基于景区的文物保护状态监测和预防性保护方法与流程

本发明涉及文物保护领域，更具体地涉及基于景区的文物保护状态监测和预防性保护方法。

背景技术：

1、文物状态监测是一种系统性的过程，旨在定期评估和记录文物的各种物理、化学和生物特征，以及与其相关的环境因素，以便及时发现潜在的损伤、退化或其他问题，并采取必要的措施进行保护和维护。监测文物状态可以帮助及早发现潜在的损伤或破坏，采取必要的保护措施，避免进一步损害文物，根据文物状态的监测结果，合理配置人力、物力和财力资源，提高管理效率。

2、现有的文物状态监测和预防性保护方法是通过对文物进行物理检测、化学分析以及环境检测的方法进行文物状态监测，但是这种检测方法会导致当景区文物之前发生过损坏并进行修复后，之前选取评估文物状态的参数不再具有代表性的问题。

3、针对上述问题，本发明提出一种解决方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供了基于景区的文物保护状态监测和预防性保护方法，以解决上述背景技术中存在的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、基于景区的文物保护状态监测和预防性保护方法，包括以下步骤：

4、在景区文物附近设置高清摄像装置，进行实时摄像记录，采集文物每次维护时的图像，并保存在维护状态数据库中；

5、采集文物历史维护数据，所述维护数据包括维护开始时间、维护结束时间、维护人员信息以及文物状态图像，所述维护人员信息包括姓名、获得的从业证书以及从业年龄；

6、从维护状态数据库中采集上次维护时的文物图像，通过图像识别技术对文物图像进行分析，得到历史文物损坏程度；

7、根据维护人员的信息计算得到维护人员专业程度，其计算公式为pl＝log(numc+1)×log(ae+1)，其中pl表示为维护人员专业程度，numc表示为维护人员获得的从业证书数量，ae表示为维护人员从业年龄；

8、根据维护数据计算出最近一次维护所用时间，其计算公式为mt＝t结束-t开始，其中mt表示为最近一次维护所用时间，t结束表示为维护结束时间，t开始表示为维护开始时间；

9、根据历史文物损坏程度、维护人员专业程度以及最近一次维护所用时间计算得到文物再次损坏系数，其计算公式为其中da表示为文物再次损坏系数，ed表示为历史文物损坏程度，mt表示为上次维护所用时间，pl表示为维护人员专业程度；

10、采集文物附近的实时温度与湿度数据，计算实时温度变化率与湿度变化率，并根据实时温度变化率与湿度变化率计算得到环境影响系数；

11、采集检测时间段内景区的游客承载量，计算得到游客影响系数；

12、根据文物再次损坏系数、环境影响系数以及游客影响系数综合评估计算得到文物损伤指数，其计算公式为hs＝a1×da+a2×ei+a3×ti，其中hs表示为文物损伤指数，da表示为文物再次损坏系数，ei表示为环境影响系数，ti表示为游客影响系数，a1、a2、a3表示为文物再次损坏系数、环境影响系数以及游客影响系数的权重系数；

13、根据文物损伤指数进行文物损伤预警，提醒工作人员及时进行文物修复与管理。

14、优选的，所述通过图像识别技术对文物图像进行分析，得到历史文物损坏程度步骤为：

15、采集上次维护时的文物图像，使用边缘检测法将文物本体图像与背景分离开；

16、提取分离出的文物本体图像，将图像平均分为n份，记为子文物本体图像；

17、使用图像识别技术，识别出每个子文物本体图像中出现损坏的数量，记为损坏数量数据集，损坏数量数据集中的出现损坏的数量为数据点；

18、对每个子文物本体图像中出现损坏的数量进行聚类处理，并根据聚类结果计算得到历史文物损坏程度。

19、优选的，所述使用边缘检测法将文物本体图像与背景分离开步骤为：

20、将彩色图像转换为灰度图像，对图像进行高斯模糊；

21、使用sobe l算子计算图像在x和y方向上的梯度，将sobe l算子与灰度图像进行卷积，得到图像在x方向上的梯度，其计算公式为ix＝igray*gx，其中ix表示为图像在x方向上的梯度，iy表示为图像在y方向上的梯度igray表示为输入的灰度图像，*表示为卷积操作；

22、根据水平和垂直梯度，计算每个像素的梯度幅值，其计算公式为计算每个像素的梯度方向，其计算公式为

23、将梯度方向量化，设定高阈值与低阈值，使用双阈值检测将边缘分为强边缘和弱边缘；

24、遍历图像，对每个标记为弱边缘的像素，检查其邻域像素，若至少有一个邻域像素是强边缘，则将该弱边缘像素保留为边缘，若弱边缘像素没有连接到任何强边缘，则将其设置为0，确保弱边缘连接到强边缘，移除孤立的弱边缘，得到文物本体图像与背景的边缘线

25、优选的，所述使用图像识别技术，识别出每个子文物本体图像中出现损坏的数量步骤为：

26、收集包含损坏和未损坏子文物本体图像的数据集，对采集的图像进行标注，标注损坏与否的类别，对损坏图片进行预处理，并将预处理后的损坏图片分为训练集、验证集以及测试集；

27、使用标注好的数据集对卷积神经网络模型进行训练，得到最终模型；

28、使用最终模型对每个子文物本体图像进行识别，根据识别结果得到每个子文物本体图像中出现损坏的区域数量。

29、优选的，所述使用标注好的数据集对卷积神经网络迷行进行训练步骤为：

30、步骤一：定义初始化模型；

31、步骤二：将训练集的图像输入模型中得到预测结果，根据预测结果和真实标签计算损失函数值，其计算公式为其中loss表示为损失函数值，表示为模型预测的标签，yi表示为真实的标签，n表示为样本数量；

32、步骤三：使用反向传播算法更新模型参数，使得损失函数值逐渐减小，使用随机梯度下降法更新模型的参数；

33、步骤四：重复步骤三，直到损失函数收敛；

34、步骤五：使用验证集对训练好的模型进行评估，评估模型的准确率、精确率、召回率以及f1分数指标，根据评估结果计算出模型准确性，将模型准确性与预设阈值进行对比，若模型准确性大于预设阈值，则输出当前模型，作为最终模型，若模型准确性小于预设阈值，则返回步骤二继续进行模型训练。

35、优选的，所述对每个子文物本体图像中出现损坏的数量进行聚类处理，并根据聚类结果计算得到历史文物损坏程度步骤为：

36、步骤1：使用肘部法确定最佳聚类簇数；

37、步骤2：使用k均值聚类法对每个子文物本体图像中出现损坏的数量进行聚类；

38、步骤3：根据最佳聚类簇数，从数据点中随机选取对应数的数据点作为聚类的初始聚类中心，使用欧式距离计算每个样本与每个初始聚类中心点的距离，并将数据点分配到距离最近的聚类中心所属的簇中；

39、步骤4：对每个簇，计算其所有数据点的均值，并将该均值作为新的聚类中心；

40、步骤5：重复步骤3、4，直到聚类中心不再发生变化，并得到最终聚类簇与最终聚类中心；

41、步骤6：统计每个最终聚类簇中的数据点数量，将每个最终聚类簇中的数据点数量与数据集中一共的数据点的数量进行比值计算，得到每个最终聚类簇的权重系数；

42、步骤7：根据每个最终聚类簇的聚类中心与权重系数计算得到历史文物损坏程度。

43、优选的，所述环境影响系数计算步骤为：

44、设定检测时间段，采集当前时间点与监测时间段之前时间点的温度数据，计算出检测时间段内温度变化率；

45、采集当前时间点与监测时间段之前时间点的湿度数据，计算出检测时间段内湿度变化率；

46、使用最大-最小标准化方法将温度变化率以及湿度变化率转换为0到1之间的值；

47、根据标准化后的温度变化率与湿度变化率计算出环境影响系数。

48、优选的，所述采集检测时间段内景区的游客承载量，计算得到游客影响系数步骤为：

49、以景区单位建筑为计算单位，所述单位建筑包括殿堂、道路以及庭院，获取单位建筑的总面积，取设定比例的单位建筑总面积作为有效面积，计算单位建筑的瞬时承载量，其计算公式为cy瞬时＝ga×80％×qp，其中cy瞬时表示为瞬时承载量，ga表示为单位建筑的总面积，qp表示为单位面积承载游客数量；

50、获取景区每天的有效开放时间以及每位旅游者在景区的平均游览时间，计算出日平均周转率，其计算公式为其中dt表示为日平均周转率，t开放表示为景区每天的有效开放时间，t游览表示为每位旅游者在景区的平均游览时间；

51、根据瞬时承载量与日平均周转率计算得到最大承载量，其计算公式为cy最大＝cy瞬时×dt，其中cy最大表示为最大承载量，cy瞬时表示为瞬时承载量，dt表示为日平均周转率；

52、监测景区的实时游客数量，并累计统计当天实时累积的游客数，根据实时游客数量、实时累积的游客数、瞬时承载量以及最大承载量评估计算得到游客影响系数，其计算公式为ti＝(cy瞬时-num实时)+(cy最大-num累计)，其中ti表示为游客影响系数，cy瞬时表示为瞬时承载量，num实时表示为实时游客数量，cy最大表示为最大承载量，num累计表示为实时累积的游客数。

53、优选的，所述根据文物损伤指数进行文物损伤预警步骤为，将文物损伤指数与预设阈值进行对比，若文物损伤指数小于预设阈值，则判定当前文物损伤程度小，不进行预警处理，若文物损伤指数大于预设阈值，则判定当前文物损伤程度大，进行预警处理。

54、本发明的技术效果和优点：

55、实时拍摄记录文物图像，采集文物历史维护数据，通过图像识别技术对文物图像进行分析，得到历史文物损坏程度，根据文物维护信息综合评估得到文物再次损坏系数，采集文物附近的实时温度与湿度数据，计算得到环境影响系数，采集检测时间段内景区的游客承载量，计算得到游客影响系数，综合评估得到文物损伤指数，根据文物损伤指数进行文物损伤预警管理，有效实现了对景区文物的实时状态监测，提高了文物状态评估的准确性。

技术特征：

1.基于景区的文物保护状态监测和预防性保护方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述通过图像识别技术对文物图像进行分析，得到历史文物损坏程度步骤为：

3.根据权利要求2所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述使用边缘检测法将文物本体图像与背景分离开步骤为：

4.根据权利要求2所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述使用图像识别技术，识别出每个子文物本体图像中出现损坏的数量步骤为：

5.根据权利要求4所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述使用标注好的数据集对卷积神经网络模型进行训练步骤为：

6.根据权利要求2所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述对每个子文物本体图像中出现损坏的数量进行聚类处理，并根据聚类结果计算得到历史文物损坏程度步骤为：

7.根据权利要求1所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述环境影响系数计算步骤为：

8.根据权利要求1所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述采集检测时间段内景区的游客承载量，计算得到游客影响系数步骤为：

9.根据权利要求1所述的基于景区的文物保护状态监测和预防性保护方法，其特征在于：所述根据文物损伤指数进行文物损伤预警步骤为，将文物损伤指数与预设阈值进行对比，若文物损伤指数小于预设阈值，则判定当前文物损伤程度小，不进行预警处理，若文物损伤指数大于预设阈值，则判定当前文物损伤程度大，进行预警处理。

技术总结
本发明涉及文物保护领域，且公开了基于景区的文物保护状态监测和预防性保护方法，用于解决当景区文物曾发生过损坏并进行修复后，会出现之前选取评估文物状态的参数不再具有代表性的问题，该方法包括，实时拍摄记录文物图像，采集文物历史维护数据，通过图像识别技术对文物图像进行分析，得到历史文物损坏程度，根据文物维护信息综合评估得到文物再次损坏系数，采集文物附近的实时温度与湿度数据，计算得到环境影响系数，采集检测时间段内景区的游客承载量，计算得到游客影响系数，综合评估得到文物损伤指数，根据文物损伤指数进行文物损伤预警管理，有效实现了对景区文物的实时状态监测，提高了文物状态评估的准确性。

技术研发人员：王海霞,徐信会
受保护的技术使用者：承德避暑山庄及周围寺庙景区服务中心
技术研发日：
技术公布日：2024/12/5