[发明专利]基于复杂度将图片分流调度到中心的方法、设备及系统有效

专利信息
申请号: 202210019824.8 申请日: 2022-01-10
公开(公告)号: CN114359023B 公开(公告)日: 2022-11-18
发明(设计)人: 宋志国;拜正斌;姜旭;李阳;张利;黄锐;连天友;薛丽容 申请(专利权)人: 成都智元汇信息技术股份有限公司
主分类号: G06T1/20 分类号: G06T1/20;G06T5/00;G06T7/00
代理公司: 成都蓉创智汇知识产权代理有限公司 51276 代理人: 赵雷
地址: 610000 四川省成都市中国(四川)*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 复杂度 图片 分流 调度 中心 方法 设备 系统
【权利要求书】:

1.基于复杂度将图片分流调度到中心的方法,其特征在于,应用于边缘识图盒子,具体包括以下步骤:

S1、接收X光机发送的待识别图片;

S2、对所述待识别图片进行解析获得所述待识别图片的复杂度;

S3、基于所述待识别图片的复杂度以及预定的复杂度阈值,将大于所述复杂度阈值的所述待识别图片的复杂度对应的所述待识别图片判定为复杂图片;

S4、将判定为复杂图片的待识别图片发送至中心服务器。

2.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法,其特征在于,所述步骤S2中采用复杂度模型获得所述待识别图片的复杂度,所述复杂度模型包括变换处理与标记处理,所述变换处理包括拉普拉斯变换、反变换的至少一种,所述复杂度模型具体包括以下步骤:

S201、将所述待识别图片进行变换处理获得变换矩阵D;

S202、将所述待识别图片进行标记处理获得标记矩阵C;

S203、根据所述变换矩阵D、标记矩阵C获得所述待识别图片的复杂度K。

3.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法,其特征在于,所述步骤S2中采用复杂度模型获得所述待识别图片的复杂度,所述复杂度模型包括变换处理与标记处理,所述变换处理包括拉普拉斯变换与反变换,所述复杂度模型具体包括以下步骤:

S200、将所述待识别图片转化为灰度图片;

S201、将所述灰度图片进行反变换获得求反矩阵M,以及将所述灰度图片进行拉普拉斯算子变换获得锐化矩阵L;

S202、将所述待识别图片进行标记处理获得标记矩阵C;

S203、将所述求反矩阵M与标记矩阵C对位相乘,获得矩阵B,并对所述矩阵B的所有元素进行求和获得SUM(B),

将所述锐化矩阵L与标记矩阵C对位相乘,获得矩阵A,并对所述矩阵A的所有元素进行求和获得SUM(A),

将所述SUM(B)与SUM(A)进行加权求和获得所述待识别图片的复杂度K,K=α×SUM(B)+β×SUM(A),所述α,β为对应的加权系数。

4.根据权利要求2或3所述的基于复杂度将图片分流调度到中心的方法,其特征在于,所述标记处理为:对所获取的待识别图片进行二值化处理,得到对应的标记矩阵C,标记矩阵C中各个元素代表在所述待识别图片中的对应像素点的的标记度。

5.根据权利要求4所述的基于复杂度将图片分流调度到中心的方法,其特征在于,所述标记矩阵C中各个元素根据以下方式得到的:

针对所述型矩阵C中各个元素,判断该元素在所述待识别图片中的对应像素点是否处于被标记物品区域,若否则为0,若是则为1;以及基于所述0或1确定该元素的标记度。

6.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法,其特征在于,所述步骤S2中采用一致性模型获得所述待识别图片的复杂度,所述一致性模型具体包括以下步骤:

SA、将所述待识别图片转化为灰度图片,并获得所述灰度图片的灰度矩阵M′;

SB、将所述灰度矩阵M′中的所有元素代入公式获得所述待识别图片的复杂度U,其中m,n分别为待识别图片的行数和列数,f(i,j)为所述灰度图片像素(i,j)的灰度值,为以像素(i,j)为中心的3×3邻域像素的灰度均值。

7.根据权利要求1所述的基于复杂度将图片分流调度到中心的方法,其特征在于,步骤S2中采用熵模型获得所述待识别图片的复杂度,所述熵模型具体包括以下步骤:

Sa、将所述待识别图片转化为灰度图片,并获得所述灰度图片的灰度矩阵M′;

Sb、根据所述灰度图片的灰度矩阵M′,获得灰度共生矩阵D;

Sc、将所述灰度共生矩阵D中的所有元素代入公式获得所述待识别图片的复杂度S,其中P(i,j)为灰度共生矩阵D中第i行,第j列的元素值,N为所述灰度图片的灰度级。

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成都智元汇信息技术股份有限公司,未经成都智元汇信息技术股份有限公司许可,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/202210019824.8/1.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