一种基于云计算的电医生售电管理系统的制作方法

1.本发明涉及售电管理领域，尤其涉及一种基于云计算的电医生售电管理系统。


背景技术：

2.电力销售是指将电力作为商品来进行销售。按照交易时间的长度可以分为现货交易和合同交易等。为了方便对电力的销售数据进行统一管理，一般是将交易订单输入到专门研发的管理系统来进行管理。但是，现有的管理系统一般采用账号和密码的作为登录验证的方式，这种登录方式容易因为账号密码泄露而导致售电管理系统的数据泄露。


技术实现要素：

3.鉴于上述问题，本发明的目的在于提供一种基于云计算的电医生售电管理系统，包括登录验证模块、订单信息输入模块、云计算模块和订单管理模块；
4.所述登录验证模块用于采用人脸识别的方式对使用输入模块和订单管理模块的人员进行身份验证；
5.所述输入模块用于通过身份验证的人员输入电力销售的订单信息，以及用于将所述订单信息传输至所述云计算模块；
6.所述云计算模块用于对所述订单信息进行存储；
7.所述订单管理模块用于对所述云计算模块中存储的订单信息进行管理。
8.作为优选，所述登录验证模块包括拍摄单元、质量检测单元、特征提取单元、身份验证单元和存储单元；
9.所述拍摄单元用于获取使用输入模块和订单管理模块的人员的脸部图像，并将所述脸部图像传输至所述质量检测单元；
10.所述质量检测单元用于判断所述脸部图像是否符合预设的质量检测要求，若是，则质量检测单元将所述脸部图像传输至所述特征提取单元，若否，则质量检测单元向拍摄单元发出重新拍摄的指令；
11.所述特征提取单元用于获取所述脸部图像中包含的特征信息；
12.所述身份验证单元用于将所述特征信息和存储单元存储的图像的特征信息进行相似度计算，判断获得的相似度最大值是否大于预设的相似度阈值，得到身份验证结果；
13.所述存储单元用于存储具有使用输入模块和订单管理模块的人员的脸部图像。
14.作为优选，所述判断获得的相似度最大值是否大于预设的相似度阈值，得到身份验证结果，包括：
15.若相似度最大值大于预设的相似度阈值，则表示身份验证通过；
16.若相似度最大值小于等于预设的相似度阈值，则表示身份验证没有通过。
17.作为优选，所述订单信息包括订单生成时间、订单编号、买家名称、交易类型、交易的电量总额、交易价格和交易时间。
18.作为优选，订单管理模块包括查询单元、修改单元和分析单元；
19.所述查询单元用于通过身份验证的人员根据订单生成时间或订单编号或买家名称或交易类型或交易的电量总额或交易价格或交易时间对所述订单信息进行查询；
20.所述修改单元用于对云计算模块中存储的订单信息进行修改；
21.所述分析单元用于对云计算模块中存储的订单信息进行分析。
22.本发明通过脸部识别的方式对使用用输入模块和订单管理模块的人员进行身份验证，相较于传统的账号密码的身份验证方式，有利于提高本发明的售电管理系统的数据的安全性。另外，本发明通过将订单信息存储在云计算模块中，登录验证模块、订单信息输入模块和订单管理模块可以根据实际的需求设置在不同的地方，实现了对售电的订单信息的灵活管理。
附图说明
23.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
24.图1，为本发明一种基于云计算的电医生售电管理系统的一种示例性实施例图。
具体实施方式
25.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
26.如图1所示的一种实施例，本发明提供了一种基于云计算的电医生售电管理系统，包括登录验证模块、订单信息输入模块、云计算模块和订单管理模块；
27.所述登录验证模块用于采用人脸识别的方式对使用输入模块和订单管理模块的人员进行身份验证；
28.所述输入模块用于通过身份验证的人员输入电力销售的订单信息，以及用于将所述订单信息传输至所述云计算模块；
29.所述云计算模块用于对所述订单信息进行存储；
30.所述订单管理模块用于对所述云计算模块中存储的订单信息进行管理。
31.本发明通过脸部识别的方式对使用用输入模块和订单管理模块的人员进行身份验证，相较于传统的账号密码的身份验证方式，有利于提高本发明的售电管理系统的数据的安全性。另外，本发明通过将订单信息存储在云计算模块中，登录验证模块、订单信息输入模块和订单管理模块可以根据实际的需求设置在不同的地方，实现了对售电的订单信息的灵活管理。
32.作为优选，所述登录验证模块包括拍摄单元、质量检测单元、特征提取单元、身份验证单元和存储单元；
33.所述拍摄单元用于获取使用输入模块和订单管理模块的人员的脸部图像，并将所述脸部图像传输至所述质量检测单元；
34.所述质量检测单元用于判断所述脸部图像是否符合预设的质量检测要求，若是，则质量检测单元将所述脸部图像传输至所述特征提取单元，若否，则质量检测单元向拍摄
单元发出重新拍摄的指令；
35.所述特征提取单元用于获取所述脸部图像中包含的特征信息；
36.所述身份验证单元用于将所述特征信息和存储单元存储的图像的特征信息进行相似度计算，判断获得的相似度最大值是否大于预设的相似度阈值，得到身份验证结果；
37.所述存储单元用于存储具有使用输入模块和订单管理模块的人员的脸部图像。
38.在上述实施例中，先对脸部图像的质量进行检测，能够避免不符合质量检测要求的脸部图像进入到后续的单元中，从而提高身份验证的速度。对不符合质量检测要求的脸部图像进行特征提取、相似度计算等步骤是没有意义的，只会获得错误的判断结果，影响用户体验。
39.作为优选，所述判断所述脸部图像是否符合预设的质量检测要求，包括：
40.对所述脸部图像进行肤色识别处理，获取所述脸部图像中的皮肤像素点的总数numfc，计算皮肤像素点的比例：
[0041][0042]
其中，qf表示所述脸部图像中的皮肤像素点的比例，numimg表示脸部图像中包含的像素点的总数，
[0043]
若qf大于预设的比例阈值，则使用图像分割算法获取所述脸部图像中的前景像素点的总数numrf，进行下一步判断；
[0044]
若qf小于等于预设的比例阈值，则表示所述脸部图像不符合预设的质量检测要求；
[0045]
所述下一步判断包括：
[0046]
将脸部图像分成面积相等的numbl个图像块；
[0047]
计算脸部图像的质量参数：
[0048][0049]
其中，zidx表示脸部图像的质量参数，w1和w2表示预设的权重参数，w1 w2＝1，num
st
表示预设的的前景像素点的总数的标准值，l(c)表示第c个图像块中的像素点在l分量图像中对应的像素点的像素值的方差，l分量图像为第c个图像块在lab颜色空间中的亮度分量的图像；l
st
表示预设的方差标准值；
[0050]
判断所述质量参数是否大于预设的质量分数阈值，若是，则表示所述脸部图像符合预设的质量检测要求，若否，则表示所述脸部图像不符合预设的质量检测要求。
[0051]
本发明上述实施例，在进行质量检测时，先通过皮肤像素点的比例来进行初步筛选，若皮肤像素点的比例小于预设的比例阈值，则显然脸部区域在所述脸部图像中所占的比例过小，不利于后续准确获取特征信息。而肤色检测的方式计算速度快，能够快速将不符合预设质量要求的脸部图像筛选出来。
[0052]
若皮肤像素点的比例符合要求，则进一步判断前景像素点的比例以及亮度分布情况。在计算质量参数时，先将脸部图像划分为多个图像块，然后再分别计算每个图像块中的像素点在l分量图像中的像素值的方差，最后计算所有图像块在l分量图像中的像素值的方
差的方差。这种设置方式，能够选出前景像素点比例高，亮度分布均匀的脸部图像。
[0053]
作为优选，所述获取所述脸部图像中包含的特征信息，包括：
[0054]
将所述脸部图像转换为灰度图像；
[0055]
对所述灰度图像进行滤波处理，获得滤波图像；
[0056]
采用ostu算法对所述滤波图像进行识别处理，获取所述滤波图像中的感兴趣区域；
[0057]
使用hog特征提取算法获取所述所述感兴趣区域中包含的特征信息。
[0058]
作为优选，所述将所述脸部图像转换为灰度图像，包括：
[0059]
对所述脸部图像进行亮度调节处理，获得亮度处理图像；
[0060]
使用加权平均法对所述亮度图像进行灰度化处理，获得灰度图像。
[0061]
作为优选，所述对所述脸部图像进行亮度调节处理，获得亮度处理图像，包括：
[0062]
获取所述亮度图像在lab颜色空间中的l分量图像、a分量图像和b分量图像；
[0063]
对l分量图像进行如下调节处理：
[0064][0065]
其中，tsimg(d)表示像素点d在调节处理后的l分量图像中的像素值，s1、s2、s3分别表示预设的第一调节参数、第二调节参数和第三调节参数、
[0066][0067]
mahf(d)表示像素点d的q
×
q大小的邻域中的像素值的最大值，nei(d)表示像素点d的q
×
q大小的邻域中的像素值的均值，bwd(d)表示素点d的q
×
q大小的邻域中的像素值的方差，img(d)表示像素点d在l分量图像中的像素值，neid表示素点d的q
×
q大小的邻域中的像素值的集合，img(k)表示像素点k在l分量图像中的像素值，mal表示l分量图像中的像素值的最大值，numneid表示neid中包含的元素的数量，tsimg表示调节处理后的l分量图像；s1∈(0.5,2)，s2∈(20,30)，s3∈(5,15)；
[0068]
将tsimg、a分量图像和b分量图像转换到rgb颜色空间，获得亮度处理图像。
[0069]
在本发明上述实施例中，在对像素点进行灰度化处理之前先进行亮度调节处理，有利于使得获得的亮度处理图像中的亮度分布更加均匀，有利于提高特征信息提取的准确性。
[0070]
作为优选，对所述灰度图像进行滤波处理，获得滤波图像，包括：
[0071]
对所述灰度图像进行图像分割处理，获得面积相同的n个图像块；
[0072]
分别对每个图像块进行滤波处理，获得滤波后的图像块；
[0073]
将所有滤波后的图像块组成滤波图像。
[0074]
作为优选，所述分别对每个图像块进行滤波处理，获得滤波后的图像块，包括：
[0075]
对图像块进行小波分解处理，获得高频小波图像和低频小波图像；
[0076]
对高频小波图像，使用如下方式进行滤波处理：
[0077][0078]
其中，hc和ahc分别表示滤波处理前和滤波处理后的高频小波图像；r1和r2表示预设的比较阈值，gs表示对hc进行噪声估计的标准差；bz(hc)表示对hc的补偿函数，th表示预设的绝对值比较阈值，
[0079]
使用非局部均值滤波算法对低频小波图像进行滤波处理，获得滤波后的低频小波图像；
[0080]
将滤波后的低频小波图像和ahc进行重构，获得滤波后的图像块。
[0081]
在上述实施例中，本发明通过将图像块转换到小波域进行滤波处理，相较于传统的时域滤波处理的方式，能够在保留更多的图像边缘信息的同时，实现有效的滤波处理，对噪声点进行有效的去除。同时，在对高频小波图像进行滤波处理时，通过比较阈值自适应地为不同类型的高频小波图像选择不同的处理函数进行处理，这种处理方式能够提高处理函数的针对性，从而提高滤波结果的准确性。而在对低频小波图像进行处理时，则是采用了非局部均值滤波的方式，这种处理方式进一步保留了滤波后的图像块中的有效信息。
[0082]
作为优选，所述判断获得的相似度最大值是否大于预设的相似度阈值，得到身份验证结果，包括：
[0083]
若相似度最大值大于预设的相似度阈值，则表示身份验证通过；
[0084]
若相似度最大值小于等于预设的相似度阈值，则表示身份验证没有通过。
[0085]
作为优选，所述订单信息包括订单生成时间、订单编号、买家名称、交易类型、交易的电量总额、交易价格和交易时间。
[0086]
作为优选，订单管理模块包括查询单元、修改单元和分析单元；
[0087]
所述查询单元用于通过身份验证的人员根据订单生成时间或订单编号或买家名称或交易类型或交易的电量总额或交易价格或交易时间对所述订单信息进行查询；
[0088]
所述修改单元用于对云计算模块中存储的订单信息进行修改；
[0089]
所述分析单元用于对云计算模块中存储的订单信息进行分析。
[0090]
作为优选，所述对云计算模块中存储的订单信息进行分析，包括：
[0091]
对订单信息进行统计分析，根据订单信息生成统计图表，对未完成的订单信息进行进度分析等。
[0092]
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。