【技术实现步骤摘要】
一种基于土木建筑物的监测方法、系统和可读存储介质
[0001]本专利技术涉及安全监测
,尤其涉及一种基于土木建筑物的监测方法、系统和可读存储介质。
技术介绍
[0002]随着国民经济不断提升,城镇化发展速度也越来越快。近年来,越来越多高大的土木建筑物在城市中拔地而起,例如:酒店、商业写字楼、购物商厦、居民楼等。这些高大的土木建筑物也为各大商家打广告标语提供较佳的承载平台。例如,一些商家在购物商厦的外墙上固定设置自己的广告标语,以扩大自己商品的宣传。然而广告标语设置在购物商厦外墙上,一旦广告标语松动或脱落,则会给地面行人带来严重的安全隐患。因此,如果在确保广告标语正常行使宣传效果的同时,如何避免广告标语脱落给行人带来安全隐患是当前亟待解决的问题。
技术实现思路
[0003]为了解决上述至少一个技术问题,本专利技术提出了一种基于土木建筑物的监测方法、系统和可读存储介质,能够实现对土木建筑物上的广告标语进行实时监测,有效防范广告标语脱落的风险,进一步避免给行人带来安全隐患。
[0004]本专利技术第一方面提出了一种基于土木建筑物的监测方法,所述方法包括:
[0005]预设一土木建筑物以及设置在所述土木建筑物周围的图像采集器,且所述土木建筑物外墙上固定设有多个广告标语;
[0006]根据所述土木建筑物上不同的广告标语划分为多个监测区域;
[0007]基于多个监测区域的监测需求程度计算出所述土木建筑物外墙的监测中心;
[0008]调整所述图像采集器的采集角度,并使其 ...
【技术保护点】
【技术特征摘要】
1.一种基于土木建筑物的监测方法,其特征在于,所述方法包括:预设一土木建筑物以及设置在所述土木建筑物周围的图像采集器,且所述土木建筑物外墙上固定设有多个广告标语;根据所述土木建筑物上不同的广告标语划分为多个监测区域;基于多个监测区域的监测需求程度计算出所述土木建筑物外墙的监测中心;调整所述图像采集器的采集角度,并使其聚焦在所述监测中心上;通过所述图像采集器实时采集所述土木建筑物外墙的原始图像数据;对所述原始图像数据进行预处理,得到预处理图像数据,并将预处理图像数据输入至监测神经网络模型;由所述监测神经网络模型对预处理图像数据进行图像识别分析处理,并判断所述土木建筑物外墙上的对应广告标语是否出现异常,如果是,则发送警示信息给监管平台。2.根据权利要求1所述的一种基于土木建筑物的监测方法,其特征在于,基于多个监测区域的监测需求程度计算出所述土木建筑物外墙的监测中心,具体包括:分别获取多个监测区域的形状,并通过几何算法计算出多个监测区域的中点;对多个监测区域的中点进行聚类,得到聚类中心;判断多个监测区域的监测需求程度是否相同,如果是,则将所述聚类中心作为所述土木建筑物外墙的监测中心。3.根据权利要求2所述的一种基于土木建筑物的监测方法,其特征在于,在判断多个监测区域的监测需求程度是否相同之后,所述方法还包括:如果否,计算出每个监测区域的监测需求程度级别;以所述聚类中心为基准点并建立所述土木建筑物外墙的二维坐标系,所述二维坐标系包括X轴和Y轴,以二维坐标系的X轴为第一界线,将所述土木建筑物外墙划分为第一区域和第二区域,分别统计位于第一区域和第二区域的监测区域;基于第一区域的多个监测区域的中点分别进行聚类得到第一聚类中心,并基于第二区域的多个监测区域的中点分别进行聚类得到第二聚类中心;针对第一区域的所有监测区域的需求程度级别进行累加,得到第一累加值,并针对第二区域的所有监测区域的需求程度级别进行累加,得到第二累加值;将第二累加值除以第一累加值,得到第一比值;将第一聚类中心与第二聚类中心之间的直线段按照第一比值进行分割,得到第一分割点,并确定第一分割点的纵坐标数据;根据所述聚类中心的纵坐标数据与第一分割点的纵坐标数据,计算得到第一纵坐标数据偏差;以二维坐标系的Y轴为第二界线,将所述土木建筑物外墙划分为第三区域和第四区域,分别统计位于第三区域和第四区域的监测区域;基于第三区域的多个监测区域的中点分别进行聚类得到第三聚类中心,并基于第四区域的多个监测区域的中点分别进行聚类得到第四聚类中心;针对第三区域的所有监测区域的需求程度级别进行累加,得到第三累加值,并针对第四区域的所有监测区域的需求程度级别进行累加,得到第四累加值;将第四累加值除以第三累加值,得到第二比值;将第三聚类中心与第四聚类中心之间的直线段按照第二比值进行分割,得到第二分割点,并确定第二分割点的纵坐标数据;
根据所述聚类中心的横坐标数据与第二分割点的纵坐标数据,计算得到第一横坐标数据偏差;将所述聚类中心按照第一横坐标数据偏差和第一纵坐标数据偏差进行校正,得到校正后的聚类中心,将校正后的聚类中心作为所述土木建筑物外墙的监测中心。4.根据权利要求3所述的一种基于土木建筑物的监测方法,其特征在于,计算出每个监测区域的监测需求程度级别,具体包括:预设监测区域的高度对监测需求程度级别的影响权重为w1,监测区域的面积对监测需求程度级别的影响权重为w2;分别测量计算出所述土木建筑物外墙上各个监测区域的高度h
i
和面积s
i
,其中h
i
和s
i
分别表示第i个监测区域的高度和面积,且i=1,2,
…
,n,n为监测区域的总数;根据各个监测区域的高度h
i
和面积s
i
,以及影响权重为w1和w2,计算出各个监测区域的监测需求程度级别Q
i
=h
i
×
w1+s
i
×
w2。5.根据权利要求1所述的一种基于土木建筑物的监测方法,其特征在于,由所述监测神经网络模型对预处理图像数据进行图像识别分析处理,并判断所述土木建筑物外墙上的对应广告标语是否出现异常,具体包括:从所述预处理图像数据中提取出有关广告标...
【专利技术属性】
技术研发人员:叶斌,陈敬锋,陈建荣,颜君财,万爱洲,楼华锋,舒丹,汤孟强,朱志铭,
申请(专利权)人:浙江交工金筑交通建设有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。