一种图像识别技术的智慧城市风险感知方法与流程

本发明涉及城市危险感知，具体地说，涉及一种图像识别技术的智慧城市风险感知方法。

背景技术：

1、由于城市的容量日益增加，城市中生活的居民也随之越来越多，在城市日常运行时，由于城市中老城区的存在，各式设备逐渐老化，导致火灾发生日益增加，并且城市中某些路段车流量过大，导致车祸的数量居高不下，这就需要大量的消防员和交通警察处理这些问题，而这些事故在发生时，都需要先接到报警电话再进行反应，如果没有及时的通知会导致严重的人员伤亡，并且事故的严重程度在没去现场之前不能清晰的得知，所以会出现人手、设备不足或者太多的情况出现，所以为了在火灾和车祸等事故发生的第一时间得知事故的具体情况，提出一种图像识别技术的智慧城市风险感知方法。

技术实现思路

1、本发明的目的在于提供一种图像识别技术的智慧城市风险感知方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，提供了一种图像识别技术的智慧城市风险感知方法，包括如下步骤：

3、s1、输入城市中较为常见的事故类型，将城市中发生的大大小小的事故进行统计，并将事故发生时的现场图像进行分类和记录，最后将事故的等级、类型和图像信息储存在数据库中；

4、s2、对城市各个位置进行实时拍摄，将拍摄的图像信息和数据库中储存的信息进行对比，根据对比结果判断是否发生事故以及分辨事故的类型和等级；

5、s3、将城市中发生的事故类型和等级记录在数据库，根据事故发生后数据库记录的信息和s2对事故的类型和等级进行对比，判断s2对事故的类型和等级进行判断的准确性，并将判断错误的图像信息储存在数据库中；

6、s4、根据城市中各个位置发生事故的频率，对城市各个位置发生事故的概率进行计算。

7、作为本技术方案的进一步改进，所述s1中对城市中发生事故进行统计的步骤如下：

8、s1.1、将此前发生的事故录入数据库中，并将事故发生时的图片同步存入数据库；

9、s1.2、采用lbp算法对城市中发生的事故的类型进行分辨，并根据事故的实际影响程度对事故的等级进行划分，最后将事故发生的类型和等级的划分记录在数据库中。

10、作为本技术方案的进一步改进，所述s1.2中的lbp算法步骤如下：

11、①、在事故的图像信息中的图像里确定一个圆心g0；

12、②、定义r，r是事故的图像信息中的图像里距离圆心g0的像素点的个数；

13、③、定义p，p是事故的图像信息中的图像里以r为圆心画一个圆，然后在圆p内部形成的像素点的个数；

14、④、对像素点进行判断，其判断的依据为：将步骤③中形成的像素点以多尺度的方式分割，形成若干9×9的方格，9×9方格中周围格子的灰度值比中间的灰度值大，则该格记为1；9×9方格中周围格子灰度值比中间的灰度值小的，则该格记为0，在9×9方格中定义一个起点，再根据起点旋转，根据旋转经过的格子列出二进制码；

15、⑤、将二进制码换算成十进制的数，这个数就是该像素区域的lbp，此lbp是0∧p的范围，lbp为局部二进制图案；

16、⑥、得到每个像素分割的lbp，建立一个直方图，每个lbp的种类作横轴，每种lbp出现的次数为纵轴，该直方图就是该图像的特征。

17、作为本技术方案的进一步改进，所述s2判断是否发生事故以及分辨事故类型的步骤如下：

18、s2.1、采用城市中现存的摄像资源对城市进行实时监控，并将拍摄的图片传输至数据库中进行储存；

19、s2.2、将s2.1中拍摄的图像信息和数据库中储存的图像信息进行对比，判断是否发生事故和事故的类型。

20、作为本技术方案的进一步改进，所述s2对事故等级进行判断的步骤如下：

21、s2.3、在s2.2判断城市中出现事故时，将拍摄得到的图像信息和数据库中的图像采用图片对比度分析算法进行对比，进而得出事故的等级。

22、作为本技术方案的进一步改进，所述s3根据事故发生后数据库记录的信息和s2对事故的类型进行对比的步骤如下：

23、s3.1、对城市中每日发生的事故类型和等级进行记录和整合，并将这些信息上传至数据库；

24、s3.2、根据数据库记录的信息和s2.2的判断结果进行对比，得出s2.2对是否发生事故以及事故的类型进行判断是否准确。

25、作为本技术方案的进一步改进，所述s3根据事故发生后数据库记录的信息和s2对事故的等级进行对比的步骤如下：

26、s3.3、在s2.2中判断事故的类型准确之后，根据数据库记录的信息和s2.3的判断结果进行对比，得出s2.3对事故等级进行判断的准确性；

27、s3.4、在s2.2中判断错误的图像信息以及图像的来源地区储存在数据库中，在后期对城市该位置进行拍摄时，将拍摄的图像信息和数据库中s2.2判断错误的图像信息进行对比。

28、作为本技术方案的进一步改进，所述s4对城市各个位置发生事故的概率进行预测的步骤如下：

29、s4.1、根据数据库中的信息统计城市中各个位置在历年中发生事故的类型，进而计算出各个区域发生各类事故的频率；

30、s4.2、根据s4.1的统计信息对城市中各个位置会发生的事故进行预测，根据统计的信息对城市中各个区域发生各类事故的概率进行计算。

31、与现有技术相比，本发明的有益效果：

32、该图像识别技术的智慧城市风险感知方法中，采用城市中原有的监控系统对城市中各个区域进行拍摄，对拍摄的图像进行分析，判读是否发生事故以及事故的类型和等级，并且根据记录实际上发生事故的信息，对判断的准确性进行计算，根据其准确性确定是否可投入实际的应用中，同时在对事故的类型和级别判断错误时，将导致判断出的图像信息储存下来，后期在同位置出现特征相同的图片时，避免再次出现错误的情况。

技术特征：

1.一种图像识别技术的智慧城市风险感知方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s1中对城市中发生事故进行统计的步骤如下：

3.根据权利要求2所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s1.2中的lbp算法步骤如下：

4.根据权利要求3所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s2判断是否发生事故以及分辨事故类型的步骤如下：

5.根据权利要求4所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s2对事故等级进行判断的步骤如下：

6.根据权利要求5所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s3根据事故发生后数据库记录的信息和s2对事故的类型进行对比的步骤如下：

7.根据权利要求6所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s3根据事故发生后数据库记录的信息和s2对事故的等级进行对比的步骤如下：

8.根据权利要求7所述的图像识别技术的智慧城市风险感知方法，其特征在于：所述s4对城市各个位置发生事故的概率进行预测的步骤如下：

技术总结
本发明涉及城市危险感知技术领域。本发明涉及一种图像识别技术的智慧城市风险感知方法。其包括如下步骤：S1、输入城市中较为常见的事故类型，将城市中发生的大大小小的事故进行统计，并将事故发生时的现场图像进行分类和记录。本发明采用城市中原有的监控系统对城市中各个区域进行拍摄，对拍摄的图像进行分析，判读是否发生事故以及事故的类型和等级，并且根据记录实际上发生事故的信息，对判断的准确性进行计算，根据其准确性确定是否可投入实际的应用中，同时在对事故的类型和级别判断错误时，将导致判断出的图像信息储存下来，后期在同位置出现特征相同的图片时，避免再次出现错误的情况。

技术研发人员：朱客客,丁丽娜,朱天钰
受保护的技术使用者：深圳市普拉图科技发展有限公司
技术研发日：
技术公布日：2024/1/13