[发明专利]基于边缘图像处理系统的图像预处理优化方法

权利要求书

1.基于边缘图像处理系统的图像预处理优化方法，其特征在于，包含以下步骤：

S1：主控节点获取数据库中所有边缘计算装置在各个周期内进行图像预处理的平均CPU利用率和动作平均响应时间；

S2：主控节点通过负载预测模型计算出每个边缘计算装置下一个周期的状态；

S3：利用响应预测模型，主控节点计算出边缘计算装置在下一个周期进行图像预处理的各个动作响应时间；

S4：主控节点对每个边缘计算装置下一个周期的图像预处理动作进行调度；

S5：边缘计算装置按照主控节点的指令执行图像预处理，并反馈各个动作响应时间和CPU利用率；

S6：主控节点整合所有边缘计算装置预处理后的图像。

2.根据权利要求1所述的基于边缘图像处理系统的图像预处理优化方法，其特征在于，所述的预处理动作依次为：(1)首先，判断图像是否失焦：对图像的横向及纵向分别做差分，并累积差分，当差分总值超过阈值时判断为失焦，并删除该图像；(2)然后，进行图像质量评价：对一个周期内所有图像进行图像质量评价，保留质量较好的图像；(3)最后，进行图像识别：通过滑动窗口计算每个区域面的方向梯度特征，与物体或人的特征比对进行分类，判断是否有人，如果有人，则对人的眼睛和鼻子特征进行进一步的提取。

3.根据权利要求1所述的基于边缘图像处理系统的图像预处理优化方法，其特征在于，所述的负载预测模型为根据每一个边缘计算装置图像预处理各个周期内的平均CPU利用率，建立与之对应的一阶马尔科夫预测模型；根据CPU利用率将预测的状态分为：过载O、普通N、低负载U；生成如下状态转移概率矩阵：

其中，P_UU代表在上一个周期低负载状态转移到下一个周期低负载状态的概率，其他符号同理。

4.根据权利要求1所述的基于边缘图像处理系统的图像预处理优化方法，其特征在于，所述的响应预测模型可以为对整个边缘图像处理系统各个图像预处理周期的动作平均响应时间分别建立一个响应时间预测模型，也可以为对每个边缘计算装置各个图像预处理周期的动作平均响应时间分别建立一个响应时间预测模型。

5.根据权利要求1所述的基于边缘图像处理系统的图像预处理优化方法，其特征在于，所述的步骤S4具体为：(1)主控节点根据负载预测模型结果将下一周期中过载边缘计算装置的预处理动作全部迁移到空载边缘计算装置进行处理；(2)主控节点根据响应预测模型将下一周期中边缘计算装置响应超时的预处理动作迁移到边缘计算装置响应时间有盈余的边缘计算装置；(3)在边缘装置内部迁移确保不过载和不超时的前提下，将所有边缘计算装置来不及进行的预处理动作迁移到主控节点进行处理。

6.应用于权利要求1-5的一种边缘图像处理系统，其特征在于，所述的边缘图像处理系统由主控节点和至少一个边缘计算装置通过网络、蓝牙或USB连接构成；所述的主控节点可以为云服务器或者边缘计算装置节点；所述的边缘计算装置带有图像处理器，与图像输入装置相连接。