面向馆藏文物的状态监测和预防性保护系统、方法、设备

摘要

本发明属于文物监测和预防性保护技术领域，公开了一种面向馆藏文物的状态监测和预防性保护系统、方法、设备，所述面向馆藏文物的状态监测和预防性保护系统，包括无线供电模块、文物监测模块、数据轮询采集模块、病害识别分析模块和前端用户模块。本发明提供的面向馆藏文物的状态监测和预防性保护系统，使用不依赖有线供电和通信的囊匣对囊匣内文物外观和环境状态信息进行采集，并基于所采集信息获得文物病害和所处环境的变化，从而决定是否进行报警。本发明提供的面向馆藏文物的状态监测和预防性保护系统，能实现对大量存放于囊匣内珍贵馆藏文物的状态的自动化定时和实时检查，提升博物馆管理效率，通过病害和环境告警，提高珍贵文物生存质量。

说明书

技术领域

本发明属于文物监测和预防性保护技术领域，尤其涉及一种面向馆藏文物的状态监测和预防性保护系统、方法、设备。

背景技术

目前，大多数馆藏文物监测装置及系统大多只是采集馆藏文物状态信息以及馆藏文物所处环境状态信信息，然后对这些数据进行处理后判断文物所处环境是否出现异常，如果出现异常，则进行预警。但对于文物本身是否已经发生了变化以及病害的类别和文物本身那块区域受到了病害的侵害并未给予说明，增加了工作人员在收到预警信息后采取措施时对文物造成二次伤害的可能性。但是如果能够在告警时指出病害的类别以及病害区域的位置则可以使得文物修复人员及时采取正确的修复措施从而减轻文物损害的程度和提高文物修复人员的工作效率。因此，告警时指出文物受到了那种病害的侵害以及病害区域的位置非常重要。

通过上述分析，现有技术存在的问题及缺陷为：现有馆藏文物监测装置及系统对于文物本身是否已经发生了变化以及病害的类别和文物本身那块区域受到了病害的侵害并未给予说明，增加了工作人员在收到预警信息后采取措施时对文物造成二次伤害的可能性。

解决以上问题及缺陷的难度为：如何及时获得文物本身状态的变化并根据这些这些变化得知文物本体是有新的病害产生或是文物本体上原本的病害区域变大。除此之外，囊匣空间狭小，如何在实现给各个硬件供电的同时又能尽可能的利用囊匣内部的空间。最后在对监测所得的数据进行处理和使用后，如何将所得的结果更加直观的反应给用户。

解决以上问题及缺陷的意义为：首先通过解决以上问题及缺陷，可以更大程度上实现对文物的预防性保护，当文物或文物所处环境出现异常时，工作人员可以拿出更加具有针对性的方案。其次通过解决以上问题及缺陷，可以减轻工作人员的工作负担，工作人员无需经常去仓库查看文物所处的状态。最后通过解决以上问题及缺陷，提供了一种馆藏文物预防性保护的新思路，从而进一步促进了文物预防性保护研究工作的进展。

发明内容

针对现有技术存在的问题，本发明提供了一种面向馆藏文物的状态监测和预防性保护系统、方法、设备。

本发明是这样实现的，一种面向馆藏文物的状态监测和预防性保护系统，所述面向馆藏文物的状态监测和预防性保护系统，包括无线供电模块、文物监测模块、数据轮询采集模块、病害识别分析模块和前端用户模块。

其中，所述无线供电模块，采用电磁感应式无线供电方案给所述文物监测模块提供电能；

所述文物监测模块，包括照明装置、文物外观、生存环境传感器和基本控制单元，用于采集文物图像和环境数据并发送给所述数据轮询采集模块；

所述数据轮询采集模块，用于接收文物监测模块的连接请求，记录在线的文物监测模块，并由工作人员在博物馆数据库的基础上匹配每个在线的文物监测模块所监测的文物；

所述病害识别分析模块，用于使用基于深度学习的目标识别和目标分割方法利用深度网络病害识别分析模型进行病害识别分析；

所述前端用户模块，用于处理来自所述病害分析服务器发送的数据并将所述数据通过浏览器进行渲染，从而实现可视化并当接收到所述病害分析模块发送的异常信号时进行告警。

进一步，文物监测模块中，所述照明装置、文物外观、生存环境传感器和基本控制单元被封装为整体结构安装在文物囊匣内壁上，通过无线供电模块从所放置柜子或架子上获得电能，启动后与数据轮询采集模块通讯连接；当所述文物监测模块与所述数据采集模块建立连接后，等候采集模块轮询；采集文物图像和环境数据并发送给所述数据轮询采集模块，或当生存环境出现异常时主动将数据发送给所述数据轮询采集模块。

进一步，所述文物外观和生存环境感知器，包括分别与数据轮询采集模块通过网络相连的温度传感器、湿度传感器、污染气体浓度传感器、2个RGB摄像头，分别用于采集文物所处环境的实时温度数据、实时湿度数据、实时污染气体浓度数据以及实时图像数据，并将所述数据发送至数据轮询采集模块。

其中，所述污染气体浓度传感器包括但不限于与所述数据轮询采集模块相连的CO

进一步，对于在线文物监测模块，所述数据轮询采集模块有两种工作模式，一种是根据系统设置，定时读取文物监测模块通过监测得到的数据并进行预处理然后存储在监测数据库中；第二种是接收文物监测模块主动发起的数据提交请求，然后采集数据并将采集得到的数据进行预处理并存储至监测数据库中；同时所述数据轮询采集模块还将通过网络将数据发送给病害识别分析模块。

进一步，所述病害识别分析模块使用基于深度学习的目标识别和目标分割方法利用从原始病害数据库中获取的数据训练深度网络病害识别分析模型，在得到训练完成的深度网络病害识别分析模型后，将来自所述数据轮询采集模块的监测数据作为训练完成的深度网络目标识别模型的输入，利用上述深度网络目标识别模型进行目标识别并对目标区域进行提取，将提取出的目标区域作为训练完成的深度网络目标分割模型的输入进行分割从而得到病害区域；当文物图片经过深度网络病害分析模型处理后将所得结果与基准数据进行对比从而得知病害类别和病害区域变换情况，并决定是否向前端用户模块发送异常信号。

进一步，所述深度网络病害识别分析模型，包括深度网络目标识别模型和深度网络目标分割模型；所述病害识别分析模块使用深度网络病害识别分析模型对文物图片进行处理后将病害类别变化情况、病害区域变化情况、深度网络目标识别模型处理后的文物图片以及本次接收到的数据一同发送给所述前端用户模块；所述病害识别分析模块还用于对文物所处的环境状态数据进行分析，当文物所处环境出现异常时，则将分析结果发送给所述前端用户模块进行告警。

进一步，所述前端用户模块用于接收来自所述病害识别分析模块发送的数据，接收的数据通过web开发技术将文物状态信息、文物所处环境状态信息、文物状态变化信息和文物所处环境的状态变化信息展示给用户；如果所述前端用户模块接收到了来自病害分析模块的异常信号，前端用户模块则通过带有警告信息的弹框等方式进行告警并触发报警装置。

其中，所述报警装置包括LED指示灯和语音报警器用于进行告警，当所述报警装置接收到所述前端用户模块发送的报警指令时所述LED指示灯变为红灯并不断闪烁；所述语音报警器进行报警，广播相应的异常信息；否则LED指示灯显示为绿灯，语音报警器静音。

本发明的另一目的在于提供一种应用所述的面向馆藏文物的状态监测和预防性保护系统的面向馆藏文物的状态监测和预防性保护方法，所述面向馆藏文物的状态监测和预防性保护方法包括以下步骤：

步骤一，文物监测模块对文物本体和文物所处环境状态进行监测并主动与数据轮询采集模块建立连接，等候采集模块轮询，采集文物图像和环境数据并发送给所述数据轮询采集模块，或者当生存环境出现异常时主动将数据发送给所述数据轮询采集模块；从而及时获得文物以及文物所处环境的状态信息。

步骤二，数据轮询采集模块在获得文物监测模块发送的数据后对所接收到的数据进行预处理，并将预处理后的数据存入监测数据库中以及发送给病害识别分析模块；通过步骤二的操作可以去除冗余信息以及实现有效信息的保存。

步骤三，病害识别分析模块接收到来自数据轮询采集模块发送的数据后，将文物本体图像数据作为深度网络病害识别和分割模型的输入，进行病害识别和病害区域分割；将深度网络病害识别和分割模型对文物本体图片处理的结果以及文物所处的环境状态数据与基准数据进行对比从而得知文物本体上是否有新的病害产生或原本的病害区域是否扩大以及文物所处环境状态是否异常并将对比结果以及基准数据、本次获得的来自数据轮询采集模块的数据、深度网络病害识别和分割模型对文物本体图像的进行病害识别后所获得的标注图片一同发送给前端用户模块；步骤三可以利用步骤二传来的数据得知文物本体上的病害类别的种类以及各种病害对应的病害区域和文物所处环境是否发生异常，从而及时得知文物受损情况是否加剧以及是否有恶化的趋势。

步骤四，前端用户模块将接收到的数据通过用户的浏览器进行可视化，并根据所接收的数据判断文物及文物所处环境状态是否发生异常，如果发送异常则在浏览器上通过弹框等方式进行提醒并触发报警装置进行告警。通过步骤四可以将步骤三所产生的结果通过可视化的方式及时反馈给用户。

本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

文物监测模块对文物本体和文物所处环境状态进行监测并主动与数据轮询采集模块建立连接，等候采集模块轮询，采集文物图像和环境数据并发送给所述数据轮询采集模块，或者当生存环境出现异常时主动将数据发送给所述数据轮询采集模块；数据轮询采集模块在获得文物监测模块发送的数据后对所接收到的数据进行预处理，并将预处理后的数据存入监测数据库中以及发送给病害识别分析模块；病害识别分析模块接收到来自数据轮询采集模块发送的数据后，将文物本体图像数据作为深度网络病害识别和分割模型的输入，进行病害识别和病害区域分割；

将深度网络病害识别和分割模型对文物本体图片处理的结果以及文物所处的环境状态数据与基准数据进行对比从而得知文物本体上是否有新的病害产生或原本的病害区域是否扩大以及文物所处环境状态是否异常并将对比结果以及基准数据、本次获得的来自数据轮询采集模块的数据、深度网络病害识别和分割模型对文物本体图像的进行病害识别后所获得的标注图片一同发送给前端用户模块；前端用户模块将接收到的数据通过用户的浏览器进行可视化，并根据所接收的数据判断文物及文物所处环境状态是否发生异常，如果发送异常则在浏览器上通过弹框等方式进行提醒并触发报警装置进行告警。

本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的面向馆藏文物的状态监测和预防性保护系统。

结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的面向馆藏文物的状态监测和预防性保护系统，使用不依赖有线供电的囊匣对囊匣内的文物外观和环境状态信息进行采集并基于所采集信息获得病害和环境的变化从而决定是否进行报警，包括无线供电模块、文物监测模块、数据轮询采集模块、病害识别分析模块和前端用户模块，用于对放置于囊匣中的馆藏文物的外观、温湿度和气氛环境进行定时监测，并且通过对病害区域分割和比对，如果有新的文物病害产生或病害区域扩大的情况发生则在前端用户模块进行报警。该系统通过安装在文物囊匣内的摄像头和传感装置采集文物表面以及生存环境状态，通过数据轮询采集模块收集各类数据并进行预处理然后提交给病害识别分析模块进行病害识别和分析以及判断文物所处环境状态是否异常，最后通过前端用户模块将文物及文物所处环境状态进行反馈，并当文物本体上有新病害产生或文物所处环境状态异常时进行报警。本系统能够实现对大量存放于囊匣内的珍贵馆藏文物的状态进行自动化定时和实施的检查，提升博物馆管理效率，通过病害和环境告警，提高珍贵文物生存质量。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的面向馆藏文物的状态监测和预防性保护方法的流程图。

图2是本发明实施例提供的面向馆藏文物的状态监测和预防性保护方法的原理图。

图3是本发明实施例提供的面向馆藏文物的状态监测和预防性保护系统的结构示意图。

图4是本发明实施例提供的病害区域分割示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种面向馆藏文物的状态监测和预防性保护系统、方法、设备，下面结合附图对本发明作详细的描述。

如图1所示，本发明实施例提供的面向馆藏文物的状态监测和预防性保护方法包括以下步骤：

S101，通过无线供电模块使用无线充电装置通过无线充电协议给所述文物监测模块提供电能；通过文物监测模块采集文物图像和环境数据并发送给所述数据轮询采集模块；

S102，通过数据轮询采集模块接收文物监测模块的连接请求，记录在线的文物监测模块，并由工作人员在博物馆数据库的基础上匹配每个在线的文物监测模块所监测的文物；

S103，通过病害识别分析模块使用基于深度学习的目标识别和目标分割方法利用深度网络病害识别分析模型，对文物所述的环境状态数据进行分析，并将分析结果发送给所述前端用户模块；

S104，通过前端用户模块处理来自所述病害分析服务器发送的数据并将所述数据通过浏览器进行渲染，从而实现可视化并当接收到所述病害分析模块发送的异常信号时进行告警。

本发明实施例提供的面向馆藏文物的状态监测和预防性保护方法的原理图如图2所示。

下面结合实施例对本发明的技术方案作进一步描述。

如图3所示，本发明提供了一种面向馆藏文物的状态监测和预防性保护系统100包括：110-文物监测模块、120-数据轮询采集模块、130-病害识别分析模块、140-前端用户模块、150-无线供电模块。

文物预防性保护主要是监测文物本身以及文物所处环境的状态的变化，然后及时对文物保存环境及时做出调整，从而抑制各种环境因素对文物本身造成的危害，以达到长期保存和保护文物的目的。除此之外，在文物保存过程中有害生物也会对文物造成损害，所以对馆藏文物的预防性保护可以从对自然环境因素的调控和生物因素的防范入手。其中对影响文物安全的自然环境因素主要有温湿度，光辐射，污染气体，生物因素主要是有害生物。

S10、使用文物监测模块110监测文物及文物所处环境的状态：在本实施例中，所述文物监测模块包括照明装置、文物外观、生存环境传感器和基本控制单元，所述照明装置、文物外观、生存环境传感器和基本控制单元被封装为整体结构安装在文物囊匣内壁上，通过无线供电模块150从所放置柜子或架子上获得电能，启动后连入WIFI网络并与数据轮询采集模块进行连接，当所述文物监测模块与所述数据采集模块建立连接后,当接收到数据轮询采集模块发送的获取监测数据请求后采集文物本体图像和文物所处环境状态数据并将所采集的数据发送给所述数据轮询采集模块或者当生存环境出现异常时主动将数据发送给所述数据轮询采集模块。

所述文物监测模块110包括照明装置，在本实施例中，所述照明装置使用紫外线含量低且光照强度可调的LED冷光源作为照明光源，灯光系统使用红外感应调光系统，可以根据周围灯光或者环境等因素的变化自动调节光线强度，使文物周围的灯光始终保持在稳定的范围内。

所述文物监测模块110包括文物外观和生存环境传感器，在本实施例中，所述文物外观和生存环境传感器包括温度传感器、湿度传感器、污染气体浓度传感器、2个RGB摄像头，分别用于采集文物所处环境的实时温度数据、实时湿度数据、实时污染气体浓度数据、实时位置数据、实时图像数据然后将其发送给数据轮询采集模块；

所述无线供电模块150包括无线充电装置，在本实施例中，所述无线充电装置为基于XKT-801芯片设计的一套满足所述文物监测模块110需求的供电系统。该系统由发射端和接收端组成,发射端使用大功率智能无线充电芯片XKT-801，接收端使用智能充电芯片XKT-3169，可在18mm内为所述文物监测模块110供电提供12V 2A的电量。

S20、使用数据轮询采集模块获取文物及文物所处环境的状态信息并对获得的数据进行预处理：所述数据轮询采集模块120用于接收来自所述文物监测模块110所采集到的监测数据，监测数据包括文物本体图像数据、文物所处环境温度数据、文物所处环境湿度数据、文物所处环境各污染气体浓度数据和文物所在位置数据，并对这些监测数据进行预处理，去除冗余数据和异常数据，然后将数据存储到数据处理服务器中的监测数据库中，存储到监测数据库中的每一条数据上除了含有上述监测数据外还含有相应馆藏文物监测装置所对应的ID以及该条数据的采集时刻，其中ID号用于标记该条数据属于哪个文件监测模块。所述数据轮询采集模块还会将预处理后的数据发送给病害识别分析模块130。

S30、使用病害识别分析模块处理来自数据轮询采集模块的数据：所述病害识别分析模块130从病害处理服务器原始病害数据库中提取原始病害数据，然后使用基于深度学习的目标识别和目标分割方法，利用这些原始病害数据训练深度网络病害识别分析模型，所述深度网络病害识别分析模型包括深度网络目标识别子模型和深度网络目标分割子模型。在本发明中具体可以使用多种可选的深度网络目标识别模型和深度网络目标分割模型。就深度网络目标识别模型而言，我们可以选择YOLOv4网络模型、FCOS网络模型、MobileNetv3网络模型等。在本发明实施例中选用FCOS网络模型作为深度网络目标识别模型，FCOS是一种基于FCN的逐像素目标检测算法，实现了无锚点、无提议的解决方案，并且提出了中心度的思想，同时在召回率等方面表现接近甚至超过目前很多先进主流的基于锚框目标检测算法。由于该算法是不基于锚框的算法，所以该算法避免了与锚框相关的复杂计算以及与锚框相关的超参数，因此该算法模型的参数量少、内存占用低、模型的计算速度快且该算法已经开源，可以从Github中获得FCOS官方发布的代码。本发明实施例在使用病害处理服务器中的原始病害数据库训练FCOS时会遵从FCOS论文中的训练方法，使用随机梯度下降法进行九万次循环，初始学习率设为0.01，mini-batch设为16，在经过六万次循环和八万次循环后将学习率分别减少10倍。权重衰减系数设为0.0001，动量设为0.9。对输入的图片的大小进行调整，使调整后的图片的最短边为800像素，最长边小于等于1333像素，然后运行程序训练网络。就深度网络目标分割模型而言，本发明可以采用DeepLab V3+网络模型、PSPNet网络模型，U-net网络模型等。在本发明实施例中选用PSPNet作为深度网络目标分割模型，PSPNet能够融合合适的全局特征，将局部和全局信息融合到一起，并提出了一个适度监督损失的优化策略，在多个数据集上表现优异。该网络模型主体网络由ResNet101构成，使用了残差网络、空洞卷积和降维卷积的方法(先使用11降低维度，然后使用33卷积，再用1*1恢复维度)。网络中一共出现三次特征图缩小，一次是通过最大池化操作，其他两次是通过卷积操作，在这三次操作中特征图的分辨率每次都减少二分之一，最终得到的特征图的分辨率是原尺寸的1/8，最后使用双线性插值将特征图恢复至原尺寸。本发明实施例在使用病害处理服务器中的原始病害数据库训练PSPNet时，会先从Github中下载PSPNet官方发布的已经预训练好的模型，然后用PSPNet官方预训练好的PSPNet模型初始化本发明实施例中要训练的PSPNet模型，然后用上述原始病害数据库中的数据作为数据集对本发明实施例中要训练的PSPNet模型进行微调。在训练过程中进行微调时遵循PSPNet论文中所使用的训练方法，设置当前的学习率为(1-iter/maxiter)power，iter指当前迭代的次数，maxiter指最大迭代的次数。初始学习率设置为0.01，power设置为0.9，动量设为0.9，权重衰减系数设为0.0001。在本发明实施例中将maxiter设为10000，除此之外本发明实施例也会使用PSPNet论文中所提到的数据增强技术对原始病害数据库中的用于微调PSPNet网络模型的训练图片数据进行随机镜像翻转、在负10度和10度之间进行随机旋转以及对训练图片进行随机高斯模糊，从而降低网络过拟合的风险。当设置好以上参数后，运行程序开始训练网络。

所述病害识别分析模块130还用于接收来自所述数据轮询监测模块120发送的监测数据，然后将所述数据轮询监测模块120发送的监测数据中的文物图像数据作为所述病害识别分析模块130中训练完成的深度网络目标识别模型的输入，通过上述训练完成的深度网络目标识别模型去预测文物图片中所包含的病害类别和各类病害所在目标区域，然后提取出这些目标区域，将这些目标区域作为所述病害识别分析模块130中训练完成的深度网络目标分割模型的输入，通过上述训练完成的深度网络目标分割模型对这些区域进行分割从而得到各个目标区域中的病害区域，然后通过这些病害区域得知文物上各类病害所占的总面积，所述病害识别分析模块130在得到文物监测模块110的ID号后，通过执行SQL查询语句得到病害处理服务器中的基准数据中是否有该ID所对应的数据，如果没有该ID号所对应的数据，则判定所述病害识别分析模块130此次接收到的数据是所述数据轮询采集模块120第一次向所述病害分析模块130发送的该ID号所对应的文件监测模块所监测的数据。如果有该ID号对应的数据，则判定所述病害分析模块130此次接收到的数据不是所述数据轮询采集模块120第一次向所述病害分析模块130发送的该ID号所对应的文件监测模块所监测的数据。如果所述病害识别分析模块130所接收到的数据是所述病害识别分析模块130第一次接收到的来自所述数据轮询采集模块120发送的某个文物监测模块所监测的数据，那么所述病害识别分析模块130则会将此次接收到的数据以及此次通过所述深度网络目标识别模型和所述深度网络目标分割模型处理的结果作为该文物监测模块对应基准数据并保存到病害处理服务器中的基准数据库中，否则会将本次所述深度网络目标识别模型和深度网络目标分割模型的处理结果与该文物监测模块所对应的基准数据进行对比，如果病害类别发生变化或者某类病害所占的总面积与基准数据中该类病害所占的总面积之间的差值超过了指定的阈值，所述病害识别分析模块130则会向所述前端用户模块140发送异常信号并更新所述病害识别分析模块130中存储的基准数据，将基准数据中的病害类别信息以及病害区域信息更新为本次处理的结果。

所述病害识别分析模块130还用于处理所述数据轮询采集模块120发送的文物所处环境状态数据。所述病害识别分析模块130将本次接收的文物所处环境状态数据与该文物所对应的基准数据中的文物所处环境状态数据进行对比，如果两者之间的差值查过一定的阈值则向所述前端用户模块140发送异常信号进行告警。

所述病害识别分析模块130还用于通过网络将每次接收到的来自所述数据轮询采集模块120的数据以及通过深度网络病害识别分析模型处理结果发送给所述前端用户模块140，从而实现监测数据和处理结果的可视化。

S40、使用前端用户模块对来自病害识别分析模块的数据进行可视化并根据异常信号向用户告警：所述前端用户模块140用于将所述病害识别分析模块130对所述监测数据的处理结果使用web开发技术通过浏览器展示给用户并当所述文物及文物所处环境状态出现异常时进行告警。在本发明实施例中使用SpringBoot框架，后端开发语言使用Java。前端编程语言使用Javascript。前端框架使用Vue，Vue是一套用于构建用户界面的渐进式JavaScript框架。与其它大型框架不同的是Vue被设计为可以自底向上逐层应用。Vue的核心库只关注视图层，方便与第三方库或既有项目整合。为了让信息结果可以通过图表的形式展示出来，可以使用Echarts，ECharts是一个使用JavaScript实现的开源可视化库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器(IE8/9/10/11，Chrome，Firefox，Safari等)，底层依赖矢量图形库ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。

所述前端用户模块140包括报警装置，在本实施例中，所述报警装置包括LED指示灯和语音报警器，当所述前端用户模块140接收到来自所述病害分析服务器130发送的异常信号后会以弹框的方式通过浏览器给用户提示，从而实现告警。除此之外，所述前端用户模块140还会向所述报警装置发送报警指令，当所述报警装置140接收到来自所述前端用户模块140的报警指令后LED指示灯灯光变为红色并不断闪烁，所述语音报警器播报异常信息进行告警。

本发明技术方案提供一种应用所述的面向馆藏文物的状态监测和预防性保护系统的面向馆藏文物的状态监测和预防性保护方法，以下是技术效果展示图：图4是采用的病害分割算法提取的文物病害区域，通过与原始病害数据库中的病害区域进行计算比较，检测病害区域是否扩大，是否需要告警提示。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。