[发明专利]一种大数据物流平台

权利要求书

1.一种大数据物流平台，其特征在于，包括信息采集端、大数据处理中心和显示终端，所述信息采集端用于采集物流图像大数据，并将采集的图像大数据传输到大数据处理中心，所述大数据处理中心用于对图像大数据进行处理，并将处理过的图像大数据传送到显示终端，所述显示终端用于显示处理后的物流图像大数据；所述大数据处理中心包括超像素模型建立模块、超像素生成模块、评价模块和图像识别模块，所述超像素模型建立模块用于建立超像素模型，所述超像素生成模块用于根据超像素模型生成图像超像素，所述评价模块用于对所述图像超像素生成结果进行评价，所述图像识别模块基于图像超像素对图像进行识别。

2.根据权利要求1所述的大数据物流平台，其特征在于，所述超像素模型建立模块用于建立超像素模型，具体为：设输入图像为S，其包含的像素个数为N，对图像进行过分割，得到超像素模型，将其超像素模型表示为：

式中，K表示超像素的个数，S_j和S_i分别表示第j个和第i个超像素，个理想的超像素分割最为重要的性质就是它能很好的贴合图像边缘。

3.根据权利要求2所述的大数据物流平台，其特征在于，所述超像素生成模块用于根据超像素模型生成图像超像素，具体为：

第一步、给定一幅输入图像，首先放置K个种子像素点，对应K个超像素，对于一个像素点x，计算它到第i个超像素的种子点的第一距离，其中，i＝1，2，…，K，选取距离最小的超像素，将像素点x标记为属于该超像素，对输入图像中的全部像素点进行标记，得到了输入图像的初始超像素分割；

第二步、得到初始超像素分割后，对超像素的种子点进行更新，将初始超像素内的所有像素点的几何中心作为新的种子点，对于一个像素点x，计算它到第i个超像素的种子点的第二距离，其中，i＝1，2，…，K，选取距离最小的超像素，将像素点x标记为属于该超像素，对图像中的全部像素点进行标记，得到了图像的更新超像素分割；

第三步、重复第二步，直到新旧的种子点位置变化小于设定阈值，将生成的超像素作为图像最终的超像素分割。

4.根据权利要求3所述的大数据物流平台，其特征在于，所述第一距离采用下式确定：

D(x，i)＝B(x，i)+C(x，i)

式中，D(x，i)表示像素点x和第i个超像素的种子点的距离，B(x，i)表示第一距离影响因子，用于表示超像素内部像素点颜色的一致性，C(x，i)表示第二距离影响因子，用于表示超像素内部像素的紧凑程度；

所述第二距离采用下式确定：

D(x，i)＝ρ₁×B(x，i)+ρ₂×C(x，i)

式中，D(x，i)表示像素点x和第i个超像素的种子点的距离，ρ₁、ρ₂表示权重系数，其中，

5.根据权利要求4所述的大数据物流平台，其特征在于，所述第一距离影响因子采用下式确定：

式中，L_x、a_x、b_x分别表示像素点x在CIELAB颜色空间的L、a、b分量，L_i、a_i、b_i分别表示第i个超像素的种子点在CIELAB颜色空间的L、a、b分量，μ表示所有超像素种子点颜色方差的平均值；

所述第二距离影响因子采用下式确定：

式中，p_x、q_x分别表示像素点x在X-Y坐标系中的横、纵坐标值，p_i、q_i分别表示第i个超像素的种子点在X-Y坐标系中的横、纵坐标值。

6.根据权利要求5所述的大数据物流平台，其特征在于，所述评价模块用于对所述图像超像素生成结果进行评价，具体为：

定义分割评价因子：

式中，F表示分割评价因子，U₁表示图像标准分割边界的像素落入超像素边界周围1个像素宽度区域内的比例，K表示超像素的个数，m_i表示第i个超像素的面积，l_i表示第i个超像素的周长；所述分割评价因子越大，表示生成的超像素越能准确表达图像信息。