本发明涉及智慧园区权限验证，特别涉及一种基于智慧园区管理的权限验证装置及方法。
背景技术：
1、目前，随着智能化深入到各园区中，为园区赋能，使园区智能化，复杂的权限验证问题随之而来。不同权限的人员可访问的区域不同，现有技术中对用户身份及权限的识别效率及准确性不高，进而导致智慧园区的管理效率低，不能实现有效管理。
技术实现思路
1、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，本发明的第一个目的在于提出一种基于智慧园区管理的权限验证装置，提高对用户身份及权限的识别效率及准确性，能够实现智慧园区中用户权限的安全、高效验证，提高园区管理的智能化水平。
2、本发明的第二个目的在于提出一种基于智慧园区管理的权限验证方法。
3、为达到上述目的，本发明第一方面实施例提出了一种基于智慧园区管理的权限验证装置，包括：
4、验证请求接收模块，用于接收智慧园区的智能设备发送的关于用户的验证请求；
5、用户信息存储模块，用于存储用户数据库；
6、验证处理模块，用于基于验证请求与用户数据库中的信息进行比对，根据比对结果确定用户权限；
7、验证结果反馈模块，用于将用户权限反馈至智能设备。
8、根据本发明的一些实施例，所述验证处理模块在基于验证请求与用户数据库中的信息进行比对前，对验证请求包括的用户图像进行图像增强处理。
9、根据本发明的一些实施例，所述验证处理模块，包括：
10、降噪模块，用于对用户图像进行图像降噪，得到降噪图像；
11、分区模块，用于对降噪图像进行图像分区，得到若干个图像块；
12、第一确定模块，用于确定每个图像块的细节丰富度，并与预设细节丰富度阈值进行比较；将细节丰富度大于预设细节丰富度阈值的图像块作为初筛图像块；
13、第二确定模块，用于对初筛图像块进行亮度筛选，确定待增强图像块；
14、增强模块，用于对待增强图像块进行图像增强处理。
15、根据本发明的一些实施例，所述第二确定模块，包括：
16、筛选模块，用于将初筛图像块转换到hsv色度空间，提取v通道的图像序列分量，将最大的图像序列分量对应的初筛图像块作为参考图像块；
17、第一获取模块，用于将除参考图像块外的其他初筛图像块的图像序列分量从大到小进行排序，计算与参考图像块的差值的绝对值；
18、将差值的绝对值大于预设阈值的初筛图像块，作为待增强图像块。
19、根据本发明的一些实施例，所述降噪模块，包括：
20、灰度化处理模块，用于对用户图像进行灰度化处理，得到灰度图像；
21、第一计算模块，用于计算灰度图像对应的灰度归一化直方图；
22、第二计算模块，用于基于灰度归一化直方图确定用户图像在灰度级上的累积分布，通过直方图均衡对所有灰度级进行均衡化计算，得到降噪图像。
23、根据本发明的一些实施例，所述分区模块，包括：
24、第三计算模块，用于计算降噪图像中各个像素点的图像信息熵，并进行对比；
25、判断模块，用于分析降噪图像中预设范围内任意两像素点之间的图像信息熵偏差，并判断是否在预设偏差范围内；在确定偏差在预设偏差范围内时，表示这两像素点在一个图像块；对降噪图像中的所有像素点均进行判断，得到若干个图像块。
26、根据本发明的一些实施例，所述第一确定模块确定每个图像块的细节丰富度，包括：
27、第二获取模块，用于获取每个图像块的二值图，根据所述二值图确定图像块中的连通域；
28、第四计算模块，用于计算图像块中任意两个连通域的中心点之间的欧式距离，并根据所有欧式距离计算出平均距离值，作为图像块的细节丰富度。
29、根据本发明的一些实施例，所述增强模块，包括：
30、第五计算模块，用于：
31、确定待增强图像块上每个像素点的r颜色通道值、g颜色通道值、b颜色通道值，确定最大颜色通道值的作为像素点的亮度分量；
32、确定待增强图像块的平均亮度分量、最大亮度分量及最小亮度分量；
33、根据待增强图像块的平均亮度分量、最大亮度分量及最小亮度分量，确定每个像素点的增强参数；
34、
35、其中，t(i，j)为像素点(i，j)的调节参数；l(i，j)为像素点(i，j)的亮度分量；为待增强图像块的平均亮度分量；lmin为最小亮度分量；lmax为最大亮度分量；
36、调节模块，用于根据每个像素点的增强参数对相应像素点的亮度分量进行调节。
37、根据本发明的一些实施例，验证处理模块，包括：
38、构建模块，用于基于验证请求包括的用户图像构建像素点矩阵a；
39、
40、其中，alm为用户图像中第l行第m列所对应的像素点的像素值；
41、设置模块，用于设置移动步长及比对框的尺寸，确定相应的比对框，将比对框分别从像素点矩阵a中的a11位置开始提取数据，每次确定设置尺寸的比对框，形成矩阵cn×n；
42、
43、其中，cnn为比对框所选择的矩阵的第n行n列所对应的像素点的像素值；
44、比对模块，用于：
45、对用户数据库中的预设用户图像进行分析，提取像素点矩阵，得到数据库矩阵wn*n；计算矩阵cn×n与数据库矩阵wn*n的关联度；
46、
47、其中，p(c,w)k为cn×n与用户数据库中第k个预设用户图象矩阵的关联度；n为预设用户图象的数量；cij为矩阵cn×n的第i行j列的值；e表示数学期望；
48、确定最大关联度，并判断是否大于预设阈值；在确定最大关联度大于预设阈值时，将最大关联度对应的预设用户图像对应的用户权限作为验证请求的反馈结果。
49、为达到上述目的，本发明第二方面实施例提出了一种基于智慧园区管理的权限验证方法，包括：
50、接收智慧园区的智能设备发送的关于用户的验证请求；
51、基于验证请求与用户数据库中的信息进行比对，根据比对结果确定用户权限；
52、将用户权限反馈至智能设备。
53、本发明提出了一种基于智慧园区管理的权限验证装置及方法，提高对用户身份及权限的识别效率及准确性，能够实现智慧园区中用户权限的安全、高效验证，提高园区管理的智能化水平。
54、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。
55、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种基于智慧园区管理的权限验证装置，其特征在于，包括：
2.如权利要求1所述的基于智慧园区管理的权限验证装置，其特征在于，所述验证处理模块在基于验证请求与用户数据库中的信息进行比对前，对验证请求包括的用户图像进行图像增强处理。
3.如权利要求2所述的基于智慧园区管理的权限验证装置，其特征在于，所述验证处理模块，包括：
4.如权利要求3所述的基于智慧园区管理的权限验证装置，其特征在于，所述第二确定模块，包括：
5.如权利要求3所述的基于智慧园区管理的权限验证装置，其特征在于，所述降噪模块，包括：
6.如权利要求3所述的基于智慧园区管理的权限验证装置，其特征在于，所述分区模块，包括：
7.如权利要求3所述的基于智慧园区管理的权限验证装置，其特征在于，所述第一确定模块确定每个图像块的细节丰富度，包括：
8.如权利要求3所述的基于智慧园区管理的权限验证装置，其特征在于，所述增强模块，包括：
9.如权利要求1所述的基于智慧园区管理的权限验证装置，其特征在于，验证处理模块，包括：
10.一种基于智慧园区管理的权限验证方法，其特征在于，包括：
