[发明专利]一种智慧园区绿植监控及预防灾害的方法和系统

说明书

本申请公开了一种智慧园区绿植监控及预防灾害的方法和系统。其方法包括获取各个实时监测装置采集到的当前监测画面；使用基于人工神经网络模型的图像识别方法来判断当前监测画面中绿化植物的绿植品种以及其当下所展现的形态特征，上传数据到大数据平台；通过大数据分析发现绿化植物可能存在或者即将出现的隐患事件。以便于后期快速制定相应的解决方案，分配给对应的一线园区管理人员进行处理。本方法填补了目前智慧园区中对于绿化植物安全管理的空缺。

技术领域

本申请涉及园区管理技术领域，特别涉及一种智慧园区绿植监控及预防灾害的方法和系统。

背景技术

信息化普及度日益提高的今天，物联网、大数据等技术应用在人们生活中并带来便利的情形也越来越多，智慧园区的概念也随之应运而生。随着园区数字化的不断拓展完善，智慧园区系统越来越完善以及越来越细致化，在园区管理以及监测方面为工作带来了便利的情况。

目前智慧园区中，对于绿化管理系统还尚未成熟，欠缺比较精确的实时监控识别技术，不能及时地发现一些绿化植物存在或者即将发生的危险因素。危险因素得不到及时处理，可能发生绿植砸伤行人等较大的安全隐患。

发明内容

本申请的目的在于提供一种智慧园区绿植监控及预防灾害的方法和系统，其能够改善上述问题。

本申请的实施例是这样实现的：

第一方面，本申请提供一种智慧园区绿植监控及预防灾害的方法，其包括：

获取各个实时监测装置采集到的当前监测画面，每个所述当前监测画面内包括至少一个目标绿植；

通过人工神经网络模型对所述当前监测画面进行识别，得到所述当前监测画面内所述目标绿植的绿植品种和形态特征；

结合绿植大数据库内对所述目标绿植的绿植品种和形态特征进行大数据分析，得到所述目标绿植的当前生长状态；

根据所述当前生长状态预判所述目标绿植可能发生的隐患事件。

可以理解，本申请公开了一种智慧园区绿植监控及预防灾害的方法，获取各个实时监测装置采集到的当前监测画面，使用基于人工神经网络模型的图像识别方法来判断当前监测画面中绿化植物的绿植品种以及其当下所展现的形态特征，上传数据到大数据平台。通过大数据分析发现绿化植物可能存在或者即将出现的隐患事件，以便于后期快速制定相应的解决方案，分配给对应的一线园区管理人员进行处理。本方法填补了目前智慧园区中对于绿化植物安全管理的空缺。

在本申请可选的实施例中，所述人工神经网络模型依次包括：至少两级图像特征提取组、池化层、全连接层和输出层；所述图像特征提取组用于提取经上一级所述图像特征提取组处理后的输出图像的图像特征；所述池化层用于压缩所述图像特征提取组所输出的图像特征，得到压缩图像特征；所述全连接层和所述输出层用于，根据所述压缩图像特征对所述目标绿植进行分类，得到所述目标绿植的绿植品种和形态特征。

在本申请可选的实施例中，在所述通过人工神经网络模型对所述当前监测画面进行识别之前，本方法还包括：

获取所述当前监测画面中各个像素的颜色值；

根据所述颜色值计算出所述当前监测画面中各个像素对应的色调值、饱和度值和亮度值；

所述通过人工神经网络模型对所述当前监测画面进行识别，包括：

通过人工神经网络模型，根据所述当前监测画面中各个像素对应的色调值、饱和度值和亮度值，对所述当前监测画面进行识别。

可以理解，HSV颜色空间是一种直观的颜色模型，H值代表色调、S值代表饱和度、V值代表亮度。在HSV空间中，当前监测画面的颜色更加分离，有利于后续图像识别的准确度。此外，通过数字图像处理技术，颜色值转为色调值、饱和度值和亮度值可降低当前监测画面受光照因素影响的偏差。