一种数据处理方法和系统与流程

本发明涉及计算机技术领域，具体涉及一种数据处理方法和系统。

背景技术：

浮冰是指浮在海面随风、浪、流漂移的冰。浮冰在运动过程中，会对船只、井架或浮标等物体造成影响，例如，一定规模的浮冰可能会对井架产生破坏性的损伤。

在现有技术中，可以通过卫星技术实时监测在船只、井架或浮标等物体一定范围内是否出现浮冰，以及判断该浮冰是否对船只、井架或浮标等物体造成影响，例如，通过卫星监测距离井架一定海里范围内是否出现浮冰，如果出现浮冰，需要确定该浮冰的体积，以根据该体积判断该浮冰入股撞击到井架后，是否会对井架造成危害。

通过上述方法，用户仅仅能够获知海面上是否出现了对船只、井架或浮标等物体造成危害的浮冰，但是不能让用户相对直观的体验浮冰的具体情况。

技术实现要素：

本发明实施例的目的在于提供一种数据处理方法和系统，用以解决现有技术中不能让用户相对直观的体验浮冰的具体情况的问题。

为实现上述目的，本发明实施例提供一种数据处理方法，包括：

获取至少一个摄像头采集到的浮冰的图像和所述浮冰的位置；

对所述图像进行图像识别，确定所述浮冰的体积、厚度和形状；

根据所述体积和所述厚度，判断所述浮冰是否超过警戒值；

如果超过所述警戒值，根据所述形状和所述位置，在预设三维海域模型的对应位置上增加所述浮冰的模型。

可选地，根据所述体积和所述厚度，判断所述浮冰是否超过警戒值包括：

判断所述厚度是否超过第一预设阈值；

如果超过所述第一预设阈值，则判断所述体积是否超过第二预设阈值；

如果超过所述第二预设阈值，则确定所述浮冰超过所述警戒值。

可选地，在预设三维海域模型中增加所述浮冰的模型后，所述方法还包括：

对同一摄像头采集到的图像，按照采集顺序进行比较，以确定所述浮冰的运动方向；

根据所述运动方向，在所述预设三维海域模型中标注所述浮冰的模型的运动方向。

可选地，在所述预设三维海域模型中标注所述浮冰的模型的运动方向后，所述方法还包括：

根据所述位置和所述运动方向，判断所述浮冰撞到目标物的概率；

确定所述概率所归属的概率区间；

根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注。

可选地，在根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注后，所述方法还包括：

根据修改后的三维海域模型，确定是否存在所述浮冰撞击所述目标物的情况；

如果不存在所述浮冰撞击所述目标物的情况，则在修改后的三维海域模型中删除所述浮冰的模型、标注的运动方向和标注的颜色。

为实现上述目的，本发明实施例提供一种数据处理系统，包括：

获取单元，用于获取至少一个摄像头采集到的浮冰的图像和所述浮冰的位置；

识别单元，用于对所述图像进行图像识别，确定所述浮冰的体积、厚度和形状；

判断单元，用于根据所述体积和所述厚度，判断所述浮冰是否超过警戒值；

修改单元，用于如果超过所述警戒值，根据所述形状和所述位置，在预设三维海域模型的对应位置上增加所述浮冰的模型。

可选地，在所述判断单元用于根据所述体积和所述厚度，判断所述浮冰是否超过警戒值时，用于：

判断所述厚度是否超过第一预设阈值；

如果超过所述第一预设阈值，则判断所述体积是否超过第二预设阈值；

如果超过所述第二预设阈值，则确定所述浮冰超过所述警戒值。

可选地，

所述识别单元，还用于在预设三维海域模型中增加所述浮冰的模型后，对同一摄像头采集到的图像，按照采集顺序进行比较，以确定所述浮冰的运动方向；

所述修改单元，还用于根据所述运动方向，在所述预设三维海域模型中标注所述浮冰的模型的运动方向。

可选地，

所述判断单元，还用于在所述预设三维海域模型中标注所述浮冰的模型的运动方向后，根据所述位置和所述运动方向，判断所述浮冰撞到目标物的概率；

所述系统还包括：

确定单元，用于确定所述概率所归属的概率区间；

所述修改单元，还用于根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注。

可选地，

所述判断单元，还用于在根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注后，根据修改后的三维海域模型，确定是否存在所述浮冰撞击所述目标物的情况；

所述修改单元，还用于如果不存在所述浮冰撞击所述目标物的情况，则在修改后的三维海域模型中删除所述浮冰的模型、标注的运动方向和标注的颜色。

本发明实施例具有如下优点：

在本发明实施例中，通过图像识别，确定浮冰的体积、厚度和形状，通过对浮冰的体积和厚度进行分析，判断该浮冰是否超过警戒值，即通过体积和厚度判断该浮冰撞击到船只、井架或浮标等物体时，是否会对船只、井架或浮标等物体造成危害，如果超过警戒值，则说明会造成危害，如果未超过警戒值，则说明不会造成危害，并且当该浮冰超过警戒值是，会在预设的三维海域模型对应的位置上增加以该浮冰的形状构建的模型，即用户可以通过修改后的三维海域模型相对直观观看该浮冰当前所在的位置，该浮冰的形状，从而有利于提高用户对该浮冰的直观感受，并且，由于本发明中只会将有危害的浮冰增加到三维海域模型中，因此用户在观看修改的三维海域模型时，可以相对直观得出有危害的浮冰的数量，有危害的浮冰当前的分布情况，从而使得用户能够针对得到的情况作出相对正确的措施。

附图说明

图1为本发明实施例1提供的一种数据处理方法的流程示意图；

图2为本发明实施例1提供的另一种数据处理方法的流程示意图；

图3为本发明实施例2提供的一种数据处理方法的流程示意图；

图4为本发明实施例3提供的一种数据处理方法的流程示意图；

图5为本发明实施例4提供的一种数据处理方法的流程示意图；

图6为本发明实施例5提供的一种数据处理系统的结构示意图；

图7为本发明实施例5提供的另一种数据处理系统的结构示意图；

图8为本发明实施例5提供的另一种数据处理系统的结构示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。

实施例1

图1为本发明实施例1提供的一种数据处理方法的流程示意图，如图1所示，该方法包括以下步骤：

101、获取至少一个摄像头采集到的浮冰的图像和所述浮冰的位置。

具体的，预先在指定海域中的指定范围内设置一定数量的摄像头，以保护井架为例，可以在以该井架为中心，100海里的范围内设置1000个摄像头，通过上述1000个摄像头来检测以该井架为中心，100海里的范围内是否有浮冰出现，以及浮冰出现的位置。

需要注意的是，关于摄像头设置的位置、设置的数量、每个摄像头监测的范围和所有摄像头监测的范围都可以根据实际需要和实际场景进行设定，在此不做具体限定。

102、对所述图像进行图像识别，确定所述浮冰的体积、厚度和形状。

以某个摄像头为例，在获取到该摄像头采集到的浮冰图像后，对该图像进行图像分析，从而确定该图像的体积、厚度和形状，通过体积和厚度可以确定该浮冰如果撞击到目标物后，是否对该目标物造成危害，由于浮冰在海面上运动时，是随着风、浪等因素发生漂移，因此浮冰的运动规则是相对不规律的，因此相距目标物一定距离的所有浮冰均有可能撞击到该目标物，因此为了确定出哪些浮冰会对目标物造成危害，需要对所有的图像进行图像识别。

需要注意的是，关于具体的图像识别技术可以根据实际需要进行设置，在此不做具体限定。

103、根据所述体积和所述厚度，判断所述浮冰是否超过警戒值。

具体的，当体积超过一定体积，且厚度超过一定厚度时，则会对目标物造成危害，如果体积较小或者厚度较薄的浮冰则不会对目标物造成危害，因此需要根据体积和厚度来共同判断浮冰是否对目标物造成危害，即超过警戒值，则浮冰与目标物发生撞击时，会对目标物造成危害，未超过警戒值，则浮冰与目标物即使发生撞击，也不会对目标物造成危害。

需要注意的是，具体的警戒值可以根据具体的目标物进行设定，关于具体设定规则可以根据实际需要设置，在此不做具体限定。

104、如果超过所述警戒值，根据所述形状和所述位置，在预设三维海域模型的对应位置上增加所述浮冰的模型。

具体的，当超过警戒值是，表示浮冰和目标物在发生撞击时，会对目标物造成危害，为了使用户能够相对直观体验到目前监测到的具有危害的浮冰的数量，以及不同浮冰的形状，可以预先建立指定海域的三维海域模型，该三维海域模型时根据该指定海域的具体环境情况建立的，并且该三维海域模型可以通过虚拟现实技术实现，即该三维海域模型能够一定比例的呈现给用户，进一步的，该三维海域模型是按照指定海域的环境等比例建造的，或者是按照指定海域的环境，以指定比例建造的，在建立好该三维海域模型后，可以将具有危害的浮冰的模型添加到该三维海域模型中，在添加浮冰的模型时，可以根据该一定比例对浮冰模型的形状进行调整，然后根据该浮冰在该指定海域中的实际位置，将调整好的浮冰模型添加到该三维海域模型中，用户可以通过该三维海域模型相对直观的掌握该指定海域中浮冰的大体情况。

在本发明实施例中，通过图像识别，确定浮冰的体积、厚度和形状，通过对浮冰的体积和厚度进行分析，判断该浮冰是否超过警戒值，即通过体积和厚度判断该浮冰撞击到船只、井架或浮标等物体时，是否会对船只、井架或浮标等物体造成危害，如果超过警戒值，则说明会造成危害，如果未超过警戒值，则说明不会造成危害，并且当该浮冰超过警戒值是，会在预设的三维海域模型对应的位置上增加以该浮冰的形状构建的模型，即用户可以通过修改后的三维海域模型相对直观观看该浮冰当前所在的位置，该浮冰的形状，从而有利于提高用户对该浮冰的直观感受，并且，由于本发明中只会将有危害的浮冰增加到三维海域模型中，因此用户在观看修改的三维海域模型时，可以相对直观得出有危害的浮冰的数量，有危害的浮冰当前的分布情况，从而使得用户能够针对得到的情况作出相对正确的措施。

在一个可行的实施方案中，图2为本发明实施例1提供的另一种数据处理方法的流程示意图，如图2所示，在执行步骤103时，可以通过以下步骤实现：

201、判断所述厚度是否超过第一预设阈值。

202、如果超过所述第一预设阈值，则判断所述体积是否超过第二预设阈值。

203、如果超过所述第二预设阈值，则确定所述浮冰超过所述警戒值。

具体的，当浮冰的厚度小于一定厚度时，无论浮冰的体积多大，也不会对目标物造成危害，或者当浮冰的体积小于一定体积是，无论浮冰的厚度有多厚，该浮冰也不会对目标物造成危害，即当浮冰的厚度和体积有一方面不满足要求时，该浮冰与目标物发生撞击时，都不会对目标物造成危害，因此当浮冰的厚度超过第一预设阈值，且该浮冰的体积超过第二预设阈值时，才会确定出该浮冰超过警戒值，通过上述方法，可以有效的确定出哪些浮冰是有危害的，哪些浮冰是没有危害的，即有利于提高判断结果的准确性。

需要注意的是，关于第一预设阈值和第二预设阈值的具体数值可以根据实际环境和实际目标物进行设定，在此不做具体限定。

需要说明的是，关于厚度和体积的判断顺序可以根据实际环境和实际目标物进行设定，在此也不做具体限定。

实施例2

图3为本发明实施例2提供的一种数据处理方法的流程示意图，如图3所示，在预设三维海域模型中增加所述浮冰的模型后，该方法包括以下步骤：

301、对同一摄像头采集到的图像，按照采集顺序进行比较，以确定所述浮冰的运动方向。

302、根据所述运动方向，在所述预设三维海域模型中标注所述浮冰的模型的运动方向。

具体的，为了让用户更加清楚的获知有危害的浮冰的运动方向，以便用户根据浮冰的运动方向结合自身经验判断该浮冰是否真的能够撞击目标物，需要对同一摄像头采集到的图像，按照采集顺序进行比较，对于同一摄像头采集到的图像而言，对两个连续的图像进行比较后，可以确定出该浮冰大体的运动方向，由于有危害的浮冰的体积和厚度都较大，因此会使有危害的浮冰的重量较大，因此该浮冰的运动方向不会轻易的发生改变，因此当多个连续的图像按照顺序两两比对后，可以确定出该浮冰精确的运动方向，当将该浮冰的运动方向标注到三维海域模型中时，用户可以根据根据该浮冰的形状以及运动方向对该浮冰作出更精确的评估。

需要注意的是，关于运动方向的标注方式可以根据实际需要进行设定，在此不做具体限定。

实施例3

图4为本发明实施例3提供的一种数据处理方法的流程示意图，如图4所示，在所述预设三维海域模型中标注所述浮冰的模型的运动方向后，该方法包括以下步骤：

401、根据所述位置和所述运动方向，判断所述浮冰撞到目标物的概率。

402、确定所述概率所归属的概率区间。

403、根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注。

具体的，为了让用户清楚的获知具有为危害的浮冰的危害程度，即浮冰与目标物发生撞击概率的大小，需要根据浮冰的位置和运动方向，判断浮冰与目标物发生碰撞的概率，并且预先将0％-100％划分成多个概率区间，同时为不同的概率区间分配不同的颜色，或者按照概率区间的递增，为不同的概率区间分配不同深度的红色，概率区间对应的概率越大，则红色越深，在确定出碰撞概率之后，确定该碰撞概率落入哪个概率区间，并将该概率区间对应的颜色标注到浮冰模型上，用户可以通过浮冰模型上标注的颜色直观的看出不同浮冰与目标物发生碰撞概率的大小，从而便于用户进行分析。

需要注意的是，关于浮冰与目标物的碰撞概率的计算方式可以根据实际需要和实际场景进行时设定，在此不做具体限定，以及不同概率区间颜色的分配规则以及颜色的标注方式也可以根据实际需要进行时设定，在此也不做具体限定。

实施例4

图5为本发明实施例4提供的一种数据处理方法的流程示意图，如图5所示，在根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注后，该方法还包括以下步骤：

501、根据修改后的三维海域模型，确定是否存在所述浮冰撞击所述目标物的情况。

502、如果不存在所述浮冰撞击所述目标物的情况，则在修改后的三维海域模型中删除所述浮冰的模型、标注的运动方向和标注的颜色。

具体的，在将有危害的浮冰模型添加到三维海域模型中，且在将该浮冰的运动方向和为该浮冰模型分配的颜色标注到三维海域模型中后，需要实时采集该浮冰的位置，并根据该位置实时调整该浮冰模型在三维海域模型中的位置，以使用户能够清楚的掌握该浮冰在实际海域中的位置和运动轨迹，对于某些浮冰，在运动过程中则不会再与目标物发生碰撞，例如，当目标物向某一方向运动时，且当目标物位于该浮冰运动方向相反的方向时，则目标物与该浮冰则不会在发生碰撞，因此可以解除该浮冰对目标物的危害，为了减少用户的分析难度，以及降低设备的数据处理量，当确定出不存在浮冰撞击目标物的请款时，需要将三维海域模型中的浮冰模型、对该浮冰模型标注的运动方向和对该浮冰模型标注的颜色删除掉。

需要注意的是，关于浮冰和目标物是否存在发生撞击情况的判断方法可以根据实际需要进行设定，在此不做具体限定。

实施例5

图6为本发明实施例5提供的一种数据处理系统的结构示意图，如图6所示，该系统包括：

获取单元61，用于获取至少一个摄像头采集到的浮冰的图像和所述浮冰的位置；

识别单元62，用于对所述图像进行图像识别，确定所述浮冰的体积、厚度和形状；

判断单元63，用于根据所述体积和所述厚度，判断所述浮冰是否超过警戒值；

修改单元64，用于如果超过所述警戒值，根据所述形状和所述位置，在预设三维海域模型的对应位置上增加所述浮冰的模型。

在一个可行的实施方案中，在所述判断单元63用于根据所述体积和所述厚度，判断所述浮冰是否超过警戒值时，用于：

判断所述厚度是否超过第一预设阈值；

如果超过所述第一预设阈值，则判断所述体积是否超过第二预设阈值；

如果超过所述第二预设阈值，则确定所述浮冰超过所述警戒值。

在一个可行的实施方案中，图7为本发明实施例5提供的另一种数据处理系统的结构示意图，如图7所示，

所述识别单元62，还用于在预设三维海域模型中增加所述浮冰的模型后，对同一摄像头采集到的图像，按照采集顺序进行比较，以确定所述浮冰的运动方向；

所述修改单元64，还用于根据所述运动方向，在所述预设三维海域模型中标注所述浮冰的模型的运动方向。

在一个可行的实施方案中，图8为本发明实施例5提供的另一种数据处理系统的结构示意图，如图8所示，

所述判断单元63，还用于在所述预设三维海域模型中标注所述浮冰的模型的运动方向后，根据所述位置和所述运动方向，判断所述浮冰撞到目标物的概率；

所述系统还包括：

确定单元65，用于确定所述概率所归属的概率区间；

所述修改单元64，还用于根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注。

在一个可行的实施方案中，如图7所示，所述判断单元63，还用于在根据为所述概率所归属的概率区间分配的颜色对所述浮冰的模型进行标注后，根据修改后的三维海域模型，确定是否存在所述浮冰撞击所述目标物的情况；

所述修改单元65，还用于如果不存在所述浮冰撞击所述目标物的情况，则在修改后的三维海域模型中删除所述浮冰的模型、标注的运动方向和标注的颜色。

需要注意的是，关于页面跳转系统的详细介绍可参考实施例一至实施例四，在此不再详细赘述。

在本发明实施例中，通过图像识别，确定浮冰的体积、厚度和形状，通过对浮冰的体积和厚度进行分析，判断该浮冰是否超过警戒值，即通过体积和厚度判断该浮冰撞击到船只、井架或浮标等物体时，是否会对船只、井架或浮标等物体造成危害，如果超过警戒值，则说明会造成危害，如果未超过警戒值，则说明不会造成危害，并且当该浮冰超过警戒值是，会在预设的三维海域模型对应的位置上增加以该浮冰的形状构建的模型，即用户可以通过修改后的三维海域模型相对直观观看该浮冰当前所在的位置，该浮冰的形状，从而有利于提高用户对该浮冰的直观感受，并且，由于本发明中只会将有危害的浮冰增加到三维海域模型中，因此用户在观看修改的三维海域模型时，可以相对直观得出有危害的浮冰的数量，有危害的浮冰当前的分布情况，从而使得用户能够针对得到的情况作出相对正确的措施。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。