基于计算机控制的检测系统的制作方法

本发明涉及计算机领域，尤其涉及一种基于计算机控制的检测系统。

背景技术：

计算机(computer)俗称电脑，是现代一种用于高速计算的电子计算机器，可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备。

计算机由硬件系统和软件系统所组成，没有安装任何软件的计算机称为裸机。可分为超级计算机、工业控制计算机、网络计算机、个人计算机、嵌入式计算机五类，较先进的计算机有生物计算机、光子计算机、量子计算机等。

计算机发明者约翰·冯·诺依曼。计算机是20世纪最先进的科学技术发明之一，对人类的生产活动和社会活动产生了极其重要的影响，并以强大的生命力飞速发展。它的应用领域从最初的军事科研应用扩展到社会的各个领域，已形成了规模巨大的计算机产业，带动了全球范围的技术进步，由此引发了深刻的社会变革，计算机已遍及一般学校、企事业单位，进入寻常百姓家，成为信息社会中必不可少的工具。

技术实现要素：

本发明提供了一种基于计算机控制的检测系统，能够采用高精度图像采集处理模式，准确地鉴别出登山绳上设置的各个结点目标，并创造性地利用了登山者随着体力的消耗，在登山绳上设置的结点越来越密集的特点，基于结点图像块出现的密度确定登山者的前进方向，从而为登山者的前进方向的判断提供了解决方案。

具体地，本发明至少具备以下两处重要的发明点：

(1)利用登山者随着体力的消耗，在登山绳上设置的结点越来越密集的特点，在登山绳子图像中，基于结点图像块出现的密度确定登山者的前进方向，从而为无人机的追踪提供有价值的参考数据；

(2)利用图像像素点lab各通道值中l通道相对于其他通道的变化情况与图像亮度存在内部关系的特征，搭建了有针对性的图像明暗程度检测平台，以及建立基于已捕获图像内容分析结果的自适应中值滤波机制，提升了图像中值滤波的效果。

根据本发明的一方面，提供了一种基于计算机控制的登山绳检测系统，所述系统包括：

自动拍摄设备，设置在无人机上，用于按照预设时间间隔进行高空图像数据采集，以获得并输出高空采集图像；

明暗程度测量设备，用于接收高空采集图像，从所述高空采集图像中获取各个像素点的a通道值、l通道值和b通道值；其中，所述明暗程度测量设备由计算机控制器来实现。

其中，所述明暗程度测量设备还用于计算每一个像素点的a通道值和b通道值的算术平均值，获取所述算术平均值的平方数，计算每一个像素点的l通道值的平方值，将各个像素点的l通道值的平方值相加以获得l通道参考值，将各个像素点的平方数相加以获得其他通道参考值，并将所述l通道参考值减去所述其他通道参考值以获得数据比较差值；以及所述明暗程度测量设备还用于在所述数据比较差值的绝对值大于等于预设绝对值阈值且所述数据比较差值为正数时，输出高亮度控制信号，否则，输出低亮度控制信号；

其中，所述预设绝对值阈值为预先对具有基准图像亮度的图像进行分析而获得的阈值；

其中，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口，小于基于所述数据比较差值的强化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口；

其中，所述数据比较差值越大，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口越小，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口越小。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的基于计算机控制的登山绳检测系统的结构方框图。

图2为根据本发明实施方案示出的基于计算机控制的登山绳检测系统所使用的无人机的示意图。

图3为根据本发明实施方案示出的基于计算机控制的登山绳检测方法的步骤流程图。

具体实施方式

下面将参照附图对本发明的基于计算机控制的登山绳检测系统的实施方案进行详细说明。

登山探险山难的主要原因是滑坠、雪崩和高山病。

在高山救援中，登山者的前进方向至关重要，他决定了救援的方向和有效性，对于与时间和天气竞争的高山救援来说，登山者的前进方向直接关系到救援的成功概率。然而，现有技术中缺乏对登山者的前进方向进行准确判断的技术方案。

为了克服上述不足，本发明搭建了一种基于计算机控制的登山绳检测系统，有效解决了上述技术问题。

图1为根据本发明实施方案示出的基于计算机控制的登山绳检测系统的结构方框图，所述系统包括：

自动拍摄设备，设置在无人机上，用于按照预设时间间隔进行高空图像数据采集，以获得并输出高空采集图像；

其中，如图2所示，所述无人机包括驱动控制盒1、飞行翼2、下支架3和固定轮4；

明暗程度测量设备，用于接收高空采集图像，从所述高空采集图像中获取各个像素点的a通道值、l通道值和b通道值。其中，所述明暗程度测量设备由计算机控制器来实现。

接着，继续对本发明的基于计算机控制的登山绳检测系统的具体结构进行进一步的说明。

在所述基于计算机控制的登山绳检测系统中：

所述明暗程度测量设备还用于计算每一个像素点的a通道值和b通道值的算术平均值，获取所述算术平均值的平方数，计算每一个像素点的l通道值的平方值，将各个像素点的l通道值的平方值相加以获得l通道参考值，将各个像素点的平方数相加以获得其他通道参考值，并将所述l通道参考值减去所述其他通道参考值以获得数据比较差值；

以及所述明暗程度测量设备还用于在所述数据比较差值的绝对值大于等于预设绝对值阈值且所述数据比较差值为正数时，输出高亮度控制信号，否则，输出低亮度控制信号。

在所述基于计算机控制的登山绳检测系统中：

所述预设绝对值阈值为预先对具有基准图像亮度的图像进行分析而获得的阈值；

其中，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口，小于基于所述数据比较差值的强化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口；

其中，所述数据比较差值越大，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口越小，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口越小。

所述基于计算机控制的登山绳检测系统中还可以包括：

调整式中值滤波设备，分别与所述自动拍摄设备和所述明暗程度测量设备连接，用于接收所述数据比较差值以及所述高空采集图像，还用于在接收到所述高亮度控制信号时，将所述高空采集图像进行基于所述数据比较差值的弱化中值滤波幅度的图像中值滤波处理，以获得并输出调整滤波图像，以及在接收到所述低亮度控制信号时，将所述高空采集图像进行基于所述数据比较差值的强化中值滤波幅度的图像中值滤波处理，以获得并输出调整滤波图像；

登山绳提取设备，与所述调整式中值滤波设备连接，用于从所述调整滤波图像处提取出登山绳子图像；

登山绳检测设备，设置在无人机上，分别与所述自动拍摄设备和所述登山绳提取设备连接，用于接收登山绳子图像和高空采集图像，并对所述登山绳子图像执行结点识别，以获得所述登山绳子图像对应的登山绳上的多个结点分别所在的区域，作为多个结点图像块输出；

登山绳分析设备，与所述登山绳检测设备连接，用于接收所述登山绳子图像、所述高空采集图像和所述多个结点图像块，并基于所述登山绳子图像和所述多个结点图像块确定登山者的前进方向；

频分双工通信接口，与所述登山绳分析设备连接，用于接收所述高空采集图像和所述登山者的前进方向，并将所述高空采集图像和所述登山者的前进方向一起封装成ip包，以及通过双向频分双工通信链路发送封装后的ip包；

飞行控制设备，与所述登山绳分析设备连接，用于接收所述登山者的前进方向，并基于所述登山者的前进方向控制无人机跟随所述登山者的前进方向进行飞行；

其中，基于所述登山绳子图像和所述多个结点图像块确定登山者的前进方向包括：在所述登山绳子图像中，基于结点图像块出现的密度确定登山者的前进方向，确定的前进方向为指向结点图像块出现密度最大的区域。

图3为根据本发明实施方案示出的基于计算机控制的登山绳检测方法的步骤流程图，所述方法包括：

s101：使用自动拍摄设备，设置在无人机上，用于按照预设时间间隔进行高空图像数据采集，以获得并输出高空采集图像；

s102：使用明暗程度测量设备，用于接收高空采集图像，从所述高空采集图像中获取各个像素点的a通道值、l通道值和b通道值。

接着，继续对本发明的基于计算机控制的登山绳检测方法的具体步骤进行进一步的说明。

所述基于计算机控制的登山绳检测方法中：

所述明暗程度测量设备还用于计算每一个像素点的a通道值和b通道值的算术平均值，获取所述算术平均值的平方数，计算每一个像素点的l通道值的平方值，将各个像素点的l通道值的平方值相加以获得l通道参考值，将各个像素点的平方数相加以获得其他通道参考值，并将所述l通道参考值减去所述其他通道参考值以获得数据比较差值；

以及所述明暗程度测量设备还用于在所述数据比较差值的绝对值大于等于预设绝对值阈值且所述数据比较差值为正数时，输出高亮度控制信号，否则，输出低亮度控制信号。

所述基于计算机控制的登山绳检测方法中：

所述预设绝对值阈值为预先对具有基准图像亮度的图像进行分析而获得的阈值；

其中，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口，小于基于所述数据比较差值的强化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口；

其中，所述数据比较差值越大，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口越小，基于所述数据比较差值的弱化中值滤波幅度对应的中值滤波模式中选择的中值滤波像素窗口越小。

所述基于计算机控制的登山绳检测方法还可以包括：

s103：使用调整式中值滤波设备，分别与所述自动拍摄设备和所述明暗程度测量设备连接，用于接收所述数据比较差值以及所述高空采集图像，还用于在接收到所述高亮度控制信号时，将所述高空采集图像进行基于所述数据比较差值的弱化中值滤波幅度的图像中值滤波处理，以获得并输出调整滤波图像，以及在接收到所述低亮度控制信号时，将所述高空采集图像进行基于所述数据比较差值的强化中值滤波幅度的图像中值滤波处理，以获得并输出调整滤波图像；

s104：使用登山绳提取设备，与所述调整式中值滤波设备连接，用于从所述调整滤波图像处提取出登山绳子图像；

s105：使用登山绳检测设备，设置在无人机上，分别与所述自动拍摄设备和所述登山绳提取设备连接，用于接收登山绳子图像和高空采集图像，并对所述登山绳子图像执行结点识别，以获得所述登山绳子图像对应的登山绳上的多个结点分别所在的区域，作为多个结点图像块输出；

使用登山绳分析设备，与所述登山绳检测设备连接，用于接收所述登山绳子图像、所述高空采集图像和所述多个结点图像块，并基于所述登山绳子图像和所述多个结点图像块确定登山者的前进方向；

使用频分双工通信接口，与所述登山绳分析设备连接，用于接收所述高空采集图像和所述登山者的前进方向，并将所述高空采集图像和所述登山者的前进方向一起封装成ip包，以及通过双向频分双工通信链路发送封装后的ip包；

使用飞行控制设备，与所述登山绳分析设备连接，用于接收所述登山者的前进方向，并基于所述登山者的前进方向控制无人机跟随所述登山者的前进方向进行飞行；

其中，基于所述登山绳子图像和所述多个结点图像块确定登山者的前进方向包括：在所述登山绳子图像中，基于结点图像块出现的密度确定登山者的前进方向，确定的前进方向为指向结点图像块出现密度最大的区域。

另外，频分双工是指上行链路和下行链路的传输分别在不同的频率上进行。在频分双工模式中，上行链路和下行链路的传输分别在不同的频率上进行。

在第一、二代蜂窝系统中，基本都是采用fdd技术来实现双工传输的。特别是在第一代蜂窝系统中，由于传输的是连续的基带信号，必须用不同的频率来提供双工的上下行链路信道。在第一代蜂窝系统中传输连续信息采用fdd技术时，收发两端都必须有产生不同载波频率的频率合成器，在接收端还必须有一个防止发射信号泄漏到接收机的双工滤波器。另外，为了便于双工器的制作，收发载波频率之间要有一定的频率间隔。在第二代的gsm、is-136和is-95等系统中，也采用了fdd技术。在这些系统中，由于信息是以时隙方式进行传输的，收发可以在不同的时隙中进行，移动台或基站的发射信号不会对本接收机产生干扰。所以，尽管采用的fdd技术，也不需要昂贵的双工滤波器。

fdd模式的特点是在分离(上下行频率间隔190mhz)的两个对称频率信道上，系统进行接收和传送，用保护频段来分离接收和传送信道。

采用包交换等技术，可突破二代发展的瓶颈，实现高速数据业务，并可提高频谱利用率，增加系统容量。但fdd必须采用成对的频率，即在每2x5mhz的带宽内提供第三代业务。该方式在支持对称业务时，能充分利用上下行的频谱，但在非对称的分组交换(互联网)工作时，频谱利用率则大大降低(由于低上行负载，造成频谱利用率降低约40％)，在这点上，tdd模式有着fdd无法比拟的优势。

采用本发明的基于计算机控制的登山绳检测系统，针对现有技术中登山者方向难以判断的技术问题，一方面，通过利用图像像素点lab各通道值中l通道相对于其他通道的变化情况与图像亮度存在内部关系的特征，搭建了有针对性的图像明暗程度检测平台，另一方面，通过利用登山者随着体力的消耗，在登山绳上设置的结点越来越密集的特点，搭建了基于结点图像块出现的密度识别出登山者的前进方向的定制识别机制。

可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。