CN106067011A - 位于云端的高清图像并行处理平台 - Google Patents

位于云端的高清图像并行处理平台 Download PDF

Info

Publication number
CN106067011A
CN106067011A CN201610478312.2A CN201610478312A CN106067011A CN 106067011 A CN106067011 A CN 106067011A CN 201610478312 A CN201610478312 A CN 201610478312A CN 106067011 A CN106067011 A CN 106067011A
Authority
CN
China
Prior art keywords
image
value
pixel
clouds
gray
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Withdrawn
Application number
CN201610478312.2A
Other languages
English (en)
Inventor
张华华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610478312.2A priority Critical patent/CN106067011A/zh
Publication of CN106067011A publication Critical patent/CN106067011A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种位于云端的高清图像并行处理平台,包括高清摄像头和M个云端应用设备,M为大于1的自然数,每一个云端应用设备用于对高清摄像头采集的高清图像的一部分子图像进行图像处理,每一个云端应用设备包括图像平滑处理子设备、二值化处理子设备和自适应递归滤波子设备。通过本发明,能够实现对于高分辨率图像的快速处理。

Description

位于云端的高清图像并行处理平台
技术领域
本发明涉及云处理领域,尤其涉及一种位于云端的高清图像并行处理平台。
背景技术
云计算是通过使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中,企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上,根据需求访问计算机和存储系统。
好比是从古老的单台发电机模式转向了电厂集中供电的模式。他意味着计算能力也可以作为一种商品进行流通,就像煤气、水电一样,取用方便,费用低廉。最大的不同在于,它是通过互联网进行传输的。
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。
为此,需要一种新的电子防偷拍技术,能够在云计算的基础上,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,还能够基于偷拍者的位置信息对偷拍者进行提醒。
发明内容
为了解决上述问题,本发明提供了一种位于云端的高清图像并行处理平台,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。
根据本发明的一方面,提供了一种位于云端的高清图像并行处理平台,所述平台包括高清摄像头和M个云端应用设备,M为大于1的自然数,每一个云端应用设备用于对高清摄像头采集的高清图像的一部分子图像进行图像处理,每一个云端应用设备包括图像平滑处理子设备、二值化处理子设备和自适应递归滤波子设备。
更具体地,在所述位于云端的高清图像并行处理平台中,包括:计时器,设置在歌剧院的后台控制室内,用于提供计时信号;环境亮度传感设备,设置在歌剧院房顶中央位置,用于感应歌剧院内部环境的实时亮度以作为实时环境亮度输出;人脸亮度检测设备,设置在歌剧院的后台控制室内,与人脸子图像检测设备连接以接收每一个人脸子图像和其对应的座位编号,用于基于每一个人脸子图像的各个像素的灰度值计算每一个人脸子图像的图像亮度以作为实时人脸亮度输出;亮度背离检测设备,设置在歌剧院的后台控制室内,分别与计时器、环境亮度检测设备和人脸亮度检测设备连接,用于接收实时环境亮度以及接收每一个人脸子图像的实时人脸亮度,针对每一个人脸子图像,当其实时人脸亮度与实时环境亮度背离的时间达到预设时间长度阈值时,将人脸子图像对应的座位编号作为目标座位编号输出;MSP430单片机,设置在歌剧院的后台控制室内,与亮度背离检测设备连接,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;遥控设备,设置在歌剧院舞台正上方的房顶位置,用于与MSP430单片机连接以接收MSP430单片机发来的驱动控制信号,并对驱动控制信号进行解析以确定目标座位编号,基于目标座位编号确定遥控信号;座位警示灯,每一个观众座位上设置一个,用于接收遥控信号以基于遥控信号进行红光警示;高清摄像头,设置在歌剧院房顶中央位置,用于对歌剧院舞台对面的观众席进行图像采集以输出高清图像;数据分割设备,位于云端,与高清摄像头连接,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;自适应递归滤波子设备,与图像平衡处理子设备连接,用于接收平滑图像,对平滑图像执行自适应递归滤波处理以获得滤波图像;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自适应递归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;人脸子图像检测设备,设置在歌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,将滤波整合图像与预先存储的人脸轮廓图案进行匹配以检测并分割出滤波整合图像中的各个人脸子图像,针对每一个人脸子图像,针对其在滤波整合图像中的位置确定针对的人脸子图像对应的座位编号;其中,人脸子图像的实时人脸亮度与实时环境亮度背离的确定方式如下:当人脸子图像的实时人脸亮度大于实时环境亮度时,确定人脸子图像的实时人脸亮度与实时环境亮度背离,当人脸子图像的实时人脸亮度小于等于实时环境亮度时,确定人脸子图像的实时人脸亮度与实时环境亮度非背离;其中,针对的人脸子图像对应的座位编号为人脸子图像对应的观众所在的歌剧院座位编号。
更具体地,在所述位于云端的高清图像并行处理平台中,还包括:移动硬盘,用于预先存储R通道加权值、G通道加权值和B通道加权值。
更具体地,在所述位于云端的高清图像并行处理平台中:移动硬盘设置在歌剧院的后台控制室内。
更具体地,在所述位于云端的高清图像并行处理平台中:移动硬盘还用于存储预设时间长度阈值。
更具体地,在所述位于云端的高清图像并行处理平台中:通道参数提取单元、加权值存储单元和灰度值计算单元被集成在一块集成电路板上。
更具体地,在所述位于云端的高清图像并行处理平台中:黑电平像素点的灰度值为0。
更具体地,在所述位于云端的高清图像并行处理平台中:白电平像素点的灰度值为255。
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位于云端的高清图像并行处理平台的结构方框图。
附图标记:1高清摄像头;2云端应用设备
具体实施方式
下面将参照附图对本发明的位于云端的高清图像并行处理平台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(Distributed Computing)、并行计算(ParallelComputing)、效用计算(Utility Computing)、[5]网络存储(Network StorageTechnologies)、虚拟化(Virtualization)、负载均衡(Load Balance)、热备份冗余(HighAvailable)等传统计算机和网络技术发展融合的产物。
云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念,是指通过集群应用、网格技术或分布式文件系统等功能,将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的一个系统。当云计算系统运算和处理的核心是大量数据的存储和管理时,云计算系统中就需要配置大量的存储设备,那么云计算系统就转变成为一个云存储系统,所以云存储是一个以数据存储和管理为核心的云计算系统。
当前,人工防偷拍的方式存在内在的弊端:首先,如果观众席面积较大,则需要安排很多工作人员进行现场监视,这意味着需要大量的人工成本;其次,工作人员肉眼扫描的方式效率低下,而且人工监视的方式容易发生因为倦怠而放过某些角落位置的偷拍者;最后,在观众附近设置工作人员的方式给正常观看演出的观众带来不适,影响了他们欣赏演出的心情。
由此可见,人工防偷拍的方式具有先天的不足,为了克服上述弊端,降低防偷拍的运营成本,提高防偷拍的工作效率,运营方一直在寻找电子防偷拍的方式进行现场监控,电子防偷拍有两种发展方向,一种是在观众手持的移动终端上做文章,在移动终端拍摄时自动检测偷拍行为,但是这种方式可能因为偷拍者对移动终端的选择而被规避,另一种是在偷拍现场安置电子干扰设备,这种方式可以避免偷拍者的规避。
现有的防偷拍的电子干扰设备是,将一种红外线装置安置在幕布或舞台的背面,红外线装置发出人眼不可见的红外线,如果偷拍者在进行移动终端或摄像机拍摄,则红外线将干扰偷拍者的摄像机成像,导致偷拍者获得的影像或图像质量低下,无法在市场上销售以及在网络上传播,从而有效维护版权利益。
但是,这种方式需要一直发射红外线,而且红外线的发射是大范围的,需要从各个位置都发射红外线,成本较高且可行性差。因此现场的电子防偷拍设备还需要寻找其他的突破方向。
为了克服上述不足,本发明搭建了一种位于云端的高清图像并行处理平台,在云计算和云存储的基础上,能够通过对现场观众席中观众的行为检测以及通过对现场环境的参数提取来确定现场观众席中是否存在偷拍者,并能够及时对偷拍者所在的位置进行定位。
图1为根据本发明实施方案示出的位于云端的高清图像并行处理平台的结构方框图,所述平台包括高清摄像头和M个云端应用设备,M为大于1的自然数,每一个云端应用设备用于对高清摄像头采集的高清图像的一部分子图像进行图像处理,每一个云端应用设备包括图像平滑处理子设备、二值化处理子设备和自适应递归滤波子设备。
接着,继续对本发明的位于云端的高清图像并行处理平台的具体结构进行进一步的说明。
所述平台包括:计时器,设置在歌剧院的后台控制室内,用于提供计时信号;环境亮度传感设备,设置在歌剧院房顶中央位置,用于感应歌剧院内部环境的实时亮度以作为实时环境亮度输出;人脸亮度检测设备,设置在歌剧院的后台控制室内,与人脸子图像检测设备连接以接收每一个人脸子图像和其对应的座位编号,用于基于每一个人脸子图像的各个像素的灰度值计算每一个人脸子图像的图像亮度以作为实时人脸亮度输出。
所述平台包括:亮度背离检测设备,设置在歌剧院的后台控制室内,分别与计时器、环境亮度检测设备和人脸亮度检测设备连接,用于接收实时环境亮度以及接收每一个人脸子图像的实时人脸亮度,针对每一个人脸子图像,当其实时人脸亮度与实时环境亮度背离的时间达到预设时间长度阈值时,将人脸子图像对应的座位编号作为目标座位编号输出。
所述平台包括:MSP430单片机,设置在歌剧院的后台控制室内,与亮度背离检测设备连接,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;遥控设备,设置在歌剧院舞台正上方的房顶位置,用于与MSP430单片机连接以接收MSP430单片机发来的驱动控制信号,并对驱动控制信号进行解析以确定目标座位编号,基于目标座位编号确定遥控信号。
所述平台包括:座位警示灯,每一个观众座位上设置一个,用于接收遥控信号以基于遥控信号进行红光警示;高清摄像头,设置在歌剧院房顶中央位置,用于对歌剧院舞台对面的观众席进行图像采集以输出高清图像。
所述平台包括:数据分割设备,位于云端,与高清摄像头连接,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。
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;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:自适应递归滤波子设备,与图像平衡处理子设备连接,用于接收平滑图像,对平滑图像执行自适应递归滤波处理以获得滤波图像。
所述平台包括: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自适应递归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。
所述平台包括:人脸子图像检测设备,设置在歌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,将滤波整合图像与预先存储的人脸轮廓图案进行匹配以检测并分割出滤波整合图像中的各个人脸子图像,针对每一个人脸子图像,针对其在滤波整合图像中的位置确定针对的人脸子图像对应的座位编号。
其中,人脸子图像的实时人脸亮度与实时环境亮度背离的确定方式如下:当人脸子图像的实时人脸亮度大于实时环境亮度时,确定人脸子图像的实时人脸亮度与实时环境亮度背离,当人脸子图像的实时人脸亮度小于等于实时环境亮度时,确定人脸子图像的实时人脸亮度与实时环境亮度非背离。
其中,针对的人脸子图像对应的座位编号为人脸子图像对应的观众所在的歌剧院座位编号。
可选地,在所述平台中,还包括:移动硬盘,用于预先存储R通道加权值、G通道加权值和B通道加权值;移动硬盘设置在歌剧院的后台控制室内;移动硬盘还用于存储预设时间长度阈值;通道参数提取单元、加权值存储单元和灰度值计算单元被集成在一块集成电路板上;黑电平像素点的灰度值为0;白电平像素点的灰度值可选为255。
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。
采用本发明的位于云端的高清图像并行处理平台,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)

1.一种位于云端的高清图像并行处理平台,所述平台包括高清摄像头和M个云端应用设备,M为大于1的自然数,每一个云端应用设备用于对高清摄像头采集的高清图像的一部分子图像进行图像处理,每一个云端应用设备包括图像平滑处理子设备、二值化处理子设备和自适应递归滤波子设备。
2.如权利要求1所述的位于云端的高清图像并行处理平台,其特征在于,所述平台包括:
计时器,设置在歌剧院的后台控制室内,用于提供计时信号;
环境亮度传感设备,设置在歌剧院房顶中央位置,用于感应歌剧院内部环境的实时亮度以作为实时环境亮度输出;
人脸亮度检测设备,设置在歌剧院的后台控制室内,与人脸子图像检测设备连接以接收每一个人脸子图像和其对应的座位编号,用于基于每一个人脸子图像的各个像素的灰度值计算每一个人脸子图像的图像亮度以作为实时人脸亮度输出;
亮度背离检测设备,设置在歌剧院的后台控制室内,分别与计时器、环境亮度检测设备和人脸亮度检测设备连接,用于接收实时环境亮度以及接收每一个人脸子图像的实时人脸亮度,针对每一个人脸子图像,当其实时人脸亮度与实时环境亮度背离的时间达到预设时间长度阈值时,将人脸子图像对应的座位编号作为目标座位编号输出;
MSP430单片机,设置在歌剧院的后台控制室内,与亮度背离检测设备连接,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;
遥控设备,设置在歌剧院舞台正上方的房顶位置,用于与MSP430单片机连接以接收MSP430单片机发来的驱动控制信号,并对驱动控制信号进行解析以确定目标座位编号,基于目标座位编号确定遥控信号;
座位警示灯,每一个观众座位上设置一个,用于接收遥控信号以基于遥控信号进行红光警示;
高清摄像头,设置在歌剧院房顶中央位置,用于对歌剧院舞台对面的观众席进行图像采集以输出高清图像;
数据分割设备,位于云端,与高清摄像头连接,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;
自适应递归滤波子设备,与图像平衡处理子设备连接,用于接收平滑图像,对平滑图像执行自适应递归滤波处理以获得滤波图像;
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自适应递归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;
人脸子图像检测设备,设置在歌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,将滤波整合图像与预先存储的人脸轮廓图案进行匹配以检测并分割出滤波整合图像中的各个人脸子图像,针对每一个人脸子图像,针对其在滤波整合图像中的位置确定针对的人脸子图像对应的座位编号;
其中,人脸子图像的实时人脸亮度与实时环境亮度背离的确定方式如下:当人脸子图像的实时人脸亮度大于实时环境亮度时,确定人脸子图像的实时人脸亮度与实时环境亮度背离,当人脸子图像的实时人脸亮度小于等于实时环境亮度时,确定人脸子图像的实时人脸亮度与实时环境亮度非背离;
其中,针对的人脸子图像对应的座位编号为人脸子图像对应的观众所在的歌剧院座位编号。
3.如权利要求2所述的位于云端的高清图像并行处理平台,其特征在于,还包括:
移动硬盘,用于预先存储R通道加权值、G通道加权值和B通道加权值。
4.如权利要求3所述的位于云端的高清图像并行处理平台,其特征在于:
移动硬盘设置在歌剧院的后台控制室内。
5.如权利要求3所述的位于云端的高清图像并行处理平台,其特征在于:
移动硬盘还用于存储预设时间长度阈值。
6.如权利要求2所述的位于云端的高清图像并行处理平台,其特征在于:
通道参数提取单元、加权值存储单元和灰度值计算单元被集成在一块集成电路板上。
7.如权利要求2所述的位于云端的高清图像并行处理平台,其特征在于:
黑电平像素点的灰度值为0。
8.如权利要求2所述的位于云端的高清图像并行处理平台,其特征在于:
白电平像素点的灰度值为255。
CN201610478312.2A 2016-06-27 2016-06-27 位于云端的高清图像并行处理平台 Withdrawn CN106067011A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610478312.2A CN106067011A (zh) 2016-06-27 2016-06-27 位于云端的高清图像并行处理平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610478312.2A CN106067011A (zh) 2016-06-27 2016-06-27 位于云端的高清图像并行处理平台

Publications (1)

Publication Number Publication Date
CN106067011A true CN106067011A (zh) 2016-11-02

Family

ID=57420601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610478312.2A Withdrawn CN106067011A (zh) 2016-06-27 2016-06-27 位于云端的高清图像并行处理平台

Country Status (1)

Country Link
CN (1) CN106067011A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109089211A (zh) * 2018-09-03 2018-12-25 浙江大丰实业股份有限公司 双模式追光光源驱动控制机构

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109089211A (zh) * 2018-09-03 2018-12-25 浙江大丰实业股份有限公司 双模式追光光源驱动控制机构
CN109089211B (zh) * 2018-09-03 2020-11-03 浙江大丰实业股份有限公司 双模式追光光源驱动控制机构

Similar Documents

Publication Publication Date Title
CN105868748A (zh) 基于云处理的数据服务平台
CN105898246A (zh) 智能家居系统
CN106027849A (zh) 云端高清图像处理平台
CN106027850A (zh) 云端中值滤波系统
CN106162076A (zh) 大数据图像灰度化处理装置
CN106101622A (zh) 一种大数据存储系统
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
CN105872115A (zh) 一种基于云计算的远程监测系统
CN106067011A (zh) 位于云端的高清图像并行处理平台
CN107545212A (zh) 双通道云数据管理平台
CN105905727A (zh) 一种多功能电梯安全控制方法
CN106127157A (zh) 集约式图像数据处理平台
CN107545211A (zh) 云端数据处理系统
CN107547833A (zh) 位于云端的高清图像并行处理平台
CN105955058A (zh) 无线智能家居系统
CN106096578A (zh) 多功能电梯安全控制平台
CN106157302A (zh) 基于小波滤波的云端图像分割系统
CN106199133A (zh) 电流采样处理平台
CN106998442A (zh) 智能家居系统
CN106210623A (zh) 云端直方图分布检测平台
CN106157260B (zh) 并行图像平滑处理平台
CN106127158A (zh) 交流电电压取样调理系统

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

Application publication date: 20161102

WW01 Invention patent application withdrawn after publication