[发明专利]一种观察微观世界的学习系统在审

专利信息
申请号: 201910465324.5 申请日: 2019-05-30
公开(公告)号: CN112016362A 公开(公告)日: 2020-12-01
发明(设计)人: 刘军 申请(专利权)人: 深圳市希科普股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06F3/0354;G06F16/53
代理公司: 深圳市睿智专利事务所 44209 代理人: 邢海兵
地址: 518055 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 观察 微观世界 学习 系统
【说明书】:

发明提出一种观察微观世界的学习系统,包括平板电脑和与该平板电脑通讯连接的电子显微镜和手写笔;该平板电脑与该手写笔之间的配合存在选定对象截图模式和手画对象模式;该平板电脑上运行以下程序模块:处理中心,图像生成单元,图像识别单元,虚拟机器人,数据库,特征遍历比对单元,输出结果单元以及结果修正单元。能够便利于学生对微观世界进行观察和进行相关学习。

技术领域

本发明涉及图像识别,尤其涉及观察微观世界的系统。

背景技术

电子显微镜按结构和用途可分为透射式电子显微镜、扫描式电子显微镜、反射式电子显微镜和发射式电子显微镜等,随着科技的发展,电子显微镜相比传统显微镜,应用越来越普遍,对于生物学习和科学学习,学生都需要用电子显微镜对微观世界进行观察。微观世界对于学生来讲是一个很陌生的范畴,微生物和细胞等生物特征对于学生来说不容易理解和记忆,因此在学习的过程中,如何对学生所观察的微观世界进行分析,帮助学生更好的的学习,目前还没有很好的学习系统帮助学生进行微观世界的学习。

随着人工智能图像识别技术的发展,对固定形态或者类别的图像特征,通过建立图像识别模型,经过大量图片数据训练,使得现在的图像识别效果有很大的提升,广泛用于人脸识别、动作识别等领域;另一方面,平板电脑是学生常用的学习工具,具备普遍性,而电子显微镜的图像现有技术都是呈现在链接的电脑中,没有与学生的学习工具进行链接,对于微观世界的生物特征识别,目前还没有通过智能图像识别技术的学习系统供学生进行学习。

发明内容

本发明要解决的技术问题在于,针对现有技术的上述缺陷,提出一种观察微观世界的学习系统,能够便利于学生对微观世界进行观察和进行相关学习。

本发明解决其技术问题所采用的技术方案是:提供一种观察微观世界的学习系统,包括平板电脑和与该平板电脑通讯连接的电子显微镜和手写笔;该平板电脑与该手写笔之间的配合存在选定对象截图模式和手画对象模式;该平板电脑上运行以下程序模块:

处理中心,用于对该电子显微镜传输的图片,进行存储和参数化的模型计算;并用于对该手写笔的手写体参数输入、坐标的定位和位置信息的计算和数据分析;

图像生成单元,用于在手画对象模式时,将该处理中心所抓取的手写笔的参数及轨迹实时识别后图像合成;

图像识别单元,用于进行图形特征识别,并进行存储和特征参数计算,并输出特征参数的特征代码;

虚拟机器人,用于以一种虚拟机器人的形象,在该平板电脑的界面进行识别信息的反馈;该处理中心包括对该虚拟机器人的链接模块代码的分析和模块信息控制;

数据库,用于提供供该虚拟机器人进行图像识别匹配用的模型;

特征遍历比对单元,用于在手画对象模式时,对于识别成功的图形对象,在该数据库中遍历出所有的相关的存储图片;

输出结果单元,用于在该平板电脑的界面的设定区域,输出结果信息;及

结果修正单元,用于对在该设定区域呈现出来的结果信息进行手动修改和确认,并将修改后的图文信息存储至该数据库。

在一些实施例中,在选定对象截图模式时,该处理中心、该图像识别单元、该虚拟机器人、该数据库、该输出结果单元和该结果修正单元相配合,将对应于该电子显微镜提供的图像的输出结果,呈现在该界面的设定区域。

在一些实施例中,在手画对象模式时,该处理中心、该图像生成单元、该图像识别单元、该虚拟机器人、该数据库、该特征遍历比对单元和该输出结果单元相配合,将对应于该手写笔提供的笔迹画面的输出结果,呈现在该界面的设定区域。

在一些实施例中,在书写对象上,进行微生物的图像特征绘画时,可以实时地在该界面生成该笔迹画面的还原。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市希科普股份有限公司,未经深圳市希科普股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910465324.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top