一种基于云计算的智慧供热管理系统的制作方法

1.本发明涉及管理领域，尤其涉及一种基于云计算的智慧供热管理系统。


背景技术：

2.供热是冬季气温比较低的城市的保温措施，利用集中热源向大面积的工厂和民用建筑供应生产、生活和供暖所需的热量，具有节省燃料和减少城市污染的优点。为了对供热进行管理，现有技术中，往往通过物联网技术来建立供热管理系统，在供热管理系统中，先获取供热站中的各种数据，然后传输到云计算平台，另外还设置有与云计算平台连接的客户端，在客户端上，可以查看到各个供热站的实时数据。但现有的供热管理系统的客户端在通过人脸识别进行登录验证时，一般都是直接对获得的人脸图像中的所有像素点进行处理，但是人脸图像中除了人脸区域的像素点之外，一般都会包含有非人脸区域的像素点，这就导致参与处理的像素点过多，影响客户端的身份识别效率。


技术实现要素：

3.本发明的目的在于公开一种基于云计算的智慧供热管理系统，解决现有的供热管理系统在通过人脸识别进行登录验证时，直接对获得的人脸图像中的所有像素点进行处理导致参与处理的像素点过多，影响客户端的身份识别效率的问题。
4.为了达到上述目的，本发明采用如下技术方案：
5.一种基于云计算的智慧供热管理系统，包括物联网设备、云计算服务器和客户端；
6.物联网设备用于获取供热站的运行数据，并将运行数据传输至云计算服务器；
7.云计算服务器用于存储运行数据；
8.客户端用于对通过登录验证的工作人员对云计算服务器用存储的运行数据进行管理；
9.其中，客户端采用如下方式进行登录验证：
10.s1，获取工作人员的人脸图像；
11.s2，对人脸图像进行如下处理，获得处理图像：
12.s21，计算滑动窗口的尺寸d；
13.s22，分别确定每个像素点的像素等级；
14.s23，使用d
×
d的滑动窗口在人脸图像上进行不重叠的滑动，在滑动过程中进行如下处理：
15.将滑动窗口内像素点的数量最多的像素等级记为malev；
16.计算滑动窗口内像素等级为malev的所有像素点的像素值均值aveval；
17.将滑动窗口内的所有像素点的像素值设置为aveval，从而得到窗口图像；
18.s24，将所有窗口图像组成的图像记为blkimg，对blkimg中的窗口图像进行如下处理：
19.获取每种像素值的窗口图像的数量；
20.按照从大到小的顺序对每种像素值的窗口图像的数量进行排序；
21.将数量排在第一位的窗口图像的像素值记为firval，将数量排在第二位的窗口图像的像素值记为seval；
22.将数值处于seval和firval之间，且对应的窗口图像的数量最小的像素值记为mival；
23.将像素值大于等于mival的所有窗口图像组成中介图像；
24.将中介图像在人脸图像中对应的像素点组成处理图像；
25.s3，对处理图像进行图像识别，判断工作人员是否通过登录验证。
26.可选的，物联网设备包括监测传感器和网关装置；
27.监测传感器用于获取供热站的运行数据，并将运行数据传输至网关装置；
28.网关装置用于将运行数据发送至云计算服务器。
29.可选的，客户端包括登录验证模块、管理模块和显示模块；
30.登录验证模块用于对工作人员进行登录验证；
31.管理模块用于通过登录验证的工作人员输入操作指令，并将操作指令发送至云计算服务器；
32.显示模块用于显示云计算服务器根据操作指令计算得到的操作结果。
33.可选的，云计算服务器包括通信装置、存储装置和计算装置；
34.通信装置用于与物联网设备进行通信，接收物联网设备传输的运行数据；
35.存储装置用于存储通信装置接收的运行数据；
36.计算装置用于根据管理模块发送过来的操作指令对存储装置中存储的运行数据进行操作，获得操作结果，并将操作结果发送至显示模块。
37.可选的，计算滑动窗口的尺寸d，包括：
38.使用以下函数计算尺寸d：
[0039][0040]
函数中，bssize表示基础尺寸，avelht表示设定的亮度最大值，malht表示人脸图像中的像素点的亮度分量的平均值。
[0041]
可选的，分别确定每个像素点的像素等级，包括：
[0042]
使用如下公式计算像素点的像素等级：
[0043][0044]
函数中，lvel为像素等级，gray为像素点的像素值，unit表示设定的像素等级数量。
[0045]
可选的，计算滑动窗口内像素等级为malev的所有像素点的像素值均值aveval，包括：
[0046]
使用如下函数计算aveval：
[0047]
[0048]
函数中，malevu为滑动窗口内像素等级为malev的所有像素点的集合，num为malevu中的像素点的数量，grayi为malevu中的像素点i的像素值。
[0049]
可选的，对处理图像进行图像识别，判断工作人员是否通过登录验证，包括：
[0050]
对处理图像进行降噪处理，获得降噪图像；
[0051]
对降噪图像进行背景去除，获得背景去除图像；
[0052]
获取背景去除图像的图像特征；
[0053]
基于图像特征判断工作人员是否通过登录验证。
[0054]
本发明的供热管理系统，在进行登录验证的过程中，通过生成窗口图像来进行非人脸区域的像素点的初步去除，从而大幅度减少了参与后续计算的像素点的数量，窗口图像在生产的过程中，不涉及复杂的计算，有利于提高身份识别的效率。
附图说明
[0055]
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0056]
图1为本发明一种基于云计算的智慧供热管理系统的一种实施例图。
[0057]
图2为本发明客户端的一种实施例图。
具体实施方式
[0058]
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0059]
如图1所示的一种实施例，本发明提供了一种基于云计算的智慧供热管理系统，包括物联网设备、云计算服务器和客户端；
[0060]
物联网设备用于获取供热站的运行数据，并将运行数据传输至云计算服务器；
[0061]
云计算服务器用于存储运行数据；
[0062]
客户端用于对通过登录验证的工作人员对云计算服务器用存储的运行数据进行管理；
[0063]
其中，客户端采用如下方式进行登录验证：
[0064]
s1，获取工作人员的人脸图像；
[0065]
s2，对人脸图像进行如下处理，获得处理图像：
[0066]
s21，计算滑动窗口的尺寸d；
[0067]
s22，分别确定每个像素点的像素等级；
[0068]
s23，使用d
×
d的滑动窗口在人脸图像上进行不重叠的滑动，在滑动过程中进行如下处理：
[0069]
将滑动窗口内像素点的数量最多的像素等级记为malev；
[0070]
计算滑动窗口内像素等级为malev的所有像素点的像素值均值aveval；
[0071]
将滑动窗口内的所有像素点的像素值设置为aveval，从而得到窗口图像；
[0072]
s24，将所有窗口图像组成的图像记为blkimg，对blkimg中的窗口图像进行如下处
理：
[0073]
获取每种像素值的窗口图像的数量；
[0074]
按照从大到小的顺序对每种像素值的窗口图像的数量进行排序；
[0075]
将数量排在第一位的窗口图像的像素值记为firval，将数量排在第二位的窗口图像的像素值记为seval；
[0076]
将数值处于seval和firval之间，且对应的窗口图像的数量最小的像素值记为mival；
[0077]
将像素值大于等于mival的所有窗口图像组成中介图像；
[0078]
将中介图像在人脸图像中对应的像素点组成处理图像；
[0079]
s3，对处理图像进行图像识别，判断工作人员是否通过登录验证。
[0080]
本发明的供热管理系统，在进行登录验证的过程中，通过生成窗口图像来进行非人脸区域的像素点的初步去除，从而大幅度减少了参与后续计算的像素点的数量，窗口图像在生产的过程中，不涉及复杂的计算，有利于提高身份识别的效率。
[0081]
窗口图像的像素值由滑动窗口中的像素点数量最多的像素等级进行表示，这样便能有效地降低了噪声对获得处理图像的影响。因为噪声像素点在一般都是随机分布的，因此，在单个滑动窗口内，噪声像素点的数量是有限的，噪声像素点对窗口图像的像素值没有影响，从而实现在不进行复杂的降噪计算的前提下，降低噪声的影响。
[0082]
在将人脸图像分成多个窗口图像之后，则到了对非人脸区域的像素点进行去除的阶段。在这个阶段，本发明没有采用计算复杂度高的otsu算法、分水岭算法等算法来进行非人脸区域的像素点的去除。而是计算图像blkimg中，每种像素值的窗口图像的数量，由于非人脸区域的窗口图像和人脸区域的窗口图像之间的区别比较大，从而使得人脸区域的像素点和非人脸区域的像素点之间的像素值差异比较大，在seval和firval之间的像素值所对应的窗口图像的数量，会出现先变少，然后再变大的特征，利用这个特征，获得在seval和firval之间像素值所对应的窗口图像的数量的最小值，便能够利用最小值作为筛选的标准，将像素值小于最小值的窗口图像筛选出去，留下的便是人脸区域的窗口图像。这个过程不涉及复杂的算法计算过程，因此，能够提高获取图像特征的效率，从而提高本发明的客户端进行登录验证的效率。
[0083]
不重叠的滑动指滑动窗口的下一个位置中的像素点的集合与前一个位置中的像素点的集合之间的交集为空集。
[0084]
而如果在本发明获取处理图像的阶段先进行降噪处理，然后再进行图像分割，那么，所有的像素点都参与了这两种比较耗时的计算过程，耗时较长，那么，便不能解决本发明所要解决的技术问题。
[0085]
在获得中介图像之后，本发明通过获取中介图像在人脸图像中对应的像素点来获得处理图像，从而实现了像素值的还原。因为中介图像中的像素值是用滑动窗口中的均值来表示的，若保持这种像素值，显然在后续的图像特征计算过程中，并不能获得准确的图像特征。
[0086]
可选的，运行数据可以包括供热管道温度、供热管道压力、供热管道流量、供热设备的运行功率、供热设备的振动频率、供热站的水位、供热站的环境温度等。
[0087]
供热设备可包括循环泵、补给泵、计量表、控制阀等。
[0088]
可选的，物联网设备包括监测传感器和网关装置；
[0089]
监测传感器用于获取供热站的运行数据，并将运行数据传输至网关装置；
[0090]
网关装置用于将运行数据发送至云计算服务器。
[0091]
网关装置可以实现传感器网络和其它通信网络之间的协议转换。它可以实现广域互联和局域互联。网关装置一般具有设备管理功能。运营商可以网关装置管理底层传感节点，获取每个传感节点的相关信息，实现远程控制。
[0092]
具体的，监测传感器可以包括温度传感器、流量传感器、振动传感器、压力传感器、功率传感器等。
[0093]
可选的，如图2所示，客户端包括登录验证模块、管理模块和显示模块；
[0094]
登录验证模块用于对工作人员进行登录验证；
[0095]
管理模块用于通过登录验证的工作人员输入操作指令，并将操作指令发送至云计算服务器；
[0096]
显示模块用于显示云计算服务器根据操作指令计算得到的操作结果。
[0097]
通过登录验证能够保证运行数据的安全性，避免运行数据泄露。
[0098]
操作指令可以是用于实现显示模块显示实时获得的运行数据的指令，也可以是对云计算服务器中的数据进行管理的指令，还可以是实现其它功能的对数据库进行操作的指令。
[0099]
可选的，云计算服务器包括通信装置、存储装置和计算装置；
[0100]
通信装置用于与物联网设备进行通信，接收物联网设备传输的运行数据；
[0101]
存储装置用于存储通信装置接收的运行数据；
[0102]
计算装置用于根据管理模块发送过来的操作指令对存储装置中存储的运行数据进行操作，获得操作结果，并将操作结果发送至显示模块。
[0103]
可选的，计算滑动窗口的尺寸d，包括：
[0104]
使用以下函数计算尺寸d：
[0105][0106]
函数中，bssize表示基础尺寸，avelht表示设定的亮度最大值，malht表示人脸图像中的像素点的亮度分量的平均值。
[0107]
在上述实施方式中，尺寸与人脸图像的亮度密切相关，若亮度较低，则噪声像素点的数量比较多，人脸图像中保留的细节比较少，因此，本发明会通过缩小滑动窗口的尺寸来实现对噪声像素点的有效去除，以保证窗口图像能够更为有效地表征人脸区域的像素点和非人脸区域的像素点之间的区别。
[0108]
而当亮度较高时，表示图像中出现噪声像素点的数量会比较少，人脸图像中保留的细节更多，因此，本发明通过扩大滑动窗口的尺寸，来提高获得处理图像的效率。
[0109]
可选的，亮度分量为像素点在lab颜色空间中的l分量。
[0110]
可选的，分别确定每个像素点的像素等级，包括：
[0111]
使用如下公式计算像素点的像素等级：
[0112]
[0113]
函数中，lvel为像素等级，gray为像素点的像素值，unit表示设定的像素等级数量。
[0114]
进行像素等级的计算，是为了获得窗口图像的像素值。因为如果不进行像素等级的计算，则会由于像素值的数量过多而无法使得窗口图像获得较为准确的像素值，而且会导致窗口图像之间的像素值差异变大，不利于后续对非脸部区域像素点的去除。像素等级能够确保窗口图像的像素值由滑动窗口内的像素值较多且相近的像素点来进行表示。
[0115]
可选的，计算滑动窗口内像素等级为malev的所有像素点的像素值均值aveval，包括：
[0116]
使用如下函数计算aveval：
[0117][0118]
函数中，malevu为滑动窗口内像素等级为malev的所有像素点的集合，num为malevu中的像素点的数量，grayi为malevu中的像素点i的像素值。
[0119]
可选的，像素值可以是灰度值。
[0120]
可选的，对处理图像进行图像识别，判断工作人员是否通过登录验证，包括：
[0121]
对处理图像进行降噪处理，获得降噪图像；
[0122]
对降噪图像进行背景去除，获得背景去除图像；
[0123]
获取背景去除图像的图像特征；
[0124]
基于图像特征判断工作人员是否通过登录验证。
[0125]
在这个步骤进行图像识别，参与图像识别的数量由于的计算已经大幅度减少，因此，能够提高计算效率。
[0126]
降噪处理和进行背景去除，能够提高图像特征的准确率。背景去除之后，背景去除图像只剩下了人脸区域的像素点。
[0127]
可选的，对处理图像进行降噪处理，获得降噪图像，包括：
[0128]
分别获取处理图像在rgb颜色空间中的基本色r、基本色g、基本色b对应的图像bsr、bsg、bsb；
[0129]
分别对bsr、bsg、bsb进行降噪处理，获得图像cbsr、cbsg、cbsb；
[0130]
将cbsr、cbsg、cbsb进行合并，得到降噪图像。
[0131]
现有技术在降噪是往往是对灰度图像进行降噪，但是由于灰度图像中的信息时由三通道压缩到单通道得到的，因此，信息量已经有了大幅度的减少，降噪之后使得信息量更加减少，不利于正确获得图像特征，因此本发明通过分别在三种基本色中进行降噪计算，能够在降噪之后保留更多的边缘信息，能够提高图像特征的质量。
[0132]
可选的，对于图像v，v∈{bsr,bsg,bsb}，使用如下方法对图像v进行降噪处理：
[0133]
使用小波降噪算法对图像v进行降噪处理，获得小波图像；
[0134]
对小波图像中的像素点进行优化处理：
[0135]
计算像素点的优化系数，根据优化系数对像素点的像素值进行优化处理，获得降噪图像。
[0136]
本发明的降噪处理包括两个方面，一方面是传统的降噪，另一方面则是对降噪后的图像的进一步优化，实现降噪图像中像素点的像素值的均匀分布，能够避免出现局部像
素值过高或过低的情况，从而获得更高质量的图像特征。而在降噪之后再进行优化处理，能够避免优化处理的结果影响降噪的准确率。
[0137]
可选的，计算优化系数，包括：
[0138]
使用以下函数计算优化系数：
[0139][0140]
其中，vri表示优化系数，α、β表示权重系数，neu表示以像素点为中心的，ψ
×
ψ范围内的像素点的集合，jcval表示像素点的像素值，topval表示设定的像素值最大值，tpkd表示d的梯度值，nfneu表示neu中的像素点的数量，bsneu表示设定的方差比较值，midval表示图像v中的像素值的中位数，θ表示控制系数。
[0141]
优化系数主要是从像素点自身的像素点以及像素点周围的像素点的梯度值这两方面进行加权考虑，像素值越大，周围的像素点的梯度值越大，则表示出现局部像素值过高的情况的概率越大，通过与中位数之间的比较便能够得到像素值过高的概率表示，优化系数的值越大，则表示出现出现局部像素值过高的情况的概率越大，因此，需要进行像素值调低处理，反之，则需要进行像素值调高处理。优化系数能够为不同的情况的像素点匹配合适的函数来进行优化处理，提高优化处理结果的准确性。
[0142]
可选的，根据优化系数对像素点的像素值进行优化处理，获得降噪图像，包括：
[0143]
若vri《valthr，则使用如下函数对像素点进行优化处理：
[0144][0145]
若vri≥valthr，则使用如下函数对像素点进行优化处理：
[0146][0147]
其中，valthr表示优化系数门槛值，ajcval表示像素点优化处理后的像素值，val1和val2分别表示第一阈值和第二阈值，stbval表示常数，subval表示第三阈值，δ1和δ2分别表示第一范围系数和第二范围系数，δ1和δ2用于控制ajcval处于有效的数值范围，将ajcval的值控制在小于等于255且大于等于0的范围内，mapval表示图像v中的像素值的最大值。
[0148]
在优化处理的过程中，优化系数门槛值与优化系数实现了优化处理函数的选择，能够提高的优化处理结果的准确性。
[0149]
可选的，对小波图像中的像素点进行优化处理，还可以是通过伽马算法等算法来实现。
[0150]
可选的，对降噪图像进行背景去除，获得背景去除图像，包括：
[0151]
使用图像分割算法对降噪图像进行计算，由降噪图像中的前景像素点组成背景去除图像。
[0152]
可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱
离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本技术的权利要求范围内的实施例都属于本发明所保护的范围内。