CN108735010A - 一种用于英语教学的智能型英语教学系统 - Google Patents
一种用于英语教学的智能型英语教学系统 Download PDFInfo
- Publication number
- CN108735010A CN108735010A CN201810404186.5A CN201810404186A CN108735010A CN 108735010 A CN108735010 A CN 108735010A CN 201810404186 A CN201810404186 A CN 201810404186A CN 108735010 A CN108735010 A CN 108735010A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- layers
- pixel
- value
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 47
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 238000013519 translation Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000004615 ingredient Substances 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 230000002045 lasting effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
Abstract
本发明属于英语教学技术领域,公开了一种用于英语教学的智能型英语教学系统,所述用于英语教学的智能型英语教学系统包括:视频采集模块、视频传输模块、数据处理模块、翻译模块、视频存储模块、调查模块、拍摄扫描模块、显示模块。本发明通过调查模块对学员的兴趣、爱护、习惯等信息进行调查分析,从而根据学员的特点进行安排教学内容,极大的提高学员的兴趣,保障学员能够持久的进行英语学习;同时通过拍摄扫描模块可以实时对日常生活中的用品进行拍照扫描获取该生活用品的英语单词及发音;可以将英语在生活中更好的体现出来,大大提高英语教学效果。
Description
技术领域
本发明属于英语教学技术领域,尤其涉及一种用于英语教学的智能型英语教学系统。
背景技术
英语教学是指对于英语是或者不是第一语言的人进行教授英语的过程。英语教学涉及多种专业理论知识,包括语言学、第二语言习得、词汇学、句法学、文体学、语料库理论、认知心理学等内容。英语教学是一个循序渐进的过程,无论是对于英语是或者不是第一语言的人来说,英语学习在全球化快速发展的今天都是至关重要的。然而,现有的英语教学系统通过传统方式教学效果差,学员往往不能坚持学习;同时教学方式单一,不能将英语更加有效的在生活中体现。
综上所述,现有技术存在的问题是:现有的英语教学系统通过传统方式教学效果差,学员往往不能坚持学习;同时教学方式单一,不能将英语更加有效的在生活中体现。
发明内容
针对现有技术存在的问题,本发明提供了一种用于英语教学的智能型英语教学系统。
本发明是这样实现的,一种用于英语教学的智能型英语教学系统包括:
视频采集模块、视频传输模块、数据处理模块、翻译模块、视频存储模块、调查模块、拍摄扫描模块、显示模块;
视频采集模块,与视频传输模块连接,用于通过摄像器对教师教学场景进行实时数据采集;
视频传输模块,与视频采集模块、数据处理模块连接,用于将视频采集模块采集的教学视频通过网络发送到教学系统上;
所述视频采集模块将图像中相邻2帧图像的对应像素点的灰度作差,得到若干个绝对差值的矩阵,将若干个矩阵叠加得到累加和矩阵;根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取若干连续帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取若干连续帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构建背景图像模板,得到重构图像;
视频传输模块,与视频采集模块、数据处理模块连接,用于将视频采集模块采集的教学视频通过网络发送到教学系统上;
所述视频传输模块的视频图像的各像素平滑后的光谱曲线(λ)结合CIE1931标准色度系统的色匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值(X,Y,Z),其中Δλ是成像光谱仪器的光谱采样间隔;
数据处理模块,与视频采集模块、视频传输模块、翻译模块、视频存储模块、调查模块、拍摄扫描模块、显示模块连接,用于对视频采集模块采集的数据进行处理分析,并调度各个模块进行正常工作;
所述数据处理模块将每一帧图像传入Storm中进行处理;具体包括:
一)、将输入的图像变换成灰度图像;通过下面的表达式进行灰度变换;
Y=-0.299R+0.587G+0.114B(5);
Y:像素值,R:红色成分,G:绿色成分,B:蓝色成分。
二)、对灰度图像进行图像平滑处理,接着进行梯度计算;梯度计算用于计算在特定的像素和相邻像素之间的亮度值的程度差;
三)、将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界由闭合曲线构成;
四)对于亮度最低的图层以及亮度最大的图层,先进行直方图均衡化处理,再去除噪点;
五)对于其它的图层,先去除噪点,再进行直方图均衡化处理;
六)、将处理过后的若干个所述图层合并为一幅增强图像;
所述数据处理模块的图像梯度计算中的具体计算方法:平滑化的剪裁图像的特定像素的亮度值表示为f(a,b)时,计算所有像素的梯度矢量;其中,特定像素的坐标为(a,b);
梯度矢量表示在特定像素和相邻像素之间亮度值的程度差的物理量;基于所示的梯度矢量的x成分的值和所示的梯度矢量的y成分的值,通过公式所示的表达式计算梯度矢量的方向θ;
通过图像数据的离散化计算标准图像处理中的梯度计算,并且使用公式的表达式中的微分计算相邻像素之间的梯度;
三)中,将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界都是由闭合曲线构成具体包括:假设图像I的每个像素的亮度值i=I(x,y),将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层;
对于所述I0图层,其中每个像素的亮度值i满足:0≤i<i1;
对于所述I1图层,其中每个像素的亮度值i满足:i1≤i<i2;
对于所述I2图层,其中每个像素的亮度值i满足:i2≤i<i3;
对于所述I3图层,其中每个像素的亮度值i满足:i3≤i≤255;
显然I=I0+I1+I2+I3相当于4层胶片叠加,每一层图像的边界都是由闭合曲线构成;对于每一层图像单独做噪声去除,其过程显然是非线性的;或将图像分为三层或者五层等其它层数,最大亮度值为其它数值或为2的10次方;
在六)中,将处理过后的若干个所述图层合并为一幅增强图像具体包括:把所述的I0图层、I1图层、I2图层、I3图层按照公式I=I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像,j0、j1、j2、j3为非线性系数或线性系数;其中,j=a×s+b,s=crγ,a、b为系数且当j为j0、j1、j2、j3时各不相同,s为指数校准函数,c、r和γ都为正常数;在s=crγ中,当c取1,γ取不同值Γ时,得到一簇变换曲线,c=1时,不同γ值的变换曲线;
当γ<1时,幂次变换将窄带输入暗值映射到宽带输出值,将宽带输入亮值映射到窄带输出值;
当γ>1时,幂次变换将宽带输入暗值映射到窄带输出值,将窄带输入亮值映射到宽带输出值;
当γ=1时,为正比线性变换;
对于夜晚有灯光不均匀照明的图片,阴暗部分有大量细节,明亮部分易过曝;采用分四层,对于阴暗部分层的γ值小于1,用于提高暗处视觉效果;同时,对于明亮部分层,使用的校准值γ值大于1,使得明亮部分内部的对比度增强;
翻译模块,与数据处理模块连接,用于给学员提供翻译各种语言功能;
视频存储模块,与数据处理模块连接,用于存储教学视频数据;
调查模块,与数据处理模块连接,用于在线调查学员个人兴趣、爱好、习惯等信息;
拍摄扫描模块,与调查模块连接,用于对日常生活中的用品进行拍照扫描获取该生活用品的英语单词及发音;
显示模块,与数据处理模块连接,用于显示教学视频。
进一步,所述调查模块包括在线填写模块、汇总模块、检索模块;
在线填写模块,用于通过网络填写跟人兴趣等相关信息;
汇总模块,用于将填写的数据信息进行汇总分析;
检索模块,用于通过兴趣关键字检索相关的英语内容。
进一步,所述拍摄扫描模块包括图像拍摄模块、图像识别模块、图像匹配模块;
图像拍摄模块,用于通过摄像头进行拍摄日常生活用品的照片;
图像识别模块,用于对照片元素进行识别;
图像匹配模块,用于通过网络数据库对图像相应的英文进行匹配。
本发明的优点及积极效果为:本发明通过调查模块对学员的兴趣、爱护、习惯等信息进行调查分析,从而根据学员的特点进行安排教学内容,极大的提高学员的兴趣,保障学员能够持久的进行英语学习;同时通过拍摄扫描模块可以实时对日常生活中的用品进行拍照扫描获取该生活用品的英语单词及发音;可以将英语在生活中更好的体现出来,大大提高英语教学效果。
附图说明
图1是本发明实施例提供的用于英语教学的智能型英语教学系统结构框图。
图中:1、视频采集模块;2、视频传输模块;3、数据处理模块;4、翻译模块;5、视频存储模块;6、调查模块;7、拍摄扫描模块;8、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的新型室内设计系统包括:视频采集模块1、视频传输模块2、数据处理模块3、翻译模块4、视频存储模块5、调查模块6、拍摄扫描模块7、显示模块8。
视频采集模块1,与视频传输模块2连接,用于通过摄像器对教师教学场景进行实时数据采集;
视频传输模块2,与视频采集模块1、数据处理模块3连接,用于将视频采集模块1采集的教学视频通过网络发送到教学系统上;
数据处理模块3,与视频采集模块1、视频传输模块2、翻译模块4、视频存储模块5、调查模块6、拍摄扫描模块7、显示模块8连接,用于对视频采集模块1采集的数据进行处理分析,并调度各个模块进行正常工作;
翻译模块4,与数据处理模块3连接,用于给学员提供翻译各种语言功能;
视频存储模块5,与数据处理模块3连接,用于存储教学视频数据;
调查模块6,与数据处理模块3连接,用于在线调查学员个人兴趣、爱好、习惯等信息;
拍摄扫描模块7,与调查模块6连接,用于对日常生活中的用品进行拍照扫描获取该生活用品的英语单词及发音;
显示模块8,与数据处理模块3连接,用于显示教学视频。
所述视频采集模块将图像中相邻2帧图像的对应像素点的灰度作差,得到若干个绝对差值的矩阵,将若干个矩阵叠加得到累加和矩阵;根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取若干连续帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取若干连续帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构建背景图像模板,得到重构图像;
所述视频传输模块的视频图像的各像素平滑后的光谱曲线(λ)结合CIE1931标准色度系统的色匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值(X,Y,Z),其中Δλ是成像光谱仪器的光谱采样间隔;
所述数据处理模块将每一帧图像传入Storm中进行处理;具体包括:
一)、将输入的图像变换成灰度图像;通过下面的表达式进行灰度变换;
Y=-0.299R+0.587G+0.114B(5);
Y:像素值,R:红色成分,G:绿色成分,B:蓝色成分。
二)、对灰度图像进行图像平滑处理,接着进行梯度计算;梯度计算用于计算在特定的像素和相邻像素之间的亮度值的程度差;
三)、将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界由闭合曲线构成;
四)对于亮度最低的图层以及亮度最大的图层,先进行直方图均衡化处理,再去除噪点;
五)对于其它的图层,先去除噪点,再进行直方图均衡化处理;
六)、将处理过后的若干个所述图层合并为一幅增强图像;
所述数据处理模块的图像梯度计算中的具体计算方法:平滑化的剪裁图像的特定像素的亮度值表示为f(a,b)时,计算所有像素的梯度矢量;其中,特定像素的坐标为(a,b);
梯度矢量表示在特定像素和相邻像素之间亮度值的程度差的物理量;基于所示的梯度矢量的x成分的值和所示的梯度矢量的y成分的值,通过公式所示的表达式计算梯度矢量的方向θ;
通过图像数据的离散化计算标准图像处理中的梯度计算,并且使用公式的表达式中的微分计算相邻像素之间的梯度;
三)中,将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界都是由闭合曲线构成具体包括:假设图像I的每个像素的亮度值i=I(x,y),将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层;
对于所述I0图层,其中每个像素的亮度值i满足:0≤i<i1;
对于所述I1图层,其中每个像素的亮度值i满足:i1≤i<i2;
对于所述I2图层,其中每个像素的亮度值i满足:i2≤i<i3;
对于所述I3图层,其中每个像素的亮度值i满足:i3≤i≤255;
显然I=I0+I1+I2+I3相当于4层胶片叠加,每一层图像的边界都是由闭合曲线构成;对于每一层图像单独做噪声去除,其过程显然是非线性的;或将图像分为三层或者五层等其它层数,最大亮度值为其它数值或为2的10次方;
在六)中,将处理过后的若干个所述图层合并为一幅增强图像具体包括:把所述的I0图层、I1图层、I2图层、I3图层按照公式I=I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像,j0、j1、j2、j3为非线性系数或线性系数;其中,j=a×s+b,s=crγ,a、b为系数且当j为j0、j1、j2、j3时各不相同,s为指数校准函数,c、r和γ都为正常数;在s=crγ中,当c取1,γ取不同值Γ时,得到一簇变换曲线,c=1时,不同γ值的变换曲线;
当γ<1时,幂次变换将窄带输入暗值映射到宽带输出值,将宽带输入亮值映射到窄带输出值;
当γ>1时,幂次变换将宽带输入暗值映射到窄带输出值,将窄带输入亮值映射到宽带输出值;
当γ=1时,为正比线性变换;
对于夜晚有灯光不均匀照明的图片,阴暗部分有大量细节,明亮部分易过曝;采用分四层,对于阴暗部分层的γ值小于1,用于提高暗处视觉效果;同时,对于明亮部分层,使用的校准值γ值大于1,使得明亮部分内部的对比度增强;
本发明教学时,通过视频采集模块1对教师教学场景进行实时数据采集;接着,通过视频传输模块2将视频采集模块1采集的教学视频通过网络发送到教学系统上;通过数据处理模块3对视频采集模块1采集的数据进行处理分析;通过翻译模块4提供翻译各种语言功能;通过视频存储模块5存储教学视频数据;通过调查模块6在线调查学员个人兴趣、爱好、习惯等信息;通过拍摄扫描模块7对日常生活中的用品进行拍照扫描获取该生活用品的英语单词及发音;通过显示模块8显示教学视频。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是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,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (3)
1.一种用于英语教学的智能型英语教学系统,其特征在于,所述用于英语教学的智能型英语教学系统包括:
视频采集模块、视频传输模块、数据处理模块、翻译模块、视频存储模块、调查模块、拍摄扫描模块、显示模块;
视频采集模块,与视频传输模块连接,用于通过摄像器对教师教学场景进行实时数据采集;
所述视频采集模块将图像中相邻2帧图像的对应像素点的灰度作差,得到若干个绝对差值的矩阵,将若干个矩阵叠加得到累加和矩阵;根据累加和矩阵计算得到阈值T1,判断累加和矩阵中每个元素是否大于T1,若是,该元素为运动点,取若干连续帧图像中对应位置的最小灰度值作为背景的灰度;若否,该元素为静止点,取若干连续帧图像在对应位置的平均灰度值作为背景的灰度,根据背景灰度,构建背景图像模板,得到重构图像;
视频传输模块,与视频采集模块、数据处理模块连接,用于将视频采集模块采集的教学视频通过网络发送到教学系统上;
所述视频传输模块的视频图像的各像素平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值(X,Y,Z),其中Δλ是成像光谱仪器的光谱采样间隔;
数据处理模块,与视频采集模块、视频传输模块、翻译模块、视频存储模块、调查模块、拍摄扫描模块、显示模块连接,用于对视频采集模块采集的数据进行处理分析,并调度各个模块进行正常工作;
所述数据处理模块将每一帧图像传入Storm中进行处理;具体包括:
一)、将输入的图像变换成灰度图像;通过下面的表达式进行灰度变换;
Y=-0.299R+0.587G+0.114B(5);
Y:像素值,R:红色成分,G:绿色成分,B:蓝色成分。
二)、对灰度图像进行图像平滑处理,接着进行梯度计算;梯度计算用于计算在特定的像素和相邻像素之间的亮度值的程度差;
三)、将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界由闭合曲线构成;
四)对于亮度最低的图层以及亮度最大的图层,先进行直方图均衡化处理,再去除噪点;
五)对于其它的图层,先去除噪点,再进行直方图均衡化处理;
六)、将处理过后的若干个所述图层合并为一幅增强图像;
所述数据处理模块的图像梯度计算中的具体计算方法:平滑化的剪裁图像的特定像素的亮度值表示为f(a,b)时,计算所有像素的梯度矢量;其中,特定像素的坐标为(a,b);
梯度矢量表示在特定像素和相邻像素之间亮度值的程度差的物理量;基于所示的梯度矢量的x成分的值和所示的梯度矢量的y成分的值,通过公式所示的表达式计算梯度矢量的方向θ;
通过图像数据的离散化计算标准图像处理中的梯度计算,并且使用公式的表达式中的微分计算相邻像素之间的梯度;
三)中,将图像的像素根据亮度值分成若干个图层,每一图层中的图像的边界都是由闭合曲线构成具体包括:假设图像I的每个像素的亮度值i=I(x,y),将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层;
对于所述I0图层,其中每个像素的亮度值i满足:0≤i<i1;
对于所述I1图层,其中每个像素的亮度值i满足:i1≤i<i2;
对于所述I2图层,其中每个像素的亮度值i满足:i2≤i<i3;
对于所述I3图层,其中每个像素的亮度值i满足:i3≤i≤255;
显然I=I0+I1+I2+I3相当于4层胶片叠加,每一层图像的边界都是由闭合曲线构成;对于每一层图像单独做噪声去除,其过程显然是非线性的;或将图像分为三层或者五层等其它层数,最大亮度值为其它数值或为2的10次方;
在六)中,将处理过后的若干个所述图层合并为一幅增强图像具体包括:把所述的I0图层、I1图层、I2图层、I3图层按照公式I=I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像,j0、j1、j2、j3为非线性系数或线性系数;其中,j=a×s+b,s=crγ,a、b为系数且当j为j0、j1、j2、j3时各不相同,s为指数校准函数,c、r和γ都为正常数;在s=crγ中,当c取1,γ取不同值Γ时,得到一簇变换曲线,c=1时,不同γ值的变换曲线;
当γ<1时,幂次变换将窄带输入暗值映射到宽带输出值,将宽带输入亮值映射到窄带输出值;
当γ>1时,幂次变换将宽带输入暗值映射到窄带输出值,将窄带输入亮值映射到宽带输出值;
当γ=1时,为正比线性变换;
对于夜晚有灯光不均匀照明的图片,阴暗部分有大量细节,明亮部分易过曝;采用分四层,对于阴暗部分层的γ值小于1,用于提高暗处视觉效果;同时,对于明亮部分层,使用的校准值γ值大于1,使得明亮部分内部的对比度增强;
翻译模块,与数据处理模块连接,用于给学员提供翻译各种语言功能;
视频存储模块,与数据处理模块连接,用于存储教学视频数据;
调查模块,与数据处理模块连接,用于在线调查学员个人兴趣、爱好、习惯等信息;
拍摄扫描模块,与调查模块连接,用于对日常生活中的用品进行拍照扫描获取该生活用品的英语单词及发音;
显示模块,与数据处理模块连接,用于显示教学视频。
2.如权利要求1所述用于英语教学的智能型英语教学系统,其特征在于,所述调查模块包括在线填写模块、汇总模块、检索模块;
在线填写模块,用于通过网络填写跟人兴趣相关信息;
汇总模块,用于将填写的数据信息进行汇总分析;
检索模块,用于通过兴趣关键字检索相关的英语内容。
3.如权利要求1所述用于英语教学的智能型英语教学系统,其特征在于,所述拍摄扫描模块包括图像拍摄模块、图像识别模块、图像匹配模块;
图像拍摄模块,用于通过摄像头进行拍摄日常生活用品的照片;
图像识别模块,用于对照片元素进行识别;
图像匹配模块,用于通过网络数据库对图像相应的英文进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810404186.5A CN108735010A (zh) | 2018-04-29 | 2018-04-29 | 一种用于英语教学的智能型英语教学系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810404186.5A CN108735010A (zh) | 2018-04-29 | 2018-04-29 | 一种用于英语教学的智能型英语教学系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108735010A true CN108735010A (zh) | 2018-11-02 |
Family
ID=63939432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810404186.5A Pending CN108735010A (zh) | 2018-04-29 | 2018-04-29 | 一种用于英语教学的智能型英语教学系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108735010A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767658A (zh) * | 2019-03-25 | 2019-05-17 | 重庆医药高等专科学校 | 一种英语影视例句分享方法及系统 |
CN110223547A (zh) * | 2019-06-24 | 2019-09-10 | 付金龙 | 一种面向k12阶段前的语言学习用翻译机 |
CN113658463A (zh) * | 2021-08-19 | 2021-11-16 | 安徽淘云科技股份有限公司 | 英语语法显示方法、装置和设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382937A (zh) * | 2008-07-01 | 2009-03-11 | 深圳先进技术研究院 | 基于语音识别的多媒体资源处理方法及其在线教学系统 |
CN104616303A (zh) * | 2015-02-11 | 2015-05-13 | 西安电子科技大学 | 一种基于紫外图像的水面溢油检测系统和方法 |
CN206249607U (zh) * | 2016-11-30 | 2017-06-13 | 梁艺凡 | 一种高效便携的英语学习设备 |
CN107248334A (zh) * | 2017-07-21 | 2017-10-13 | 深圳市鹰硕技术有限公司 | 一种针对儿童的交互情景教学系统 |
CN206584565U (zh) * | 2017-02-22 | 2017-10-24 | 广州市沃迩德文化教育咨询服务有限公司 | 一种英语单词的记忆装置 |
CN107745207A (zh) * | 2017-10-17 | 2018-03-02 | 桂林电子科技大学 | 一种三维焊接机器人混合控制方法 |
CN107766798A (zh) * | 2017-09-28 | 2018-03-06 | 辽宁工程技术大学 | 一种基于云计算存储和深度学习的遥感图像目标检测方法 |
-
2018
- 2018-04-29 CN CN201810404186.5A patent/CN108735010A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382937A (zh) * | 2008-07-01 | 2009-03-11 | 深圳先进技术研究院 | 基于语音识别的多媒体资源处理方法及其在线教学系统 |
CN104616303A (zh) * | 2015-02-11 | 2015-05-13 | 西安电子科技大学 | 一种基于紫外图像的水面溢油检测系统和方法 |
CN206249607U (zh) * | 2016-11-30 | 2017-06-13 | 梁艺凡 | 一种高效便携的英语学习设备 |
CN206584565U (zh) * | 2017-02-22 | 2017-10-24 | 广州市沃迩德文化教育咨询服务有限公司 | 一种英语单词的记忆装置 |
CN107248334A (zh) * | 2017-07-21 | 2017-10-13 | 深圳市鹰硕技术有限公司 | 一种针对儿童的交互情景教学系统 |
CN107766798A (zh) * | 2017-09-28 | 2018-03-06 | 辽宁工程技术大学 | 一种基于云计算存储和深度学习的遥感图像目标检测方法 |
CN107745207A (zh) * | 2017-10-17 | 2018-03-02 | 桂林电子科技大学 | 一种三维焊接机器人混合控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767658A (zh) * | 2019-03-25 | 2019-05-17 | 重庆医药高等专科学校 | 一种英语影视例句分享方法及系统 |
CN109767658B (zh) * | 2019-03-25 | 2021-05-04 | 重庆医药高等专科学校 | 一种英语影视例句分享方法及系统 |
CN110223547A (zh) * | 2019-06-24 | 2019-09-10 | 付金龙 | 一种面向k12阶段前的语言学习用翻译机 |
CN113658463A (zh) * | 2021-08-19 | 2021-11-16 | 安徽淘云科技股份有限公司 | 英语语法显示方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104572538B (zh) | 一种基于k‑pls回归模型的中医舌图像颜色校正方法 | |
CN104361593B (zh) | 一种基于hvs和四元数的彩色图像质量评价方法 | |
CN107507250A (zh) | 一种基于卷积神经网络的面色舌色图像颜色校正方法 | |
CN102547063A (zh) | 基于颜色对比度增强的自然感彩色融合方法 | |
Vazquez-Corral et al. | Color constancy by category correlation | |
Berezhnoy et al. | Computer analysis of van Gogh’s complementary colours | |
CN108735010A (zh) | 一种用于英语教学的智能型英语教学系统 | |
CN103914699A (zh) | 一种基于色彩空间的自动唇彩的图像增强的方法 | |
CN104361574B (zh) | 一种基于稀疏表示的无参考彩色图像质量评价方法 | |
CN108289222A (zh) | 一种基于结构相似度映射字典学习的无参考图像质量评价方法 | |
CN111882489A (zh) | 用于水下图像同时增强的超分辨率图形恢复方法 | |
CN110378848A (zh) | 一种基于衍生图融合策略的图像去雾方法 | |
CN110807744B (zh) | 一种基于卷积神经网络的图像去雾方法 | |
JP2978615B2 (ja) | カラーバランス調整装置及び方法 | |
CN110111347A (zh) | 图像标志提取方法、装置及存储介质 | |
CN115526803A (zh) | 非均匀光照图像增强方法、系统、存储介质及设备 | |
CN115689962A (zh) | 一种基于多尺度自编码器的多曝光图像融合方法 | |
CN106296658B (zh) | 一种基于相机响应函数的场景光源估计准确性提升方法 | |
CN106991652A (zh) | 稀疏度约束和字典原子大小自适应的彩色图像修复方法 | |
Ma et al. | Color discrimination enhancement for dichromats using self-organizing color transformation | |
Finlayson et al. | Lookup-table-based gradient field reconstruction | |
Si et al. | A novel method for single nighttime image haze removal based on gray space | |
CN110163855A (zh) | 一种基于多路深度卷积神经网络的彩色图像质量评价方法 | |
CN113810683A (zh) | 一种客观评估水下视频质量的无参考评价方法 | |
CN113935917A (zh) | 一种基于云图运算和多尺度生成对抗网络的光学遥感影像薄云去除方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181102 |