一种基于物联网的智慧园区管理系统的制作方法

1.本发明涉及园区管理技术领域，特别涉及一种基于物联网的智慧园区管理系统。


背景技术：

2.智慧园区正是国内各类成熟园区转型升级的典范，智慧化不仅提升园区吸引力，而且促进园区可持续发展，给予了战略性新兴产业发展的基础，顺应信息技术创新与应用趋势，目前，传统的智慧园区在出入口管理方面，主要是以人为方式作为主导管理的，因此在人员管理、数据记录、信息输出等等方面有没有高效的协作和管理，更有可能因人员疏忽而导致数据遗失或漏记等弊端。


技术实现要素：

3.本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出了一种基于物联网的智慧园区管理系统，全自动智能化的对出入的车辆信息进行采集、分析、记录，减少人力成本，提高对智慧园区的管理效率，避免了因人员疏忽而导致数据遗失或漏记。
4.为达到上述目的，本发明提出了一种基于物联网的智慧园区管理系统，包括：
5.入口信息采集模块，用于采集入口车辆信息，并通过无线通讯模块发送至远程服务器；
6.出口信息采集模块，用于采集出口车辆信息，并通过无线通讯模块发送至远程服务器；
7.远程服务器，用于：
8.根据所述入口车辆信息及所述出口车辆信息，确定目标车辆的停车费用，根据所述停车费用生成付费订单；
9.接收车辆端对所述付费订单的付费情况，在确定付费成功时，发送打开指令至出口道闸控制模块；
10.所述出口道闸控制模块，用于接收所述打开指令并打开出口道闸。
11.进一步地，还包括：
12.视频采集模块，用于采集园区监控区域的视频数据；
13.数据分析服务器，用于根据所述视频数据判断所述监控区域中是否存在人体，在所述监控区域中存在人体时，获取所述人体的人脸图像，并与预设人脸数据库中的人脸图像进行匹配，计算得到人脸匹配度，在确定所述人脸匹配度小于预设人脸匹配度时，获取所述人体的位置信息，根据所述位置信息生成第一报警信息并发送至工作人员终端。
14.进一步地，还包括在确定所述图像匹配度大于预设匹配度时，获取所述人体的身份信息，并将所述身份信息发送至远程服务器进行记录。
15.进一步地，还包括：
16.空余车位信息获取模块，用于获取智慧园区包括的空余车位信息；所述空余车位
信息包括剩余车位的个数及相应的位置；
17.入口显示模块，用于将所述空余车位信息显示出来。
18.进一步地，所述无线通讯模块包括5g模块、4g模块、wi f i模块、蓝牙模块中的至少一种。
19.进一步地，所述出口道闸控制模块包括控制器及驱动装置，所述控制器固定连接于所述驱动装置上，且所述控制器与所述驱动装置电连接。
20.进一步地，还包括流媒体服务器、智慧园区管理系统大屏，其中，
21.所述流媒体服务器，用于将所述监控区域的视频数据发送至所述智慧园区管理系统大屏；
22.所述智慧园区管理系统大屏，用于接收所述流媒体服务器发送的监控区域的视频数据并显示出来。
23.进一步地，还包括：
24.供电模块，用于为所述入口信息采集模块、出口信息采集模块提供电能。
25.进一步地，所述根据所述视频数据判断所述监控区域中是否存在人体包括：
26.将所述视频数据进行分解，形成按照时间次序排列的视频图像，并提取出最新时间的视频图像作为待检测图像；
27.对所述待检测图像进行图像分割处理，得到若干个子待检测图像；
28.获取预设背景图像，将所述预设背景图像作为参考图像；所述预设背景图像为预先在所述监控区域内没有运动目标时拍摄的图像；
29.对所述参考图像进行图像分割处理，得到若干个子参考图像；
30.获取所述子待检测图像中每个像素点的第一亮度值；
31.获取所述子参考图像中每个像素点的第二亮度值；
32.计算所述子待检测图像中每个像素点的第一亮度值与所述子参考图像中相对应的像素点的第二亮度值的差值的绝对值；
33.分别对每个子待检测图像中包括的像素点的第一亮度值与子参考图像中相对应的像素点的第二亮度值的差值的绝对值进行求和处理，得到每个子待检测图像的和值；
34.分别将每个子待检测图像的和值与预设和值进行比较，统计出所述和值大于预设和值的子待检测图像的第一数量；
35.统计所有子待检测图像的第二数量，计算所述第一数量与所述第二数量的比值，判断所述比值是否大于预设比值，在确定所述比值大于预设比值时，确定所述监控区域存在运动目标；
36.获取所述和值大于预设和值的子待检测图像的位置信息，根据所述位置信息在所述待检测图像进行标记；
37.将标记后的待检测图像输入预先训练好的运动轮廓获取模型中，输出相对应的运动轮廓；
38.将所述运动轮廓与预设人体轮廓数据库中的人体轮廓图进行匹配，并计算得到轮廓匹配度，判断所述轮廓匹配度是否大于预设轮廓匹配度，在确定所述轮廓匹配度大于预设轮廓匹配度时，表示所述监控区域存在人体；
39.反之，表示所述监控区域不存在人体。
40.进一步地，在将所述人脸图像与预设人脸数据库中的人脸图像进行匹配前，还包括：
41.获取所述人脸图像中包括的像素点的行数，根据所述像素点的行数对所述人脸图像进行图像分割处理，得到若干个子人脸图像；其中，一个子人脸图像中包括一行像素点；
42.从所述若干个子人脸图像中随机挑选出一个子人脸图像，作为第一目标子人脸图像；
43.从所述第一目标子人脸图像中，按照从左到右的顺序将连续的五个像素点分为一个集合，得到所述第一目标子人脸图像包括的若干个第一像素点集合；其中，每两个第一像素点集合中至少包括一个不同像素点；
44.获取每个第一像素点集合中包括的像素点的第三亮度值，根据像素点的第三亮度值计算得到每个第一像素点集合的平均亮度值；
45.筛选出每个第一像素点集合中包括的像素点的最大的亮度值及最小的亮度值；
46.将所述最大的亮度值减去相对应第一像素点集合中包括的像素点的平均亮度值，得到每个第一像素点集合对应的第一差值；
47.将所述最小的亮度值减去相对应第一像素点集合中包括的像素点的平均亮度值，得到得到每个第一像素点集合对应的第二差值；
48.分别计算每个第一像素点集合对应的所述第一差值及所述第二差值的平方和，得到若干个平方和；
49.将所述若干个平方和进行相加，得到所述第一目标子人脸图像的子清晰度；
50.在得到所述第一目标子人脸图像的子清晰度后，将所述第一目标子人脸图像从所述若干个子人脸图像中进行剔除，并挑选出另一个子人脸图像，作为第二目标子人脸图像，获取所述第二目标子人脸图像包括的若干个第二像素点集合，并最后计算得到所述第二目标子人脸图像的子清晰度，重复上述步骤，直至得到每个子人脸图像的子清晰度；
51.对所述每个子人脸图像的子清晰度按照从大到小的顺序进行排序，得到排序结果，从所述排序结果中筛选出前预设数量个子清晰度，计算所述前预设数量个子清晰度的平均值，得到所述人脸图像的清晰度；
52.判断所述清晰度是否小于预设清晰度，在确定所述清晰度小于预设清晰度时，获取所述人脸图像中每个像素点的第一rgb值；
53.对所述人脸图像进行高斯模糊处理，获取高斯模糊处理后的人脸图像中每个像素点的第二rgb值；
54.计算所述人脸图像中每个像素点的第一rgb值与相对应的第二rgb值的第三差值，根据所述每个像素点的第三差值查询预设第三差值-增益系数表，得到每个像素点的增益系数，根据每个像素点的所述第一rgb值、第三差值及所述增益系数对相应的像素点进行清晰度增强处理。
55.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
附图说明
56.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
57.图1为根据本发明第一实施例的一种基于物联网的智慧园区管理系统的框图；
58.图2为根据本发明第二实施例的一种基于物联网的智慧园区管理系统的框图；
59.图3为根据本发明第三实施例的一种基于物联网的智慧园区管理系统的框图。
60.附图标记：
61.入口信息采集模块1、出口信息采集模块2、无线通讯模块3、远程服务器4、出口道闸控制模块5；视频采集模块6、数据分析服务器7、流媒体服务器8、智慧园区管理系统大屏9。
具体实施方式
62.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
63.下面参考图1至图3来描述本发明实施例提出的种基于物联网的智慧园区管理系统。
64.如图1所示，一种基于物联网的智慧园区管理系统，包括：
65.入口信息采集模块1，用于采集入口车辆信息，并通过无线通讯模块3发送至远程服务器4；
66.出口信息采集模块2，用于采集出口车辆信息，并通过无线通讯模块3发送至远程服务器4；
67.远程服务器4，用于：
68.根据所述入口车辆信息及所述出口车辆信息，确定目标车辆的停车费用，根据所述停车费用生成付费订单；
69.接收车辆端对所述付费订单的付费情况，在确定付费成功时，发送打开指令至出口道闸控制模块5；
70.所述出口道闸控制模块5，用于接收所述打开指令并打开出口道闸。
71.上述方案的工作原理：入口信息采集模块1，用于采集入口车辆信息，并通过无线通讯模块3发送至远程服务器4；出口信息采集模块2，用于采集出口车辆信息，并通过无线通讯模块3发送至远程服务器4；远程服务器4用于根据所述入口车辆信息及所述出口车辆信息，确定目标车辆的停车费用，根据所述停车费用生成付费订单；接收车辆端对所述付费订单的付费情况，在确定付费成功时，发送打开指令至出口道闸控制模块5；所述出口道闸控制模块5，用于接收所述打开指令并打开出口道闸。
72.上述方案的有益效果：全自动智能化的对出入的车辆信息进行采集、分析、记录，减少人力成本，提高对智慧园区的管理效率，避免了因人员疏忽而导致数据遗失或漏记。
73.如图2所示，根据本发明的一些实施例，还包括：
74.视频采集模块6，用于采集园区监控区域的视频数据；
75.数据分析服务器7，用于根据所述视频数据判断所述监控区域中是否存在人体，在所述监控区域中存在人体时，获取所述人体的人脸图像，并与预设人脸数据库中的人脸图
像进行匹配，计算得到人脸匹配度，在确定所述人脸匹配度小于预设人脸匹配度时，获取所述人体的位置信息，根据所述位置信息生成第一报警信息并发送至工作人员终端。
76.上述方案的工作原理：视频采集模块6用于采集园区监控区域的视频数据；数据分析服务器7于根据所述视频数据判断所述监控区域中是否存在人体，在所述监控区域中存在人体时，获取所述人体的人脸图像，并与预设人脸数据库中的人脸图像进行匹配，计算得到人脸匹配度，在确定所述人脸匹配度小于预设人脸匹配度时，获取所述人体的位置信息，根据所述位置信息生成第一报警信息并发送至工作人员终端。
77.上述方案的有益效果：依据园区建设的位置信息及周边环境，对所要防控的区域进行综合的分析，分析园区重点管控的对象，重点监控区域，对区域现状和实际情况采用协同防护和因地制宜的防护手法，基于物联网平台及设备，合理设置防范措施。根据视频数据判断园区边界处是否有移动物，当识别到有移动物时，通过图像识别移动物是否为人，当移动物为人时，通过人脸识别系统捕捉人脸图片并与数据库进行比对，从而识别出该人的身份信息，数据分析服务器7根据身份信息判断其是否有出入园区的权限，若有权限则不通知工作人员进行拦截，若无权限或数据库中无相似记录，则通知工作人员进行拦截。
78.根据本发明的一些实施例，还包括在确定所述图像匹配度大于预设匹配度时，获取所述人体的身份信息，并将所述身份信息发送至远程服务器4进行记录。
79.上述方案的工作原理：在确定所述图像匹配度大于预设匹配度时，获取所述人体的身份信息，并将所述身份信息发送至远程服务器4进行记录。
80.上述方案的有益效果：对出入园区人员的身份信息进行记录，提高对智慧园区的管理性，具有可追溯性。
81.根据本发明的一些实施例，还包括：
82.空余车位信息获取模块，用于获取智慧园区包括的空余车位信息；所述空余车位信息包括剩余车位的个数及相应的位置；
83.入口显示模块，用于将所述空余车位信息显示出来。
84.上述方案的工作原理：空余车位信息获取模块，用于获取智慧园区包括的空余车位信息；所述空余车位信息包括剩余车位的个数及相应的位置；入口显示模块，用于将所述空余车位信息显示出来
85.上述方案的有益效果：将所述空余车位信息在入口显示模块显示出来，便于待进入园区的人员观看，增加人员的停车效率。
86.根据本发明的一些实施例，所述无线通讯模块3包括5g模块、4g模块、wifi模块、蓝牙模块中的至少一种。
87.上述方案的工作原理：所述无线通讯模块3包括5g模块、4g模块、wi f i模块、蓝牙模块中的至少一种。
88.上述方案的有益效果：保证无线通讯模块3的通信质量。
89.根据本发明的一些实施例，所述出口道闸控制模块5包括控制器及驱动装置，所述控制器固定连接于所述驱动装置上，且所述控制器与所述驱动装置电连接。
90.上述方案的工作原理：所述出口道闸控制模块5包括控制器及驱动装置，所述控制器固定连接于所述驱动装置上，且所述控制器与所述驱动装置电连接。
91.上述方案的有益效果：通过控制器控制驱动装置进而驱动出口道闸运动，保证出
口道闸打开时的及时性。
92.根据本发明的一些实施例，还包括流媒体服务器8、智慧园区管理系统大屏9，其中，
93.所述流媒体服务器8，用于将所述监控区域的视频数据发送至所述智慧园区管理系统大屏9；
94.所述智慧园区管理系统大屏9，用于接收所述流媒体服务器8发送的监控区域的视频数据并显示出来。
95.上述方案的工作原理：所述流媒体服务器8，用于将所述监控区域的视频数据发送至所述智慧园区管理系统大屏9；智慧园区管理系统大屏9，用于接收所述流媒体服务器8发送的监控区域的视频数据并显示出来。
96.上述方案的有益效果：通过智慧园区管理系统大屏9将所述流媒体服务器8发送的监控区域的视频数据显示出来，使得工作人员随时的能够了解到园区内部的状况，提高对园区的管理性。
97.根据本发明的一些实施例，还包括：
98.供电模块，用于为所述入口信息采集模块1、出口信息采集模块2提供电能。
99.上述方案的工作原理：供电模块，用于为所述入口信息采集模块1、出口信息采集模块2提供电能。
100.上述方案的有益效果：保证入口信息采集模块1、出口信息采集模块2的工作状态。
101.根据本发明的一些实施例，所述根据所述视频数据判断所述监控区域中是否存在人体包括：
102.将所述视频数据进行分解，形成按照时间次序排列的视频图像，并提取出最新时间的视频图像作为待检测图像；
103.对所述待检测图像进行图像分割处理，得到若干个子待检测图像；
104.获取预设背景图像，将所述预设背景图像作为参考图像；所述预设背景图像为预先在所述监控区域内没有运动目标时拍摄的图像；
105.对所述参考图像进行图像分割处理，得到若干个子参考图像；
106.获取所述子待检测图像中每个像素点的第一亮度值；
107.获取所述子参考图像中每个像素点的第二亮度值；
108.计算所述子待检测图像中每个像素点的第一亮度值与所述子参考图像中相对应的像素点的第二亮度值的差值的绝对值；
109.分别对每个子待检测图像中包括的像素点的第一亮度值与子参考图像中相对应的像素点的第二亮度值的差值的绝对值进行求和处理，得到每个子待检测图像的和值；
110.分别将每个子待检测图像的和值与预设和值进行比较，统计出所述和值大于预设和值的子待检测图像的第一数量；
111.统计所有子待检测图像的第二数量，计算所述第一数量与所述第二数量的比值，判断所述比值是否大于预设比值，在确定所述比值大于预设比值时，确定所述监控区域存在运动目标；
112.获取所述和值大于预设和值的子待检测图像的位置信息，根据所述位置信息在所述待检测图像进行标记；
113.将标记后的待检测图像输入预先训练好的运动轮廓获取模型中，输出相对应的运动轮廓；
114.将所述运动轮廓与预设人体轮廓数据库中的人体轮廓图进行匹配，并计算得到轮廓匹配度，判断所述轮廓匹配度是否大于预设轮廓匹配度，在确定所述轮廓匹配度大于预设轮廓匹配度时，表示所述监控区域存在人体；
115.反之，表示所述监控区域不存在人体。
116.上述方案的工作原理：将所述视频数据进行分解，形成按照时间次序排列的视频图像，并提取出最新时间的视频图像作为待检测图像；对所述待检测图像进行图像分割处理，得到若干个子待检测图像；获取预设背景图像，将所述预设背景图像作为参考图像；所述预设背景图像为预先在所述监控区域内没有运动目标时拍摄的图像；对所述参考图像进行图像分割处理，得到若干个子参考图像；获取所述子待检测图像中每个像素点的第一亮度值；获取所述子参考图像中每个像素点的第二亮度值；计算所述子待检测图像中每个像素点的第一亮度值与所述子参考图像中相对应的像素点的第二亮度值的差值的绝对值；分别对每个子待检测图像中包括的像素点的第一亮度值与子参考图像中相对应的像素点的第二亮度值的差值的绝对值进行求和处理，得到每个子待检测图像的和值；分别将每个子待检测图像的和值与预设和值进行比较，统计出所述和值大于预设和值的子待检测图像的第一数量；统计所有子待检测图像的第二数量，计算所述第一数量与所述第二数量的比值，判断所述比值是否大于预设比值，在确定所述比值大于预设比值时，确定所述监控区域存在运动目标；获取所述和值大于预设和值的子待检测图像的位置信息，根据所述位置信息在所述待检测图像进行标记；将标记后的待检测图像输入预先训练好的运动轮廓获取模型中，输出相对应的运动轮廓；将所述运动轮廓与预设人体轮廓数据库中的人体轮廓图进行匹配，并计算得到轮廓匹配度，判断所述轮廓匹配度是否大于预设轮廓匹配度，在确定所述轮廓匹配度大于预设轮廓匹配度时，表示所述监控区域存在人体；反之，表示所述监控区域不存在人体。
117.上述方案的有益效果：本方案提供一种全自动、速度快、精确高的检测园区内是否存在人体的方法，首先，检测园区内是否存在运动目标，将所述视频数据进行分解，形成按照时间次序排列的视频图像，并提取出最新时间的视频图像作为待检测图像；对所述待检测图像进行图像分割处理，得到若干个子待检测图像；获取预设背景图像，将所述预设背景图像作为参考图像；所述预设背景图像为预先在所述监控区域内没有运动目标时拍摄的图像；对所述参考图像进行图像分割处理，得到若干个子参考图像；获取所述子待检测图像中每个像素点的第一亮度值；获取所述子参考图像中每个像素点的第二亮度值；计算所述子待检测图像中每个像素点的第一亮度值与所述子参考图像中相对应的像素点的第二亮度值的差值的绝对值；分别对每个子待检测图像中包括的像素点的第一亮度值与子参考图像中相对应的像素点的第二亮度值的差值的绝对值进行求和处理，得到每个子待检测图像的和值；分别将每个子待检测图像的和值与预设和值进行比较，统计出所述和值大于预设和值的子待检测图像的第一数量；统计所有子待检测图像的第二数量，计算所述第一数量与所述第二数量的比值，判断所述比值是否大于预设比值，在确定所述比值大于预设比值时，表示待检测图像中与参考图像的不相同的区域较多，确定所述监控区域存在运动目标；在确定所述监控区域存在运动目标时，在检测所述运动目标是否为人体，获取所述和值大于
预设和值的子待检测图像的位置信息，根据所述位置信息在所述待检测图像进行标记；将标记后的待检测图像输入预先训练好的运动轮廓获取模型中，输出相对应的运动轮廓；将所述运动轮廓与预设人体轮廓数据库中的人体轮廓图进行匹配，并计算得到轮廓匹配度，判断所述轮廓匹配度是否大于预设轮廓匹配度，在确定所述轮廓匹配度大于预设轮廓匹配度时，表示所述监控区域存在人体；反之，表示所述监控区域不存在人体。全自动智能化的完成检测，增加检测速度，减少人力成本，提高检测结果的精确性。
118.根据本发明的一些实施例，在将所述人脸图像与预设人脸数据库中的人脸图像进行匹配前，还包括：
119.获取所述人脸图像中包括的像素点的行数，根据所述像素点的行数对所述人脸图像进行图像分割处理，得到若干个子人脸图像；其中，一个子人脸图像中包括一行像素点；
120.从所述若干个子人脸图像中随机挑选出一个子人脸图像，作为第一目标子人脸图像；
121.从所述第一目标子人脸图像中，按照从左到右的顺序将连续的五个像素点分为一个集合，得到所述第一目标子人脸图像包括的若干个第一像素点集合；其中，每两个第一像素点集合中至少包括一个不同像素点；
122.获取每个第一像素点集合中包括的像素点的第三亮度值，根据像素点的第三亮度值计算得到每个第一像素点集合的平均亮度值；
123.筛选出每个第一像素点集合中包括的像素点的最大的亮度值及最小的亮度值；
124.将所述最大的亮度值减去相对应第一像素点集合中包括的像素点的平均亮度值，得到每个第一像素点集合对应的第一差值；
125.将所述最小的亮度值减去相对应第一像素点集合中包括的像素点的平均亮度值，得到得到每个第一像素点集合对应的第二差值；
126.分别计算每个第一像素点集合对应的所述第一差值及所述第二差值的平方和，得到若干个平方和；
127.将所述若干个平方和进行相加，得到所述第一目标子人脸图像的子清晰度；
128.在得到所述第一目标子人脸图像的子清晰度后，将所述第一目标子人脸图像从所述若干个子人脸图像中进行剔除，并挑选出另一个子人脸图像，作为第二目标子人脸图像，获取所述第二目标子人脸图像包括的若干个第二像素点集合，并最后计算得到所述第二目标子人脸图像的子清晰度，重复上述步骤，直至得到每个子人脸图像的子清晰度；
129.对所述每个子人脸图像的子清晰度按照从大到小的顺序进行排序，得到排序结果，从所述排序结果中筛选出前预设数量个子清晰度，计算所述前预设数量个子清晰度的平均值，得到所述人脸图像的清晰度；
130.判断所述清晰度是否小于预设清晰度，在确定所述清晰度小于预设清晰度时，获取所述人脸图像中每个像素点的第一rgb值；
131.对所述人脸图像进行高斯模糊处理，获取高斯模糊处理后的人脸图像中每个像素点的第二rgb值；
132.计算所述人脸图像中每个像素点的第一rgb值与相对应的第二rgb值的第三差值，根据所述每个像素点的第三差值查询预设第三差值-增益系数表，得到每个像素点的增益系数，根据每个像素点的所述第一rgb值、第三差值及所述增益系数对相应的像素点进行清
晰度增强处理。
133.上述方案的工作原理：获取所述人脸图像中包括的像素点的行数，根据所述像素点的行数对所述人脸图像进行图像分割处理，得到若干个子人脸图像；其中，一个子人脸图像中包括一行像素点；从所述若干个子人脸图像中随机挑选出一个子人脸图像，作为第一目标子人脸图像；从所述第一目标子人脸图像中，按照从左到右的顺序将连续的五个像素点分为一个集合，得到所述第一目标子人脸图像包括的若干个第一像素点集合；其中，每两个第一像素点集合中至少包括一个不同像素点；示例的，若所述第一目标子人脸图像共有10个像素点，那么共得到6个第一像素点集合，分别为：(1、2、3、4、5)、(2、3、4、5、6)、(3、4、5、6、7)、(4、5、6、7、8)、(5、6、7、8、9)、(6、7、8、9、10)；获取每个第一像素点集合中包括的像素点的第三亮度值，根据像素点的第三亮度值计算得到每个第一像素点集合的平均亮度值；筛选出每个第一像素点集合中包括的像素点的最大的亮度值及最小的亮度值；将所述最大的亮度值减去相对应第一像素点集合中包括的像素点的平均亮度值，得到每个第一像素点集合对应的第一差值；将所述最小的亮度值减去相对应第一像素点集合中包括的像素点的平均亮度值，得到得到每个第一像素点集合对应的第二差值；分别计算每个第一像素点集合对应的所述第一差值及所述第二差值的平方和，得到若干个平方和；将所述若干个平方和进行相加，得到所述第一目标子人脸图像的子清晰度；在得到所述第一目标子人脸图像的子清晰度后，将所述第一目标子人脸图像从所述若干个子人脸图像中进行剔除，并挑选出另一个子人脸图像，作为第二目标子人脸图像，获取所述第二目标子人脸图像包括的若干个第二像素点集合，并最后计算得到所述第二目标子人脸图像的子清晰度，重复上述步骤，直至得到每个子人脸图像的子清晰度；对所述每个子人脸图像的子清晰度按照从大到小的顺序进行排序，得到排序结果，从所述排序结果中筛选出前预设数量个子清晰度，计算所述前预设数量个子清晰度的平均值，得到所述人脸图像的清晰度；判断所述清晰度是否小于预设清晰度，在确定所述清晰度小于预设清晰度时，获取所述人脸图像中每个像素点的第一rgb值；对所述人脸图像进行高斯模糊处理，获取高斯模糊处理后的人脸图像中每个像素点的第二rgb值；计算所述人脸图像中每个像素点的第一rgb值与相对应的第二rgb值的第三差值，根据所述每个像素点的第三差值查询预设第三差值-增益系数表，得到每个像素点的增益系数，根据每个像素点的所述第一rgb值、第三差值及所述增益系数对相应的像素点进行清晰度增强处理；人脸图像中像素点(i,j)清晰度增强处理后的值q(i,j)＝a b
×
c，其中，a为所述人脸图像中像素点(i,j)的第一rgb值；b为所述人脸图像中像素点(i,j)的第三差值；c为对所述人脸图像中像素点(i,j)的增益系数。
134.上述方案的有益效果：清晰度是表征图像质量的一个重要参数，若人脸图像的清晰度不高，必然会影响最终检测人体身份信息的准确度，因此对人脸图像的清晰度进行检测，若最终的检测结果低下，对人脸图像进行清晰度增强，进而保证最终检测人体身份信息的精确性；通过上述方法计算得到的清晰度计算量小、灵敏度高，可以更好地满足对图像清晰度评价的要求，保证了最终对人脸图像清晰度评价的精确性，便于在所述清晰度小于预设清晰度时，首先对图像进行高斯模糊处理，再通过与原像素点的rgb差值来获取对应的增益系数，然后通过每个像素点的所述第一rgb值、第三差值及所述增益系数对相应的像素点进行清晰度增强处理，从而以实现提高人脸图像的清晰度，增强人脸图像的质量，进而提高最终检测人体身份信息的精确性。
135.根据本发明的一些实施例，对所述待检测图像进行图像分割处理前，还包括：
136.对所述待检测图像进行模糊处理，得到模糊图像；
137.对所述待检测图像进行边缘检测，得到所述待检测图像的第一边缘图像，获取所述第一边缘图像的位置信息；
138.根据所述位置信息在所述模糊图像中截取出第二边缘图像；
139.根据公式(1)计算所述第一边缘图像中像素点(i,j)的梯度幅值g1(i,j)：
[0140][0141]
其中，s1(i,j)为所述第一边缘图像中像素点(i,j)在水平方向上的梯度值；s2(i,j)为所述第一边缘图像中像素点(i,j)在垂直方向上的梯度值；
[0142]
根据公式(2)计算所述第二边缘图像中像素点(i,j)的梯度幅值g2(i,j)：
[0143][0144]
其中，s3(i,j)为所述第二边缘图像中像素点(i,j)在水平方向上的梯度值；s4(i,j)所述第二边缘图像中像素点(i,j)在垂直方向上的梯度值；
[0145]
根据所述第一边缘图像中像素点(i,j)的梯度幅值g1(i,j)与所述第二边缘图像中像素点(i,j)的梯度幅值g2(i,j)，计算得到所述待检测图像的模糊值k，如公式(3)：
[0146][0147]
其中，m为所述第一边缘图像的长度，也为所述第二边缘图像的长度，且所述第一边缘图像中的长度与所述第二边缘图像的长度相等；n为所述第一边缘图像的宽度，也为所述第二边缘图像的宽度，且所述第一边缘图像中的宽度与所述第二边缘图像的宽度相等。
[0148]
判断所述模糊值是否大于预设模糊值，在确定所述模糊值大于预设模糊值时，对所述待检测图像进行降噪处理。
[0149]
上述方案的工作原理：对所述待检测图像进行模糊处理，得到模糊图像；对所述待检测图像进行边缘检测，得到所述待检测图像的第一边缘图像，获取所述第一边缘图像的位置信息；根据所述位置信息在所述模糊图像中截取出第二边缘图像；根据所述第一边缘图像与所述第二边缘图像计算得到待检测图像的模糊值，判断所述模糊值是否大于预设模糊值，在确定所述模糊值大于预设模糊值时，对所述待检测图像进行降噪处理。
[0150]
上述方案的有益效果：待检测图像的模糊程度决定着智慧园区内是否包括人体的准确性，图像的主要特征和信息取决于它的边缘，是图像结构信息最重要的部分，同时它们也是影响图像视觉质量的重要的因素，因此通过所述第一边缘图像与所述第二边缘图像计算得到待检测图像的模糊值更加的精确，在计算所述待检测图像的模糊值时，考虑所述第一边缘图像的长度、所述第二边缘图像的长度、所述第一边缘图像的宽度、所述第二边缘图像的宽度等因素，使得计算迟来的模糊值更加的精确，提高判断所述模糊值与预设模糊值大小的准确性，便于在所述模糊值小于预设模糊值时，对所述待检测图像进行降噪处理，使得降噪后的待检测图像更加的清晰，提高最后检测智慧园区内是否包括人体的准确性。
[0151]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精
神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。