一種基于云計算的河面冰情分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)的綜合應(yīng)用技術(shù)領(lǐng)域，具體地說是一種實用 性強、基于云計算的河面冰情分析方法。
【背景技術(shù)】
[0002] 由于目前每年冰災(zāi)給我國北方的河流區(qū)域造成巨大的人員傷亡，設(shè)備和建設(shè)物損 失嚴重，以往人們采用的防災(zāi)方式是通過人員每天巡視河面，人為觀察和判斷，這樣不僅造 成人員勞動力浪費，并且人為觀察和判斷是有誤差的，還需要巡河的人員必須要有豐富的 河面冰清觀察經(jīng)驗，即便是這樣，由于暗冰等多因素的存在也無法準確的判斷出冰清的發(fā) 展趨勢?；诖耍F(xiàn)提供一種基于云計算的河面冰情分析方法，該方法采用云計算、大數(shù)據(jù)、 邊緣檢測算法、圖像灰度化算法、圖像二值化算法和輪廓檢測算法等技術(shù)設(shè)計方法實現(xiàn)的 河面冰情分析算法?？梢酝ㄟ^分析歷史數(shù)據(jù)，氣象信息，跨越整體河面的信息以及暗冰等多 種數(shù)據(jù)綜合計算和分析。實現(xiàn)數(shù)據(jù)全面，預(yù)判準確的河冰分析決策系統(tǒng)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的技術(shù)任務(wù)是針對以上不足之處，提供一種實用性強、基于云計算的河面 冰情分析方法。
[0004] -種基于云計算的河面冰情分析方法，其實現(xiàn)過程為：
[0005] 首先在河面上部署安裝攝像頭；
[0006] 安裝嵌入式圖像分析軟件，實時的在現(xiàn)場分析河面圖像的數(shù)據(jù)；
[0007] 部署云平臺中冰情分析系統(tǒng)，將拍攝的圖片進行8位的灰度值圖像處理，處理成灰 度圖；
[0008] 將圖片進行二值化處理，也就是將圖像上的點的灰度值置為0或者255;
[0009] 然后對圖像進行邊緣檢測算法處理；
[0010]根據(jù)邊緣檢測的處理結(jié)果，進行輪廓檢測計算；
[0011]將檢測結(jié)果發(fā)送到云計算平臺，云計算平臺根據(jù)監(jiān)測結(jié)果進行分析和處理。
[0012] 所述邊緣檢測算法處理是指通過設(shè)置參數(shù)閥值和矩陣，采用sobel算子與高斯拉 普算子進行邊緣處理。
[0013] 所述輪廓檢測計算得出的結(jié)果包括:計算出冰塊的數(shù)量、各個冰塊的形狀、冰塊的 面積、冰塊的厚度、冰塊的密度、冰塊的最大面積、冰塊群的大小和整個河面寬度的百分比， 并通過GPRS實時的傳入云計算平臺中。
[0014] 所述云計算平臺根據(jù)最新監(jiān)測情況，進行大數(shù)據(jù)分析，環(huán)比和同比進行數(shù)據(jù)對照 和分析，并根據(jù)設(shè)置的閥值，進行業(yè)務(wù)處理，通過這些業(yè)務(wù)處理后，云計算平臺智能控制設(shè) 備的工作狀態(tài)，該工作狀態(tài)包括:拍攝具體地點，增加參數(shù)值和閥值，來確切的得到當前河 面情況;聯(lián)動整個河面布防的攝像頭，進行聯(lián)合拍照，進行整體河面的數(shù)據(jù)分析;根據(jù)氣象 信息、歷史信息和算法模型，產(chǎn)生報表和報警信息。
[0015] 本發(fā)明的一種基于云計算的河面冰情分析方法，具有以下優(yōu)點：
[0016] 本發(fā)明通過云計算、大數(shù)據(jù)、邊緣檢測、圖像灰度化、圖像二值分化和輪廓檢測設(shè) 計方法，實現(xiàn)河面冰情分析算法實現(xiàn)，是一個實現(xiàn)物聯(lián)網(wǎng)終端設(shè)備通過云計算平臺管理和 控制的整合的方法，可以應(yīng)用到各種應(yīng)用系統(tǒng)中，是一種十分安全高效的冰清分析的實現(xiàn)， 還是系統(tǒng)結(jié)構(gòu)設(shè)計方面;實用性高，易于推廣。
【附圖說明】
[0017] 附圖1為本發(fā)明的實現(xiàn)示意圖。
【具體實施方式】
[0018] 下面結(jié)合附圖和具體實施例對本發(fā)明作進一步說明。
[0019] 本發(fā)明提供一種基于云計算的河面冰情分析方法，如附圖1所示，其實現(xiàn)過程為：
[0020] 部署和安裝攝像頭，最好是河面分布均勻、關(guān)鍵河域和危險地段增加布防。
[0021] 安裝嵌入式圖像分析軟件，實時的在現(xiàn)場分析河面圖像的數(shù)據(jù)。
[0022] 然后部署云平臺中冰情分析系統(tǒng)，拍攝的圖片，進行8位的灰度值圖像處理，處理 成灰度圖。
[0023] 在保證整幅圖像的整體和局部的色彩和亮度等級的分布和特征的前提下，灰度圖 的計算量變得少一些。為了整個圖像呈現(xiàn)出明顯的黑白效果，我們需要再將圖片進行二值 化處理，也就是將圖像上的點的灰度值置為0或者255。該步驟中使用的是實現(xiàn)RGB圖像轉(zhuǎn)換 為灰度圖算法，具體為：
[0024] for(int i = 0； i<TestBMP.Width； i++)
[0025] //這里采用YUV與RGB顏色空間變換的方法，即{
[0026] Y = 0.3R+0.59G+0.11B；
[0027] Gray = Round(p[3*x+2]*0.3+p[3*x+l]*0.59+p[3*x]*0.11);
[0028] //由于是24位真彩色，故一個像素點為三個字節(jié)
[0029] p[3*x+2]: =byte(Gray)；
[0030] p[3*x+l]: =byte(Gray)；
[0031] p[3*x]: =byte(Gray)；
[0032] //Gray的值必須在0~255之間
[0033] }
[0034] Change dBmp.Assign(Tes tBMP);
[0035] PaintBoxl. Canvas.CopyMode:= srccopy；
[0036] PaintBoxl.Canvas.Draw(0,0,ChangedBmp)；
[0037] //用PaintBox控件重新繪制圖像。
[0038] 然后對圖像進行邊緣檢測算法處理，通過設(shè)置參數(shù)閥值和矩陣，采用sobel算子與 高斯拉普算子進行邊緣處理。該步驟中的邊緣檢測算法具體為：
[0039] Sobel邊緣算子的卷積和如下圖所示，圖像中的每個像素都用這兩個核做卷積。這 兩個核分別對垂直邊緣和水平邊緣響應(yīng)最大，兩個卷積的最大值作為該點的輸出位。運算 結(jié)果是一幅邊緣幅度圖像。
[0040]
[0041 ] Canny邊緣檢測算法。
[0042] 1)用高斯濾波器平滑圖象；
[0043] 2)用一階偏導的有限差分來計算梯度的幅值和方向；
[0044] 3)對梯度幅值進行非極大值抑制；
[0045] 4)用雙閾值算法檢測和連接邊緣。