CN106027850A - 云端中值滤波系统 - Google Patents
云端中值滤波系统 Download PDFInfo
- Publication number
- CN106027850A CN106027850A CN201610478057.1A CN201610478057A CN106027850A CN 106027850 A CN106027850 A CN 106027850A CN 201610478057 A CN201610478057 A CN 201610478057A CN 106027850 A CN106027850 A CN 106027850A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image
- clouds
- subset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 74
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 4
- 230000002902 bimodal effect Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000008602 contraction Effects 0.000 claims description 2
- 238000010079 rubber tapping Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000011161 development Methods 0.000 description 9
- 230000018109 developmental process Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种云端中值滤波系统,包括多个云端应用设备,多个云端应用设备的图像处理采用并行操作方式,每一个云端应用设备包括一个中值滤波子设备,中值滤波子设备用于对分配到的图像执行中值滤波处理。通过本发明,能够提高图像滤波处理的速度。
Description
技术领域
本发明涉及图像滤波领域,尤其涉及一种云端中值滤波系统。
背景技术
云计算,即cloud computing,是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层基础设施的抽象。因此,云计算甚至可以让你体验每秒10万亿次的运算能力,拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心,按自己的需求进行运算。云计算逐步应用到各个领域中。
当前,电影院、剧院、剧场、放映室或歌剧院等演出场合的偷拍行为非常严重,由于摄像技术的发展和图像处理技术的发展,现场偷拍的影像质量非常高,很容易用来进行网络销售或刻盘销售,这样将严重打击正版运营商的压力,给行业发展带来一定的负面影响。
例如,根据美国电影协会的记录,电影盗版使得电影行业每年损失高达60亿美元。电影盗版对整个经济行业都有深远的影响,以至于他在每一个国家或地区都被认定是一种犯罪行为。而盗版电影的一种主要来源就是摄像偷拍,也就是在电影院或放映室内通过移动设备进行电影偷拍。尽管BBC报道说大部分电影盗版可能来自行业内部人员和提供给影评人的预先电影副本,但是摄像偷拍仍然是在线盗版销售的一个重要来源。在最近几十年,互联网带宽和点对点协议的发展都促进了盗版电影的进一步流通。
为了检测未被授权非法传播的数字多媒体视频,水印技术已经被普遍的研究并应用广泛。在制作电影或者电影投射阶段,可以采取在电影里植入使人眼看不到“图案”信息的方法。如果这些电影被摄像机偷拍记录,这个嵌入的图谱可以被提取出来而识别盗版的源头。
一些行业领导者为了识别和追踪盗版电影,提出了通过编码反盗版(CAP)的方法,即往电影里增加水印。第一个编码反盗版是被Kodak设计的,随后Deluxe Laboratories对其进行改善。Philips在2006年也提出了一个名叫CineFence的标识系统。然而,水印技术只是一种被动的措施,他不能消除和阻止摄像偷拍。另一方面,相机干扰技术旨在通过严重破坏的电影视觉质量来消除摄像偷拍,同时要使这些干扰信号不会影响影院的观众。
早期大量的相机干扰方法主要利用了成像传感器响应红外线的原理。为了干扰移动摄像机以及在拍摄的画面中生成亮光,红外发射源被安装在电影院内。除了那些发射器等额外的成本费和日常操作费用,这种方案可以通过在镜头上附上适当的过滤器。但这种方式很容易因为偷拍者的选择而被规避。
因此,需要一种新的电子防偷拍方案,能够基于云处理对观众席图像进行电子分析,对现场演出环境进行电子分析,并基于两种分析结果进行偷拍者判断,另外,还基于偷拍者的位置信息对偷拍者进行提醒,从而实现演出现场偷拍者的定向检测和定向警告。
发明内容
为了解决上述问题,本发明提供了一种云端中值滤波系统,在现场设置观众席图像采集设备完成对观众席图像的提取,引入各种图像处理设备和图像分析设备判断观众席图像中是否存在可疑的偷拍者,在存在可疑的偷拍者的情况下,提取出可疑的偷拍者所在座位的编号,随后还在现场对环境参数或当前演出内容进行实时检测,以根据可疑的偷拍者的信息和现场检测结果确定真正偷拍者,更为重要的是,建立了一套能够根据偷拍者位置进行定向提示的机构,从而完全自动地实现对偷拍者的电子式检测和警告。
根据本发明的一方面,提供了一种云端中值滤波系统,所述系统包括多个云端应用设备,多个云端应用设备的图像处理采用并行操作方式,每一个云端应用设备包括一个中值滤波子设备,中值滤波子设备用于对分配到的图像执行中值滤波处理。
更具体地,在所述云端中值滤波系统中,包括:定向设备,设置在剧院的后台控制室内,与凌阳SPCE061A芯片连接,用于对驱动控制信号进行解析以确定目标座位编号,基于目标座位编号向与目标座位编号对应的提示机构和双声道扬声器发送拍照警示信号;提示机构,每一个观众座位上设置一个,位置处于观众座位对应椅背的后方,包括弹簧、伸缩控制器和木质突起部件,木质突起部件设置在弹簧的前方,伸缩控制器与定向设备连接,用于控制弹簧的伸展和收缩;其中,伸缩控制器在接收到拍照警示信号时伸展弹簧以实现木质突起部件对观众后背的点触;双声道扬声器,每一个观众座位上设置一个,位置处于观众座位对应扶手内,与定向设备连接,用于在接收到拍照警示信号时播放与禁止拍照对应的语音文件;剧院内容采集设备,设置在剧院舞台对面,用于实时采集剧院舞台上的场景图像以作为实时场景图像输出;内容分析设备,设置在剧院的后台控制室内,分别与子屏幕识别设备和剧院内容采集设备连接,用于接收实时场景图像,还用于接收每一个屏幕子图像和其对应的座位编号,将每一个屏幕子图像与实时场景图像进行内容匹配以确定内容匹配百分比,当内容匹配百分比大于等于预设百分比阈值时,将屏幕子图像对应的座位编号作为目标座位编号输出;其中,内容分析设备将每一个屏幕子图像与实时场景图像进行内容匹配以确定内容匹配百分比具体包括:将实时场景图像中的各个像素与每一个屏幕子图像的各个像素进行像素值匹配,像素值匹配成功的像素的数量越多,屏幕子图像对应的内容匹配百分比越高;其中,像素值匹配成功的像素的数量与内容匹配百分比的关系是非线形关系;凌阳SPCE061A芯片,设置在剧院的后台控制室内,与内容分析设备连接,用于基于目标座位编号发出包括目标座位编号的驱动控制信号;高清图像采集设备,设置在剧院房顶中央位置,用于对剧院舞台对面的观众席进行图像采集以输出高清图像,高清图像的分辨率为3840×2160;数据分割设备,位于云端,与高清图像采集设备连接,用于将高清图像分割成N个图像分块,N为大于1的自然数;云端命令通道管理设备,位于云端,用于对云端命令进行通道管理;N个云端存储设备,位于云端,与数据分割设备连接,用于分别存储N个图像分块;云端服务中心设备,位于云端,与N个云端存储设备连接,用于集中N个图像分块,并将N个图像分块分发给M个云端应用设备,M为大于1的自然数且M小于等于N;M个云端应用设备,位于云端,与云端服务中心设备连接,用于接收分配到的、一个以上的图像分块,每一个云端应用设备包括:灰度化处理子设备,包括通道参数提取单元、加权值存储单元和灰度值计算单元,通道参数提取单元用于接收每一个图像分块,提取出图像分块中每一个像素点的R通道像素值、G通道像素值和B通道像素值,加权值存储单元用于预先存储了R通道加权值、G通道加权值和B通道加权值,灰度值计算单元分别与通道参数提取单元和加权值存储单元连接,针对图像分块中每一个像素点,将R通道像素值与R通道加权值的乘积、G通道像素值与G通道加权值的乘积以及B通道像素值与B通道加权值的乘积相加以获取针对的像素点的灰度值,并基于图像分块中各个像素点的灰度值获得图像分块对应的灰度化图像;其中,R通道加权值取值为0.298839,G通道加权值取值为0.586811,B通道加权值取值为0.114350;直方图分布检测子设备,与灰度化处理子设备连接,用于接收灰度化图像,并对灰度化图像进行灰度直方图处理以获得对应的直方图图像,在直方图图像呈现双峰分布时,发出全局阈值选择信号,否则,发出非全局阈值选择信号;阈值选择子设备,与直方图分布检测子设备连接,用于在接收到全局阈值选择信号时,将全局阈值128作为阈值数据输出,在接收到非全局阈值选择信号时,将相邻像素点灰度差阈值40作为阈值数据输出;二值化处理子设备,分别与阈值选择子设备和直方图分布检测子设备连接,用于在接收到全局阈值选择信号时,针对灰度化图像中的每一个像素点,当灰度值大于等于阈值数据时,将针对的像素点设置为白电平像素点,当灰度值小于阈值数据时,将针对的像素点设置为黑电平像素点,并输出灰度化图像对应的二值化图像;二值化处理子设备还用于在接收到非全局阈值选择信号时,针对灰度化图像中的每一个像素点,计算垂直方向向上距离其3个像素点的像素点的灰度值作为上像素灰度值,计算垂直方向向下距离其3个像素点的像素点的灰度值作为下像素灰度值,计算水平方向向左距离其3个像素点的像素点的灰度值作为左像素灰度值,计算水平方向向右距离其3个像素点的像素点的灰度值作为右像素灰度值,当上像素灰度值和下像素灰度值之差的绝对值小于等于阈值数据且左像素灰度值和右像素灰度值之差的绝对值小于等于阈值数据时,将针对的像素点设置为白电平像素点,当上像素灰度值和下像素灰度值之差的绝对值大于阈值数据或左像素灰度值和右像素灰度值之差的绝对值大于阈值数据时,将针对的像素点设置为黑电平像素点,并输出灰度化图像对应的二值化图像;图像平滑处理子设备,与二值化处理子设备连接,用于接收二值化图像,针对二值化图像中的每一个像素点,当相邻的所有像素点中存在一半以上的跳变点时,则将针对的像素点的灰度值保留,否则,将针对的像素点的灰度值设置为白电平像素点,并输出二值化图像对应的平滑图像;中值滤波子设备,与图像平衡处理子设备连接,用于接收平滑图像,对于平滑图像内每一个像素点作为目标像素点进行以下处理以获得滤波图像:以目标像素点在平滑图像内的位置作为选择的滤波模块的形心在平滑图像内取出多个像素点作为多个参考像素点,取多个参考像素点的像素值中的最大值和最小值以作为像素最大值和像素最小值,确定像素最大值和像素最小值的平均值以作为像素平均值,针对每一个参考像素点,如果其像素值小于像素平均值,则用0代替其像素值,如果其像素值大于等于像素平均值,则保留其像素值,最后将多个参考像素点的像素值的平均值作为目标像素点的像素值输出;数据合并设备,位于云端,与M个云端应用设备连接,用于将每一个云端应用设备的中值滤波子设备输出的滤波图像进行拼接以获得滤波整合图像;子屏幕识别设备,设置在剧院的后台控制室内,与数据合并设备连接以获得滤波整合图像;针对滤波整合图像中的每一个像素点,将其灰度值与预设移动终端屏幕灰度范围进行匹配,当其灰度值在预设移动终端屏幕灰度范围内时,确定其为屏幕像素点;将滤波整合图像中的所有屏幕像素点组成的区域从滤波整合图像中分割出来以获得各个屏幕子图像;针对每一个屏幕子图像,针对其在滤波整合图像中的位置确定针对的屏幕子图像对应的座位编号;其中,针对的屏幕子图像对应的座位编号为持有针对的屏幕子图像对应的移动终端的观众所在的剧院座位编号。
更具体地,在所述云端中值滤波系统中,还包括:凌阳SPCE061A芯片还包括计时单元。
更具体地,在所述云端中值滤波系统中,还包括:灰度化处理子设备由ASIC芯片来实现。
更具体地,在所述云端中值滤波系统中,还包括:直方图分布检测子设备由ASIC芯片来实现。
更具体地,在所述云端中值滤波系统中,还包括:二值化处理子设备由ASIC芯片来实现。
更具体地,在所述云端中值滤波系统中,还包括:图像平滑处理子设备由ASIC芯片来实现。
更具体地,在所述云端中值滤波系统中,还包括:中值滤波子设备由ASIC芯片来实现。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的云端中值滤波系统的结构方框图。
附图标记:1多个云端应用设备
具体实施方式
下面将参照附图对本发明的云端中值滤波系统的实施方案进行详细说明。
云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。云计算(Cloud Computing)是分布式计算(DistributedComputing)、并行计算(Parallel Computing)、效用计算(Utility Computing)、[5]网络存储(Network Storage Technologies)、虚拟化(Virtualization)、负载均衡(Load Balance)、热备份冗余(High Available)等传统计算机和网络技术发展融合的产物。
当前,电影院、剧院、剧场、放映室或歌剧院等演出场合的偷拍行为非常严重,由于摄像技术的发展和图像处理技术的发展,现场偷拍的影像质量非常高,很容易用来进行网络销售或刻盘销售,这样将严重打击正版运营商的压力,给行业发展带来一定的负面影响。
例如,根据美国电影协会的记录,电影盗版使得电影行业每年损失高达60亿美元。电影盗版对整个经济行业都有深远的影响,以至于他在每一个国家或地区都被认定是一种犯罪行为。而盗版电影的一种主要来源就是摄像偷拍,也就是在电影院或放映室内通过移动设备进行电影偷拍。尽管BBC报道说大部分电影盗版可能来自行业内部人员和提供给影评人的预先电影副本,但是摄像偷拍仍然是在线盗版销售的一个重要来源。在最近几十年,互联网带宽和点对点协议的发展都促进了盗版电影的进一步流通。
为了检测未被授权非法传播的数字多媒体视频,水印技术已经被普遍的研究并应用广泛。在制作电影或者电影投射阶段,可以采取在电影里植入使人眼看不到“图案”信息的方法。如果这些电影被摄像机偷拍记录,这个嵌入的图谱可以被提取出来而识别盗版的源头。
一些行业领导者为了识别和追踪盗版电影,提出了通过编码反盗版(CAP)的方法,即往电影里增加水印。第一个编码反盗版是被Kodak设计的,随后Deluxe Laboratories对其进行改善。Philips在2006年也提出了一个名叫CineFence的标识系统。然而,水印技术只是一种被动的措施,他不能消除和阻止摄像偷拍。另一方面,相机干扰技术旨在通过严重破坏的电影视觉质量来消除摄像偷拍,同时要使这些干扰信号不会影响影院的观众。
早期大量的相机干扰方法主要利用了成像传感器响应红外线的原理。为了干扰移动摄像机以及在拍摄的画面中生成亮光,红外发射源被安装在电影院内。除了那些发射器等额外的成本费和日常操作费用,这种方案可以通过在镜头上附上适当的过滤器。但这种方式很容易因为偷拍者的选择而被规避。
为了克服上述不足,本发明搭建了一种云端中值滤波系统,对观众席图像进行电子分析,对现场演出环境进行电子分析,并基于两种分析结果进行偷拍者判断,另外,还基于偷拍者的位置信息对偷拍者进行提醒,从而实现演出现场偷拍者的定向检测和定向警告。
图1为根据本发明实施方案示出的云端中值滤波系统的结构方框图,所述系统包括多个云端应用设备,多个云端应用设备的图像处理采用并行操作方式,每一个云端应用设备包括一个中值滤波子设备,中值滤波子设备用于对分配到的图像执行中值滤波处理。
接着,继续对本发明的云端中值滤波系统的具体结构进行进一步的说明。
所述系统包括:定向设备,设置在剧院的后台控制室内,与凌阳SPCE061A芯片连接,用于对驱动控制信号进行解析以确定目标座位编号,基于目标座位编号向与目标座位编号对应的提示机构和双声道扬声器发送拍照警示信号。
所述系统包括:提示机构,每一个观众座位上设置一个,位置处于观众座位对应椅背的后方,包括弹簧、伸缩控制器和木质突起部件,木质突起部件设置在弹簧的前方,伸缩控制器与定向设备连接,用于控制弹簧的伸展和收缩;其中,伸缩控制器在接收到拍照警示信号时伸展弹簧以实现木质突起部件对观众后背的点触。
所述系统包括:双声道扬声器,每一个观众座位上设置一个,位置处于观众座位对应扶手内,与定向设备连接,用于在接收到拍照警示信号时播放与禁止拍照对应的语音文件;剧院内容采集设备,设置在剧院舞台对面,用于实时采集剧院舞台上的场景图像以作为实时场景图像输出。
所述系统包括:内容分析设备,设置在剧院的后台控制室内,分别与子屏幕识别设备和剧院内容采集设备连接,用于接收实时场景图像,还用于接收每一个屏幕子图像和其对应的座位编号,将每一个屏幕子图像与实时场景图像进行内容匹配以确定内容匹配百分比,当内容匹配百分比大于等于预设百分比阈值时,将屏幕子图像对应的座位编号作为目标座位编号输出;其中,内容分析设备将每一个屏幕子图像与实时场景图像进行内容匹配以确定内容匹配百分比具体包括:将实时场景图像中的各个像素与每一个屏幕子图像的各个像素进行像素值匹配,像素值匹配成功的像素的数量越多,屏幕子图像对应的内容匹配百分比越高;其中,像素值匹配成功的像素的数量与内容匹配百分比的关系是非线形关系。
所述系统包括:凌阳SPCE061A芯片,设置在剧院的后台控制室内,与内容分析设备连接,用于基于目标座位编号发出包括目标座位编号的驱动控制信号;高清图像采集设备,设置在剧院房顶中央位置,用于对剧院舞台对面的观众席进行图像采集以输出高清图像,高清图像的分辨率为3840×2160。
所述系统包括:数据分割设备,位于云端,与高清图像采集设备连接,用于将高清图像分割成N个图像分块,N为大于1的自然数;云端命令通道管理设备,位于云端,用于对云端命令进行通道管理;N个云端存储设备,位于云端,与数据分割设备连接,用于分别存储N个图像分块。
所述系统包括:云端服务中心设备,位于云端,与N个云端存储设备连接,用于集中N个图像分块,并将N个图像分块分发给M个云端应用设备,M为大于1的自然数且M小于等于N;M个云端应用设备,位于云端,与云端服务中心设备连接,用于接收分配到的、一个以上的图像分块。
每一个云端应用设备包括:灰度化处理子设备,包括通道参数提取单元、加权值存储单元和灰度值计算单元,通道参数提取单元用于接收每一个图像分块,提取出图像分块中每一个像素点的R通道像素值、G通道像素值和B通道像素值,加权值存储单元用于预先存储了R通道加权值、G通道加权值和B通道加权值,灰度值计算单元分别与通道参数提取单元和加权值存储单元连接,针对图像分块中每一个像素点,将R通道像素值与R通道加权值的乘积、G通道像素值与G通道加权值的乘积以及B通道像素值与B通道加权值的乘积相加以获取针对的像素点的灰度值,并基于图像分块中各个像素点的灰度值获得图像分块对应的灰度化图像;其中,R通道加权值取值为0.298839,G通道加权值取值为0.586811,B通道加权值取值为0.114350。
每一个云端应用设备包括:直方图分布检测子设备,与灰度化处理子设备连接,用于接收灰度化图像,并对灰度化图像进行灰度直方图处理以获得对应的直方图图像,在直方图图像呈现双峰分布时,发出全局阈值选择信号,否则,发出非全局阈值选择信号。
每一个云端应用设备包括:阈值选择子设备,与直方图分布检测子设备连接,用于在接收到全局阈值选择信号时,将全局阈值128作为阈值数据输出,在接收到非全局阈值选择信号时,将相邻像素点灰度差阈值40作为阈值数据输出。
每一个云端应用设备包括:二值化处理子设备,分别与阈值选择子设备和直方图分布检测子设备连接,用于在接收到全局阈值选择信号时,针对灰度化图像中的每一个像素点,当灰度值大于等于阈值数据时,将针对的像素点设置为白电平像素点,当灰度值小于阈值数据时,将针对的像素点设置为黑电平像素点,并输出灰度化图像对应的二值化图像;二值化处理子设备还用于在接收到非全局阈值选择信号时,针对灰度化图像中的每一个像素点,计算垂直方向向上距离其3个像素点的像素点的灰度值作为上像素灰度值,计算垂直方向向下距离其3个像素点的像素点的灰度值作为下像素灰度值,计算水平方向向左距离其3个像素点的像素点的灰度值作为左像素灰度值,计算水平方向向右距离其3个像素点的像素点的灰度值作为右像素灰度值,当上像素灰度值和下像素灰度值之差的绝对值小于等于阈值数据且左像素灰度值和右像素灰度值之差的绝对值小于等于阈值数据时,将针对的像素点设置为白电平像素点,当上像素灰度值和下像素灰度值之差的绝对值大于阈值数据或左像素灰度值和右像素灰度值之差的绝对值大于阈值数据时,将针对的像素点设置为黑电平像素点,并输出灰度化图像对应的二值化图像。
每一个云端应用设备包括:图像平滑处理子设备,与二值化处理子设备连接,用于接收二值化图像,针对二值化图像中的每一个像素点,当相邻的所有像素点中存在一半以上的跳变点时,则将针对的像素点的灰度值保留,否则,将针对的像素点的灰度值设置为白电平像素点,并输出二值化图像对应的平滑图像。
每一个云端应用设备包括:中值滤波子设备,与图像平衡处理子设备连接,用于接收平滑图像,对于平滑图像内每一个像素点作为目标像素点进行以下处理以获得滤波图像:以目标像素点在平滑图像内的位置作为选择的滤波模块的形心在平滑图像内取出多个像素点作为多个参考像素点,取多个参考像素点的像素值中的最大值和最小值以作为像素最大值和像素最小值,确定像素最大值和像素最小值的平均值以作为像素平均值,针对每一个参考像素点,如果其像素值小于像素平均值,则用0代替其像素值,如果其像素值大于等于像素平均值,则保留其像素值,最后将多个参考像素点的像素值的平均值作为目标像素点的像素值输出。
所述系统包括:数据合并设备,位于云端,与M个云端应用设备连接,用于将每一个云端应用设备的中值滤波子设备输出的滤波图像进行拼接以获得滤波整合图像。
所述系统包括:子屏幕识别设备,设置在剧院的后台控制室内,与数据合并设备连接以获得滤波整合图像;针对滤波整合图像中的每一个像素点,将其灰度值与预设移动终端屏幕灰度范围进行匹配,当其灰度值在预设移动终端屏幕灰度范围内时,确定其为屏幕像素点;将滤波整合图像中的所有屏幕像素点组成的区域从滤波整合图像中分割出来以获得各个屏幕子图像;针对每一个屏幕子图像,针对其在滤波整合图像中的位置确定针对的屏幕子图像对应的座位编号;其中,针对的屏幕子图像对应的座位编号为持有针对的屏幕子图像对应的移动终端的观众所在的剧院座位编号。
可选地,在所述平台中:凌阳SPCE061A芯片还包括计时单元;灰度化处理子设备由ASIC芯片来实现;直方图分布检测子设备由ASIC芯片来实现;二值化处理子设备由ASIC芯片来实现;图像平滑处理子设备由ASIC芯片来实现;以及中值滤波子设备由ASIC芯片来实现。
另外,滤波器,顾名思义,是对波进行过滤的器件。“波”是一个非常广泛的物理概念,在电子技术领域,“波”被狭义地局限于特指描述各种物理量的取值随时间起伏变化的过程。该过程通过各类传感器的作用,被转换为电压或电流的时间函数,称之为各种物理量的时间波形,或者称之为信号。因为自变量时间是连续取值的,所以称之为连续时间信号,又习惯地称之为模拟信号。
随着数字式电子计算机技术的产生和飞速发展,为了便于计算机对信号进行处理,产生了在抽样定理指导下将连续时间信号变换成离散时间信号的完整的理论和方法。也就是说,可以只用原模拟信号在一系列离散时间坐标点上的样本值表达原始信号而不丢失任何信息,波、波形、信号这些概念既然表达的是客观世界中各种物理量的变化,自然就是现代社会赖以生存的各种信息的载体。信息需要传播,靠的就是波形信号的传递。信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变,甚至是在相当多的情况下,这种畸变还很严重,导致信号及其所携带的信息被深深地埋在噪声当中了。为了滤除这些噪声,恢复原本的信号,需要使用各种滤波器进行滤波处理。
采用本发明的云端中值滤波系统,针对现有技术无法为演出的偷拍提供有效的电子检测的技术问题,通过采用有针对性的、高精度的一系列图像处理设备和图像分析设备对观众席的观众状态进行分析,还通过对演出现场的环境进行分析,在上述分析的基础上,对观众席中盗拍者的行为进行准确检测和位置识别,最终采取警告机制对偷拍者进行电子提醒,从而在避免干扰其他观众观看的同时,有效减少偷拍行为的发生。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (8)
1.一种云端中值滤波系统,所述系统包括多个云端应用设备,多个云端应用设备的图像处理采用并行操作方式,每一个云端应用设备包括一个中值滤波子设备,中值滤波子设备用于对分配到的图像执行中值滤波处理。
2.如权利要求1所述的云端中值滤波系统,其特征在于,所述系统包括:
定向设备,设置在剧院的后台控制室内,与凌阳SPCE061A芯片连接,用于对驱动控制信号进行解析以确定目标座位编号,基于目标座位编号向与目标座位编号对应的提示机构和双声道扬声器发送拍照警示信号;
提示机构,每一个观众座位上设置一个,位置处于观众座位对应椅背的后方,包括弹簧、伸缩控制器和木质突起部件,木质突起部件设置在弹簧的前方,伸缩控制器与定向设备连接,用于控制弹簧的伸展和收缩;其中,伸缩控制器在接收到拍照警示信号时伸展弹簧以实现木质突起部件对观众后背的点触;
双声道扬声器,每一个观众座位上设置一个,位置处于观众座位对应扶手内,与定向设备连接,用于在接收到拍照警示信号时播放与禁止拍照对应的语音文件;
剧院内容采集设备,设置在剧院舞台对面,用于实时采集剧院舞台上的场景图像以作为实时场景图像输出;
内容分析设备,设置在剧院的后台控制室内,分别与子屏幕识别设备和剧院内容采集设备连接,用于接收实时场景图像,还用于接收每一个屏幕子图像和其对应的座位编号,将每一个屏幕子图像与实时场景图像进行内容匹配以确定内容匹配百分比,当内容匹配百分比大于等于预设百分比阈值时,将屏幕子图像对应的座位编号作为目标座位编号输出;其中,内容分析设备将每一个屏幕子图像与实时场景图像进行内容匹配以确定内容匹配百分比具体包括:将实时场景图像中的各个像素与每一个屏幕子图像的各个像素进行像素值匹配,像素值匹配成功的像素的数量越多,屏幕子图像对应的内容匹配百分比越高;其中,像素值匹配成功的像素的数量与内容匹配百分比的关系是非线形关系;
凌阳SPCE061A芯片,设置在剧院的后台控制室内,与内容分析设备连接,用于基于目标座位编号发出包括目标座位编号的驱动控制信号;
高清图像采集设备,设置在剧院房顶中央位置,用于对剧院舞台对面的观众席进行图像采集以输出高清图像,高清图像的分辨率为3840×2160;
数据分割设备,位于云端,与高清图像采集设备连接,用于将高清图像分割成N个图像分块,N为大于1的自然数;
云端命令通道管理设备,位于云端,用于对云端命令进行通道管理;
N个云端存储设备,位于云端,与数据分割设备连接,用于分别存储N个图像分块;
云端服务中心设备,位于云端,与N个云端存储设备连接,用于集中N个图像分块,并将N个图像分块分发给M个云端应用设备,M为大于1的自然数且M小于等于N;
M个云端应用设备,位于云端,与云端服务中心设备连接,用于接收分配到的、一个以上的图像分块,每一个云端应用设备包括:
灰度化处理子设备,包括通道参数提取单元、加权值存储单元和灰度值计算单元,通道参数提取单元用于接收每一个图像分块,提取出图像分块中每一个像素点的R通道像素值、G通道像素值和B通道像素值,加权值存储单元用于预先存储了R通道加权值、G通道加权值和B通道加权值,灰度值计算单元分别与通道参数提取单元和加权值存储单元连接,针对图像分块中每一个像素点,将R通道像素值与R通道加权值的乘积、G通道像素值与G通道加权值的乘积以及B通道像素值与B通道加权值的乘积相加以获取针对的像素点的灰度值,并基于图像分块中各个像素点的灰度值获得图像分块对应的灰度化图像;其中,R通道加权值取值为0.298839,G通道加权值取值为0.586811,B通道加权值取值为0.114350;
直方图分布检测子设备,与灰度化处理子设备连接,用于接收灰度化图像,并对灰度化图像进行灰度直方图处理以获得对应的直方图图像,在直方图图像呈现双峰分布时,发出全局阈值选择信号,否则,发出非全局阈值选择信号;
阈值选择子设备,与直方图分布检测子设备连接,用于在接收到全局阈值选择信号时,将全局阈值128作为阈值数据输出,在接收到非全局阈值选择信号时,将相邻像素点灰度差阈值40作为阈值数据输出;
二值化处理子设备,分别与阈值选择子设备和直方图分布检测子设备连接,用于在接收到全局阈值选择信号时,针对灰度化图像中的每一个像素点,当灰度值大于等于阈值数据时,将针对的像素点设置为白电平像素点,当灰度值小于阈值数据时,将针对的像素点设置为黑电平像素点,并输出灰度化图像对应的二值化图像;二值化处理子设备还用于在接收到非全局阈值选择信号时,针对灰度化图像中的每一个像素点,计算垂直方向向上距离其3个像素点的像素点的灰度值作为上像素灰度值,计算垂直方向向下距离其3个像素点的像素点的灰度值作为下像素灰度值,计算水平方向向左距离其3个像素点的像素点的灰度值作为左像素灰度值,计算水平方向向右距离其3个像素点的像素点的灰度值作为右像素灰度值,当上像素灰度值和下像素灰度值之差的绝对值小于等于阈值数据且左像素灰度值和右像素灰度值之差的绝对值小于等于阈值数据时,将针对的像素点设置为白电平像素点,当上像素灰度值和下像素灰度值之差的绝对值大于阈值数据或左像素灰度值和右像素灰度值之差的绝对值大于阈值数据时,将针对的像素点设置为黑电平像素点,并输出灰度化图像对应的二值化图像;
图像平滑处理子设备,与二值化处理子设备连接,用于接收二值化图像,针对二值化图像中的每一个像素点,当相邻的所有像素点中存在一半以上的跳变点时,则将针对的像素点的灰度值保留,否则,将针对的像素点的灰度值设置为白电平像素点,并输出二值化图像对应的平滑图像;
中值滤波子设备,与图像平衡处理子设备连接,用于接收平滑图像,对于平滑图像内每一个像素点作为目标像素点进行以下处理以获得滤波图像:以目标像素点在平滑图像内的位置作为选择的滤波模块的形心在平滑图像内取出多个像素点作为多个参考像素点,取多个参考像素点的像素值中的最大值和最小值以作为像素最大值和像素最小值,确定像素最大值和像素最小值的平均值以作为像素平均值,针对每一个参考像素点,如果其像素值小于像素平均值,则用0代替其像素值,如果其像素值大于等于像素平均值,则保留其像素值,最后将多个参考像素点的像素值的平均值作为目标像素点的像素值输出;
数据合并设备,位于云端,与M个云端应用设备连接,用于将每一个云端应用设备的中值滤波子设备输出的滤波图像进行拼接以获得滤波整合图像;
子屏幕识别设备,设置在剧院的后台控制室内,与数据合并设备连接以获得滤波整合图像;针对滤波整合图像中的每一个像素点,将其灰度值与预设移动终端屏幕灰度范围进行匹配,当其灰度值在预设移动终端屏幕灰度范围内时,确定其为屏幕像素点;将滤波整合图像中的所有屏幕像素点组成的区域从滤波整合图像中分割出来以获得各个屏幕子图像;针对每一个屏幕子图像,针对其在滤波整合图像中的位置确定针对的屏幕子图像对应的座位编号;其中,针对的屏幕子图像对应的座位编号为持有针对的屏幕子图像对应的移动终端的观众所在的剧院座位编号。
3.如权利要求2所述的云端中值滤波系统,其特征在于:
凌阳SPCE061A芯片还包括计时单元。
4.如权利要求2所述的云端中值滤波系统,其特征在于:
灰度化处理子设备由ASIC芯片来实现。
5.如权利要求2所述的云端中值滤波系统,其特征在于:
直方图分布检测子设备由ASIC芯片来实现。
6.如权利要求2所述的云端中值滤波系统,其特征在于:
二值化处理子设备由ASIC芯片来实现。
7.如权利要求2所述的云端中值滤波系统,其特征在于:
图像平滑处理子设备由ASIC芯片来实现。
8.如权利要求2所述的云端中值滤波系统,其特征在于:
中值滤波子设备由ASIC芯片来实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610478057.1A CN106027850A (zh) | 2016-06-27 | 2016-06-27 | 云端中值滤波系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610478057.1A CN106027850A (zh) | 2016-06-27 | 2016-06-27 | 云端中值滤波系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106027850A true CN106027850A (zh) | 2016-10-12 |
Family
ID=57083675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610478057.1A Withdrawn CN106027850A (zh) | 2016-06-27 | 2016-06-27 | 云端中值滤波系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106027850A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108020548A (zh) * | 2017-08-03 | 2018-05-11 | 刘素兰 | 凹陷程度测量系统 |
CN108961264A (zh) * | 2018-05-30 | 2018-12-07 | 周群 | 组合式桌面访问控制机构 |
CN109389031A (zh) * | 2018-08-27 | 2019-02-26 | 浙江大丰实业股份有限公司 | 演出人员自动定位机构 |
CN109724149A (zh) * | 2018-07-24 | 2019-05-07 | 永康市蜂蚁科技有限公司 | 基于图像数据解析的拓展型暖气片 |
CN109916023A (zh) * | 2018-07-23 | 2019-06-21 | 永康市异造科技有限公司 | 多参数控制型空调 |
CN109915926A (zh) * | 2018-07-10 | 2019-06-21 | 永康市胜时电机有限公司 | 暖气管紧急降温机构 |
CN110555859A (zh) * | 2018-05-30 | 2019-12-10 | 周群 | 一种自动落锁的方法 |
-
2016
- 2016-06-27 CN CN201610478057.1A patent/CN106027850A/zh not_active Withdrawn
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108020548A (zh) * | 2017-08-03 | 2018-05-11 | 刘素兰 | 凹陷程度测量系统 |
CN108961264A (zh) * | 2018-05-30 | 2018-12-07 | 周群 | 组合式桌面访问控制机构 |
CN110555859A (zh) * | 2018-05-30 | 2019-12-10 | 周群 | 一种自动落锁的方法 |
CN109915926A (zh) * | 2018-07-10 | 2019-06-21 | 永康市胜时电机有限公司 | 暖气管紧急降温机构 |
CN109916023A (zh) * | 2018-07-23 | 2019-06-21 | 永康市异造科技有限公司 | 多参数控制型空调 |
CN109916023B (zh) * | 2018-07-23 | 2021-04-16 | 深圳市屹智科技开发有限公司 | 多参数控制型空调 |
CN109724149A (zh) * | 2018-07-24 | 2019-05-07 | 永康市蜂蚁科技有限公司 | 基于图像数据解析的拓展型暖气片 |
CN109389031A (zh) * | 2018-08-27 | 2019-02-26 | 浙江大丰实业股份有限公司 | 演出人员自动定位机构 |
CN109389031B (zh) * | 2018-08-27 | 2021-12-03 | 浙江大丰实业股份有限公司 | 演出人员自动定位机构 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106027850A (zh) | 云端中值滤波系统 | |
CN105868748A (zh) | 基于云处理的数据服务平台 | |
CN105898246A (zh) | 智能家居系统 | |
CN106060473A (zh) | 大数据处理方法及大数据处理装置 | |
CN106027849A (zh) | 云端高清图像处理平台 | |
CN106162076A (zh) | 大数据图像灰度化处理装置 | |
CN107146252A (zh) | 一种大数据图像处理装置 | |
CN105868747B (zh) | 云计算系统 | |
CN106096665A (zh) | 双通道云数据管理平台 | |
CN105858377A (zh) | 电梯安全控制系统 | |
CN106162077A (zh) | 基于互联网的智能业务管理系统 | |
CN105905727A (zh) | 一种多功能电梯安全控制方法 | |
CN105872115A (zh) | 一种基于云计算的远程监测系统 | |
CN106127157A (zh) | 集约式图像数据处理平台 | |
CN107547836A (zh) | 云端中值滤波系统 | |
CN107545211A (zh) | 云端数据处理系统 | |
CN106199133A (zh) | 电流采样处理平台 | |
CN106157302A (zh) | 基于小波滤波的云端图像分割系统 | |
CN106157260B (zh) | 并行图像平滑处理平台 | |
CN106067011A (zh) | 位于云端的高清图像并行处理平台 | |
CN107547833A (zh) | 位于云端的高清图像并行处理平台 | |
CN107347147B (zh) | 并行图像平滑处理平台 | |
CN106210623A (zh) | 云端直方图分布检测平台 | |
CN106101624A (zh) | 大数据管理系统 | |
CN106067012A (zh) | 基于云端的灰度化处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20161012 |