CN110895805B - 计算机现场环境清理机构 - Google Patents
计算机现场环境清理机构 Download PDFInfo
- Publication number
- CN110895805B CN110895805B CN201910050847.3A CN201910050847A CN110895805B CN 110895805 B CN110895805 B CN 110895805B CN 201910050847 A CN201910050847 A CN 201910050847A CN 110895805 B CN110895805 B CN 110895805B
- Authority
- CN
- China
- Prior art keywords
- image
- pepper
- salt
- affine transformation
- equipment
- 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.)
- Active
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 50
- 230000007246 mechanism Effects 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 40
- 239000000428 dust Substances 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000006002 Pepper Substances 0.000 claims description 96
- 235000002566 Capsicum Nutrition 0.000 claims description 92
- 241000722363 Piper Species 0.000 claims description 92
- 235000016761 Piper aduncum Nutrition 0.000 claims description 92
- 235000017804 Piper guineense Nutrition 0.000 claims description 92
- 235000008184 Piper nigrum Nutrition 0.000 claims description 92
- 150000003839 salts Chemical class 0.000 claims description 91
- 238000001914 filtration Methods 0.000 claims description 55
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 53
- 230000009466 transformation Effects 0.000 claims description 50
- 238000012790 confirmation Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 27
- 238000012937 correction Methods 0.000 claims description 11
- 238000003702 image correction Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000011065 in-situ storage Methods 0.000 claims 1
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B5/00—Cleaning by methods involving the use of air flow or gas flow
- B08B5/04—Cleaning by suction, with or without auxiliary action
-
- G06T3/02—
-
- 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
Abstract
本发明涉及一种现场环境清理机构，包括：清洁处理设备，与计算机风扇连接，用于基于整体图像灰度确定对所述计算机风扇执行的清洁操作的强度；所述清洁处理设备为吸尘器，设置在所述计算机的内部，且位于所述计算机风扇的一侧；所述整体图像灰度越大，确定的对所述计算机风扇执行的清洁操作的强度越高。本发明的现场环境清理机构自动操作，直接有效。由于采用图像灰度值分析的模式直观地提取出计算机风扇的落尘情况，并在计算机的内部引入清洁处理设备对计算机风扇执行基于落尘情况的自适应的除尘操作，从而延长了计算机风扇的寿命，保证了计算机的可靠运行。
Description
技术领域
本发明涉及计算机领域，具体地说，本发明涉及一种现场环境清理机构。
背景技术
分子计算机体积小、耗电少、运算快、存储量大。分子计算机的运行是吸收分子晶体上以电荷形式存在的信息，并以更有效的方式进行组织排列。分子计算机的运算过程就是蛋白质分子与周围物理化学介质的相互作用过程。转换开关为酶，而程序则在酶合成系统本身和蛋白质的结构中极其明显地表示出来。生物分子组成的计算机具备能在生化环境下，甚至在生物有机体中运行，并能以其它分子形式与外部环境交换。因此他将在医疗诊治、遗传追踪和仿生工程中发挥无法替代的作用。
分子芯片体积大大减小，而效率大大提高，分子计算机完成一项运算，所需的时间仅为10微微秒，比人的思维速度快100万倍。分子计算机具有惊人的存贮容量，1立方米的DNA溶液可存储1万亿亿的二进制数据。分子计算机消耗的能量非常小，只有电子计算机的十亿分之一。由于分子芯片的原材料是蛋白质分子，所以分子计算机既有自我修复的功能，又可直接与分子活体相联。
CPU是计算机的大脑，那么电源，他不仅是计算机的重要配件之一，还是计算机的心脏。而计算机电源风扇就是为心脏散热的作用，计算机电源风扇不行那直接影响到计算机电源工作的稳定性。
计算机电源风扇结构有：8CM的计算机电源风扇，（俗称小风扇，此种结构最大额定功率只能做到300W），8CM计算机电源风扇两个（俗称双风机，风扇根据抽拉式的方式进行散热，散热效果好，电源部件内部处于恒温状态，此种结构电源输出电压稳定；使用寿命长，多数用在服务器上） 。计算机电源风扇采用12CM风扇一个（俗称大风车，散热效果好，目前国内处于主流市场，此原理为风扇直吹式，
比小风扇来说，噪音低，通过金属外壳散热孔直接给电源散热，把机箱内的热风排出，达到主机内部配件降温效果）。 计算机电源风扇采用14CM滚珠风扇一个，此风扇原理为散热面积大；噪音可降低到28DB。
当前，计算机的风扇是维护计算机内部环境、清除内部积尘的关键部件，然而，一旦计算机使用时间过长，风扇需要一直保持高负荷工作，容易导致风扇上积尘过多，影响工作效果且减少风扇寿命，当前并不存在能够对风扇积尘进行自适应除尘的机制，导致对风扇的维护修改专业人员打开机箱进行风扇取出和清理操作，浪费时间且专业要求高。
发明内容
本发明的目的是提供一种现场环境清理机构，包括：清洁处理设备，与计算机风扇连接，用于基于整体图像灰度确定对所述计算机风扇执行的清洁操作的强度。
更具体地，在所述现场环境清理机构中：所述清洁处理设备为吸尘器，设置在所述计算机的内部，且位于所述计算机风扇的一侧。
更具体地，在所述现场环境清理机构中：在所述清洁处理设备中，所述整体图像灰度越大，确定的对所述计算机风扇执行的清洁操作的强度越高。
更具体地，在所述现场环境清理机构中，所述机构还包括：半球型摄像头，设置在计算机内部，用于对计算机风扇所在环境进行摄像操作，以获得内部拍摄图像；仿射变换设备，与所述半球型摄像头连接，用于接收所述内部拍摄图像，基于所述内部拍摄图像分辨率距离预设分辨率阈值的远近将所述内部拍摄图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同强度的仿射变换处理以获得校正分块，将获得的各个校正分块拼接以获得仿射变换图像；图像转换设备，与所述仿射变换设备连接，用于接收所述仿射变换图像，对所述仿射变换图像中的每一个像素点提取各自的灰度值，并输出所述仿射变换图像中各个像素点的各个灰度值；椒盐初检设备，与所述图像转换设备连接，用于接收所述仿射变换图像中各个像素点的各个灰度值，并将灰度值为0或255的像素点确定为椒盐初检像素点，并输出所述仿射变换图像中的各个椒盐初检像素点；椒盐确认设备，与所述椒盐初检设备连接，用于接收所述仿射变换图像中的各个椒盐初检像素点，对每一个椒盐初检像素点执行以下处理：确定其周围各个方向中每一个方向的各个邻近像素点，确定其灰度值与每一个方向的各个邻近像素点的灰度值均值的绝对值，将各个方向的绝对值中选取数值最小的绝对值作为参考值，当所述参考值大于预设差值阈值时，确定其为椒盐确认像素点；所述椒盐确认设备还用于输出所述仿射变换图像中的各个椒盐确认像素点；椒盐滤波设备，分别与所述图像转换设备和所述椒盐确认设备连接，用于接收所述仿射变换图像中的各个椒盐确认像素点，对每一个椒盐确认像素点执行以下处理：为其使用初始滤波窗口，判断所述仿射变换图像中以其为中心的初始滤波窗口内的椒盐确认像素点的数量，当所述数量超限时，将初始滤波窗口的长度加上2个像素点继续进行滤波窗口内的椒盐确认像素点数量的判断，直到滤波窗口内的椒盐确认像素点数量未超限，将此时的滤波窗口作为最终滤波窗口，基于所述最终滤波窗口对其进行加权均值滤波处理，以获得其对应的滤波灰度值；在所述椒盐滤波设备中，对所述仿射变换图像中的非椒盐确认像素点的灰度值直接作为滤波灰度值输出。
本发明至少具备以下几处关键的发明点：
（1）采用图像灰度值分析的模式直观地提取出计算机风扇的落尘情况，并在计算机的内部引入清洁处理设备对计算机风扇执行基于落尘情况的自适应的除尘操作；
（2）对边缘增强图像进行椒盐干扰强度解析操作，其中识别所述边缘增强图像中各个像素点的各个灰度值，基于所述各个像素点的各个灰度值确定所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出；
（3）在参考干扰强度未满足要求的情况下，采用图像矫正设备执行基于中值去噪的图像矫正处理以获取椒盐干扰达标的中值矫正图像；
（4）采用两级确认的方式对椒盐噪声点进行高精度检测，其中，将灰度值为0或255的像素点确定为椒盐初检像素点，对每一个椒盐初检像素点执行以下处理：确定其周围各个方向中每一个方向的各个邻近像素点，确定其灰度值与每一个方向的各个邻近像素点的灰度值均值的绝对值，将各个方向的绝对值中选取数值最小的绝对值作为参考值，当所述参考值大于预设差值阈值时，确定其为椒盐确认像素点；并只对椒盐噪声进行滤波处理，尤为重要的是，基于椒盐噪声周围各个方向的像素点的灰度值分布情况选择不同的滤波模式。
本发明的现场环境清理机构自动操作，直接有效。由于采用图像灰度值分析的模式直观地提取出计算机风扇的落尘情况，并在计算机的内部引入清洁处理设备对计算机风扇执行基于落尘情况的自适应的除尘操作，从而延长了计算机风扇的寿命，保证了计算机的可靠运行。
附图说明
图1为本发明的现场环境清理机构中的硬盘设备的结构示意图。
具体实施方式
为了克服上述不足，本发明提出了一种现场环境清理机构，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。
图1为本发明的现场环境清理机构中的硬盘设备的结构示意图。
一种现场环境清理机构，包括：
清洁处理设备，与计算机风扇连接，用于基于整体图像灰度确定对所述计算机风扇执行的清洁操作的强度。
接着，继续对本发明的现场环境清理机构的具体结构进行进一步的说明。
所述现场环境清理机构中：
所述清洁处理设备为吸尘器，设置在所述计算机的内部，且位于所述计算机风扇的一侧。
所述现场环境清理机构中：
在所述清洁处理设备中，所述整体图像灰度越大，确定的对所述计算机风扇执行的清洁操作的强度越高。
所述现场环境清理机构中还包括：
半球型摄像头，设置在计算机内部，用于对计算机风扇所在环境进行摄像操作，以获得内部拍摄图像；
仿射变换设备，与所述半球型摄像头连接，用于接收所述内部拍摄图像，基于所述内部拍摄图像分辨率距离预设分辨率阈值的远近将所述内部拍摄图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同强度的仿射变换处理以获得校正分块，将获得的各个校正分块拼接以获得仿射变换图像；
图像转换设备，与所述仿射变换设备连接，用于接收所述仿射变换图像，对所述仿射变换图像中的每一个像素点提取各自的灰度值，并输出所述仿射变换图像中各个像素点的各个灰度值；
椒盐初检设备，与所述图像转换设备连接，用于接收所述仿射变换图像中各个像素点的各个灰度值，并将灰度值为0或255的像素点确定为椒盐初检像素点，并输出所述仿射变换图像中的各个椒盐初检像素点；
椒盐确认设备，与所述椒盐初检设备连接，用于接收所述仿射变换图像中的各个椒盐初检像素点，对每一个椒盐初检像素点执行以下处理：确定其周围各个方向中每一个方向的各个邻近像素点，确定其灰度值与每一个方向的各个邻近像素点的灰度值均值的绝对值，将各个方向的绝对值中选取数值最小的绝对值作为参考值，当所述参考值大于预设差值阈值时，确定其为椒盐确认像素点；所述椒盐确认设备还用于输出所述仿射变换图像中的各个椒盐确认像素点；
椒盐滤波设备，分别与所述图像转换设备和所述椒盐确认设备连接，用于接收所述仿射变换图像中的各个椒盐确认像素点，对每一个椒盐确认像素点执行以下处理：为其使用初始滤波窗口，判断所述仿射变换图像中以其为中心的初始滤波窗口内的椒盐确认像素点的数量，当所述数量超限时，将初始滤波窗口的长度加上2个像素点继续进行滤波窗口内的椒盐确认像素点数量的判断，直到滤波窗口内的椒盐确认像素点数量未超限，将此时的滤波窗口作为最终滤波窗口，基于所述最终滤波窗口对其进行加权均值滤波处理，以获得其对应的滤波灰度值；在所述椒盐滤波设备中，对所述仿射变换图像中的非椒盐确认像素点的灰度值直接作为滤波灰度值输出；
边缘增强设备，与所述椒盐滤波设备连接，用于接收所述椒盐处理图像，对所述椒盐处理图像执行边缘增强处理，以获得对应的边缘增强图像；
强度解析设备，与所述边缘增强设备连接，用于接收所述边缘增强图像，对所述边缘增强图像执行椒盐干扰强度解析操作，以获得所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出；
在所述强度解析设备中，对所述边缘增强图像执行椒盐干扰强度解析操作，以获得所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出包括：识别所述边缘增强图像中各个像素点的各个灰度值，基于所述各个像素点的各个灰度值确定所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出；
参数比对设备，与所述强度解析设备连接，用于接收所述参考干扰强度，并将所述参考干扰强度与干扰强度阈值进行比较，以在所述参考干扰强度大于等于所述干扰强度阈值时，发出第一比对指令，在所述参考干扰强度小于所述干扰强度阈值时，发出第二比对指令；
在所述参数对比设备中还内置有RAM单元，用于存储所述干扰强度阈值；
图像矫正设备，分别与所述参数比对设备和所述强度解析设备连接，用于在接收到所述第一比对指令时，对所述边缘增强图像执行基于中值去噪的图像矫正处理，以获得中值矫正图像，还用于在接收到所述第二控制指令时，将所述边缘增强图像作为中值矫正图像输出；
灰度鉴别设备，分别与清洁处理设备和图像矫正设备连接，用于获取基于基准风扇外形从所述中值矫正图像中匹配出风扇子图像，检测所述风扇子图像的各个像素点的各个灰度值，对所述各个灰度值进行算术平均值计算以获得对应的整体图像灰度；
硬盘设备，与所述图像矫正设备连接，用于接收所述中值矫正图像，并暂存所述中值矫正图像。
所述现场环境清理机构中：
所述椒盐滤波设备还用于基于所述仿射变换图像中各个像素点的各个滤波灰度值确定并输出与所述仿射变换图像对应的椒盐处理图像。
所述现场环境清理机构中：
在所述椒盐初检设备中，将灰度值为0的像素点确定为椒初检像素点。
所述现场环境清理机构中：
在所述椒盐初检设备中，将灰度值为255的像素点确定为盐初检像素点。
所述现场环境清理机构中：
在所述仿射变换设备中，所述内部拍摄图像分辨率距离所述预设分辨率阈值越近，将所述内部拍摄图像平均分割成的相应块越大。
所述现场环境清理机构中：
在所述仿射变换设备中，对每一个分块，该分块整体扭曲度越大，选择的仿射变换处理的强度越大。
所述现场环境清理机构中：
所述椒盐滤波设备包括所述椒盐接收子设备、所述窗口滤波子设备和所述灰度输出子设备；
其中，在所述椒盐确认设备中，将所述仿射变换图像中不属于椒盐确认像素点的像素点都定为非椒盐确认像素点。
另外，所述半球型摄像头内设有被动式像素传感器。被动式像素传感器（PassivePixel Sensor，简称PPS），又叫无源式像素传感器，他由一个反向偏置的光敏二极管和一个开关管构成。光敏二极管本质上是一个由P型半导体和N型半导体组成的PN结，他可等效为一个反向偏置的二极管和一个MOS电容并联。当开关管开启时，光敏二极管与垂直的列线（Column bus）连通。位于列线末端的电荷积分放大器读出电路（Charge integratingamplifier）保持列线电压为一常数，当光敏二极管存贮的信号电荷被读出时，其电压被复位到列线电压水平，与此同时，与光信号成正比的电荷由电荷积分放大器转换为电荷输出。
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 (3)
1.一种现场环境清理机构，其特征在于，包括：
清洁处理设备，与计算机风扇连接，用于基于整体图像灰度确定对所述计算机风扇执行的清洁操作的强度；
所述清洁处理设备为吸尘器，设置在所述计算机的内部，且位于所述计算机风扇的一侧；
在所述清洁处理设备中，所述整体图像灰度越大，确定的对所述计算机风扇执行的清洁操作的强度越高；
半球型摄像头，设置在计算机内部，用于对计算机风扇所在环境进行摄像操作，以获得内部拍摄图像；
仿射变换设备，与所述半球型摄像头连接，用于接收所述内部拍摄图像，基于所述内部拍摄图像分辨率距离预设分辨率阈值的远近将所述内部拍摄图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同强度的仿射变换处理以获得校正分块，将获得的各个校正分块拼接以获得仿射变换图像；
图像转换设备，与所述仿射变换设备连接，用于接收所述仿射变换图像，对所述仿射变换图像中的每一个像素点提取各自的灰度值，并输出所述仿射变换图像中各个像素点的各个灰度值；
椒盐初检设备，与所述图像转换设备连接，用于接收所述仿射变换图像中各个像素点的各个灰度值，并将灰度值为0或255的像素点确定为椒盐初检像素点，并输出所述仿射变换图像中的各个椒盐初检像素点；
椒盐确认设备，与所述椒盐初检设备连接，用于接收所述仿射变换图像中的各个椒盐初检像素点，对每一个椒盐初检像素点执行以下处理：确定其周围各个方向中每一个方向的各个邻近像素点，确定其灰度值与每一个方向的各个邻近像素点的灰度值均值的绝对值，将各个方向的绝对值中选取数值最小的绝对值作为参考值，当所述参考值大于预设差值阈值时，确定其为椒盐确认像素点；所述椒盐确认设备还用于输出所述仿射变换图像中的各个椒盐确认像素点；
椒盐滤波设备，分别与所述图像转换设备和所述椒盐确认设备连接，用于接收所述仿射变换图像中的各个椒盐确认像素点，对每一个椒盐确认像素点执行以下处理：为其使用初始滤波窗口，判断所述仿射变换图像中以其为中心的初始滤波窗口内的椒盐确认像素点的数量，当所述数量超限时，将初始滤波窗口的长度加上2个像素点继续进行滤波窗口内的椒盐确认像素点数量的判断，直到滤波窗口内的椒盐确认像素点数量未超限，将此时的滤波窗口作为最终滤波窗口，基于所述最终滤波窗口对其进行加权均值滤波处理，以获得其对应的滤波灰度值；在所述椒盐滤波设备中，对所述仿射变换图像中的非椒盐确认像素点的灰度值直接作为滤波灰度值输出；
边缘增强设备，与所述椒盐滤波设备连接，用于接收椒盐处理图像，对所述椒盐处理图像执行边缘增强处理，以获得对应的边缘增强图像；
强度解析设备，与所述边缘增强设备连接，用于接收所述边缘增强图像，对所述边缘增强图像执行椒盐干扰强度解析操作，以获得所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出；
在所述强度解析设备中，对所述边缘增强图像执行椒盐干扰强度解析操作，以获得所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出包括：识别所述边缘增强图像中各个像素点的各个灰度值，基于所述各个像素点的各个灰度值确定所述边缘增强图像的椒盐干扰强度以作为参考干扰强度输出；
参数比对设备，与所述强度解析设备连接，用于接收所述参考干扰强度，并将所述参考干扰强度与干扰强度阈值进行比较，以在所述参考干扰强度大于等于所述干扰强度阈值时，发出第一比对指令，在所述参考干扰强度小于所述干扰强度阈值时，发出第二比对指令；
在参数对比设备中还内置有RAM单元，用于存储所述干扰强度阈值；
图像矫正设备，分别与所述参数比对设备和所述强度解析设备连接，用于在接收到所述第一比对指令时，对所述边缘增强图像执行基于中值去噪的图像矫正处理，以获得中值矫正图像，还用于在接收到第二控制指令时，将所述边缘增强图像作为中值矫正图像输出；
灰度鉴别设备，分别与清洁处理设备和图像矫正设备连接，用于获取基于基准风扇外形从所述中值矫正图像中匹配出风扇子图像，检测所述风扇子图像的各个像素点的各个灰度值，对所述各个灰度值进行算术平均值计算以获得对应的整体图像灰度；
硬盘设备，与所述图像矫正设备连接，用于接收所述中值矫正图像，并暂存所述中值矫正图像。
2.如权利要求1所述的现场环境清理机构，其特征在于：
所述椒盐滤波设备还用于基于所述仿射变换图像中各个像素点的各个滤波灰度值确定并输出与所述仿射变换图像对应的椒盐处理图像。
3.如权利要求2所述的现场环境清理机构，其特征在于：
在所述椒盐初检设备中，将灰度值为0的像素点确定为椒初检像素点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910050847.3A CN110895805B (zh) | 2019-01-20 | 2019-01-20 | 计算机现场环境清理机构 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910050847.3A CN110895805B (zh) | 2019-01-20 | 2019-01-20 | 计算机现场环境清理机构 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110895805A CN110895805A (zh) | 2020-03-20 |
| CN110895805B true CN110895805B (zh) | 2020-09-29 |
Family
ID=69785371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910050847.3A Active CN110895805B (zh) | 2019-01-20 | 2019-01-20 | 计算机现场环境清理机构 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110895805B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113688778A (zh) * | 2021-09-05 | 2021-11-23 | 江阴市浩华新型复合材料有限公司 | 基于均方差识别的动作触发平台及方法 |
| CN117274227A (zh) * | 2023-10-23 | 2023-12-22 | 宁波市宇星水表有限公司 | 水表表面状态管理系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105629057A (zh) * | 2016-03-28 | 2016-06-01 | 无锡智谷锐拓技术服务有限公司 | 用于灰尘检测的电能表 |
| CN107846226A (zh) * | 2017-11-06 | 2018-03-27 | 韩劝劝 | 一种使老人安全收听的方法 |
| CN108714003A (zh) * | 2018-05-27 | 2018-10-30 | 浠诲嘲 | 基于灰度测量的固定桌面维护系统 |
| CN109204235A (zh) * | 2018-08-13 | 2019-01-15 | 侯苏 | 汽车零件状态自动上报系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8989515B2 (en) * | 2012-01-12 | 2015-03-24 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
| CN108958288A (zh) * | 2018-07-26 | 2018-12-07 | 杭州瓦屋科技有限公司 | 基于地理信息的低空作业无人机系统及其航迹规划方法 |
-
2019
- 2019-01-20 CN CN201910050847.3A patent/CN110895805B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105629057A (zh) * | 2016-03-28 | 2016-06-01 | 无锡智谷锐拓技术服务有限公司 | 用于灰尘检测的电能表 |
| CN107846226A (zh) * | 2017-11-06 | 2018-03-27 | 韩劝劝 | 一种使老人安全收听的方法 |
| CN108714003A (zh) * | 2018-05-27 | 2018-10-30 | 浠诲嘲 | 基于灰度测量的固定桌面维护系统 |
| CN109204235A (zh) * | 2018-08-13 | 2019-01-15 | 侯苏 | 汽车零件状态自动上报系统 |
Non-Patent Citations (2)
| Title |
|---|
| An Adaptive Bilateral Filtering Algorithm and its Application in Edge;Changzhen Xiong;《2010 International Conference on Measuring Technology and Mechatronics Automation》;20100506;230-231页 * |
| 几种图像滤波处理方法比较;徐莉莉;《电脑知识与技术》;20171215;441-443页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110895805A (zh) | 2020-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9838635B2 (en) | Feature computation in a sensor element array | |
| US20160093273A1 (en) | Dynamic vision sensor with shared pixels and time division multiplexing for higher spatial resolution and better linear separable data | |
| Luo et al. | Automated visual defect classification for flat steel surface: a survey | |
| Chen et al. | A texture‐based video processing methodology using Bayesian data fusion for autonomous crack detection on metallic surfaces | |
| US9451142B2 (en) | Vision sensors, systems, and methods | |
| US10161789B2 (en) | Event-based sensor and pixel of event-based sensor | |
| US20110211726A1 (en) | System and method for processing image data relative to a focus of attention within the overall image | |
| CN110895805B (zh) | 计算机现场环境清理机构 | |
| JP6188976B2 (ja) | 画像に含まれるテキストを検出する方法、装置及びコンピュータ読み取り可能な記録媒体 | |
| JP2012517638A (ja) | ビジョン・オン・チップ・プロセッサを用いてバーコードを捕捉および検出するためのシステムおよび方法 | |
| CN111226226A (zh) | 基于运动的对象检测方法及其对象检测装置和电子设备 | |
| Liu et al. | Gaussian-IoU loss: Better learning for bounding box regression on PCB component detection | |
| US20220264035A1 (en) | Dynamic Region of Interest (ROI) for Event-Based Vision Sensors | |
| CN114972258A (zh) | 基于机器视觉的电池表面缺陷检测方法、系统及相关设备 | |
| CN111462033A (zh) | 计算机现场环境清理方法 | |
| KR20140013142A (ko) | 이미지에서 목표를 검출하는 목표 검출 방법 및 이미지 처리 장치 | |
| CN117496560A (zh) | 一种基于多维向量的指纹纹线识别方法及装置 | |
| CN116205918B (zh) | 基于图卷积的多模态融合半导体检测方法、装置及介质 | |
| US20160091947A1 (en) | Hardware acceleration of computer vision feature detection | |
| Sanny et al. | Energy-efficient Histogram on FPGA | |
| US20200334013A1 (en) | Processing element and processing system | |
| CN111861916A (zh) | 病理图片的处理方法 | |
| US20150039798A1 (en) | Conversion of an object for a hardware device into health control information | |
| CN109726741B (zh) | 一种多目标物体的检测方法及装置 | |
| Zapata-Pérez et al. | Fixed pattern noise analysis for feature descriptors in CMOS APS images |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Yu Zhongyang Inventor after: Liu Tao Inventor after: Liu Shuhua Inventor before: Liu Shuhua |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200827 Address after: 200443 7b1-1, No. 588, Jiwen Road, Baoshan District, Shanghai Applicant after: Shanghai wangchain Information Technology Co.,Ltd. Address before: Gehu Lake Road Wujin District 213164 Jiangsu city of Changzhou province No. 5 Applicant before: Liu Shuhua |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231009 Address after: Room 330, 3rd Floor, Building 1, No. 100 Hulan West Road, Baoshan District, Shanghai, 2019 Patentee after: Shanghai Jimu Galaxy Digital Technology Co.,Ltd. Address before: 200443 7B1-1, No. 588 Jiwen Road, Baoshan District, Shanghai Patentee before: Shanghai wangchain Information Technology Co.,Ltd. |