一种基于云计算的学生宿舍管理系统技术方案

本发明专利技术公开了一种基于云计算的学生宿舍管理系统，包括管控中心、云计算服务器和智能终端，所述管控中心与云计算服务器通过互联网连接，所述云计算服务器用于接收并存储管控中心的实时数据；所述的智能终端与云计算服务器通过无线网络连接并显示所述实时数据。本发明专利技术的有益效果为：通过设置管控中心、云计算服务器和智能终端，实现了对宿舍的各项管理，管理效率高，且提高了宿舍的安全性。

【技术实现步骤摘要】

本专利技术云计算技术应用领域，具体涉及一种基于云计算的学生宿舍管理系统。
技术介绍
现有的宿舍管理系统对于宿舍管理的效率低下，学生的宿舍生活缺乏方便性、合理性，为了提高宿舍的安全性，有必要对宿舍进行一些环境参数监测以及报警预防。
技术实现思路
针对上述问题，本专利技术旨在提供一种基于云计算的学生宿舍管理系统。本专利技术的目的采用以下技术方案来实现：一种基于云计算的学生宿舍管理系统，包括管控中心、云计算服务器和智能终端，所述管控中心与云计算服务器通过互联网连接，所述云计算服务器用于接收并存储管控中心的实时数据；所述的智能终端与云计算服务器通过无线网络连接并显示所述实时数据；所述管控中心包括用于实时监控每个宿舍电表电量的使用的电表控制模块、用于检测到宿舍烟雾浓度过高则启动报警功能的烟雾传感器模块、用于控制楼道和房间内的照明灯的开关的照明控制模块、用于检测宿舍温度异常的温度传感器、用于检测人员入侵的热释电传感器、用于采集异常情况下图像数据的图像传感器。本专利技术的有益效果为：通过设置管控中心、云计算服务器和智能终端，实现了对宿舍的各项管理，管理效率高，且提高了宿舍的安全性。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，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。图1是本专利技术的结构连接示意图；图2是本专利技术的安防检测器的结构连接示意图。附图标记：管控中心1、云计算服务器2、智能终端3、安防检测器4、报警器5、扫描模块11、图像处理模块12、背景消减模块13、人体区域检测模块14、隐匿物品检测模块15。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1、图2，本实施例的基于云计算的学生宿舍管理系统，包括管控中心1、云计算服务器2和智能终端3，所述管控中心1与云计算服务器2通过互联网连接，所述云计算服务器2用于接收并存储管控中心1的实时数据；所述的智能终端3与云计算服务器2通过无线网络连接并显示所述实时数据；所述管控中心1包括用于实时监控每个宿舍电表电量的使用的电表控制模块、用于检测到宿舍烟雾浓度过高则启动报警功能的烟雾传感器模块、用于控制楼道和房间内的照明灯的开关的照明控制模块、用于检测宿舍温度异常的温度传感器、用于检测人员入侵的热释电传感器、用于采集异常情况下图像数据的图像传感器。优选的，所述智能终端3包括平板电脑。优选的，所述平板电脑支持3G、4G、WIFI网络。本专利技术上述实施例通过设置管控中心1、云计算服务器2和智能终端3，实现了对宿舍的各项管理，管理效率高，且提高了宿舍的安全性。优选的，所述基于云计算的学生宿舍管理系统还包括用于检测在宿舍徘徊的人员身上的隐匿物品的安防检测器4，所述基于云计算的学生宿舍管理系统还包括用于在安防检测器4检测到所述徘徊的人员身上藏有危险的隐匿物品时进行报警的报警器5；所述安防检测器4无线连接云计算服务器2，其包括：(1)扫描模块11，用于对被检人员进行毫米波扫描获得原始被动毫米波图像；(2)图像处理模块12，用于对所述原始被动毫米波图像进行处理获得目标图像；(3)人体区域检测模块14：基于所述目标图像，通过对人体是否存在的预判断，进行人体区域检测，获取人体区域；(4)隐匿物品检测模块15：在所述人体区域内，采用Canny边缘算子和置信区间结合的混合分割的方法，对隐匿物品进行检测，并对检测到的隐匿物品区域进行标记；(5)隐匿物品识别模块，用于对隐匿物品进行识别。本优选实施例设计了安防检测器4的模块架构，实现了安防检测器4对隐匿物品的检测。优选地，所述图像处理模块12包括：(1)二值化单元，用于对所述原始被动毫米波图像进行二值化获得二值化图像,包括：将所述原始被动毫米波图像进行平滑区P1、过渡区P2和边缘区P3的区域划分,其采用平方奇异值作为区域能量的衡量，并定义区域划分公式为：其中，v(i)为原始被动毫米波图像中像素点i处的观测值，Q(i)为对应原始被动毫米波图像中像素点i处的平方奇异值，为平方奇异值的均值；对于平滑区P1，设定阈值T1，T1为平滑区P1所有像素灰度值的平均值，将平滑区P1的每个像素灰度值与阈值T1进行比较，若大于T1，则取值为255，否则取值为0；对于过渡区P2和边缘区P3，过渡区P2和边缘区P3中每个像素点i为中心的(2a+1)x(2a+1)窗口，a∈[1，3]，各像素点阈值T2(i)定义为该像素窗口内最大灰度值与最小灰度值和的一半，将过渡区P2和边缘区P3的每个像素灰度值和相应阈值T2(i)比较，若大于T2(i)，则取值为255，否则取值为0；(2)预处理单元，用于对二值化图像进行稳像以及去噪处理以获得初步去噪图像，包括：a、图像稳像子单元，用于消除人在运动时造成的图像抖动，包括：(1)对被检对象进行毫米波扫描时，选定第一帧图像作为参考帧，将参考帧划分为互不重叠三个区域1、2、3，K表示图像宽度，G表示图像高度，从图像左上开始按照顺时针方向依次为区域1、2、3，区域1、2的大小为0.5K×0.5G，区域3的大小为K×0.5G；(2)在下一帧扫描到的图像中心位置选定区域A0，A0的大小选定为0.5K×0.5G，按照step1的方法将A0划分为三个图像子块A1、A2、A3，A1和A2用于估算垂直方向上的局部运动向量，A3用于估算水平方向上的局部运动向量，令A1、A2、A3分别在1、2、3三个区域内搜寻最佳匹配，从而估计出图像序列的全局运动矢量，然后进行反向运动补偿，消除图像模糊；b、分区去噪子单元，用于对平滑区P1、过渡区P2和边缘区P3分别进行去噪处理，设平滑区P1、过渡区P2和边缘区P3的去噪估计分别为G1(i)、G2(i)和G3(i)，各区域的去噪估计的计算公式分别为：式中，N1为平滑区的像素总数量，V(j)为平滑区P1在点j处的灰度值，s1v(i)为通过均值滤波器处理后提取出的像素点i处的平滑区均值，s1v(j)为通过均值滤波器处理后提取出的像素点j处的平滑区均值；v(j)表示边缘区P3中所有的像素点，为归一化常数，d为边缘区P3中像素点i和像素点j的环形特征向量的高斯加权欧氏距离，γ为高斯核函数的标准差，μ为边缘区P3中噪声的标准差，且c、再次去噪子单元，连接分区去噪子单元，用于采用基于分裂Bregman迭代的全变分去噪算法对由分区去噪子单元处理后的被动毫米波图像进行进一步去噪，从而进一步去除被动毫米波图像中的高斯白噪声。本优选实施例设置图像稳像子单元，能够消除人在运动时造成的图像抖动；二值化单元中，采用全局阈值二值化和局部阈值二值化结合的方法，在保证速度的前提下取得了良好的效果；被动毫米波图像由少量近似分块平滑的图像块组成，包含有大量的冗余信息，根据这一特点，设置预处理单元，采用奇异值分解将被动毫米波图像划分为平滑区、过渡区和边缘区，并根据这三类区域各自的特征设置分区去噪子单元，用于对平滑区、过渡区和边缘区分别进行去噪处理，与目前较为主流的集中图像去噪算法相比，能够获得较高的BRISQUE，提高了计算的速度，且能够明显抑制扫描线噪声以及高斯白噪声的影响；采用再次去噪子单元，结合分区去噪子单元，进一步去除被动毫米波图像中的高斯白噪声，提高去噪效果。优选的，所述隐匿物品检测模本文档来自技高网...

【技术保护点】
一种基于云计算的学生宿舍管理系统，其特征是：包括管控中心、云计算服务器和智能终端，所述管控中心与云计算服务器通过互联网连接，所述云计算服务器用于接收并存储管控中心的实时数据；所述的智能终端与云计算服务器通过无线网络连接并显示所述实时数据；所述管控中心包括用于实时监控每个宿舍电表电量的使用的电表控制模块、用于检测到宿舍烟雾浓度过高则启动报警功能的烟雾传感器模块、用于控制楼道和房间内的照明灯的开关的照明控制模块、用于检测宿舍温度异常的温度传感器、用于检测人员入侵的热释电传感器、用于采集异常情况下图像数据的图像传感器。

【技术特征摘要】
1.一种基于云计算的学生宿舍管理系统，其特征是：包括管控中心、云计算服务器和智能终端，所述管控中心与云计算服务器通过互联网连接，所述云计算服务器用于接收并存储管控中心的实时数据；所述的智能终端与云计算服务器通过无线网络连接并显示所述实时数据；所述管控中心包括用于实时监控每个宿舍电表电量的使用的电表控制模块、用于检测到宿舍烟雾浓度过高则启动报警功能的烟雾传感器模...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：深圳万发创新进出口贸易有限公司，
类型：发明
国别省市：广东;44