CN110009639A - 书籍自动推送平台 - Google Patents
书籍自动推送平台 Download PDFInfo
- Publication number
- CN110009639A CN110009639A CN201810872436.8A CN201810872436A CN110009639A CN 110009639 A CN110009639 A CN 110009639A CN 201810872436 A CN201810872436 A CN 201810872436A CN 110009639 A CN110009639 A CN 110009639A
- Authority
- CN
- China
- Prior art keywords
- equipment
- spot
- image
- books
- piecemeal
- 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- Withdrawn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
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims description 17
- 230000002708 enhancing effect Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000011527 multiparameter analysis Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000005303 weighing Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002184 metal Substances 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
- 150000001875 compounds Chemical class 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000007787 solid Substances 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种书籍自动推送平台，包括：语音解码芯片，设置在书柜的多个横板的中间位置的横板上，用于接收附近人员发出的语音信号，并对所述语音信号进行语音识别，以获得对应的书本名称；自动推送设备，设置在书柜内，与所述语音解码芯片连接，用于在接收到所述书本名称后，将所述书柜内与所述书本名称对应的书籍推送到所述书柜的前方，以便于附近人员使用；模式控制设备，用于在类型辨识设备确定拟合处理图像中存在人员时，为所述语音解码芯片和所述自动推送设备提供电力供应。通过本发明，有效降低了书籍推送平台的电力损耗。
Description
技术领域
本发明涉及书籍存放设备领域，尤其涉及一种书籍自动推送平台。
背景技术
书架英文称Bookshelf，是人们用来专门放书籍的器具。由于书架形态、结构的不同，又有书柜、书橱、书隔等其他名称。书架是我们生活中的普遍用具。书架可以依照材质分成金属制书架和木质书架，而金属书架当中又可细分为单柱型、复柱型、积层书架、密集书库还有滑动式书架，为了方便人们自助式借阅书籍，当前出现了各种类型的书籍自动推送设备。
发明内容
为了解决书籍自动推送平台耗电量大的技术问题，本发明提供了一种书籍自动推送平台，通过对附近人员的探知结果确定是否需要对语音解码芯片和自动推送设备进行供电，以减少不必要的电力损耗，其中，针对图像中边缘点的分布情况，对图像的不同区域进行不同幅度的对比度提升，从而方便后续的各种图像处理；采用图像的多种参数同时对图像的二值化阈值进行纠正，保证了获取的二值化图像的精度；采用先负荷测量后图像内容分析的两级检测机制，对采集的图像进行遮挡情况的分析，并提供了与遮挡情况对应的还原机制。
根据本发明的一方面，提供了一种书籍自动推送平台，所述平台包括：
语音解码芯片，设置在书柜的多个横板的中间位置的横板上，用于接收附近人员发出的语音信号，并对所述语音信号进行语音识别，以获得对应的书本名称；自动推送设备，设置在书柜内，与所述语音解码芯片连接，用于在接收到所述书本名称后，将所述书柜内与所述书本名称对应的书籍推送到所述书柜的前方，以便于附近人员使用；CF存储设备，与负荷现场评估设备连接，用于存储摄像机本身重量和预设差值阈值。
更具体地，在所述书籍自动推送平台中，还包括：
实地数据采集设备，设置在书柜的顶部，用于对书柜周围进行全景拍摄，以获得对应的实地全景图像，并输出所述实地全景图像；负荷现场评估设备，设置在实地数据采集设备的下方，用于检测所述实地数据采集设备的负荷重量，以获取当前负荷重量，将所述当前负荷重量减去摄像机本身重量以获得重量差值，并在所述重量差值大于等于预设差值阈值时，发出差值过大信号，否则发出差值容忍信号。
更具体地，在所述书籍自动推送平台中，还包括：
红色分量分析设备，与所述球形摄像设备连接，用于在接收到所述差值过大信号时，将所述实地全景图像进行平均式分块以获得各个尺寸相同的图像分块，对每一个图像分块的各个像素点的各个红色分量值进行求均值计算，以获得所述图像分块对应的分块均值，还用于将分块均值大于等于预设均值阈值的分块作为遮挡分块，将分块均值小于预设均值阈值的分块作为非遮挡分块，以输出所述实地全景图像中的一个或多个遮挡分块。
更具体地，在所述书籍自动推送平台中，还包括：
图像还原设备，与所述红色分量分析设备连接，用于接收所述实地全景图像中的一个或多个遮挡分块，对于每一个遮挡分块，采用其周围的各个图像分块对其图像内容进行插值计算，以获得插值后的图像分块以作为插值分块，还用于将所述一个或多个插值分块以及所述实地全景图像中的各个非遮挡分块进行组合以获得并输出当前还原图像；多参数分析设备，与所述实地数据采集设备连接，用于接收所述实地全景图像，基于所述实地全景图像的像素点的像素值分布情况确定所述实地全景图像的内容均匀程度，输出所述内容均匀程度，还用于基于所述实地全景图像的像素点的像素值动态分布范围确定所述实地全景图像的内容清晰程度，输出所述内容清晰程度，以及用于接收所述实地全景图像，检测所述实地全景图像的对比度，并输出所述对比度；系数提取设备，与所述多参数分析设备连接，用于接收所述内容均匀程度、所述内容清晰程度以及所述对比度，基于所述内容均匀程度确定其对二值化阈值的影响系数，基于所述内容清晰程度确定其对二值化阈值的影响系数，基于所述对比度确定其对二值化阈值的影响系数，还用于基于所述三种影响系数同时对二值化阈值进行纠正，并输出纠正后的二值化阈值；二值化分析设备，与所述系数提取设备连接，用于接收纠正后的二值化阈值，并基于纠正后的二值化阈值对所述实地全景图像进行二值化分析，以获得所述实地全景图像对应的二值化图像；分布情况识别设备，与所述二值化分析设备连接，用于接收所述二值化图像，对所述二值化图像进行边缘点的识别，以获得所述二值化图像中的各个边缘点，还用于对所述二值化图像进行区域分割，以获得各个待处理区域，确定每一个待处理区域中的边缘点的数量；智能化增强设备，与所述分布情况识别设备连接，用于接收各个待处理区域中的边缘点的数量，将边缘点的数量超过预设数量阈值的待处理区域作为待增强区域，将边缘点的数量未超过所述预设数量阈值的待处理区域作为其他区域；针对性增强设备，分别与所述分布情况识别设备和所述智能化增强设备连接，对待增强区域执行基于其内部边缘点数量的相应幅度的对比度提升处理以获得已处理增强区域，对其他区域执行同一幅度的对比度提升处理以获得已处理其他区域；图像拟合设备，与所述针对性增强设备连接，用于将各个已处理增强区域和各个已处理其他区域进行拟合处理，以获得对应的拟合处理图像，并输出所述拟合处理图像；非线形映射设备，使用多个训练图像创建运动物体识别模型，使用多个测试图像测试运动物体识别模型，运动物体识别模型包括一个输入层、多个特征提取隐含层和一个输出层，输入层输入多个训练图像，输出层输出运动物体类型，所述多个特征提取隐含层用于建立从输入图像到运动物体类型的非线形映射；类型辨识设备，分别与所述图像拟合设备和所述非线形映射设备连接，用于接收拟合处理图像，将所述拟合处理图像作为输入，使用所述模型创建设备测试完的运动物体识别模型获得所述拟合处理图像中的运动物体的类型以确定所述拟合处理图像中是否存在人员；模式控制设备，分别与所述类型辨识设备、所述语音解码芯片和所述自动推送设备连接，用于在所述类型辨识设备确定所述拟合处理图像中存在人员时，为所述语音解码芯片和所述自动推送设备提供电力供应；其中，所述模式控制设备还用于在所述类型辨识设备确定所述拟合处理图像中不存在人员时，停止为所述语音解码芯片和所述自动推送设备提供电力供应。
更具体地，在所述书籍自动推送平台中：所述CF存储设备还与所述红色分量分析设备连接，用于预先存储所述预设均值阈值。
更具体地，在所述书籍自动推送平台中：所述负荷现场评估设备、所述红色分量分析设备、所述图像还原设备、所述多参数分析设备、所述系数提取设备和所述二值化分析设备分别采用不同SOC芯片来实现。
更具体地，在所述书籍自动推送平台中：对每一个待增强区域执行的对比度提升处理的幅度都大于所述同一幅度。
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书籍自动推送平台的第一实施例结构示意图。
图2为根据本发明实施方案示出的书籍自动推送平台的第二实施例结构示意图。
具体实施方式
下面将参照附图对本发明的书籍自动推送平台的实施方案进行详细说明。
书架分为单面书架，双面书架。书架根据框架可以无限连接。学校的图书书架一般都是分为6层，当然根据情况也可以4层5层，常规的规格每个框架是900-1000的宽度，单面书架250-350深度，高度在2000mm左右。
为了减少人工参与，方便用户自助式取送书籍，市场上出现了各种书籍自动推送平台，以在用户自己的操作下，完成书籍的借阅和归还，从而提高相应设备的自动化水平。但现有这些平台存在能耗较高的不足。
为了克服上述不足，本发明搭建了一种书籍自动推送平台，能够有效解决相应的技术问题。
图1为根据本发明实施方案示出的书籍自动推送平台的第一实施例结构示意图，所述平台包括外框1、控制面板2和各类书体3，所述平台还包括：
语音解码芯片，设置在书柜的多个横板的中间位置的横板上，用于接收附近人员发出的语音信号，并对所述语音信号进行语音识别，以获得对应的书本名称；
自动推送设备，设置在书柜内，与所述语音解码芯片连接，用于在接收到所述书本名称后，将所述书柜内与所述书本名称对应的书籍推送到所述书柜的前方，以便于附近人员使用；
CF存储设备，与负荷现场评估设备连接，用于存储摄像机本身重量和预设差值阈值。
接着，继续对本发明的书籍自动推送平台的具体结构进行进一步的说明。
在所述书籍自动推送平台中，还包括：
实地数据采集设备，设置在书柜的顶部，用于对书柜周围进行全景拍摄，以获得对应的实地全景图像，并输出所述实地全景图像；
负荷现场评估设备，设置在实地数据采集设备的下方，用于检测所述实地数据采集设备的负荷重量，以获取当前负荷重量，将所述当前负荷重量减去摄像机本身重量以获得重量差值，并在所述重量差值大于等于预设差值阈值时，发出差值过大信号，否则发出差值容忍信号。
在所述书籍自动推送平台中，还包括：
图像还原设备，与所述红色分量分析设备连接，用于接收所述实地全景图像中的一个或多个遮挡分块，对于每一个遮挡分块，采用其周围的各个图像分块对其图像内容进行插值计算，以获得插值后的图像分块以作为插值分块，还用于将所述一个或多个插值分块以及所述实地全景图像中的各个非遮挡分块进行组合以获得并输出当前还原图像；
多参数分析设备，与所述实地数据采集设备连接，用于接收所述实地全景图像，基于所述实地全景图像的像素点的像素值分布情况确定所述实地全景图像的内容均匀程度，输出所述内容均匀程度，还用于基于所述实地全景图像的像素点的像素值动态分布范围确定所述实地全景图像的内容清晰程度，输出所述内容清晰程度，以及用于接收所述实地全景图像，检测所述实地全景图像的对比度，并输出所述对比度；
系数提取设备，与所述多参数分析设备连接，用于接收所述内容均匀程度、所述内容清晰程度以及所述对比度，基于所述内容均匀程度确定其对二值化阈值的影响系数，基于所述内容清晰程度确定其对二值化阈值的影响系数，基于所述对比度确定其对二值化阈值的影响系数，还用于基于所述三种影响系数同时对二值化阈值进行纠正，并输出纠正后的二值化阈值；
二值化分析设备，与所述系数提取设备连接，用于接收纠正后的二值化阈值，并基于纠正后的二值化阈值对所述实地全景图像进行二值化分析，以获得所述实地全景图像对应的二值化图像；
分布情况识别设备，与所述二值化分析设备连接，用于接收所述二值化图像，对所述二值化图像进行边缘点的识别，以获得所述二值化图像中的各个边缘点，还用于对所述二值化图像进行区域分割，以获得各个待处理区域，确定每一个待处理区域中的边缘点的数量；
智能化增强设备，与所述分布情况识别设备连接，用于接收各个待处理区域中的边缘点的数量，将边缘点的数量超过预设数量阈值的待处理区域作为待增强区域，将边缘点的数量未超过所述预设数量阈值的待处理区域作为其他区域；
针对性增强设备，分别与所述分布情况识别设备和所述智能化增强设备连接，对待增强区域执行基于其内部边缘点数量的相应幅度的对比度提升处理以获得已处理增强区域，对其他区域执行同一幅度的对比度提升处理以获得已处理其他区域；
图像拟合设备，与所述针对性增强设备连接，用于将各个已处理增强区域和各个已处理其他区域进行拟合处理，以获得对应的拟合处理图像，并输出所述拟合处理图像；
非线形映射设备，使用多个训练图像创建运动物体识别模型，使用多个测试图像测试运动物体识别模型，运动物体识别模型包括一个输入层、多个特征提取隐含层和一个输出层，输入层输入多个训练图像，输出层输出运动物体类型，所述多个特征提取隐含层用于建立从输入图像到运动物体类型的非线形映射；
类型辨识设备，分别与所述图像拟合设备和所述非线形映射设备连接，用于接收拟合处理图像，将所述拟合处理图像作为输入，使用所述模型创建设备测试完的运动物体识别模型获得所述拟合处理图像中的运动物体的类型以确定所述拟合处理图像中是否存在人员；
模式控制设备，分别与所述类型辨识设备、所述语音解码芯片和所述自动推送设备连接，用于在所述类型辨识设备确定所述拟合处理图像中存在人员时，为所述语音解码芯片和所述自动推送设备提供电力供应；
其中，所述模式控制设备还用于在所述类型辨识设备确定所述拟合处理图像中不存在人员时，停止为所述语音解码芯片和所述自动推送设备提供电力供应。
在所述书籍自动推送平台中：所述CF存储设备还与所述红色分量分析设备连接，用于预先存储所述预设均值阈值。
在所述书籍自动推送平台中：所述负荷现场评估设备、所述红色分量分析设备、所述图像还原设备、所述多参数分析设备、所述系数提取设备和所述二值化分析设备分别采用不同SOC芯片来实现。
以及在所述书籍自动推送平台中：对每一个待增强区域执行的对比度提升处理的幅度都大于所述同一幅度。
图2为根据本发明实施方案示出的书籍自动推送平台的第二实施例结构示意图。类似地，所述平台包括外框1、控制面板2和各类书体3。
另外，在所述书籍自动推送平台中：采用DDR SDRAM器件来替换所述CF存储设备。DDR＝Double Data Rate双倍速率同步动态随机存储器。严格的说DDR应该叫DDR SDRAM，人们习惯称为DDR，其中，SDRAM是Synchronous Dynamic Random Access Memory的缩写，即同步动态随机存取存储器。而DDR SDRAM是Double Data Rate SDRAM的缩写，是双倍速率同步动态随机存储器的意思。DDR内存是在SDRAM内存基础上发展而来的，仍然沿用SDRAM生产体系，因此对于内存厂商而言，只需对制造普通SDRAM的设备稍加改进，即可实现DDR内存的生产，可有效的降低成本。Double Data Rate：与传统的单数据速率相比，DDR技术实现了一个时钟周期内进行两次读/写操作，即在时钟的上升沿和下降沿分别执行一次读/写操作。
采用本发明的书籍自动推送平台，针对现有技术中书籍自动推送平台供电模式固定的技术问题，通过对附近人员的探知结果确定是否需要对语音解码芯片和自动推送设备进行供电，以减少不必要的电力损耗，其中，针对图像中边缘点的分布情况，对图像的不同区域进行不同幅度的对比度提升，从而方便后续的各种图像处理；采用图像的多种参数同时对图像的二值化阈值进行纠正，保证了获取的二值化图像的精度；采用先负荷测量后图像内容分析的两级检测机制，对采集的图像进行遮挡情况的分析，并提供了与遮挡情况对应的还原机制，从而解决了上述技术问题。
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 (7)
1.一种书籍自动推送平台，所述平台包括：
语音解码芯片，设置在书柜的多个横板的中间位置的横板上，用于接收附近人员发出的语音信号，并对所述语音信号进行语音识别，以获得对应的书本名称；
自动推送设备，设置在书柜内，与所述语音解码芯片连接，用于在接收到所述书本名称后，将所述书柜内与所述书本名称对应的书籍推送到所述书柜的前方，以便于附近人员使用；
CF存储设备，与负荷现场评估设备连接，用于存储摄像机本身重量和预设差值阈值。
2.如权利要求1所述的书籍自动推送平台，其特征在于，所述平台还包括：
实地数据采集设备，设置在书柜的顶部，用于对书柜周围进行全景拍摄，以获得对应的实地全景图像，并输出所述实地全景图像；
负荷现场评估设备，设置在实地数据采集设备的下方，用于检测所述实地数据采集设备的负荷重量，以获取当前负荷重量，将所述当前负荷重量减去摄像机本身重量以获得重量差值，并在所述重量差值大于等于预设差值阈值时，发出差值过大信号，否则发出差值容忍信号。
3.如权利要求2所述的书籍自动推送平台，其特征在于，所述平台还包括：
红色分量分析设备，与所述球形摄像设备连接，用于在接收到所述差值过大信号时，将所述实地全景图像进行平均式分块以获得各个尺寸相同的图像分块，对每一个图像分块的各个像素点的各个红色分量值进行求均值计算，以获得所述图像分块对应的分块均值，还用于将分块均值大于等于预设均值阈值的分块作为遮挡分块，将分块均值小于预设均值阈值的分块作为非遮挡分块，以输出所述实地全景图像中的一个或多个遮挡分块。
4.如权利要求3所述的书籍自动推送平台，其特征在于，所述平台还包括：
图像还原设备，与所述红色分量分析设备连接，用于接收所述实地全景图像中的一个或多个遮挡分块，对于每一个遮挡分块，采用其周围的各个图像分块对其图像内容进行插值计算，以获得插值后的图像分块以作为插值分块，还用于将所述一个或多个插值分块以及所述实地全景图像中的各个非遮挡分块进行组合以获得并输出当前还原图像；
多参数分析设备，与所述实地数据采集设备连接，用于接收所述实地全景图像，基于所述实地全景图像的像素点的像素值分布情况确定所述实地全景图像的内容均匀程度，输出所述内容均匀程度，还用于基于所述实地全景图像的像素点的像素值动态分布范围确定所述实地全景图像的内容清晰程度，输出所述内容清晰程度，以及用于接收所述实地全景图像，检测所述实地全景图像的对比度，并输出所述对比度；
系数提取设备，与所述多参数分析设备连接，用于接收所述内容均匀程度、所述内容清晰程度以及所述对比度，基于所述内容均匀程度确定其对二值化阈值的影响系数，基于所述内容清晰程度确定其对二值化阈值的影响系数，基于所述对比度确定其对二值化阈值的影响系数，还用于基于所述三种影响系数同时对二值化阈值进行纠正，并输出纠正后的二值化阈值；
二值化分析设备，与所述系数提取设备连接，用于接收纠正后的二值化阈值，并基于纠正后的二值化阈值对所述实地全景图像进行二值化分析，以获得所述实地全景图像对应的二值化图像；
分布情况识别设备，与所述二值化分析设备连接，用于接收所述二值化图像，对所述二值化图像进行边缘点的识别，以获得所述二值化图像中的各个边缘点，还用于对所述二值化图像进行区域分割，以获得各个待处理区域，确定每一个待处理区域中的边缘点的数量；
智能化增强设备，与所述分布情况识别设备连接，用于接收各个待处理区域中的边缘点的数量，将边缘点的数量超过预设数量阈值的待处理区域作为待增强区域，将边缘点的数量未超过所述预设数量阈值的待处理区域作为其他区域；
针对性增强设备，分别与所述分布情况识别设备和所述智能化增强设备连接，对待增强区域执行基于其内部边缘点数量的相应幅度的对比度提升处理以获得已处理增强区域，对其他区域执行同一幅度的对比度提升处理以获得已处理其他区域；
图像拟合设备，与所述针对性增强设备连接，用于将各个已处理增强区域和各个已处理其他区域进行拟合处理，以获得对应的拟合处理图像，并输出所述拟合处理图像；
非线形映射设备，使用多个训练图像创建运动物体识别模型，使用多个测试图像测试运动物体识别模型，运动物体识别模型包括一个输入层、多个特征提取隐含层和一个输出层，输入层输入多个训练图像，输出层输出运动物体类型，所述多个特征提取隐含层用于建立从输入图像到运动物体类型的非线形映射；
类型辨识设备，分别与所述图像拟合设备和所述非线形映射设备连接，用于接收拟合处理图像，将所述拟合处理图像作为输入，使用所述模型创建设备测试完的运动物体识别模型获得所述拟合处理图像中的运动物体的类型以确定所述拟合处理图像中是否存在人员；
模式控制设备，分别与所述类型辨识设备、所述语音解码芯片和所述自动推送设备连接，用于在所述类型辨识设备确定所述拟合处理图像中存在人员时，为所述语音解码芯片和所述自动推送设备提供电力供应；
其中，所述模式控制设备还用于在所述类型辨识设备确定所述拟合处理图像中不存在人员时，停止为所述语音解码芯片和所述自动推送设备提供电力供应。
5.如权利要求4所述的书籍自动推送平台，其特征在于：
所述CF存储设备还与所述红色分量分析设备连接，用于预先存储所述预设均值阈值。
6.如权利要求5所述的书籍自动推送平台，其特征在于：
所述负荷现场评估设备、所述红色分量分析设备、所述图像还原设备、所述多参数分析设备、所述系数提取设备和所述二值化分析设备分别采用不同SOC芯片来实现。
7.如权利要求6所述的书籍自动推送平台，其特征在于：
对每一个待增强区域执行的对比度提升处理的幅度都大于所述同一幅度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810872436.8A CN110009639A (zh) | 2018-08-02 | 2018-08-02 | 书籍自动推送平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810872436.8A CN110009639A (zh) | 2018-08-02 | 2018-08-02 | 书籍自动推送平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110009639A true CN110009639A (zh) | 2019-07-12 |
Family
ID=67164769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810872436.8A Withdrawn CN110009639A (zh) | 2018-08-02 | 2018-08-02 | 书籍自动推送平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110009639A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111754828A (zh) * | 2020-07-01 | 2020-10-09 | 刘虎 | 一种基于互联网教学辅助设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120179472A1 (en) * | 2011-01-06 | 2012-07-12 | Samsung Electronics Co., Ltd. | Electronic device controlled by a motion and controlling method thereof |
| CN103902958A (zh) * | 2012-12-28 | 2014-07-02 | 重庆凯泽科技有限公司 | 人脸识别的方法 |
| CN107368720A (zh) * | 2016-05-11 | 2017-11-21 | 中华映管股份有限公司 | 直觉化互动装置及其互动方法 |
| CN107692575A (zh) * | 2017-11-19 | 2018-02-16 | 叮联信息技术有限公司 | 一种智能化证书存储柜 |
-
2018
- 2018-08-02 CN CN201810872436.8A patent/CN110009639A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120179472A1 (en) * | 2011-01-06 | 2012-07-12 | Samsung Electronics Co., Ltd. | Electronic device controlled by a motion and controlling method thereof |
| CN103902958A (zh) * | 2012-12-28 | 2014-07-02 | 重庆凯泽科技有限公司 | 人脸识别的方法 |
| CN107368720A (zh) * | 2016-05-11 | 2017-11-21 | 中华映管股份有限公司 | 直觉化互动装置及其互动方法 |
| CN107692575A (zh) * | 2017-11-19 | 2018-02-16 | 叮联信息技术有限公司 | 一种智能化证书存储柜 |
Non-Patent Citations (5)
| Title |
|---|
| TAKANORI TERASHIMA ET AL.: "A push delivery from university library", 《2011 FIRST ACIS/JNU INTERNATIONAL CONFERENCE ON COMPUTERS，NETWORKS，SYSTEMS AND INDUSTRIAL ENGINEERING》 * |
| 何东健等: "《数字图像处理》", 28 February 2015 * |
| 文少波等: "《新能源汽车及其智能化技术》", 30 September 2017 * |
| 王培凤: "push技术与图相关信息推送服务", 《SCI/TECH INFORMATION DEVELOPMENT & ECOMOMY》 * |
| 西尼尔: "《视频监控中的隐私权保护》", 31 July 2015 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111754828A (zh) * | 2020-07-01 | 2020-10-09 | 刘虎 | 一种基于互联网教学辅助设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Ground-aware monocular 3d object detection for autonomous driving | |
| Aanæs et al. | Interesting interest points: A comparative study of interest point performance on a unique data set | |
| CN106023158B (zh) | Sd-oct图像的淡水无核珍珠珍珠质层缺陷识别方法 | |
| CN101626518B (zh) | 一种摄像装置分辨率的检测方法及系统 | |
| TW200834459A (en) | Video object segmentation method applied for rainy situations | |
| CN101785025A (zh) | 用于从二维图像进行三维对象重构的系统和方法 | |
| CN108509819A (zh) | 一种用于光照不均匀的二维码二值化方法 | |
| CN110009639A (zh) | 书籍自动推送平台 | |
| CN105718936A (zh) | 一种森林动态变化模式自动提取方法 | |
| CN103177451A (zh) | 基于图像边缘的自适应窗口和权重的立体匹配算法 | |
| CN109308465A (zh) | 表格线检测方法、装置、设备及计算机可读介质 | |
| CN102982534A (zh) | 基于弦线切线法的Canny边缘检测双阈值获取方法 | |
| CN204896114U (zh) | 一种超市购物篮 | |
| CN110232680A (zh) | 一种图像模糊度评价方法及装置 | |
| CN110110782A (zh) | 基于深度学习的视网膜眼底图像视盘定位方法 | |
| CN110148125A (zh) | 基于颜色检测的自适应皮肤油脂检测方法 | |
| CN109934874A (zh) | 摄像头标定中基于同心圆环模板进行求点的方法和装置 | |
| CN106022250A (zh) | 一种基于细胞运动信息和灰度特性的胚胎分裂检测方法 | |
| CN109297626B (zh) | 腿部拉力实时测量机构 | |
| Hylkema | Prehistoric native American adaptations along the central California coast of San Mateo and Santa Cruz counties | |
| CN114222121B (zh) | 视频编码方法、装置、电子设备和计算机可读存储介质 | |
| Bilinski et al. | Representing visual appearance by video brownian covariance descriptor for human action recognition | |
| Kodama et al. | Behaviors of D-and L-lactic acids during the brewing process of sake (Japanese rice wine) | |
| Mayoral et al. | Evaluation of correspondence errors for stereo | |
| CN101505423A (zh) | 一种用于视频图像的非均匀采样方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190712 |
|
| WW01 | Invention patent application withdrawn after publication |