本发明涉及智慧农村监测领域，尤其涉及一种多维数据分析的智慧农村监测系统。
背景技术：
1、目前，我国农村区域内的植被占比覆盖率较高，由于环境因素或者其他人为因素导致火情的发生，例如，地理位置和天气变化共同作用导致的山火，农村居民在植被密集区域不注意用火规范引起火情，因此，对于火情进行预测以及预警至关重要，利用深度学习等人工智能技术，对采集到的图像中的多维数据进行智能识别分析，实现高精度、高灵敏度的火情烟雾检测。
2、在实际情况中，由于农村植被覆盖的影响，火源被遮挡不易发现，尤其是在火情初期，火源微弱或无法直接被观察，在植被覆盖的影响下仅能观察到烟雾特征，尤其是在夜间对大面积农村区域进行监测时，识别烟雾特征需要进行图像增强，需处理海量数据，数据处理负荷高。
技术实现思路
1、为此，本发明提供一种多维数据分析的智慧农村监测系统，用以克服现有技术中，由于农村植被覆盖的影响，火源被遮挡不易发现，尤其是在火情初期，火源微弱或无法直接被观察，在植被覆盖的影响下仅能观察到烟雾特征，尤其是在夜间对大面积农村区域进行监测时，识别烟雾特征需要进行图像增强，需处理海量数据，数据处理负荷高的问题。
2、为实现上述目的，本发明提供一种多维数据分析的智慧农村监测系统，其包括：
3、飞控器，其用以控制若干搭载图像采集单元的无人机以预定路径飞行，采集若干农村区域的夜间图像；
4、特征解析器，其与各飞控器连接，用以接收针对不同农村区域的夜间图像，基于夜间图像进行纹路解析，包括，获取针对单个区域的若干帧夜间图像标注纹理特征，确定纹理特征针对夜间识别目标的纹路掩盖干扰值，以及对夜间图像进行图像增强确定增强前后的纹理特征的相似度；
5、图像分析器，其分别与所述飞控器以及所述特征解析器连接，包括聚类单元以及增强单元，
6、所述聚类单元用以基于所述纹理特征针对夜间识别目标的纹路掩盖干扰值以及相似度确定区域内所获取夜间图像的纹理干扰表征值，以划分纹理干扰类别；
7、所述增强单元响应于所述聚类单元的划分结果，用以对各农村区域的夜间图像进行处理，包括，
8、提取针对农村区域的若干帧夜间图像与所述农村区域的基本参考图像进行对比，确定纹理特征的相似度，基于所述相似度以及若干帧夜间图像变化情况判定是否增强所述农村区域内的夜间图像；
9、或，对所述农村区域内的若干帧夜间图像进行增强；
10、预警器，其与所述图像分析器连接，用以识别已增强夜间图像中的异常烟雾特征，判定是否发出预警提示。
11、进一步地，所述特征解析器用以获取针对单个区域的若干帧夜间图像标注纹理特征，确定纹理特征针对夜间识别目标的纹路掩盖干扰值包括，
12、用以将各帧夜间图像灰度化，识别灰度图像中的若干聚类簇；
13、用以基于聚类簇对应亮度值标注有效聚类簇，将有效聚类簇作为纹理特征；
14、用以获取各帧夜间图像中若干纹理特征相似度方差，得到纹理特征针对夜间识别目标的纹路掩盖干扰值。
15、进一步地，所述聚类单元用以基于纹理特征针对夜间识别目标的纹路掩盖干扰值以及相似度确定区域内所获取夜间图像的纹理干扰表征值包括，
16、用以计算纹理特征针对夜间识别目标的纹路掩盖干扰值与纹路掩盖干扰阈值的比值并赋予相应的权重系数作为第一干扰特征；
17、用以计算预设的相似度阈值与纹理特征的相似度的比值并赋予相应的权重系数作为第二干扰特征；
18、用以将所述第一干扰特征与所述第二干扰特征之和确定为纹理干扰表征值。
19、进一步地，所述聚类单元用以划分纹理干扰类别包括，
20、若纹理干扰表征值大于或等于纹理干扰表征阈值，则夜间图像为强干扰类别；
21、若纹理干扰表征值小于纹理干扰表征阈值，则夜间图像为弱干扰类别。
22、进一步地，所述增强单元用以对各农村区域的夜间图像进行处理包括，
23、若夜间图像为弱干扰类别，则提取针对农村区域的若干帧夜间图像与所述农村区域的基本参考图像进行对比，确定纹理特征的相似度，基于所述相似度以及连续若干帧夜间图像的变化情况判定是否增强所述农村区域内的夜间图像；
24、若夜间图像为强干扰类别，则对所述农村区域内的若干帧夜间图像进行增强。
25、进一步地，所述特征解析器还用以确定基本参考图像，包括，
26、用以分析各农村区域的若干帧夜间图像，比对各夜间图像与剩余夜间图像的相似度；
27、将最大相似度对应的夜间图像确定为所述农村区域的基本参考图像。
28、进一步地，所述增强单元用以确定若干帧夜间图像的变化情况包括，
29、用以对比邻接夜间图像纹理特征的相似度；
30、用以获取各相似度方差作为变化表征值。
31、进一步地，所述增强单元用以判定是否增强所述农村区域内的夜间图像包括，
32、若所述相似度大于预设的基准相似度阈值并且变化表征值小于预设的变化表征值阈值，则判定需增强所述农村区域内的夜间图像。
33、进一步地，所述预警器用以判定是否发出预警提示包括，
34、若已增强夜间图像中存在异常烟雾特征，则发出预警提示。
35、进一步地，所述图像分析器还包括存储单元，用以存储已增强夜间图像。
36、与现有技术相比，本发明设置飞控器，其用以控制若干搭载图像采集单元的无人机以预定路径飞行，采集若干农村区域的夜间图像；特征解析器，用以接收针对不同农村区域的夜间图像，基于夜间图像进行纹路解析；图像分析器，包括聚类单元以及增强单元：聚类单元用以基于纹理特征针对夜间图像的以及相似度确定区域内所获取夜间图像的纹理干扰表征值，以划分纹理干扰类别；增强单元响应于聚类单元的划分结果，用以对各农村区域的夜间图像适应性地进行处理，本发明能够在保证数据可靠性的前提下，更加精准地识别烟雾特征以及时报警，避免火灾的发生，同时能够节约算力资源。
37、尤其，本发明通过特征解析器解析不同农村区域的夜间图像，以进行分类，在实际情况中，夜间图像相对模糊，能够提取到的纹理特征较少，例如，部分农田种植密度高的区域对应的夜间图像中可能仅能提取农田边界的纹理特征，对于种植稀疏的部分农田，由于植株边界的影响会影响图像聚类效果，造成较多离散的纹理特征，在夜间存在烟雾时，由于图像模糊的影响，烟雾在夜间图像中可能以相对密集的若干纹理特征呈现，尤其是在受到周边离散的纹理特征的影响下不易被识别，因此，考虑结合纹理特征的离散型确定纹理特征针对夜间识别目标的纹路掩盖干扰值，并进一步确定计算纹理干扰表征值，用以表征对应农村区域内夜间图像中纹理特征对发生烟雾时产生纹理特征的干扰，为后续划分农村区域内的夜间图像的纹理干扰类别，适应性地选择图像增强方式，提供数据支持，进而提高夜间对潜在火灾识别的准确性。
38、尤其，本发明图像分析器判定农村区域内所获取夜间图像的纹理干扰类别，适应性的选择而图像增强方式，在弱纹理干扰类别下，考虑烟雾的纹理特征受到干扰的情况较小，采用所采集的夜间图像直接与基本参考图像进行对比，若存在烟雾纹理特征，则对比所确定的纹理特征相似度会较高，能够在保证可靠性的情况下对图像增强快速识别烟雾特征，并且，由于烟雾是持续发生的，为避免误判，考虑连续帧内若干纹理特征的变化情况，综合验证，进而，仅对存在潜在异常的夜间图像进行增强，精准判定，进而在保证可靠性的前提下，对大面积农村区域进行夜间监管时减少数据分析量，保证火灾异常识别度。
39、尤其，本发明在强纹理干扰类别下由于夜间图像中烟雾纹理特征被周边离散的纹理特征干扰，准确性不佳，因此，保证识别精度，将对应农村区域内的夜间图像全部增强，保证监测的可靠性。
1.一种多维数据分析的智慧农村监测系统，其特征在于，包括：
2.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述特征解析器用以获取针对单个区域的若干帧夜间图像标注纹理特征，确定纹理特征针对夜间识别目标的纹路掩盖干扰值包括，
3.根据权利要求2所述的多维数据分析的智慧农村监测系统，其特征在于，所述聚类单元用以基于纹理特征针对夜间识别目标的纹路掩盖干扰值以及相似度确定区域内所获取夜间图像的纹理干扰表征值包括，
4.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述聚类单元用以划分纹理干扰类别包括，
5.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述增强单元用以对各农村区域的夜间图像进行处理包括，
6.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述特征解析器还用以确定基本参考图像，包括，
7.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述增强单元用以确定若干帧夜间图像的变化情况包括，
8.根据权利要求7所述的多维数据分析的智慧农村监测系统，其特征在于，所述增强单元用以判定是否增强所述农村区域内的夜间图像包括，
9.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述预警器用以判定是否发出预警提示包括，
10.根据权利要求1所述的多维数据分析的智慧农村监测系统，其特征在于，所述图像分析器还包括存储单元，用以存储已增强夜间图像。
