CN106855875A - 基于分布式处理的数据合并系统 - Google Patents
基于分布式处理的数据合并系统 Download PDFInfo
- Publication number
- CN106855875A CN106855875A CN201610479391.9A CN201610479391A CN106855875A CN 106855875 A CN106855875 A CN 106855875A CN 201610479391 A CN201610479391 A CN 201610479391A CN 106855875 A CN106855875 A CN 106855875A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- image
- equipment
- 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- Withdrawn
Links
- 238000001914 filtration Methods 0.000 claims description 26
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000005286 illumination Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 5
- 230000002902 bimodal effect Effects 0.000 claims description 3
- 241001270131 Agaricus moelleri Species 0.000 claims 1
- 230000003760 hair shine Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于分布式处理的数据合并系统,包括云端服务中心设备、数据合并设备和多个云端应用设备,云端服务中心设备用于将多个图像分块分发给多个云端应用设备以分别进行图像处理,数据合并设备与多个云端应用设备连接,用于合并多个云端应用设备的图像处理结果。通过本发明,能够提高数据处理效率。
Description
技术领域
本发明涉及分布式处理领域,尤其涉及一种基于分布式处理的数据合并系统。
背景技术
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。云计算以其运算速度快且处理高效而逐步应用到各个领域。
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。
为此,本发明提出了一种新的现场防偷拍的电子设备,以云计算为基础,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,以便于采取相应的定向警告措施,提醒偷拍者放弃偷拍行为。
发明内容
为了解决上述问题,本发明提供了一种基于分布式处理的数据合并系统,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,提供了一种基于分布式处理的数据合并系统,所述系统包括云端服务中心设备、数据合并设备和多个云端应用设备,云端服务中心设备用于将多个图像分块分发给多个云端应用设备以分别进行图像处理,数据合并设备与多个云端应用设备连接,用于合并多个云端应用设备的图像处理结果。
更具体地,在所述基于分布式处理的数据合并系统中,包括:电机驱动设备,设置在剧院的后台控制室内,分别与MSP430单片机和直流电机连接,用于接收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电机驱动信号;云台,设置在剧院舞台正上方的房顶位置,包括设备固定支架和直流电机,设备固定支架用于固定照明设备和直流电机,直流电机与电机驱动设备连接,用于在电机驱动信号的驱动下调整照明设备的照明方向,并在调整完后发出照明启动信号;照明设备,被固定在设备固定支架上,与直流电机连接,包括照明开关和照明光源,照明开关分别与直流电机和照明光源连接,用于在接收到照明启动信号后自动打开以启动照明光源的照明;MSP430单片机,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;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;高清摄像头,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;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;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,将滤波整合图像与预先存储的各种移动终端的屏幕图案进行匹配以检测并分割出滤波整合图像中的各个屏幕子图像,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,在所述基于分布式处理的数据合并系统中: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,在所述基于分布式处理的数据合并系统中:黑电平像素点的灰度值为0。
更具体地,在所述基于分布式处理的数据合并系统中:白电平像素点的灰度值为255。
更具体地,在所述基于分布式处理的数据合并系统中,还包括:闪存,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,在所述基于分布式处理的数据合并系统中:闪存设置在剧院的后台控制室内。
更具体地,在所述基于分布式处理的数据合并系统中:闪存还用于预先存储各种移动终端的屏幕图案。
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基于分布式处理的数据合并系统的结构方框图。
附图标记:1云端服务中心设备;2数据合并设备;3云端应用设备
具体实施方式
下面将参照附图对本发明的基于分布式处理的数据合并系统的实施方案进行详细说明。
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。
对云计算的定义有多种说法。对于到底什么是云计算,至少可以找到100种解释。现阶段广为接受的是美国国家标准与技术研究院(NIST)定义:云计算是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务),这些资源能够被快速提供,只需投入很少的管理工作,或与服务供应商进行很少的交互。
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。
上述防偷拍模式都存在一定的弊端,为了克服上述不足,本发明搭建了一种基于分布式处理的数据合并系统,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基于分布式处理的数据合并系统的结构方框图,所述系统包括云端服务中心设备、数据合并设备和多个云端应用设备,云端服务中心设备用于将多个图像分块分发给多个云端应用设备以分别进行图像处理,数据合并设备与多个云端应用设备连接,用于合并多个云端应用设备的图像处理结果。
接着,继续对本发明的基于分布式处理的数据合并系统的具体结构进行进一步的说明。
所述系统包括:电机驱动设备,设置在剧院的后台控制室内,分别与MSP430单片机和直流电机连接,用于接收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电机驱动信号;云台,设置在剧院舞台正上方的房顶位置,包括设备固定支架和直流电机,设备固定支架用于固定照明设备和直流电机,直流电机与电机驱动设备连接,用于在电机驱动信号的驱动下调整照明设备的照明方向,并在调整完后发出照明启动信号。
所述系统包括:照明设备,被固定在设备固定支架上,与直流电机连接,包括照明开关和照明光源,照明开关分别与直流电机和照明光源连接,用于在接收到照明启动信号后自动打开以启动照明光源的照明。
所述系统包括:MSP430单片机,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;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:高清摄像头,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;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。
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: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;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,将滤波整合图像与预先存储的各种移动终端的屏幕图案进行匹配以检测并分割出滤波整合图像中的各个屏幕子图像,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,在所述系统中: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;黑电平像素点的灰度值为0;白电平像素点的灰度值为255;还包括:闪存,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;闪存设置在剧院的后台控制室内;以及闪存还用于预先存储各种移动终端的屏幕图案。
另外,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。
采用本发明的基于分布式处理的数据合并系统,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 (2)
1.一种基于分布式处理的数据合并系统,所述系统包括云端服务中心设备、数据合并设备和多个云端应用设备,云端服务中心设备用于将多个图像分块分发给多个云端应用设备以分别进行图像处理,数据合并设备与多个云端应用设备连接,用于合并多个云端应用设备的图像处理结果。
2.如权利要求1所述的基于分布式处理的数据合并系统,其特征在于,所述系统包括:
电机驱动设备,设置在剧院的后台控制室内,分别与MSP430单片机和直流电机连接,用于接收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电机驱动信号;
云台,设置在剧院舞台正上方的房顶位置,包括设备固定支架和直流电机,设备固定支架用于固定照明设备和直流电机,直流电机与电机驱动设备连接,用于在电机驱动信号的驱动下调整照明设备的照明方向,并在调整完后发出照明启动信号;
照明设备,被固定在设备固定支架上,与直流电机连接,包括照明开关和照明光源,照明开关分别与直流电机和照明光源连接,用于在接收到照明启动信号后自动打开以启动照明光源的照明;
MSP430单片机,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;
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;
高清摄像头,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;
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;
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,将滤波整合图像与预先存储的各种移动终端的屏幕图案进行匹配以检测并分割出滤波整合图像中的各个屏幕子图像,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;
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610479391.9A CN106855875A (zh) | 2016-06-27 | 2016-06-27 | 基于分布式处理的数据合并系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610479391.9A CN106855875A (zh) | 2016-06-27 | 2016-06-27 | 基于分布式处理的数据合并系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106855875A true CN106855875A (zh) | 2017-06-16 |
Family
ID=59126417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610479391.9A Withdrawn CN106855875A (zh) | 2016-06-27 | 2016-06-27 | 基于分布式处理的数据合并系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106855875A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291945A (zh) * | 2023-11-24 | 2023-12-26 | 山东省济宁生态环境监测中心(山东省南四湖东平湖流域生态环境监测中心) | 基于图像数据的土壤腐蚀污染检测预警方法 |
-
2016
- 2016-06-27 CN CN201610479391.9A patent/CN106855875A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291945A (zh) * | 2023-11-24 | 2023-12-26 | 山东省济宁生态环境监测中心(山东省南四湖东平湖流域生态环境监测中心) | 基于图像数据的土壤腐蚀污染检测预警方法 |
CN117291945B (zh) * | 2023-11-24 | 2024-02-13 | 山东省济宁生态环境监测中心(山东省南四湖东平湖流域生态环境监测中心) | 基于图像数据的土壤腐蚀污染检测预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105868748A (zh) | 基于云处理的数据服务平台 | |
CN109218619A (zh) | 图像获取方法、装置和系统 | |
CN104936334B (zh) | 灯光控制方法及装置 | |
CN106027849A (zh) | 云端高清图像处理平台 | |
CN105898246A (zh) | 智能家居系统 | |
CN105868747B (zh) | 云计算系统 | |
CN106101622A (zh) | 一种大数据存储系统 | |
CN106027850A (zh) | 云端中值滤波系统 | |
CN107547850A (zh) | 大数据处理方法及大数据处理装置 | |
CN106162076A (zh) | 大数据图像灰度化处理装置 | |
CN115049057A (zh) | 一种模型部署方法、装置、电子设备和存储介质 | |
CN105872115A (zh) | 一种基于云计算的远程监测系统 | |
CN106162077A (zh) | 基于互联网的智能业务管理系统 | |
CN105933676A (zh) | 基于图像分析的远程控制平台 | |
CN107545212A (zh) | 双通道云数据管理平台 | |
CN106855875A (zh) | 基于分布式处理的数据合并系统 | |
CN106067010A (zh) | 基于分布式处理的数据合并系统 | |
CN106157302A (zh) | 基于小波滤波的云端图像分割系统 | |
CN107545575A (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 | |
CN107257449B (zh) | 一种基于云计算的远程监测系统 | |
CN107547832A (zh) | 基于互联网的智能业务管理系统 | |
CN106131484B (zh) | 并行图像二值化处理系统 | |
CN106210623A (zh) | 云端直方图分布检测平台 | |
CN107547830B (zh) | 云计算系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170616 |