CN109714832A - 网络切断管控机构 - Google Patents

网络切断管控机构 Download PDF

Info

Publication number
CN109714832A
CN109714832A CN201910071132.6A CN201910071132A CN109714832A CN 109714832 A CN109714832 A CN 109714832A CN 201910071132 A CN201910071132 A CN 201910071132A CN 109714832 A CN109714832 A CN 109714832A
Authority
CN
China
Prior art keywords
image
equipment
noise
subgraph
processing
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.)
Granted
Application number
CN201910071132.6A
Other languages
English (en)
Other versions
CN109714832B (zh
Inventor
杨利容
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.)
Nanan TEDA Industrial Design Co. Ltd.
Original Assignee
杨利容
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 杨利容 filed Critical 杨利容
Priority to CN201910071132.6A priority Critical patent/CN109714832B/zh
Publication of CN109714832A publication Critical patent/CN109714832A/zh
Application granted granted Critical
Publication of CN109714832B publication Critical patent/CN109714832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及一种网络切断管控机构,包括:分布检测设备,在噪声消除图像中存在某一个人体区域周围预设距离内不存在任何餐盘区域时,在所述噪声消除图像中对所述人体区域进行红色高亮标记以示对非就餐人员的重点关注;网络控制设备,在噪声消除图像中周围预设距离内不存在任何餐盘区域的人体区域的数量超限时,切断快餐店的无线路由设备。本发明的网络切断管控机构设计合理,便于应用。由于基于图像成像特征对快餐店内每一个人体周围是否存在快餐店定制餐盘的分析,以确定所述人体是否为非就餐人员,并进行重点关注以便于采取后续措施,例如切断无线网络,从而保证了快餐店的运营效率和经济利益。

Description

网络切断管控机构
技术领域
本发明涉及网络控制领域,具体地说,本发明涉及一种网络切断管控机构。
背景技术
通信主要为研究信号的产生、信息的传输、交换和处理,以及在计算机通信、数字通信、卫星通信、光纤通信、蜂窝通信、个人通信、平流层通信、多媒体技术、信息高速公路、数字程控交换等方面的理论和工程应用问题。随着美国人发明电报之日起,现代通信技术就已经产生。为了适应日益发展的技术需要,通信领域并随着现代技术水平的不断提高而得到迅速发展。
发明内容
本发明的目的是提供一种网络切断管控机构,包括:分布检测设备,设置在快餐店的侧墙上,与特征识别设备连接,用于在噪声消除图像中存在某一个人体区域周围预设距离内不存在任何餐盘区域时,在所述噪声消除图像中对所述人体区域进行红色高亮标记以示对非就餐人员的重点关注;网络控制设备,设置在快餐店的侧墙上,与所述分布检测设备连接,用于在所述噪声消除图像中周围预设距离内不存在任何餐盘区域的人体区域的数量超限时,切断快餐店的无线路由设备;液晶显示设备,设置在快餐店的侧墙上,与所述分布检测设备连接,用于接收并显示进行红色高亮标记后的噪声消除图像;现场摄像机构,设置在快餐店的墙顶上,用于对快餐店内环境进行现场摄像操作,以获得对应的店内环境图像;第一分析设备,位于所述现场摄像机构的附近,与所述现场摄像机构连接,用于对所述店内环境图像的对比度进行测量,并将测量结果作为实时对比度输出;第二分析设备,分别与所述现场摄像机构和所述第一分析设备连接,用于接收所述实时对比度和所述店内环境图像,并基于所述实时对比度对所述店内环境图像进行均匀分块处理,以获得相应的多个子图像;第一处理设备,与所述第二分析设备连接,用于接收所述多个子图像,并针对每一个子图像执行以下处理:获取所述子图像的各个像素点的R通道值,将所述子图像的各个像素点的R通道值相加,将相加后的结果作为所述子图像的颜色参数输出;第二处理设备,与所述第一处理设备连接,用于接收各个子图像的各个颜色参数,并在所有颜色参数落在预设参数阈值范围内时,发出第一控制信号,以及在存在颜色参数落在预设参数阈值范围外时,发出第二控制信号。
本发明需要具备以下五处重要的发明点:
(1)基于图像成像特征对快餐店内每一个人体周围是否存在快餐店定制餐盘的分析,以确定所述人体是否为非就餐人员,并进行重点关注以便于采取后续措施,提高快餐店的就餐效率和就餐人数;
(2)引入网络控制设备,与分布检测设备连接,用于在噪声消除图像中周围预设距离内不存在任何餐盘区域的人体区域的数量超限时,切断快餐店的无线路由设备,以促使非就餐人员快速离开;
(3)在处理后图像双极脉冲噪声幅度大于预设双极脉冲噪声幅度时,对图像执行循环式的中值滤波处理,直到获取的处理后的图像的双极脉冲噪声幅度不超过预设双极脉冲噪声幅度;
(4)在图像信号处理中,基于图像中脉冲噪声分布的均匀程度确定对应的处理策略,并基于图像中的目标分布情况对处理策略进行修正,调高了图像处理的自适应能力;
(5)通过对基于图像实时对比度实现对现场摄像机构输出图像的分割处理,并基于对分割后的子图像的特征分析,确定现场摄像机构输出的图像是否达到调焦标准,以方便现场摄像机构及时调焦。
本发明的网络切断管控机构设计合理,便于应用。由于基于图像成像特征对快餐店内每一个人体周围是否存在快餐店定制餐盘的分析,以确定所述人体是否为非就餐人员,并进行重点关注以便于采取后续措施,例如切断无线网络,从而保证了快餐店的运营效率和经济利益。
具体实施方式
快餐店,或称速食餐厅、速食店,是指在点餐之后食物很快就供应出来,并且服务维持在最低限度的一种餐厅。至于客人并不一定会很快就把食物吃掉。通常这些餐厅所提供的食物称为速食或快餐。虽然快餐店经常被视为现代科技文化的一个象征,快餐店的历史很可能和城市一样古老,在每个文化之间都有不同的样貌。古罗马的城市有贩卖面包配橄榄的摊贩,东亚文化中有面店,而中东则有贩卖炸豆丸子的店。在英国,尽管连锁速食餐厅已很普遍,英国传统的外带食物如炸鱼薯条等仍然随处可见。到了20世纪末这些外带食物中又加入了意式、中式、印度等料理。
现有技术中,对于快餐店来说,希望的是就餐人员的快速流动,以最大化地保证就餐店的运营利益,对于非就餐人员占用就餐座椅,以及就餐人员餐盘收走后仍旧占用就餐座椅的行为都是对快餐店的经济利益造成损害的行为,尽管快餐店的工作人员也会采用快速收盘以及广播告知的方式督促非就餐人员离开,然而,为了使用快餐店的无线网络,上述行为屡禁不止。
为了克服上述不足,本发明提出了一种网络切断管控机构,能够有效解决相应的技术问题。
以下实施例用于说明本发明,但不用来限制本发明的范围。
一种网络切断管控机构,包括:
分布检测设备,设置在快餐店的侧墙上,与特征识别设备连接,用于在噪声消除图像中存在某一个人体区域周围预设距离内不存在任何餐盘区域时,在所述噪声消除图像中对所述人体区域进行红色高亮标记以示对非就餐人员的重点关注;
网络控制设备,设置在快餐店的侧墙上,与所述分布检测设备连接,用于在所述噪声消除图像中周围预设距离内不存在任何餐盘区域的人体区域的数量超限时,切断快餐店的无线路由设备;
液晶显示设备,设置在快餐店的侧墙上,与所述分布检测设备连接,用于接收并显示进行红色高亮标记后的噪声消除图像;
现场摄像机构,设置在快餐店的墙顶上,用于对快餐店内环境进行现场摄像操作,以获得对应的店内环境图像;
第一分析设备,位于所述现场摄像机构的附近,与所述现场摄像机构连接,用于对所述店内环境图像的对比度进行测量,并将测量结果作为实时对比度输出;
第二分析设备,分别与所述现场摄像机构和所述第一分析设备连接,用于接收所述实时对比度和所述店内环境图像,并基于所述实时对比度对所述店内环境图像进行均匀分块处理,以获得相应的多个子图像;
第一处理设备,与所述第二分析设备连接,用于接收所述多个子图像,并针对每一个子图像执行以下处理:获取所述子图像的各个像素点的R通道值,将所述子图像的各个像素点的R通道值相加,将相加后的结果作为所述子图像的颜色参数输出;
第二处理设备,与所述第一处理设备连接,用于接收各个子图像的各个颜色参数,并在所有颜色参数落在预设参数阈值范围内时,发出第一控制信号,以及在存在颜色参数落在预设参数阈值范围外时,发出第二控制信号;
数据输出设备,分别与所述第二处理设备和所述现场摄像机构连接,用于在接收到所述第一控制信号时,将调焦提示信息发送给所述现场摄像机构,还用于在接收到所述第二控制信号时,不发送任何信息给所述现场摄像机构;
信号分析设备,与所述现场摄像机构连接,用于接收店内环境图像,对店内环境图像进行锐化处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为锐化处理类型;
自适应锐化设备,与所述信号分析设备连接,用于接收所述锐化处理类型,并对所述店内环境图像执行基于所述锐化处理类型的锐化操作,以获得并输出锐化后图像;
均匀程度判断设备,与所述自适应锐化设备连接,用于接收所述锐化后图像,从所述锐化后图像中检测多个脉冲噪声在所述锐化后图像中的多个位置,并基于多个脉冲噪声在所述锐化后图像中的多个位置确定所述锐化后图像中脉冲噪声分布的均匀程度;
噪声分布判断设备,与所述均匀程度判断设备连接,用于接收所述均匀程度,并基于所述均匀程度确定对应的去除数量,其中,所述均匀程度越大,所述锐化后图像中脉冲噪声分布越均匀,基于所述均匀程度确定的对应的去除数量越少;
子图像分割设备,与所述均匀程度判断设备连接,用于接收所述锐化后图像,从所述锐化后图像中提取出多个目标分别位于的多个目标子图像,并基于多个脉冲噪声在所述锐化后图像中的多个位置确定每一个目标子图像中的脉冲噪声出现的数量,并将脉冲噪声出现的数量最多的目标子图像作为待分析子图像输出;
数据匹配设备,与所述子图像分割设备连接,用于接收所述待分析子图像,并基于所述待分析子图像的形状确定与所述待分析子图像最匹配的搜索窗口,其中,所述搜索窗口的外形包括方形、十字形、圆形或X字形;
逐点处理设备,分别与所述噪声分布判断设备、所述均匀程度判断设备和所述数据匹配设备连接,用于接收所述搜索窗口,对所述锐化后图像中的每一个像素点执行以下动作:将所述锐化后图像中的每一个像素点作为待处理像素点,获取在所述锐化后图像中以所述待处理像素点为形心位置的搜索窗口内的各个像素点用作各个邻近像素点,对所述各个邻近像素点的各个像素值进行排序,删除与所述去除数量相同数值的多个最大像素值,还删除与所述去除数量相同数值的多个最小像素值,对剩余多个像素值进行求均值计算,以获得所述待处理像素点的处理后像素值;
中值滤波设备,与所述逐点处理设备连接,用于接收所述逐点处理图像,对所述逐点处理图像执行中值滤波处理,以获得并输出对应的中值滤波图像;
子图像提取设备,与所述中值滤波设备连接,用于接收所述逐点处理图像和所述中值滤波图像,并基于预设分割尺寸对所述逐点处理图像执行子图像分割处理,以获得多个第一子图像,基于预设分割尺寸对所述中值滤波图像执行子图像分割处理,以获得多个第二子图像;
代表性处理设备,与所述子图像提取设备连接,用于将所述逐点处理图像中预设位置的多个第一子图像的多个双极脉冲噪声幅度进行平均化处理,以获得处理前双极脉冲噪声幅度,还用于将所述中值滤波图像中预设位置的多个第二子图像的多个双极脉冲噪声幅度进行平均化处理,以获得处理后双极脉冲噪声幅度;
噪声消除设备,与所述代表性处理设备连接,用于在接收到的所述处理后双极脉冲噪声幅度大于预设双极脉冲噪声幅度时,对所述中值滤波图像执行循环式的中值滤波处理,直到获取的处理后的图像的双极脉冲噪声幅度未超过预设双极脉冲噪声幅度,并将获取的处理后的图像作为噪声消除图像输出;
特征识别设备,与所述噪声消除设备连接,用于接收所述噪声消除图像,基于人体成像特征识别所述噪声消除图像中的每一个人体区域,基于快餐店餐盘图案从所述噪声消除图像中匹配出一个或多个餐盘区域;
其中,在所述分布检测设备中,预设距离以像素点数量来标记,人体区域到附近餐盘区域的距离为人体区域形心到附近餐盘区域形心的像素点数量;
其中,在所述分布检测设备中,所述噪声消除图像中存在某一个人体区域周围预设距离内不存在任何餐盘区域的判断包括:某一个人体区域到附近各个餐盘区域的距离都大于所述预设距离。
接着,继续对本发明的网络切断管控机构的具体结构进行进一步的说明。
所述网络切断管控机构中:
所述噪声消除设备还用于在接收到的所述处理后双极脉冲噪声幅度小于等于预设双极脉冲噪声幅度时,将所述中值滤波图像作为噪声消除图像,并输出所述噪声消除图像。
所述网络切断管控机构中:
所述噪声消除设备还包括幅度接收子设备、循环处理子设备和图像输出子设备,所述循环处理子设备分别与所述幅度接收子设备和所述图像输出子设备连接。
所述网络切断管控机构中:
所述循环处理子设备用于在接收到的所述处理后双极脉冲噪声幅度大于预设双极脉冲噪声幅度时,对所述中值滤波图像执行循环式的中值滤波处理,直到获取的处理后的图像的双极脉冲噪声幅度超过预设双极脉冲噪声幅度。
所述网络切断管控机构中:
在所述代表性处理设备中,所述预设位置为处理图像的中央位置,即针对所述中值滤波图像或所述逐点处理图像,所述预设位置为所述中值滤波图像或所述逐点处理图像的中央位置。
所述网络切断管控机构中:
所述逐点处理设备还用于基于所述锐化后图像中的各个像素点的各个处理后像素值获取所述锐化后图像对应的逐点处理图像。
所述网络切断管控机构中:
所述子图像分割设备包括图像分析子设备、位置分析子设备和子图像输出子设备。
所述网络切断管控机构中:
所述预设参数阈值范围由预设参数上限阈值和预设参数下限阈值组成,所述预设参数上限阈值小于所述预设参数下限阈值。
所述网络切断管控机构中:
在所述数据匹配设备中,基于所述待分析子图像的形状确定与所述待分析子图像最匹配的搜索窗口包括:所述搜索窗口占据的像素点的数量是所述去除数量的三倍以上。
所述网络切断管控机构中:
在所述子图像分割设备中,所述位置分析子设备分别与所述图像分析子设备和所述子图像输出子设备连接。
另外,所述图像分析子设备、所述位置分析子设备和所述子图像输出子设备分别采用不同型号的CPLD芯片来实现。
CPLD(Complex Programmable Logic Device)复杂可编程逻辑器件,是从PAL和GAL器件发展出来的器件,相对而言规模大,结构复杂,属于大规模集成电路范围。是一种用户根据各自需要而自行构造逻辑功能的数字集成电路。其基本设计方法是借助集成开发软件平台,用原理图、硬件描述语言等方法,生成相应的目标文件,通过下载电缆(“在系统”编程)将代码传送到目标芯片中,实现设计的数字系统。CPLD主要是由可编程逻辑宏单元(MC,Macro Cell)围绕中心的可编程互连矩阵单元组成。其中MC结构较复杂,并具有复杂的I/O单元互连结构,可由用户根据需要生成特定的电路结构,完成一定的功能。由于CPLD内部采用固定长度的金属线进行各逻辑块的互连,所以设计的逻辑电路具有时间可预测性,避免了分段式互连结构时序不完全预测的缺点。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种网络切断管控机构,其特征在于,包括:
分布检测设备,设置在快餐店的侧墙上,与特征识别设备连接,用于在噪声消除图像中存在某一个人体区域周围预设距离内不存在任何餐盘区域时,在所述噪声消除图像中对所述人体区域进行红色高亮标记以示对非就餐人员的重点关注;
网络控制设备,设置在快餐店的侧墙上,与所述分布检测设备连接,用于在所述噪声消除图像中周围预设距离内不存在任何餐盘区域的人体区域的数量超限时,切断快餐店的无线路由设备;
液晶显示设备,设置在快餐店的侧墙上,与所述分布检测设备连接,用于接收并显示进行红色高亮标记后的噪声消除图像;
现场摄像机构,设置在快餐店的墙顶上,用于对快餐店内环境进行现场摄像操作,以获得对应的店内环境图像;
第一分析设备,位于所述现场摄像机构的附近,与所述现场摄像机构连接,用于对所述店内环境图像的对比度进行测量,并将测量结果作为实时对比度输出;
第二分析设备,分别与所述现场摄像机构和所述第一分析设备连接,用于接收所述实时对比度和所述店内环境图像,并基于所述实时对比度对所述店内环境图像进行均匀分块处理,以获得相应的多个子图像;
第一处理设备,与所述第二分析设备连接,用于接收所述多个子图像,并针对每一个子图像执行以下处理:获取所述子图像的各个像素点的R通道值,将所述子图像的各个像素点的R通道值相加,将相加后的结果作为所述子图像的颜色参数输出;
第二处理设备,与所述第一处理设备连接,用于接收各个子图像的各个颜色参数,并在所有颜色参数落在预设参数阈值范围内时,发出第一控制信号,以及在存在颜色参数落在预设参数阈值范围外时,发出第二控制信号;
数据输出设备,分别与所述第二处理设备和所述现场摄像机构连接,用于在接收到所述第一控制信号时,将调焦提示信息发送给所述现场摄像机构,还用于在接收到所述第二控制信号时,不发送任何信息给所述现场摄像机构;
信号分析设备,与所述现场摄像机构连接,用于接收店内环境图像,对店内环境图像进行锐化处理相关的特征量的提取,将提取后的特征量输入到由输入层、输出层和多个隐含层组成的数据分析模型中,用于逐层对输入层输入的特征量进行数据分析,输出层与最后一个隐含层连接,用于将最后一个隐含层的进行数据分析的结果输出,其中,输出层的输出量类型为锐化处理类型;
自适应锐化设备,与所述信号分析设备连接,用于接收所述锐化处理类型,并对所述店内环境图像执行基于所述锐化处理类型的锐化操作,以获得并输出锐化后图像;
均匀程度判断设备,与所述自适应锐化设备连接,用于接收所述锐化后图像,从所述锐化后图像中检测多个脉冲噪声在所述锐化后图像中的多个位置,并基于多个脉冲噪声在所述锐化后图像中的多个位置确定所述锐化后图像中脉冲噪声分布的均匀程度;
噪声分布判断设备,与所述均匀程度判断设备连接,用于接收所述均匀程度,并基于所述均匀程度确定对应的去除数量,其中,所述均匀程度越大,所述锐化后图像中脉冲噪声分布越均匀,基于所述均匀程度确定的对应的去除数量越少;
子图像分割设备,与所述均匀程度判断设备连接,用于接收所述锐化后图像,从所述锐化后图像中提取出多个目标分别位于的多个目标子图像,并基于多个脉冲噪声在所述锐化后图像中的多个位置确定每一个目标子图像中的脉冲噪声出现的数量,并将脉冲噪声出现的数量最多的目标子图像作为待分析子图像输出;
数据匹配设备,与所述子图像分割设备连接,用于接收所述待分析子图像,并基于所述待分析子图像的形状确定与所述待分析子图像最匹配的搜索窗口,其中,所述搜索窗口的外形包括方形、十字形、圆形或X字形;
逐点处理设备,分别与所述噪声分布判断设备、所述均匀程度判断设备和所述数据匹配设备连接,用于接收所述搜索窗口,对所述锐化后图像中的每一个像素点执行以下动作:将所述锐化后图像中的每一个像素点作为待处理像素点,获取在所述锐化后图像中以所述待处理像素点为形心位置的搜索窗口内的各个像素点用作各个邻近像素点,对所述各个邻近像素点的各个像素值进行排序,删除与所述去除数量相同数值的多个最大像素值,还删除与所述去除数量相同数值的多个最小像素值,对剩余多个像素值进行求均值计算,以获得所述待处理像素点的处理后像素值;
中值滤波设备,与所述逐点处理设备连接,用于接收所述逐点处理图像,对所述逐点处理图像执行中值滤波处理,以获得并输出对应的中值滤波图像;
子图像提取设备,与所述中值滤波设备连接,用于接收所述逐点处理图像和所述中值滤波图像,并基于预设分割尺寸对所述逐点处理图像执行子图像分割处理,以获得多个第一子图像,基于预设分割尺寸对所述中值滤波图像执行子图像分割处理,以获得多个第二子图像;
代表性处理设备,与所述子图像提取设备连接,用于将所述逐点处理图像中预设位置的多个第一子图像的多个双极脉冲噪声幅度进行平均化处理,以获得处理前双极脉冲噪声幅度,还用于将所述中值滤波图像中预设位置的多个第二子图像的多个双极脉冲噪声幅度进行平均化处理,以获得处理后双极脉冲噪声幅度;
噪声消除设备,与所述代表性处理设备连接,用于在接收到的所述处理后双极脉冲噪声幅度大于预设双极脉冲噪声幅度时,对所述中值滤波图像执行循环式的中值滤波处理,直到获取的处理后的图像的双极脉冲噪声幅度未超过预设双极脉冲噪声幅度,并将获取的处理后的图像作为噪声消除图像输出;
特征识别设备,与所述噪声消除设备连接,用于接收所述噪声消除图像,基于人体成像特征识别所述噪声消除图像中的每一个人体区域,基于快餐店餐盘图案从所述噪声消除图像中匹配出一个或多个餐盘区域;
其中,在所述分布检测设备中,预设距离以像素点数量来标记,人体区域到附近餐盘区域的距离为人体区域形心到附近餐盘区域形心的像素点数量;
其中,在所述分布检测设备中,所述噪声消除图像中存在某一个人体区域周围预设距离内不存在任何餐盘区域的判断包括:某一个人体区域到附近各个餐盘区域的距离都大于所述预设距离。
2.如权利要求1所述的网络切断管控机构,其特征在于:
所述噪声消除设备还用于在接收到的所述处理后双极脉冲噪声幅度小于等于预设双极脉冲噪声幅度时,将所述中值滤波图像作为噪声消除图像,并输出所述噪声消除图像。
3.如权利要求2所述的网络切断管控机构,其特征在于:
所述噪声消除设备还包括幅度接收子设备、循环处理子设备和图像输出子设备,所述循环处理子设备分别与所述幅度接收子设备和所述图像输出子设备连接。
4.如权利要求3所述的网络切断管控机构,其特征在于:
所述循环处理子设备用于在接收到的所述处理后双极脉冲噪声幅度大于预设双极脉冲噪声幅度时,对所述中值滤波图像执行循环式的中值滤波处理,直到获取的处理后的图像的双极脉冲噪声幅度超过预设双极脉冲噪声幅度。
5.如权利要求4所述的网络切断管控机构,其特征在于:
在所述代表性处理设备中,所述预设位置为处理图像的中央位置,即针对所述中值滤波图像或所述逐点处理图像,所述预设位置为所述中值滤波图像或所述逐点处理图像的中央位置。
6.如权利要求5所述的网络切断管控机构,其特征在于:
所述逐点处理设备还用于基于所述锐化后图像中的各个像素点的各个处理后像素值获取所述锐化后图像对应的逐点处理图像。
7.如权利要求6所述的网络切断管控机构,其特征在于:
所述子图像分割设备包括图像分析子设备、位置分析子设备和子图像输出子设备。
8.如权利要求7所述的网络切断管控机构,其特征在于:
所述预设参数阈值范围由预设参数上限阈值和预设参数下限阈值组成,所述预设参数上限阈值小于所述预设参数下限阈值。
9.如权利要求8所述的网络切断管控机构,其特征在于:
在所述数据匹配设备中,基于所述待分析子图像的形状确定与所述待分析子图像最匹配的搜索窗口包括:所述搜索窗口占据的像素点的数量是所述去除数量的三倍以上。
10.如权利要求1-9任一所述的网络切断管控机构,其特征在于:
在所述子图像分割设备中,所述位置分析子设备分别与所述图像分析子设备和所述子图像输出子设备连接。
CN201910071132.6A 2019-01-25 2019-01-25 网络切断管控装置 Active CN109714832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910071132.6A CN109714832B (zh) 2019-01-25 2019-01-25 网络切断管控装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910071132.6A CN109714832B (zh) 2019-01-25 2019-01-25 网络切断管控装置

Publications (2)

Publication Number Publication Date
CN109714832A true CN109714832A (zh) 2019-05-03
CN109714832B CN109714832B (zh) 2020-03-06

Family

ID=66263033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910071132.6A Active CN109714832B (zh) 2019-01-25 2019-01-25 网络切断管控装置

Country Status (1)

Country Link
CN (1) CN109714832B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110901474A (zh) * 2019-11-07 2020-03-24 毛军光 一种铁路电缆支架
CN110925670A (zh) * 2019-11-07 2020-03-27 毛军光 一种办公室照明灯
CN110965812A (zh) * 2019-11-07 2020-04-07 毛军光 一种执勤岗亭
CN111726568A (zh) * 2019-10-10 2020-09-29 曹红娟 基于信号分析的定向监控系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714498A (zh) * 2013-12-26 2014-04-09 江苏大学 一种基于图像识别技术的快速付费系统及其方法
CN103778577A (zh) * 2013-08-30 2014-05-07 陈飞 一种依据餐具信息调控餐桌并记录用餐信息的方法及装置
US20170169413A1 (en) * 2014-08-15 2017-06-15 Square, Inc. Dynamic Adjustment of Item Fulfillment Times
CN108734136A (zh) * 2018-05-23 2018-11-02 钱文浩 基于人员检测的防占座式书桌

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103778577A (zh) * 2013-08-30 2014-05-07 陈飞 一种依据餐具信息调控餐桌并记录用餐信息的方法及装置
CN103714498A (zh) * 2013-12-26 2014-04-09 江苏大学 一种基于图像识别技术的快速付费系统及其方法
US20170169413A1 (en) * 2014-08-15 2017-06-15 Square, Inc. Dynamic Adjustment of Item Fulfillment Times
CN108734136A (zh) * 2018-05-23 2018-11-02 钱文浩 基于人员检测的防占座式书桌

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111726568A (zh) * 2019-10-10 2020-09-29 曹红娟 基于信号分析的定向监控系统及方法
CN111726568B (zh) * 2019-10-10 2021-11-16 山东远致电子科技有限公司 基于信号分析的定向监控系统及方法
CN110901474A (zh) * 2019-11-07 2020-03-24 毛军光 一种铁路电缆支架
CN110925670A (zh) * 2019-11-07 2020-03-27 毛军光 一种办公室照明灯
CN110965812A (zh) * 2019-11-07 2020-04-07 毛军光 一种执勤岗亭

Also Published As

Publication number Publication date
CN109714832B (zh) 2020-03-06

Similar Documents

Publication Publication Date Title
CN109714832A (zh) 网络切断管控机构
CN102842136B (zh) 一种综合血管分布和视盘外观特性的视盘投影定位方法
CN106407917B (zh) 基于动态尺度分配的视网膜血管提取方法及系统
WO2017088365A1 (zh) 一种肤色检测方法及装置
CN108492272A (zh) 基于注意力模型及多任务神经网络的心血管易损斑块识别方法及系统
CN105205804B (zh) 血细胞图像中白细胞的核浆分离方法、分类方法及装置
CN104574285B (zh) 一种自动祛除图像黑眼圈的方法
CN104091170B (zh) 基于机器视觉的霉菌自动辨别方法
CN106296670B (zh) 一种基于Retinex-分水岭-Canny算子的红外图像边缘检测方法
CN106530283A (zh) 一种基于svm的医疗图像血管识别方法
CN105139383B (zh) 基于定义圆hsv颜色空间的医学图像分割方法
CN108872962A (zh) 基于分数阶傅里叶变换的激光雷达微弱信号提取和分解方法
CN109166095A (zh) 一种基于生成对抗机制的眼底影像杯盘分割方法
CN104394377B (zh) 一种监控图像的模糊异常的识别方法及装置
CN108961157A (zh) 图片处理方法、图片处理装置及终端设备
CN110310291A (zh) 一种稻瘟病分级系统及其方法
CN108513104A (zh) 智能化餐桌油污去除平台
CN108764243A (zh) 一种图像处理方法及装置
CN110147753A (zh) 一种检测图像中小物体的方法及装置
CN109658423A (zh) 一种彩色眼底图的视盘视杯自动分割方法
CN111161278A (zh) 一种基于深层网络聚合的眼底图像病灶分割方法
CN108805826B (zh) 改善去雾效果的方法
CN108985390A (zh) 自适应果汁浓度控制方法、智能榨汁机、存储介质及装置
Shao et al. Research on automatic identification system of tobacco diseases
CN110110765A (zh) 一种基于深度学习的多源数据融合目标识别方法

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
TA01 Transfer of patent application right

Effective date of registration: 20200120

Address after: 362000 Fujian city of Quanzhou province Nanan city Kang Mei Zhen Village Village No. 272 unity

Applicant after: Nanan TEDA Industrial Design Co. Ltd.

Address before: No. 72 Yandu East Road, Yancheng Economic and Technological Development Zone, Jiangsu Province, 224000

Applicant before: Yang Lirong

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant