一种物联网数据传输方法及系统与流程

本发明属于物联网技术领域，尤其涉及一种物联网数据传输方法及系统。

背景技术：

物联网（internetofthings，简称iot）是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。

在当前的养殖行业中，需要利用监控对养殖场中的养殖生物进行监控，特别是对于规模体系较大的养殖场而言，其一般都配备有多个数量的高清监控装置，通过装备高清监控装置一方面能够在后台直观的观测到当前各养殖生物的状态，另一方面，在进行远程指导和远程治疗的时候，也需要利用监控装置与远程协助来访者提供相应的视频信息。

但是，高清监控装置采集的视频信息虽然清晰度高，但是这也意味着其采集的视频数据信息量大，其次，设置的监控装置数量较多，因此单位时间内需要传输的信息量庞大，这样一来就需要设置高带宽的传输通道，无疑增加了成本，而采用低带宽的传输通道又会出现传输通道拥堵的问题。

技术实现要素：

本发明实施例的目的在于提供一种物联网数据传输方法及系统，旨在解决背景技术中提出的问题。

本发明实施例是这样实现的，一种物联网数据传输方法，所述方法包括：

获取热成像监控视频数据；

逐帧提取热成像监控视频数据中的监控视频图片；

对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包，所述特征化图片用于表征监控视频图片中养殖生物以及养殖场景的外形轮廓，所述颜色分布数据包包含特征化图片中各区域内颜色的分布情况；

将所有特征化图片和颜色分布数据包进行封装，并发送至服务器，使得服务器能够根据特征化图片和颜色分布数据包生成特征化监控视频数据，并储存。

优选的，所述逐帧提取热成像监控视频数据中的监控视频图片的步骤，具体包括：

解析热成像监控视频数据，得到多张连续的监控视频图片；

按照时间顺序为每一帧监控视频图片命名；

按照命名的顺序计算相邻两张监控视频图片的相似度，并将相似度高于设定相似度阈值的连续监控视频图片以一张视频片段特征图片进行表征，所述视频片段特征图片为连续的监控视频图片中的任意一张。

优选的，所述对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包的步骤，具体包括：

读取监控视频图片中各个像素点的颜色数据；

计算相邻像素点之间的颜色数据之间的色差值，将色差值不高于设定的色差阈值的像素点划分为同一颜色区域；

新建一张空白图片，监控视频图片中不同颜色区域之间的分界线绘制在空白图片中，并为每一个颜色区域编号，得到特征化图片；

生成颜色数据分布数据包。

优选的，生成颜色数据分布数据包的步骤，具体包括：

读取每一个颜色区域内各像素点的颜色数据；

计算每一个颜色区域内颜色数据的平均值，得到平均颜色数据；

建立每一个颜色区域编号与相应平均颜色数据之间的映射关系表，并根据映射关系表生成颜色数据分布数据包。

优选的，所述根据特征化图片和颜色分布数据包生成特征化监控视频数据的步骤具体包括：

读取根据特征化图片和颜色分布数据包；

根据颜色分布数据包中包含的各区域内颜色的分布情况为特征化图片中的各区域进行上色处理；

根据所有特征化图片合成特征化监控视频数据。

优选的，所述根据颜色分布数据包中包含的各区域内颜色的分布情况为特征化图片中的各区域进行上色处理的步骤之后，还包括对分界线处进行渐变处理。

优选的，所述获取热成像监控视频数据的步骤之后，还包括对热成像监控视频数据进行压缩处理。

本发明实施例的另一目的在于提供一种物联网数据传输系统，所述物联网数据传输系统包括：

信息获取模块，用于获取热成像监控视频数据；

图片提取模块，用于逐帧提取热成像监控视频数据中的监控视频图片；

图片处理模块，用于对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包，所述特征化图片用于表征监控视频图片中养殖生物以及养殖场景的外形轮廓，所述颜色分布数据包包含特征化图片中各区域内颜色的分布情况；

数据发送模块，用于将所有特征化图片和颜色分布数据包进行封装，并发送至服务器，使得服务器能够根据特征化图片和颜色分布数据包生成特征化监控视频数据，并储存。

优选的，所述图片提取模块包括：

解析单元，用于解析热成像监控视频数据，得到多张连续的监控视频图片；

命名单元，用于按照时间顺序为每一帧监控视频图片命名；

内容合并单元，用于按照命名的顺序计算相邻两张监控视频图片的相似度，并将相似度高于设定相似度阈值的连续监控视频图片以一张视频片段特征图片进行表征，所述视频片段特征图片为连续的监控视频图片中的任意一张。

优选的，所述图片处理模块包括：

数据读取单元，用于读取监控视频图片中各个像素点的颜色数据；

色差计算单元，用于计算相邻像素点之间的颜色数据之间的色差值，将色差值不高于设定的色差阈值的像素点划分为同一颜色区域；

特征化处理单元，用于新建一张空白图片，监控视频图片中不同颜色区域之间的分界线绘制在空白图片中，并为每一个颜色区域编号，得到特征化图片；

数据包生成单元，用于生成颜色数据分布数据包。

本发明实施例提供的一种物联网数据传输方法，首先对采集到的视频进行逐帧提取，然后将视频中每一帧图片进行特征化处理，仅保存图片中的主要线条，然后将图片中的颜色信息进行简化并保存，最终将线条图与颜色信息发送至服务器，利用服务器进行还原，即可得到特征化的监控画面，即保证了监控的准确性，又降低了数据传输量，避免了传输拥堵的情况。

附图说明

图1为本发明实施例提供的一种物联网数据传输系统的网络实施环境图；

图2为本发明实施例提供的一种物联网数据传输方法的流程图；

图3为本发明实施例提供的逐帧提取热成像监控视频数据中的监控视频图片的步骤的流程图；

图4为本发明实施例提供的对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包的步骤的流程图；

图5为本发明实施例提供的生成颜色数据分布数据包的步骤的流程图；

图6为本发明实施例提供的根据特征化图片和颜色分布数据包生成特征化监控视频数据的步骤的流程图；

图7为本发明实施例提供的一种物联网数据传输系统的架构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。

图1为本发明实施例提供的一种物联网数据传输系统的网络实施环境图，如图1所示，在该网络实施环境中，包括摄像头、物联网数据传输系统、以及服务器。

服务器可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和cdn等基础云计算服务的云服务器。

摄像头又称为电脑相机、电脑眼、电子眼等，是一种视频输入设备，被广泛的运用于视频会议，远程医疗及实时监控等方面。在本发明中，需采用具有热成像功能的摄像头。

在网络实施环境图中，摄像头的数量可以为一个，也可以为多个，摄像头均与物联网数据传输系统相连接，物联网数据传输系统与服务器连接，摄像头采集的数据经过物联网数据传输系统处理之后发送至服务器。

在现有的物联网中，高清监控装置采集的视频信息虽然清晰度高，但是这也意味着其采集的视频数据信息量大，其次，设置的监控装置数量较多，因此单位时间内需要传输的信息量庞大，这样一来就需要设置高带宽的传输通道，无疑增加了成本，而采用低带宽的传输通道又会出现传输通道拥堵的问题。

为了解决上述问题，本发明实施例首先对采集到的视频进行逐帧提取，然后将视频中每一帧图片进行特征化处理，仅保存图片中的主要线条，然后将图片中的颜色信息进行简化并保存，最终将线条图与颜色信息发送至服务器，利用服务器进行还原，即可得到特征化的监控画面，即保证了监控的准确性，又降低了数据传输量，避免了传输拥堵的情况。

具体的，如图2所示，为本发明实施例提供的一种物联网数据传输方法的流程图；

所述物联网数据传输方法具体包括：

s100，获取热成像监控视频数据。

在本步骤中，对于养殖行业而言，为了能够全方位的对养殖生物进行监测，通常会设置多个监测设备，比如摄像头，而每一个摄像头都会采集相应的监控视频，在本发明中，采用热成像摄像头，从而直接采集热成像模式下的监控视频数据。

s200，逐帧提取热成像监控视频数据中的监控视频图片。

在本步骤中，首先读取监控视频数据，将监控视频数据中记录的视频拆分为一帧一帧的图片，并且按顺序为每一帧图片进行编号，以便于后续的处理和整合。

s300，对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包。

在本步骤中，首先对读取到的监控视频图片进行加载，然后进行图像识别，对每一帧监控视频图片进行线条化处理，在此过程中，进行模糊化处理，将相近的颜色归为以同一种颜色进行表示，经过线条化处理后，监控视频图片中将会仅存在线条，线条之间将会形成多个封闭的区域，以原始的监控视频图片为依据，生成颜色分布数据包，颜色分布数据包中包含有每一个封闭区域内的颜色。

s400，将所有特征化图片和颜色分布数据包进行封装，并发送至服务器，使得服务器能够根据特征化图片和颜色分布数据包生成特征化监控视频数据，并储存。

在本步骤中，监控视频图片在进行过逐帧处理之后，将会得到一系列连续的线条化图片，以及与每一张线条化图片相对应的颜色分布数据包，按照监控视频图片编号的顺序将相应的线条化图片和颜色分布数据包进行封装，并整体发送至服务器，服务器则根据线条化图片和颜色分布数据包生成相应的简化后的监控视频画面。

如图3所示，作为本发明的一个优选实施例，所述逐帧提取热成像监控视频数据中的监控视频图片的步骤，具体包括：

s201，解析热成像监控视频数据，得到多张连续的监控视频图片。

在本步骤中，在读取监控视频数据之后，对监控视频数据中包含的视频进行逐帧解析，最终将会得到多张连续的监控视频图片，本发明中采用的是具有热成像功能的摄像头，因此无论是白天还是晚上都能够对养殖区域进行监测。

s202，按照时间顺序为每一帧监控视频图片命名。

在本步骤中，得到多张连续的监控视频图片之后，为每一张图片进行编号，以便于确定在后续处理和整合的顺序。

s203，按照命名的顺序计算相邻两张监控视频图片的相似度，并将相似度高于设定相似度阈值的连续监控视频图片以一张视频片段特征图片进行表征，所述视频片段特征图片为连续的监控视频图片中的任意一张。

在本步骤中，按照编号的顺序，每次读取两张相邻的监控视频图片，并计算两者之间的相似度，在进行相似度计算时，对当前两张监控视频图片进行像素化处理，得到两组像素化处理图像，然后两组像素化处理图像进行灰度处理，得到灰度处理图像，然后对两组灰度处理图像进行像素对比，从而计算得到想着之间的像素变化量，以确定两者之间的相似度，在确定相似度之后，将相似度高于设定相似度阈值的连续监控视频图片以一张视频片段特征图片进行表征，从而将原监控视频中画面处于静止状态的片段以一张图片替代，以达到压缩整体数据大小的目的。

如图4所示，作为本发明的一个优选实施例，所述对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包的步骤，具体包括：

s301，读取监控视频图片中各个像素点的颜色数据。

在本步骤中，在读取监控视频图片之后，识别监控视频图片中的各像素点的分布情况，从而便于后续的处理。

s302，计算相邻像素点之间的颜色数据之间的色差值，将色差值不高于设定的色差阈值的像素点划分为同一颜色区域。

在本步骤中，经过识别之后，各像素点的颜色数据以数值的形式，对于不同的摄像头而言，其颜色的数量是不同的，一般分为8bpp、16bpp、24bpp和48bpp，因此每一种颜色将会有相应的数值，从而计算相邻像素点之间的色差值，并将计算得到的色差值与预设的色差阈值进行比较，当色差值不高于色差阈值时，说明当前比对像素点的颜色相近，反之则说明相邻像素点之间的色差较大，因此将被划分为两个不同的颜色区域内。

s303，新建一张空白图片，监控视频图片中不同颜色区域之间的分界线绘制在空白图片中，并为每一个颜色区域编号，得到特征化图片。

在本步骤中，新建一张空白图片，在对像素进行识别和划分之后，将相邻的且色差值不高于色差阈值的像素点归为同一区域，因此将会形成多个区域，而多个区域之间的色差较大，因此在区域之间将会形成多个分界线，将这些分界线按照相同的位置绘制在空白图片中，因此空白图片所包含的像素需要与监控视频图片相同，然后为每一个颜色区域进行编号，从而得到特征化图片。

s304，生成颜色数据分布数据包。

在本步骤中，原始的监控视频图片为依据，生成颜色分布数据包。

如图5所示，作为本发明的一个优选实施例，所述生成颜色数据分布数据包的步骤，具体包括：

s3041，读取每一个颜色区域内各像素点的颜色数据。

在本步骤中，在读取监控视频图片之后，识别监控视频图片中的各像素点的分布情况，从而便于后续的处理。

s3042，计算每一个颜色区域内颜色数据的平均值，得到平均颜色数据。

在本步骤中，在生成特征化图片的过程后，特征化图片中将会存在多个颜色区域，为提高显示的精确度，计算每一个颜色区域内的像素点颜色数据的平均值，这样就能够得到每一个颜色区域内的平均颜色数据，这个颜色数据则用于表征当前颜色区域的原始颜色。

s3043，建立每一个颜色区域编号与相应平均颜色数据之间的映射关系表，并根据映射关系表生成颜色数据分布数据包。

在本步骤中，建立一个映射关系表，从而记录每一个颜色区域所对应的平均颜色数据，最终将映射关系表打包为颜色数据分布数据包。

如图6所示，作为本发明的一个优选实施例，所述根据特征化图片和颜色分布数据包生成特征化监控视频数据的步骤具体包括：

s401，读取根据特征化图片和颜色分布数据包。

在本步骤中，首先直接读取特征化图片和颜色分布数据包，由上可知，特征化图片为连续的，并且每一张特征化图片均具有其编号，其编号顺序是跟时间顺序相关的，而颜色分布数据包中则记录了特征化图片中每一个区域的颜色信息。

s402，根据颜色分布数据包中包含的各区域内颜色的分布情况为特征化图片中的各区域进行上色处理。

在本步骤中，特征化图片经过处理后是只具有线条的图像，而线条围成的所有区域内均不存在颜色，此时按照颜色分布数据包记录的信息为特征化图片中的每一个区域进行上色，从而得到一系列且连续的有颜色的特征化图片。

s403，根据所有特征化图片合成特征化监控视频数据。

在本步骤中，按照时间顺序卖给你特征化图片合成为特征化监控视频数据。

在本步骤中，由于当前每个区域内仅存在一种颜色，因此会造成热成像精度降低的问题，此时将相邻区域之间的连接部位进行渐变处理，从而提高特征化图片显示的精度。

如图7所示，为本发明实施例提供的一种物联网数据传输系统，所述物联网数据传输系统包括：

信息获取模块100，用于获取热成像监控视频数据。

图片提取模块200，用于逐帧提取热成像监控视频数据中的监控视频图片。

在本系统中，图片提取模块200首先读取监控视频数据，将监控视频数据中记录的视频拆分为一帧一帧的图片，并且按顺序为每一帧图片进行编号，以便于后续的处理和整合。

图片处理模块300，用于对每一帧监控视频图片进行线条化处理，得到特征化图片和颜色分布数据包，所述特征化图片用于表征监控视频图片中养殖生物以及养殖场景的外形轮廓，所述颜色分布数据包包含特征化图片中各区域内颜色的分布情况。

在本系统中，图片处理模块300对读取到的监控视频图片进行加载，然后进行图像识别，对每一帧监控视频图片进行线条化处理，在此过程中，进行模糊化处理，将相近的颜色归为以同一种颜色进行表示，经过线条化处理后，监控视频图片中将会仅存在线条，线条之间将会形成多个封闭的区域，以原始的监控视频图片为依据，生成颜色分布数据包，颜色分布数据包中包含有每一个封闭区域内的颜色。

数据发送模块400，用于将所有特征化图片和颜色分布数据包进行封装，并发送至服务器，使得服务器能够根据特征化图片和颜色分布数据包生成特征化监控视频数据，并储存。

在本系统中，数据发送模块400对监控视频图片进行逐帧处理之后，将会得到一系列连续的线条化图片，以及与每一张线条化图片相对应的颜色分布数据包，按照监控视频图片编号的顺序将相应的线条化图片和颜色分布数据包进行封装，并整体发送至服务器，服务器则根据线条化图片和颜色分布数据包生成相应的简化后的监控视频画面。

所述图片提取模块200包括：

解析单元201，用于解析热成像监控视频数据，得到多张连续的监控视频图片。

命名单元202，用于按照时间顺序为每一帧监控视频图片命名。

内容合并单元203，用于按照命名的顺序计算相邻两张监控视频图片的相似度，并将相似度高于设定相似度阈值的连续监控视频图片以一张视频片段特征图片进行表征，所述视频片段特征图片为连续的监控视频图片中的任意一张。

所述图片处理模块包括。

数据读取单元301，用于读取监控视频图片中各个像素点的颜色数据。

色差计算单元302，用于计算相邻像素点之间的颜色数据之间的色差值，将色差值不高于设定的色差阈值的像素点划分为同一颜色区域。

特征化处理单元303，用于新建一张空白图片，监控视频图片中不同颜色区域之间的分界线绘制在空白图片中，并为每一个颜色区域编号，得到特征化图片。

数据包生成单元304，用于生成颜色数据分布数据包。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink）dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。