测因子，当所述像素为正常像素时，该像素与周围像素的灰度值相近，对应的灰度检测
因子值较小，当所述像素为噪声像素或边缘像素时，该像素与其周围像素的灰度值相差较
大，对应的灰度检测因子值较大，给定灰度检测阈值和调节因子，当所述像素的灰度检测因
子大于给定的灰度检测阈值较多时，即可断定该像素为噪声像素，当所述像素的灰度检测
因子小于给定的灰度检测阈值时，即可断定该像素为正常像素，而当所述像素的灰度检测
因子在所述灰度检测阈值的一定范围内时，其噪声特性具有不确定性，基于此，本优选实施
例将该类像素认定为可疑像素，并对噪声像素和可疑像素的灰度值进行处理，采用所述像
素的局部邻域像素灰度值的加权平均结果作为该像素去噪处理后的灰度值，通过局部邻域
像素的灰度检测因子对所述局部邻域像素的噪声属性进行判断，当通过灰度检测因子判定
所述局部邻域像素为噪声像素时，则令该局部邻域像素的第一统计系数为0，即避免该噪声
局部邻域像素对滤波结果的影响，当通过灰度检测因子判定所述局部邻域像素为正常像素
或可疑像素时，即通过第一权值系数和第二权值系数确定该局部邻域像素在滤波过程中的
比重，在第一权值系数和第二权值系数中不光引入了传统的局部邻域像素和所述像素的灰
度值差值和距离差值的因素外，还额外引入了空间检测因子，在所述像素的局部邻域中选
取和其灰度值的绝对差值在阈值范围内的像素组成集合K1，当所述像素为边缘像素或正常
像素时，其局部邻域中和所述像素灰度值的绝对差值在阈值范围内的像素在所述像素的周
围，即空间检测因子的值较小，当所述像素为噪声像素时，其局部邻域中和所述像素灰度值
的绝对差值在阈值范围内的像素分散的较为随机，即所述空间检测因子的值较大；当所述
像素和其局部邻域像素为正常像素或边缘像素时，所述像素和其局部邻域像素的空间检测
因子的值都较小，此时，第一权值系数的调节因子的值较大，即主要通过衡量局部邻域像素
和所述像素之间灰度值的相似性来确定所述局部邻域像素在滤波过程中的比重，从而起到
了保护边缘像素的作用，当所述像素和局部邻域像素的空间检测因子中存在较大的空间检
测因子值时，即所述像素和局部邻域像素中存在噪声像素，通过衡量所述像素和局部邻域
像素之间灰度值相似性的第一权值系数将不再适应，因此，为了避免噪声像素对滤波结果
的影响，减小第一权值系数的比重，并增加第二权值系数的比重，即通过衡量所述像素和局
部邻域像素的距离来确定所述局部邻域像素在滤波过程中的比重，第二权值系数的值除了
受局部邻域像素和所述像素的距离的影响外，还受所述像素和局部邻域像素的空间检测因
子以及第二统计系数的值的影响，当所述局部邻域像素为正常像素而所述像素为噪声像素
时，则通过第二统计系数控制所述第二权值系数的值由所述局部邻域像素到所述像素的距
离值的大小决定，当所述局部邻域像素的空间检测因子的值较大时，减小第二权值系数的
值，即减小噪声局部邻域像素对滤波结果的影响，当所述局部邻域像素的空间检测因子的
值较小而所述像素的空间检测因子的值较大时，即所述局部邻域像素可能为边缘像素而所
述像素为噪声像素，此时，所述局部邻域像素和所述像素之间具有较大不确定性，因此，减
小第二权值系数的值，即减小滤波结果的不确定性；综上所述，本优选实施例通过定义的灰
度检测因子实现了对图像中正常数据和噪声数据的有效检测，在对检测所得的噪声像素和
可疑像素进行处理时，通过定义的空间检测因子有效的实现了对边缘像素的保护以及减少
了噪声局部邻域像素和边缘局部邻域像素对去噪结果的影响。
附图说明
获得其它的附图。
具体实施方式
理终端和区块链存储模块，所述第一信息采集模块用于采集室内环境参数数据，所述第二
信息采集模块用于采集老年人的人体生理参数数据，所述视频监控模块用于采集老年人的
视频图像，所述第一信息采集模块、第二信息采集模块和视频监控模块将采集到的数据和
视频图像通过无线通信模块传输至智能管理终端，所述智能管理终端包括室内环境管理单
元、人体健康管理单元、图像处理单元和信息显示单元，所述室内环境管理单元用于对接收
到的环境参数数据进行分析，当所述环境参数数据未处于给定的舒适度环境参数数据范围
内时，室内环境管理单元通过无线通信模块发送控制指令至智能家居控制模块，所述智能
家居控制模块根据接收到的控制指令控制室内电器设备对室内环境进行调节，所述人体健
康管理单元用于对接收到的人体生理参数数据进行分析，当所述人体生理参数数据未处于
给定的安全人体生理参数数据范围内时进行预警，所述图像处理单元用于对接收到的视频
图像进行去噪处理，并将去噪处理后的视频图像在信息显示单元进行显示，所述区块链存
储模块用于存储智能管理终端接收到的数据和处理后的视频图像。
养老负担。
点将其接收到的环境参数数据通过无线通信模块传输至智能管理终端。
感器节点数，定义传感器节点ci在t时刻成为表征节点的概率为Gi(t)，且Gi(t)的表达式为：
感器节点ci在t时刻的邻域检测系数，且 Ni表示
在传感器节点ci的通信半径内，且属于集合C的传感器节点组成的邻域集合，cj表示集合C中
的第j个传感器节点，且cj∈Ni，cm和cn分别表示集合C中的第m和第n个传感器节点，且cm,cn
∈Ni，Mi表示邻域集合Ni中的传感器节点数，d(ci,cj)表示传感器节点ci和传感器节点cj之
间的距离，d(cm,cn)表示传感器节点cm和传感器节点cn之间的距离，γi(t)表示传感器节点
ci在t时刻的数据检测系数，且 其中， 表
示传感器节点ci在t时刻的第一数据检测系数，且 Xi
(t)表示传感器节点ci在t时刻采集的环境参数c的数据，Xi(t-1)表示传感器节点ci在(t-1)
时刻采集的环境参数c的数据，Xj(t)表示传感器节点cj在t时刻采集的环境参数c的数据，Xj
(t-1)表示传感器节点cj在(t-1)时刻采集的环境参数c的数据， 表示传感器节点ci在t
时刻的第二数据检测系数，且 Xm(t)和Xn(t)
分别表示传感器节点cm和传感器节点cn在t时刻采集的环境参数c的数据，fi(t)表示环境参
数数据Xi(t)对应的有效检测系数，当 时，则fi(t)＝1，当
时，则fi(t)＝0， 表示传感器节点cj在t时刻的第一数据检测
系数，Hi(t)为给定的有效检测阈值，且 表示传感器节点
cm在t时刻的第一数据检测系数， 表示传感器节点cn在t时刻的第一数据检测系数，μ表
示权重系数，且0≤μ≤1，τi(t)表示传感器节点ci在t时刻的记忆调节系数，且
t′表示传感器节点ci在t时刻之前且距离t时刻最近一次被选为表征
节点的时刻；
器节点组成的邻域集合，对集合Nv中的传感器节点进行检测，设ce表示集合C中的第e个传感
器节点，且ce∈Nv，当传感器节点ce满足：{|Xe(t)-Xv(t)|<0.3*Xv(t)且
时，则传感器节点ce不再参与接下来的表征节点的选取，其中，
Xv(t)表示传感器节点cv在t时刻采集到的环境参数c的数据，Xe(t)表示传感器节点ce在t时
刻采集到的环境参数c的数据， 表示传感器节点ce在t时刻的第一数据检测系数，
表示传感器节点cv在t时刻的第一数据检测系数；
到集合C中剩余的参与表征节点选取的传感器节点为0时，停止表征节点的选取。
通信模块传输至智能管理终端，能够有效的减少第一信息采集模块的传感器节点的能量消
耗，定义传感器节点成为表征节点的概率，选取具有较大概率值的传感器节点成为表征节
点，概率计算公式中的性能值表明选取的表征节点具有较高的当前能量值，概率公式中的
邻域检测系数表明选取的表征节点和其通信半径内的传感器节点具有较近的距离，从而保
证了选取的表征节点能够覆盖较多的传感器节点，概率公式中的数据检测系数中的第一数
据检测系数表明选取的表征节点在当前时刻采集的环境参数数据波动的幅度较大，从而保
证了表征节点能够及时将采集到的环境变化较大位置的环境参数数据传输至智能管理终
端，第二数据检测系数表明选取的表征节点和其通信半径内的传感器节点采集的环境参数
数据较为接近，从而减少了在传感器节点中选取表征节点的数量，数据检测系数还引入了
有效检测系数，所述有效检测系数能够有效的避免噪声数据对表征节点选取结果的影响，
概率公式中的记忆调节因子用于保证所有传感器节点都有机会成为表征节点，从而保证了
智能管理终端接收到的环境参数数据的全面性。
噪处理，定义ρs(x,y)表示像素I(x,y)对应的灰度检测因子，则ρr(x,y)的表达式为：
的像素数；
Ω(x,y)中像素灰度值之间绝对差值的中值， 当ρr(x,y)
当 时，则判定像素I(x,y)为可疑像素；
y)的值为：
素I(a,b)对应的灰度检测因子，ω1(a,b)表示像素I(a,b)对于像素I(x,y)的第一权值系
数，且 σr表示灰度平滑因子，σr的值可以取0.2，
ηr(a,b)表示第一权值系数ω1(a,b)的调节因子，且
ω2(a,b)表示像素I(a,b)对于像素I(x,y)的第二权值系数，且
其中，ηs(a,b)表示第二权值
系数ω2(a,b)的调节因子，且 ψ2(a,b)表示灰度检
测因子ρr(a,b)的第二统计系数，且
σs表示空
间平滑因子，σs的值可以取4，ρs(x,y)表示像素I(x,y)的空间检测因子，ρs(max)为图像I中
像素的空间检测因子的最大值，ρs(a,b)表示像素I(a,b)的空间检测因子，且ρs(a,b)的值采
用下列方式确定：
(p ,q) 表示 像素I (p ,q) 的灰 度值 ，给 定差值 阈值T (Δ) ，且
其中， 表示取中
值函数， 表示取均值函数；当像素I(p,q)满足|h(a,b)-h(p,q)
|≤T(Δ)时，则将像素I(p,q)标记为1，当像素I(p,q)满足|h(a,b)-h(p,q)|>T(Δ)时，则将
像素I(p,q)标记为0，设局部邻域Ω(a,b)中标记为1的像素组成集合K1(a,b)，则ρs(a,b)的
值为：
q′)表示图像I中坐标(p′,q′)处的像素，且I(p′,q′)∈Ω(a,b)，M (a,b)表示集合K (a,b)中
的像素数；像素I(x,y)的空间检测因子ρs(x,y)同样采用上述方式计算所得。
灰度检测因子值较小，当所述像素为噪声像素或边缘像素时，该像素与其周围像素的灰度
值相差较大，对应的灰度检测因子值较大，给定灰度检测阈值和调节因子，当所述像素的灰
度检测因子大于给定的灰度检测阈值较多时，即可断定该像素为噪声像素，当所述像素的
灰度检测因子小于给定的灰度检测阈值时，即可断定该像素为正常像素，而当所述像素的
灰度检测因子在所述灰度检测阈值的一定范围内时，其噪声特性具有不确定性，基于此，本
优选实施例将该类像素认定为可疑像素，并对噪声像素和可疑像素的灰度值进行处理，采
用所述像素的局部邻域像素灰度值的加权平均结果作为该像素去噪处理后的灰度值，通过
局部邻域像素的灰度检测因子对所述局部邻域像素的噪声属性进行判断，当通过灰度检测
因子判定所述局部邻域像素为噪声像素时，则令该局部邻域像素的第一统计系数为0，即避
免该噪声局部邻域像素对滤波结果的影响，当通过灰度检测因子判定所述局部邻域像素为
正常像素或可疑像素时，即通过第一权值系数和第二权值系数确定该局部邻域像素在滤波
过程中的比重，在第一权值系数和第二权值系数中不光引入了传统的局部邻域像素和所述
像素的灰度值差值和距离差值的因素外，还额外引入了空间检测因子，在所述像素的局部
1
邻域中选取和其灰度值的绝对差值在阈值范围内的像素组成集合K ，当所述像素为边缘像
素或正常像素时，其局部邻域中和所述像素灰度值的绝对差值在阈值范围内的像素在所述
像素的周围，即空间检测因子的值较小，当所述像素为噪声像素时，其局部邻域中和所述像
素灰度值的绝对差值在阈值范围内的像素分散的较为随机，即所述空间检测因子的值较
大；当所述像素和其局部邻域像素为正常像素或边缘像素时，所述像素和其局部邻域像素
的空间检测因子的值都较小，此时，第一权值系数的调节因子的值较大，即主要通过衡量局
部邻域像素和所述像素之间灰度值的相似性来确定所述局部邻域像素在滤波过程中的比
重，从而起到了保护边缘像素的作用，当所述像素和局部邻域像素的空间检测因子中存在
较大的空间检测因子值时，即所述像素和局部邻域像素中存在噪声像素，通过衡量所述像
素和局部邻域像素之间灰度值相似性的第一权值系数将不再适应，因此，为了避免噪声像
素对滤波结果的影响，减小第一权值系数的比重，并增加第二权值系数的比重，即通过衡量
所述像素和局部邻域像素的距离来确定所述局部邻域像素在滤波过程中的比重，第二权值
系数的值除了受局部邻域像素和所述像素的距离的影响外，还受所述像素和局部邻域像素
的空间检测因子以及第二统计系数的值的影响，当所述局部邻域像素为正常像素而所述像
素为噪声像素时，则通过第二统计系数控制所述第二权值系数的值由所述局部邻域像素到
所述像素的距离值的大小决定，当所述局部邻域像素的空间检测因子的值较大时，减小第
二权值系数的值，即减小噪声局部邻域像素对滤波结果的影响，当所述局部邻域像素的空
间检测因子的值较小而所述像素的空间检测因子的值较大时，即所述局部邻域像素可能为
边缘像素而所述像素为噪声像素，此时，所述局部邻域像素和所述像素之间具有较大不确
定性，因此，减小第二权值系数的值，即减小滤波结果的不确定性；综上所述，本优选实施例
通过定义的灰度检测因子实现了对图像中正常数据和噪声数据的有效检测，在对检测所得
的噪声像素和可疑像素进行处理时，通过定义的空间检测因子有效的实现了对边缘像素的
保护以及减少了噪声局部邻域像素和边缘局部邻域像素对去噪结果的影响。
当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实
质和范围。