[发明专利]一种基于智能识别技术的计算机图像处理设备在审
申请号: | 202210654081.1 | 申请日: | 2022-06-10 |
公开(公告)号: | CN115018694A | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 徐利亚;葛明珠;邓安远;史姣丽;尧时茂;王先成;徐新星;周梦玲;周一凡 | 申请(专利权)人: | 九江学院 |
主分类号: | G06T1/20 | 分类号: | G06T1/20;G06T5/00;G06T7/11 |
代理公司: | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人: | 赵红霞 |
地址: | 332005 *** | 国省代码: | 江西;36 |
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 基于 智能 识别 技术 计算机 图像 处理 设备 | ||
1.一种基于智能识别技术的计算机图像处理设备,其特征在于,所述基于智能识别技术的计算机图像处理设备包括:
图像信息获取模块,与中央控制模块连接,用于通过图像信息获取设备获取待处理计算机的图像信息;
图像预处理模块,与中央控制模块连接,用于通过图像预处理程序对获取的待处理计算机的图像信息进行去噪增强处理,获得图像数据集;
图像特征提取模块,与中央控制模块连接,用于通过图像特征提取程序对预处理后的待处理计算机的图像信息进行特征提取,获得图像特征数据集;
中央控制模块,与图像信息获取模块、图像预处理模块、图像特征提取模块、图像处理模块连接,用于通过中央处理器协调控制所述基于智能识别技术的计算机图像处理设备各个模块的正常运行;
图像处理模块,与中央控制模块连接,用于通过构建得到的计算机图像处理模型,根据图像特征数据集进行计算机图像处理。
2.如权利要求1所述的基于智能识别技术的计算机图像处理设备,其特征在于,所述基于智能识别技术的计算机图像处理设备还包括:
无线通信模块,与中央控制模块连接,用于通过无线通信装置将图像数据集以及图像特征数据集发送至中央处理器;
中央控制模块,与无线通信模块、模型构建模块、数据云存储模块、更新显示模块连接,用于通过中央处理器协调控制所述基于智能识别技术的计算机图像处理设备各个模块的正常运行;
模型构建模块,与中央控制模块连接,用于通过模型构建程序利用待处理计算机的图像数据集进行计算机图像处理模型的构建;
数据云存储模块,与中央控制模块连接,用于通过云数据库服务器存储获取的待处理计算机的图像信息、预处理后的图像数据集、图像特征数据集、构建得到的计算机图像处理模型以及计算机图像处理结果;
更新显示模块,与中央控制模块连接,用于通过显示器对获取的待处理计算机的图像信息、预处理后的图像数据集、图像特征数据集、构建得到的计算机图像处理模型以及计算机图像处理结果的实时数据进行更新显示。
3.如权利要求1所述的基于智能识别技术的计算机图像处理设备,其特征在于,所述通过图像预处理模块利用图像预处理程序对获取的待处理计算机的图像信息进行去噪增强处理,获得图像数据集包括:
(1)获取待处理的计算机图像并进行初步去噪处理,得到初步去噪图像;
(2)对步骤(1)得到的所述初步去噪图像进行区域划分,并计算所述初步去噪图像上的每个目标区域的中心像素的残差量;
(3)利用步骤(2)得到的所述初步去噪图像上的每个目标区域的中心像素的残差量计算每个目标区域的非局部均值,进而实现对所述待处理的计算机图像的噪增强处理,并获得图像数据集。
4.如权利要求3所述的基于智能识别技术的计算机图像处理设备,其特征在于,所述利用步骤(2)得到的所述初步去噪图像上的每个目标区域的中心像素的残差量计算每个目标区域的非局部均值包括:
利用所述初步去噪图像上的每个目标区域的中心像素的残差量,计算所述初步去噪图像上的每个目标区域的权重矩阵以及权重值;
根据所述初步去噪图像上的每个目标区域与所述权重矩阵中的权重值之间的对应关系,计算所述关联区域中所有像素的加权和。
5.如权利要求1所述的基于智能识别技术的计算机图像处理设备,其特征在于,所述通过图像特征提取模块利用图像特征提取程序对预处理后的待处理计算机的图像信息进行特征提取,获得图像特征数据集包括:
(1)获取预处理后的待处理计算机的图像信息并进行色块分割,获取所述待处理计算机图像的有效区域图像及图像数据;
(2)采用同一方向分割线对所述待处理计算机图像的有效区域图像进行多等细分,获得所述待处理计算机图像的细分区域;
(3)对所述待处理计算机图像的细分区域进行连通域确认、线段识别以及线长计量,得到待处理计算机图像特征数据集。
6.如权利要求5所述的基于智能识别技术的计算机图像处理设备,其特征在于,所述分割线的方向包括水平向、垂直向以及特定角度向。
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九江学院,未经九江学院许可,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/202210654081.1/1.html,转载请声明来源钻瓜专利网。