一种用于工地安全作业的安全帽警示装置的制作方法

本发明涉及建筑工地安全领域，具体涉及一种用于工地安全作业的安全帽警示装置。

背景技术：

在各类安全事故(如火灾、矿难)中，安全帽可以有效地保护工作人员的安全。随着技术的发展及相关需求的提高，工人需要及时了解当前工作环境的实际状况及可能发生的变化，便于降低可能发生的事故风险，同时可以在事故中有效的减少人员伤亡及经济损失。为此，配备有摄像头的安全帽逐渐得到广泛的应用，但是视频所占空间大，传输所消耗的流量也较大，传输速度缓慢，有时遇到紧急情况，不能很好的实现工作人员消息的互通，这为工作人员安全作业埋下隐患。

技术实现要素：

针对上述问题，本发明旨在提供一种用于工地安全作业的安全帽警示装置。

一种用于工地安全作业的安全帽警示装置，其特征是，该警示装置包括安全帽、无线传输模块和云服务器；所述安全帽上设置有图像采集模块、图像处理模块和预警模块；

所述图像处理模块、云服务器和预警模块依次通过无线传输模块连接；

所述图像采集模块用于采集佩戴安全帽工人当前工作的环境图像；所述图像处理模块用于对采集到的环境图像进行去噪和压缩，得到压缩后的环境图像；所述云服务器用于对压缩后的环境图像进行处理，若处理后的结果显示当前环境异常，则所述云服务器就通过无线传输模块将环境异常信息发送给预警模块；所述预警模块用于接收来自云服务器的环境异常信息并向佩戴安全帽的工人发出警示，提醒工人做好防范措施。

本发明的有益效果：采用上述用于工地安全作业的安全帽警示装置，能够有效对图像信息进行处理，实现工作人员之间消息的及时交换和处理，以便了解实时情况，降低事故风险，减少人员伤亡及经济损失。

附图说明

图1是本发明的框架结构图。

附图标记：

安全帽1；无线传输模块2；云服务器3；图像采集模块10；图像处理模块11；预警模块12。

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，一种用于工地安全作业的安全帽警示装置，其特征是，该警示装置包括安全,1、无线传输模块2和云服务器3；所述安全帽1上设置有图像采集模块10、图像处理模块11和预警模块12；

所述图像处理模块11、云服务器3和预警模块12依次通过无线传输模块2连接；

所述图像采集模块10用于采集佩戴安全帽工人当前工作的环境图像；所述图像处理模块11用于对采集到的环境图像进行去噪和压缩，得到压缩后的环境图像；所述云服务器3用于对压缩后的环境图像进行处理，若处理后的结果显示当前环境异常，则所述云服务器3就通过无线传输模块2将环境异常信息发送给预警模块；所述预警模块12用于接收来自云服务器3的环境异常信息并向佩戴安全帽的工人发出警示，提醒工人做好防范措施。

优选地，所述云服务器3安装有分布式云计算处理软件系统。

优选地，离散余弦变换(dct)是对图像进行离散余弦变换，将图像从空间域转换到频域，再对频域中的变换系数进行处理，再进行逆变换将图像从频域转换到空间域，从而达到去除图像噪声的目的。

优选地，非下采样contourlet变换通过非下采用金字塔(nsp)和非下采样方向滤波器组(nsdfb)来完成，nsp除了可以去除lp分解过程中的下采样，并对滤波器进行了相应的上采样，采用双通道非下采样滤波器，完成类似的多尺度分解；nsdfb通过在dfb中去掉采样过程，并对滤波器进行相应的上采样来构成，在对方向滤波器组进行了适当的上采样之后，就可以让方向滤波器较好地部分覆盖到塔型滤波器的带通通带上，能够克服频率混叠的现象，具备平移不变性。

优选地，所述图像处理模块11用于对采集到的环境图像进行去噪处理，去除环境图像中的随机噪声，得到去噪后图像，并对采集到的去噪后图像进行分块预处理，得到去噪后图像的子块，利用非下采样contourlet变换算法实现对每一个子块的稀疏变换，得到一系列的环境子图像块，具体为：

(1)利用离散余弦变换对采集到的环境图像进行去噪处理，得到待处理环境图像，其中环境图像的大小为m×m；

(2)以待处理环境图像中像素点ya为中心，选取一个大小为q×q的矩形区域作为一搜索区域，利用筛选函数对搜寻区域内像素点yb进行预选择，当η(ma,mb)≥λ(ya)，则该像素点为像素点ya的相似像素点，遍历搜索区域所有像素点，获取像素点ya的相似集合ωa，其筛选函数为：

其中，λ(ya)为自定义的阈值，p1、p2和p3为常数，其作用就是为保证筛选函数有意义，ma为以像素点ya为中心，大小为c×c的图像块；mb为以像素点yb为中心，大小为c×c的图像块；为ma灰度值的平均值，为mb灰度值的平均值，和分别为ma和mb的灰度值的标准差，i、j和k是调节因子，whf和whg分别为ma和mb的频域系数的灰度值的标准差，whfg为ma和mb的频域系数的协方差；

(3)遍历相似集合ωa内所有相似点ya，利用权重公式计算相似点的权值大小，并对所有相似点ya求和，得到δ(ya,yb)总，其自定义的权重公式为：

δ(ya,yb)总＝∑ybδ(ya,yb)

其中，为像素块ma和像素块mb的高斯加权欧式距离；t为环境图像的高斯核的标准差，θ为滤波系数，控制权值函数的衰减速度，决定滤波的程度；

(4)遍历搜索区域内所有像素点，并对搜索区域内所有像素点进行加权平均，得到待估计像素点ya的去噪估计值，其像素点ya的去噪估计值的计算公式为：

其中，a为以像素点ya为中心的搜索区域，δ(ya,yb)为权值，由以ya和yb为中心，大小为c×c的图像块ma和mb之间的相似度决定，且0≤δ(ya,yb)≤1；z(ya)为像素点ya的去噪估计值，z(yb)为搜索区域内像素点yb的去噪估计值；

(5)遍历所有前期去噪图像中的像素点，得出前期去噪图像中所有像素点的去噪估计值，用计算得到的去噪估计值代替前期去噪图像中对应像素点的灰度值，从而得到二次去噪后的目标图像u；

(6)将目标图像u等分成大小为t×t的子块，设ym表示第m个子块的列向量形式，

(7)采用非下采样contourlet变换对子块进行稀疏处理，得到一系列的环境子图像块y′＝{y′1,y′2,…y′m}，

有益效果：对采集到的环境图像先进行两次去噪处理，能够有效地去除环境图像中的随机噪声，提高去噪后图像的辨识度，同时，在二次去噪中，利用筛选函数对权重系数进行修正，能够自适应的过滤掉随机噪声。这为后续的感知压缩处理图像减少了数据处理量，提高了压缩速率，节省了内存空间；采用非下采样contourlet变换对目标图像u进行稀疏处理，能够用最少的信息描述环境图像的主要特征，节省了内存空间，为后续提取环境图像的细节特征奠定了基础，也保证工地人员能够准确交互信息，预防危险事故发生。

优选地，所述的一种用于工地安全作业的安全帽警示装置，其特征在于，所述图像处理模块11还用于对环境子图像块进行观测投影，得到环境子图像块的采样值，并将环境子图像块的采样值进行整合处理，即得到环境图像的采样值，具体为：

(1)构造一个大小为t×t的测量矩阵具体为：

11.利用映射方程迭代产生一组序列其自定义映射方程为：

其中，γ为调节因子，自定义为γ＝3，初始值

12.从开始，等间隔选取一个长度为t²的一组数，构成一个新的序列

13.按照行进行排序，将序列调整为一个大小为t×t的测量矩阵具体为：

其中，为一个归一化系数；

(2)利用测量矩阵对环境子图像块进行采样压缩，得到环境子图像块的采样值，具体为：

其中，em为第m个环境子图像块的采样值，y′m为第m个环境子图像块。

有益效果：直接对环境子图像块进行采样观测投影，这种处理方法不仅在存储时无需存储整个环境图像的测量矩阵，而且对环境子图像块进行观测投影，大大减少了运算存储空间，加快了环境图像的压缩速度；不需要等到整个稀疏环境图像都被测量之后再进行编码操作，可以对每个环境子图像块单独进行处理，确保了实时性，且减少了后续云服务器3的工作量，提升了云服务器3的处理效率。

优选地，所述的一种用于工地安全作业的安全帽警示装置，其特征是，所述云服务器3一方面用于对无线传输模块传输过来的环境子图像块的采样值进行解压缩，获得环境图像的重构图像，即采用迭代算法对环境子图像块进行重构，得到环境子图像块的迭代值，合并所有环境子图像块的迭代值就可得到完整的重构图像；另一方面用于提取重构图像的细节特征，并对重构图像的细节特征进行分析处理，若处理结果显示当前工人的工作环境异常，则将环境异常信息发送到预警模块12；其中对无线传输模块传输过来的环境子图像块的采样值进行解压缩的过程具体为：

(1)利用得到环境图像中第m个子图像块的初始迭代值，其中，表示第m个子块的初始迭代值，为的转置矩阵，em为第m个环境子图像块的采样值；

(2)利用维纳滤波器对进行滤波，得到其中d为迭代代数；为滤波得到的第m个环境子图像块的滤波图像块；

(3)对进行投影计算，得到定义投影的计算公式为：

其中，为投影得到的图像块，为图像块的观测矩阵的转置矩阵，em为第m个环境子图像块的采样值；

(4)利用稀疏矩阵ψ对投影得到的进行稀疏变换，并利用阈值函数对稀疏变换得到的变换系数进行阈值处理，如果|r|＜e，则变换系数为零，否则利用下列阈值函数得到新的变换系数，其中e为自定义阈值，最后再经稀疏逆变换，得到自定义阈值函数为：

当时，反之，θ＝0；

其中，稀疏矩阵ψ为选定的一个矩阵，θ为阈值函数，r为变换系数，rp为变换系数r的父系数，τ为收敛控制系数，ζ为变换系数r的估计值，ζr为变化系数r的3×3邻域估计值的边缘均方差,为经稀疏逆变换得到的第m个图像块的估测值；

(5)利用迭代函数对进行迭代处理，得到的迭代值其定义的迭代函数为：

(6)计算残差o^(d)，若|o^(d+1)-o^(d)|10^-4，则输出否则，跳转到步骤(2)进行滤波处理并开始新一轮的迭代计算，直至满足|o^(d+1)-o^(d)|10^-4，输出迭代值其中，残差的计算公式为：

(7)遍历所有环境子图像块的采样值，并进行迭代重构，得到所有环境子图像块的迭代值，利用得到的迭代值实现对整幅图像的重构，得到环境图像的重构图像。

有益效果：采用分块重构算法，能够消除块效应，保留了环境图像的细节特征，提高了重构图像的质量，且该算法简单，没有大量的迭代过程，重构时间短，降低了云服务器3的计算工作量，保证了工作人员之间信息交互的及时性，能够实时了解当前环境，降低可能发生的事故风险，较少不必要的损失。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，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。