基于物联网的恒温恒湿试验箱的监控方法及装置制造方法及图纸

本发明专利技术涉及数据采集技术领域，一种基于物联网的恒温恒湿试验箱的监控方法及装置，包括：利用监控设备拍摄在试验箱内的试验环境，其中所述试验环境包括温度显示计及湿度显示计的显示值，得到包括第一拍摄时间的试验环境图，其中所述试验环境图内包括温度值及湿度值，从所述试验环境图中提取温度值及湿度值的图像特征得到温湿图，预处理所述温湿图得到温湿处理图及预处理参数，利用预构建的编码算法，根据所述预处理参数对所述温湿处理图进行编码，得到编码温湿图，根据图像索引将所述编码温湿图存入至所述云数据图库中，完成对试验箱的监控。本发明专利技术可解决恒温恒湿试验箱监控人为参与过多，监控手段效率较低的问题。监控手段效率较低的问题。监控手段效率较低的问题。

【技术实现步骤摘要】
基于物联网的恒温恒湿试验箱的监控方法及装置


[0001]本专利技术涉及数据采集
，尤其涉及一种基于物联网的恒温恒湿试验箱的监控方法及装置。

技术介绍

[0002]伴随研究水平的快速发展，各种研究实验也层出不穷，多数研究实验都需要使用试验箱以验证、观察、测试研究理论。
[0003]试验箱对应温度和湿度的把控较为严格，因此需要实施的监控试验箱里的温度湿度，目前试验箱温度湿度主要通过人为观察预先安装在试验箱的温度计及湿度计，这种方法虽然切实可行，但用于人为参与过多，导致效率有点提升。

技术实现思路

[0004]本专利技术提供一种基于物联网的恒温恒湿试验箱的监控方法、装置及计算机可读存储介质，其主要目的在于解决恒温恒湿试验箱监控人为参与过多，监控手段效率较低的问题。
[0005]为实现上述目的，本专利技术提供的一种基于物联网的恒温恒湿试验箱的监控方法，包括：
[0006]接收对试验箱的温度湿度监控指令，根据所述温度湿度监控指令启动预先安装在试验箱的监控设备；
[0007]利用所述监控设备拍摄在所述试验箱内的试验环境，其中所述试验环境包括温度显示计及湿度显示计的显示值，得到包括第一拍摄时间的试验环境图，其中所述试验环境图内包括温度值及湿度值；
[0008]从所述试验环境图中提取温度值及湿度值的图像特征，得到温湿图；
[0009]预处理所述温湿图，得到温湿处理图及预处理参数，其中所述预处理包括滤波去噪操作，所述滤波去噪如下：
[0010][0011][0012]其中，所述预处理参数包括滤波器权值及高斯标准差σ1,σ2，(i',j')为温湿图对应的灰度图的像素点I(i,j)在8
×
8像素邻域S(i,j)内的邻近像素坐标，h(i,j)为所述温湿处理图的像素值；
[0013]利用预构建的编码算法，根据所述预处理参数对所述温湿处理图进行编码，得到编码温湿图；
[0014]生成所述编码温湿图在预构建的云数据图库中的图像索引，根据所述图像索引将所述编码温湿图存入至所述云数据图库中，完成对试验箱的监控。
[0015]可选地，所述从所述试验环境图中提取温度值及湿度值的图像特征，得到温湿图，包括：
[0016]将所述试验环境图的像素尺寸压缩至320*320，得到压缩环境图；
[0017]将所述压缩环境图输入至温度值及湿度值图像特征的特征提取网络中，其中所述特征提取网络中包括由SSD模型构建的下采用层及卷积层；
[0018]利用所述下采用层对所述压缩环境图执行6次下采样，得到多组采样特征图；
[0019]利用所述卷积层对多组采样特征图执行卷积处理，其中，所述卷积层的步幅为2，包括1
×
1，3
×
3，7
×
7不同大小的卷积核对所述多组采样特征图进行卷积处理，得到多组卷积特征图；
[0020]根据预构建的滑动窗口对每组所述卷积特征图执行滑动选择操作，得到所述温湿图。
[0021]可选地，所述根据预构建的滑动窗口对每组所述卷积特征图执行滑动选择操作，得到所述温湿图，包括：
[0022]采用如下滑动窗口函数执行滑动选择操作，得到所述温湿图：
[0023][0024]其中，m
i
表示所述滑动窗口与第i个卷积特征图的置信度得分，M表示所述滑动窗口，s
i
表示第i个卷积特征图，IOU(M,s
i
)表示所述滑动窗口与第i个卷积特征图的交并比，N
t
表示过滤阈值，N
i
表示高斯阈值；
[0025]将所述置信度得分m
i
大于零但小于指定阈值的卷积特征图确定为所述温湿图。
[0026]可选地，所述预处理所述温湿图，得到温湿处理图及预处理参数，包括：
[0027]获取所述温湿图中所有像素点的三个颜色通道分量的像素值；
[0028]确定三个颜色通道分量的像素值的最大值所对应的像素点；
[0029]将最大值设置为该像素点的灰度值，重复该步骤，直到得到温湿图的所有灰度值，将所有灰度值汇总得到温湿灰度图；
[0030]利用改进的滤波算法对所述温湿灰度图执行滤波去噪处理，得到所述温湿处理图及预处理参数。
[0031]可选地，所述将最大值设置为该像素点的灰度值，包括：
[0032]采用如下公式设置该像素点的灰度值：
[0033]gray(i,j)＝max{R(I(i,j)),G(I(i,j)),B(I(i,j))}
[0034]其中，gray(i,j)为温湿图坐标像素点I(i,j)的灰度值，I(i,j)表示第I个像素点的坐标(i,j)值，R(I(i,j)),G(I(i,j)),B(I(i,j))分别为像素点I(i,j)在R、G、B三个颜色通道中的像素值。
[0035]可选地，所述利用预构建的编码算法，根据所述预处理参数对所述温湿处理图进行编码，得到编码温湿图，包括：
[0036]对所述温湿处理图进行块切分，得到温湿区块图集；
[0037]在所述温湿区块图集中依次提取温湿区块图，将所述预处理参数中的滤波器权值内的邻近像素坐标依次嵌入与之对应的温湿区块图内的像素中，得到包括邻近像素坐标的温湿区块图集；
[0038]对包括邻近像素坐标的温湿区块图集执行无损编码，得到所述编码温湿图。
[0039]可选地，所述从所述试验环境图中提取温度值及湿度值的图像特征，得到温湿图，包括：
[0040]获取包括显示屏显示数字的训练集及真实标签集；
[0041]利用预构建的温湿值显示区域提取网络对包括显示屏显示数字的训练集中的每张图片均执行卷积、池化，得到训练特征集；
[0042]利用预设的激活函数计算所述训练特征集中每张监控特征的预测标签，得到预测标签集；
[0043]利用预设的损失函数计算所述真实标签集与所述预测标签集之间的损失值；
[0044]根据所述损失值对所述温湿值显示区域提取网络执行参数优化，并返回卷积、池化步骤，直至所述损失值小于预设损失阈值，得到训练完成的温湿值显示区域提取网络；
[0045]将所述试验环境图输入至训练完成的所述温湿值显示区域提取网络，得到所述温湿图。
[0046]可选地，所述利用预构建的温湿值显示区域提取网络对包括显示屏显示数字的训练集中的每张图片均执行卷积、池化，得到训练特征集，包括：
[0047]将包括显示屏显示数字的训练集的每张训练图，依次输入至所述温湿值显示区域提取网络，其中，所述温湿值显示区域提取网络包括卷积层、池化层；
[0048]利用所述卷积层中的卷积核，按照预设步长对所述训练图执行卷积操作，得到卷积特征集；
[0049]根据最大池化原理，在所述池化层中对所述卷积特征集执行池化操作，得到所述训练特征集。
[0050]可选地，所述损失函数为交叉熵损失函数。
...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的恒温恒湿试验箱的监控方法，其特征在于，所述方法包括：接收对试验箱的温度湿度监控指令，根据所述温度湿度监控指令启动预先安装在试验箱的监控设备；利用所述监控设备拍摄在所述试验箱内的试验环境，其中所述试验环境包括温度显示计及湿度显示计的显示值，得到包括第一拍摄时间的试验环境图，其中所述试验环境图内包括温度值及湿度值；从所述试验环境图中提取温度值及湿度值的图像特征，得到温湿图；预处理所述温湿图，得到温湿处理图及预处理参数，其中所述预处理包括滤波去噪操作，所述滤波去噪如下：作，所述滤波去噪如下：其中，所述预处理参数包括滤波器权值及高斯标准差σ1,σ2，(i',j')为温湿图对应的灰度图的像素点I(i,j)在8
×
8像素邻域S(i,j)内的邻近像素坐标，h(i,j)为所述温湿处理图的像素值；利用预构建的编码算法，根据所述预处理参数对所述温湿处理图进行编码，得到编码温湿图；生成所述编码温湿图在预构建的云数据图库中的图像索引，根据所述图像索引将所述编码温湿图存入至所述云数据图库中，完成对试验箱的监控。2.如权利要求1所述的基于物联网的恒温恒湿试验箱的监控方法，其特征在于，所述从所述试验环境图中提取温度值及湿度值的图像特征，得到温湿图，包括：将所述试验环境图的像素尺寸压缩至320*320，得到压缩环境图；将所述压缩环境图输入至温度值及湿度值图像特征的特征提取网络中，其中所述特征提取网络中包括由SSD模型构建的下采用层及卷积层；利用所述下采用层对所述压缩环境图执行6次下采样，得到多组采样特征图；利用所述卷积层对多组采样特征图执行卷积处理，其中，所述卷积层的步幅为2，包括1
×
1，3
×
3，7
×
7不同大小的卷积核对所述多组采样特征图进行卷积处理，得到多组卷积特征图；根据预构建的滑动窗口对每组所述卷积特征图执行滑动选择操作，得到所述温湿图。3.如权利要求2所述的基于物联网的恒温恒湿试验箱的监控方法，其特征在于，所述根据预构建的滑动窗口对每组所述卷积特征图执行滑动选择操作，得到所述温湿图，包括：采用如下滑动窗口函数执行滑动选择操作，得到所述温湿图：
其中，m
i
表示所述滑动窗口与第i个卷积特征图的置信度得分，M表示所述滑动窗口，s
i
表示第i个卷积特征图，IOU(M,s
i
)表示所述滑动窗口与第i个卷积特征图的交并比，N
t
表示过滤阈值，N
i
表示高斯阈值；将所述置信度得分m
i
大于零但小于指定阈值的卷积特征图确定为所述温湿图。4.如权利要求3所述的基于物联网的恒温恒湿试验箱的监控方法，其特征在于，所述预处理所述温湿图，得到温湿处理图及预处理参数，包括：获取所述温湿图中所有像素点的三个颜色通道分量的像素值；确定三个颜色通道分量的像素值的最大值所对应的像素点；将最大值设置为该像素点的灰度值，重复该步骤，直到得到温湿图的所有灰度值，将所有灰度值汇总得到温湿灰度图；利用改进的滤波算法对所述温湿灰度图执行滤波去噪处理，得到所述温湿处理图及预处理参数。5.如权利要求4所述的基于物联网的恒温恒湿试验箱的监控方法，其特征在于，所述将最大值设置为该像素点的灰度值，包括：采用如下公式设置该像素点的灰度值：gray(i,j)＝max{R(I(i,j)),G(I(i,j)),B(I(i,j))}...

【专利技术属性】
技术研发人员：黄初期，
申请(专利权)人：广东众志检测仪器有限公司，
类型：发明
国别省市：