[發(fā)明專利]一種健身設備智慧巡檢維修運維系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010712682.4
• 申請日: 2020-07-22
• 公開（公告）號: CN111866145B
• 公開（公告）日: 2021-05-14
• 發(fā)明（設計）人: 昝進坤
• 申請（專利權）人: 北京奧康達體育產業(yè)股份有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L29/06;G06Q10/00;G08B21/24
• 代理公司: 北京高航知識產權代理有限公司 11530
• 代理人: 劉艷玲

1.一種健身設備智慧巡檢維修運維系統(tǒng)，其特征是，用于對多個健身設備的運行狀態(tài)進行檢測，該系統(tǒng)包括：數(shù)據(jù)采集端、云服務器和監(jiān)控終端；

所述數(shù)據(jù)采集端包括：多個監(jiān)測子節(jié)點和監(jiān)測父節(jié)點，所述監(jiān)測子節(jié)點用于采集其監(jiān)測的健身設備的運行狀態(tài)數(shù)據(jù)，所述監(jiān)測父節(jié)點，用于匯聚各監(jiān)測子節(jié)點采集的數(shù)據(jù)，經(jīng)壓縮處理后轉發(fā)至所述云服務器；

所述云服務器包括：數(shù)據(jù)解壓模塊、數(shù)據(jù)分析模塊、標準數(shù)據(jù)庫、告警模塊和控制模塊；所述數(shù)據(jù)解壓模塊，用于接收壓縮處理后的數(shù)據(jù)并進行解壓操作；所述數(shù)據(jù)分析模塊，用于根據(jù)解壓后的數(shù)據(jù)以及所述標準數(shù)據(jù)庫中預存的各健身設備正常運行時的標準運行狀態(tài)數(shù)據(jù)區(qū)間，對各健身設備的運行狀態(tài)進行監(jiān)測；所述控制模塊，用于接收所述數(shù)據(jù)分析模塊的分析結果和解壓后的數(shù)據(jù)，并在分析結果顯示有健身設備工作狀態(tài)異常時，一方面驅動所述告警模塊進行報警，另一方面將所述分析結果和解壓后的數(shù)據(jù)發(fā)送至所述監(jiān)控終端；

所述監(jiān)控終端包括：存儲模塊和用戶管理模塊；所述存儲模塊用于接收所述分析結果和解壓后的數(shù)據(jù)并進行存儲，以供所述用戶管理模塊調用；

所述用戶管理模塊包括：用戶登錄子模塊和查詢子模塊；

所述用戶登錄子模塊，用于用戶權限的驗證；

所述查詢子模塊，用于查看各健身設備的運行狀態(tài)數(shù)據(jù)和分析結果；

所述用戶登錄子模塊包括：圖像采集單元、圖像勻光單元、特征提取單元、身份驗證單元和特征數(shù)據(jù)庫；

所述圖像采集單元，用于獲取用戶的人臉圖像；

所述圖像勻光單元，用于對所述人臉圖像作勻光處理；

所述特征提取單元，用于從勻光處理后的人臉圖像中提取表征該用戶身份的人臉特征數(shù)據(jù)；

所述身份驗證單元，用于基于提取到的人臉特征數(shù)據(jù)和預存的有權限的人員特征數(shù)據(jù)進行比對，以對該用戶的身份進行驗證；

所述特征數(shù)據(jù)庫，用于存儲有權限的人員特征數(shù)據(jù)；

在所述圖像勻光單元中，所述的對所述人臉圖像作勻光處理，具體是：

(1)對所述人臉圖像作灰度化處理，得到人臉灰度圖像FG(x，y)；

(2)利用高斯低通濾波器，對所述人臉灰度圖像FG(x，y)進行濾波，得到低亮度圖像LL(x，y)；

(3)基于所述人臉灰度圖像FG(x，y)和低亮度圖像LL(x，y)，利用下式，計算高亮度圖像HL(x，y)：

式中，G_min(FG(x，y))為高亮度圖像HL(x，y)的最小灰度值，G_max(LL(x，y))為低亮度圖像LL(x，y)的最大灰度值，κ為預設的大于零的常數(shù)因子；

(4)采用第一勻光公式對所述低亮度圖像LL(x，y)中各像素點灰度值作勻光處理，得到勻光后的各像素點灰度值，所有勻光后的各像素點構成的集合即為低亮度勻光圖像LL′(x，y)，其中，所述第一勻光公式為：

式中，G′_LL(p)為勻光處理后的、低亮度圖像LL(x，y)中像素點p的灰度值；G_LL(p)為勻光處理前的、低亮度圖像LL(x，y)中像素點p的灰度值；為勻光處理前的、低亮度圖像LL(x，y)的最小灰度值；為勻光處理前的、低亮度圖像LL(x，y)的最大灰度值；為人臉灰度圖像FG(x，y)中的、以像素點p為中心，大小為K×K的鄰域窗口內像素點的灰度值方差；為：勻光處理前的、低亮度圖像LL(x，y)中的以像素點p為中心，大小為K×K的鄰域窗口內像素點的灰度值方差；為：勻光處理前的、低亮度圖像LL(x，y)中的以像素點p為中心，大小為K×K的鄰域窗口內所有像素點的灰度平均值；c為預設的圖像方差拓展系數(shù)，其取值大小滿足[0，1]；

遍歷所述低亮度圖像LL(x，y)中所有像素點，所有勻光后的各像素點構成的集合即為低亮度勻光圖像LL′(x，y)；

采用第二勻光公式對所述高亮度圖像HL(x，y)中各像素點灰度值作勻光處理，得到勻光后的各像素點灰度值，所有勻光后的各像素點構成的集合即為高亮度勻光圖像HL′(x，y)，其中，所述第二勻光公式為：

式中，G′_HL(p)為勻光處理后的、高亮度圖像HL(x，y)中像素點p的灰度值；G_HL(p)為勻光處理前的、高亮度圖像HL(x，y)中像素點p的灰度值；為勻光處理前的、高亮度圖像HL(x，y)的最小灰度值，為勻光處理前的、高亮度圖像HL(x，y)的最大灰度值；為人臉灰度圖像FG(x，y)中的、以像素點p為中心，大小為K×K的鄰域窗口內像素點的灰度值方差；為：勻光處理前的、高亮度圖像HL(x，y)中的以像素點p為中心，大小為K×K的鄰域窗口內所有像素點的灰度平均值；為：勻光處理前的、高亮度圖像HL(x，y)中的以像素點p為中心，大小為K×K的鄰域窗口內像素點的灰度值方差；c為預設的圖像方差拓展系數(shù)，其取值大小滿足[0，1]；為人臉灰度圖像FG(x，y)的灰度平均值；

(5)將得到的低亮度勻光圖像LL′(x，y)和高亮度勻光圖像HL′(x，y)進行融合，即可得到勻光后的人臉圖像FG′(x，y)。