CN111027361A - 对象参数实时解析平台 - Google Patents
对象参数实时解析平台 Download PDFInfo
- Publication number
- CN111027361A CN111027361A CN201910343581.1A CN201910343581A CN111027361A CN 111027361 A CN111027361 A CN 111027361A CN 201910343581 A CN201910343581 A CN 201910343581A CN 111027361 A CN111027361 A CN 111027361A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel point
- real
- equipment
- processed
- 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
Links
- 238000010223 real-time analysis Methods 0.000 title abstract description 17
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 41
- 238000012937 correction Methods 0.000 claims description 37
- 238000000605 extraction Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003707 image sharpening Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 210000000746 body region Anatomy 0.000 abstract 1
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 206010064571 Gene mutation Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种对象参数实时解析平台,包括:行人辨识设备,用于将实时锐化图像中亮度值落在预设人体亮度范围内的像素点作为人体像素点,并将占据人体像素点的数量超限的人体区域作为待处理区域;参数解析机构,用于对每一个待处理区域对应的人体对象在所述实时锐化图像中的景深进行分析,以在景深最小的待处理区域的景深值小于等于预设景深阈值时,发出紧急制动命令。本发明的对象参数实时解析平台操作方便,安全可靠。由于采用移动终端对车前人体距离进行实时辨识,以在辨识到的距离过近时,通过蓝牙通信链路发出紧急制动命令以对移动终端所在车辆进行紧急制动操作,从而提高了车辆行驶的自动化水准。
Description
技术领域
本发明涉及电子设备领域,尤其涉及一种对象参数实时解析平台。
背景技术
电子技术是欧洲美国等西方国家在十九世纪末、二十世纪初开始发展起来的新兴技术,最早由美国人莫尔斯1837年发明电报开始,1875年美国人亚历山大贝尔发明电话,1902年英国物理学家弗莱明发明电子管。电子设备在二十世纪发展最迅速,应用最广泛,成为近代科学技术发展的一个重要标志。
第一代电子设备以电子管为核心。四十年代末世界上诞生了第一只半导体三极管,它以小巧、轻便、省电、寿命长等特点,很快地被各国应用起来,在很大范围内取代了电子管。五十年代末期,世界上出现了第一块集成电路,它把许多晶体管等电子元件集成在一块硅芯片上,使电子设备向更小型化发展。集成电路从小规模集成电路迅速发展到大规模集成电路和超大规模集成电路,从而使电子设备向着高效能低消耗、高精度、高稳定、智能化的方向发展。
由此可见,电子设备是以电能为工作基础的相关产品。电子设备主要包括:手表、智能手机、电话、电视机、影碟机(VCD、SVCD、DVD)、录像机、摄录机、收音机、收录机、组合音箱、激光唱机(CD)、电脑、移动通信产品等。
发明内容
本发明需要具备以下两处关键的发明点:
(1)采用移动终端对车前人体距离进行实时辨识,以在辨识到的距离过近时,通过蓝牙通信链路发出紧急制动命令以对移动终端所在车辆进行紧急制动操作,从而提高了车辆行驶的自动化水准;
(2)对待处理图像的像素时钟频率进行检测,以获得对应的当前像素时钟频率,基于当前像素时钟频率确定与所述当前像素时钟频率成正比的前端设备的耗电水平,在当前像素时钟频率较高时,跳过后端的伽马校正处理,从而保持系统耗电水平稳定。
根据本发明的一方面,提供了一种对象参数实时解析平台,所述平台包括:
行人辨识设备,位于移动终端内,与实时锐化设备连接,用于将实时锐化图像中亮度值落在预设人体亮度范围内的像素点作为人体像素点,并将占据人体像素点的数量超限的人体区域作为待处理区域;
参数解析机构,与所述行人辨识设备连接,用于对每一个待处理区域对应的人体对象在所述实时锐化图像中的景深进行分析,以在景深最小的待处理区域的景深值小于等于预设景深阈值时,发出紧急制动命令;
行驶控制机构,与所述参数解析机构连接,用于在接收到所述紧急制动命令时,对移动终端所在车辆进行紧急制动操作;
用户输入设备,位于移动终端内,用于在用户的操作下,设置移动终端是否进入车前监控状态,所述移动终端面向驾驶员放置;
CCD传感设备,位于移动终端的后方面部内,与所述用户输入设备连接,用于在移动终端进入车前监控状态时,启动对车前的图像数据捕获动作,以获得相应的即时捕获图像;
频率采集设备,位于移动终端内,与所述CCD传感设备连接,用于接收所述即时捕获图像,对所述即时捕获图像的像素时钟频率进行检测,以获得对应的当前像素时钟频率;
命令提取设备,位于移动终端内,与所述频率采集设备连接,用于在所述当前像素时钟频率超限时,发出第一驱动命令;
所述命令提取设备还用于在所述当前像素时钟频率未超限时,发出第二驱动命令;
自适应校正设备,分别与所述命令提取设备和所述频率采集设备连接,用于在接收到所述第二驱动命令时,对所述即时捕获图像执行伽马校正处理,以获得相应的伽马校正图像;
所述自适应校正设备还用于在接收到所述第一驱动命令时,对所述即时捕获图像不执行伽马校正处理,直接将所述即时捕获图像作为伽马校正图像输出;
直方图均衡化设备,与所述自适应校正设备连接,用于对接收到的伽马校正图像执行直方图均衡化处理,以获得并输出相应的均衡化处理图像;
实时锐化设备,与所述直方图均衡化设备连接,用于接收所述均衡化处理图像,并对所述均衡化处理图像执行基于Roberts算子的图像锐化处理,以获得相应的实时锐化图像。
本发明的对象参数实时解析平台操作方便,安全可靠。由于采用移动终端对车前人体距离进行实时辨识,以在辨识到的距离过近时,通过蓝牙通信链路发出紧急制动命令以对移动终端所在车辆进行紧急制动操作,从而提高了车辆行驶的自动化水准。
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对象参数实时解析平台所应用的移动终端的多个方向的视图。
具体实施方式
下面将参照附图对本发明的对象参数实时解析平台的实施方案进行详细说明。
移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备,广义的讲包括手机、笔记本、平板电脑、POS机甚至包括车载电脑。但是大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。随着网络和技术朝着越来越宽带化的方向的发展,移动通信产业将走向真正的移动信息时代。另一方面,随着集成电路技术的飞速发展,移动终端的处理能力已经拥有了强大的处理能力,移动终端正在从简单的通话工具变为一个综合信息处理平台。这也给移动终端增加了更加宽广的发展空间。
移动终端作为简单通信设备伴随移动通信发展已有几十年的历史。自2007年开始,智能化引发了移动终端基因突变,从根本上改变了终端作为移动网络末梢的传统定位。移动智能终端几乎在一瞬之间转变为互联网业务的关键入口和主要创新平台,新型媒体、电子商务和信息服务平台,互联网资源、移动网络资源与环境交互资源的最重要枢纽,其操作系统和处理器芯片甚至成为当今整个ICT产业的战略制高点。移动智能终端引发的颠覆性变革揭开了移动互联网产业发展的序幕,开启了一个新的技术产业周期。随着移动智能终端的持续发展,其影响力将比肩收音机、电视和互联网(PC),成为人类历史上第4个渗透广泛、普及迅速、影响巨大、深入至人类社会生活方方面面的终端产品。
目前,车辆对自身与周围物体的距离的测量存在红外线检测机制和雷达检测机制等多种机制,然而对于前方人体距离缺乏针对性的有效检测机制,例如对碰瓷等行为无法进行定向防范,从而使得车辆驾驶员在行驶中缺乏安全感。
为了克服上述不足,本发明搭建了一种对象参数实时解析平台,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对象参数实时解析平台所应用的移动终端的多个方向的视图。
根据本发明实施方案示出的对象参数实时解析平台包括:
行人辨识设备,位于移动终端内,与实时锐化设备连接,用于将实时锐化图像中亮度值落在预设人体亮度范围内的像素点作为人体像素点,并将占据人体像素点的数量超限的人体区域作为待处理区域;
参数解析机构,与所述行人辨识设备连接,用于对每一个待处理区域对应的人体对象在所述实时锐化图像中的景深进行分析,以在景深最小的待处理区域的景深值小于等于预设景深阈值时,发出紧急制动命令;
行驶控制机构,与所述参数解析机构连接,用于在接收到所述紧急制动命令时,对移动终端所在车辆进行紧急制动操作;
用户输入设备,位于移动终端内,用于在用户的操作下,设置移动终端是否进入车前监控状态,所述移动终端面向驾驶员放置;
CCD传感设备,位于移动终端的后方面部内,与所述用户输入设备连接,用于在移动终端进入车前监控状态时,启动对车前的图像数据捕获动作,以获得相应的即时捕获图像;
频率采集设备,位于移动终端内,与所述CCD传感设备连接,用于接收所述即时捕获图像,对所述即时捕获图像的像素时钟频率进行检测,以获得对应的当前像素时钟频率;
命令提取设备,位于移动终端内,与所述频率采集设备连接,用于在所述当前像素时钟频率超限时,发出第一驱动命令;
所述命令提取设备还用于在所述当前像素时钟频率未超限时,发出第二驱动命令;
自适应校正设备,分别与所述命令提取设备和所述频率采集设备连接,用于在接收到所述第二驱动命令时,对所述即时捕获图像执行伽马校正处理,以获得相应的伽马校正图像;
所述自适应校正设备还用于在接收到所述第一驱动命令时,对所述即时捕获图像不执行伽马校正处理,直接将所述即时捕获图像作为伽马校正图像输出;
直方图均衡化设备,与所述自适应校正设备连接,用于对接收到的伽马校正图像执行直方图均衡化处理,以获得并输出相应的均衡化处理图像;
实时锐化设备,与所述直方图均衡化设备连接,用于接收所述均衡化处理图像,并对所述均衡化处理图像执行基于Roberts算子的图像锐化处理,以获得相应的实时锐化图像;
其中,所述行驶控制机构和所述参数解析机构之间通过蓝牙通信链路进行数据通信;
其中,所述行驶控制机构和所述参数解析机构都内置有蓝牙通信接口;
其中,所述自适应校正设备包括命令接收单元、校正处理单元和数据输出单元。
接着,继续对本发明的对象参数实时解析平台的具体结构进行进一步的说明。
所述对象参数实时解析平台中:
采用同一供电输入设备同时对所述自适应校正设备、所述命令提取设备和所述频率采集设备进行供电动作。
所述对象参数实时解析平台中:
在所述自适应校正设备中,所述校正处理单元用于对所述即时捕获图像执行伽马校正处理,以获得相应的伽马校正图像。
所述对象参数实时解析平台中还可以包括:
可疑行识别设备,与所述实时锐化设备连接,用于接收所述实时锐化图像,对所述实时锐化图像执行前景和背景分割,以获得对应的前景子图像和背景子图像,获取所述实时锐化图像中每一个行的各个像素点的亮度数据,对每一个行的各个像素点的亮度数据进行算术平均值计算以获得对应的亮度均值,获取各行的亮度均值,对各行的亮度均值进行算术平均值计算以获得对应的图像均值,将偏离所述图像均值的幅度超过限量的亮度均值所对应的行作为可疑行。
所述对象参数实时解析平台中还可以包括:
像素点统计设备,与所述可疑行识别设备连接,用于确定所述可疑行中各个像素点是否位于所述背景子图像中,统计所述可疑行中位于所述背景子图像中的像素点的数量,并当所述像素点的数量大于等于预设数量阈值时,将所述可疑行作为相应的亮线行。
所述对象参数实时解析平台中还可以包括:
像素点处理设备,分别与所述行人辨识设备和所述像素点统计设备连接,用于在所述像素点统计设备输出的亮线行的数量非零时,将所述实时锐化图像中的每一个像素点作为对象像素点,确定所述对象像素点周围各个像素点的各个红色分量值以获得所述对象像素点的已处理红色分量值,确定所述对象像素点周围各个像素点的各个蓝色分量值以获得所述对象像素点的已处理蓝色分量值,确定所述对象像素点周围各个像素点的各个绿色分量值以获得所述对象像素点的已处理绿色分量值;在所述像素点处理设备中,确定所述对象像素点周围各个像素点的各个红色分量值以获得所述对象像素点的已处理红色分量值包括:确定所述对象像素点周围各个像素点的各个红色分量值的平均值,当所述平均值超过预设红色分量阈值时,将所述平均值作为所述对象像素点的已处理红色分量值,否则,将所述对象像素点的固有红色分量值作为所述对象像素点的已处理红色分量值。
所述对象参数实时解析平台中:
所述像素点处理设备还用于基于所述实时锐化图像各个像素点的已处理红色分量值、已处理蓝色分量值和已处理绿色分量值获取对应的处理后图像,并将所述处理后图像替换所述实时锐化图像发送给所述行人辨识设备。
所述对象参数实时解析平台中:
所述可疑行识别设备输出的可疑行为一个或多个,所述像素点统计设备输出的亮线行为一个或多个;
其中,在所述可疑行识别设备中,所述前景子图像和所述背景子图像组成所述实时锐化图像。
所述对象参数实时解析平台中:
在所述像素点处理设备中,确定所述对象像素点周围各个像素点的各个蓝色分量值以获得所述对象像素点的已处理蓝色分量值包括:确定所述对象像素点周围各个像素点的各个蓝色分量值的平均值,当所述平均值超过预设蓝色分量阈值时,将所述平均值作为所述对象像素点的已处理蓝色分量值,否则,将所述对象像素点的固有蓝色分量值作为所述对象像素点的已处理蓝色分量值;
其中,在所述像素点处理设备中,确定所述对象像素点周围各个像素点的各个绿色分量值以获得所述对象像素点的已处理绿色分量值包括:确定所述对象像素点周围各个像素点的各个绿色分量值的平均值,当所述平均值超过预设绿色分量阈值时,将所述平均值作为所述对象像素点的已处理绿色分量值,否则,将所述对象像素点的固有绿色分量值作为所述对象像素点的已处理绿色分量值。
另外,所述像素点处理设备由GAL器件来实现。通用阵列逻辑器件GAL器件是LATTICE公司最先发明的可电擦除、可编程、可设置加密位的PLD。具有代表性的GAL芯片有GAL16V8、GAL20,这两种GAL几乎能够仿真所有类型的PAL器件。实际应用中,GAL器件对PAL器件仿真具有100%的兼容性,所以GAL几乎可以全代替PAL器件,并可取代大部分SSI、MSI数字集成电路,因而获得广泛应用。
GAL和PAL的最大差别在于GAL的输出结构可由用户定义,是一种可编程的输出结构。GAL的两种基本型号GAL16V8(20引脚)GAL20V8(24引脚)可代替树十种PAL器件,因而称为痛用可编程电路。而PAL的输出是由厂家定义好的,芯片选定后就固定了,用户无法改变。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
虽然本发明已以实施例揭示如上,但其并非用以限定本发明,任何所属技术领域的普通技术人员,在不脱离本发明的精神和范围内,应当可以做出适当的改动和同等替换。因此本发明的保护范围应当以本申请权利要求所界定的范围为准。
Claims (9)
1.一种对象参数实时解析平台,所述平台包括:
行人辨识设备,位于移动终端内,与实时锐化设备连接,用于将实时锐化图像中亮度值落在预设人体亮度范围内的像素点作为人体像素点,并将占据人体像素点的数量超限的人体区域作为待处理区域;
参数解析机构,与所述行人辨识设备连接,用于对每一个待处理区域对应的人体对象在所述实时锐化图像中的景深进行分析,以在景深最小的待处理区域的景深值小于等于预设景深阈值时,发出紧急制动命令;
行驶控制机构,与所述参数解析机构连接,用于在接收到所述紧急制动命令时,对移动终端所在车辆进行紧急制动操作;
用户输入设备,位于移动终端内,用于在用户的操作下,设置移动终端是否进入车前监控状态,所述移动终端面向驾驶员放置;
CCD传感设备,位于移动终端的后方面部内,与所述用户输入设备连接,用于在移动终端进入车前监控状态时,启动对车前的图像数据捕获动作,以获得相应的即时捕获图像;
频率采集设备,位于移动终端内,与所述CCD传感设备连接,用于接收所述即时捕获图像,对所述即时捕获图像的像素时钟频率进行检测,以获得对应的当前像素时钟频率;
命令提取设备,位于移动终端内,与所述频率采集设备连接,用于在所述当前像素时钟频率超限时,发出第一驱动命令;
所述命令提取设备还用于在所述当前像素时钟频率未超限时,发出第二驱动命令;
自适应校正设备,分别与所述命令提取设备和所述频率采集设备连接,用于在接收到所述第二驱动命令时,对所述即时捕获图像执行伽马校正处理,以获得相应的伽马校正图像;
所述自适应校正设备还用于在接收到所述第一驱动命令时,对所述即时捕获图像不执行伽马校正处理,直接将所述即时捕获图像作为伽马校正图像输出;
直方图均衡化设备,与所述自适应校正设备连接,用于对接收到的伽马校正图像执行直方图均衡化处理,以获得并输出相应的均衡化处理图像;
实时锐化设备,与所述直方图均衡化设备连接,用于接收所述均衡化处理图像,并对所述均衡化处理图像执行基于Roberts算子的图像锐化处理,以获得相应的实时锐化图像;
其中,所述行驶控制机构和所述参数解析机构之间通过蓝牙通信链路进行数据通信;
其中,所述行驶控制机构和所述参数解析机构都内置有蓝牙通信接口;
其中,所述自适应校正设备包括命令接收单元、校正处理单元和数据输出单元。
2.如权利要求1所述的对象参数实时解析平台,其特征在于:
采用同一供电输入设备同时对所述自适应校正设备、所述命令提取设备和所述频率采集设备进行供电动作。
3.如权利要求2所述的对象参数实时解析平台,其特征在于:
在所述自适应校正设备中,所述校正处理单元用于对所述即时捕获图像执行伽马校正处理,以获得相应的伽马校正图像。
4.如权利要求3所述的对象参数实时解析平台,其特征在于,所述平台还包括:
可疑行识别设备,与所述实时锐化设备连接,用于接收所述实时锐化图像,对所述实时锐化图像执行前景和背景分割,以获得对应的前景子图像和背景子图像,获取所述实时锐化图像中每一个行的各个像素点的亮度数据,对每一个行的各个像素点的亮度数据进行算术平均值计算以获得对应的亮度均值,获取各行的亮度均值,对各行的亮度均值进行算术平均值计算以获得对应的图像均值,将偏离所述图像均值的幅度超过限量的亮度均值所对应的行作为可疑行。
5.如权利要求4所述的对象参数实时解析平台,其特征在于,所述平台还包括:
像素点统计设备,与所述可疑行识别设备连接,用于确定所述可疑行中各个像素点是否位于所述背景子图像中,统计所述可疑行中位于所述背景子图像中的像素点的数量,并当所述像素点的数量大于等于预设数量阈值时,将所述可疑行作为相应的亮线行。
6.如权利要求5所述的对象参数实时解析平台,其特征在于,所述平台还包括:
像素点处理设备,分别与所述行人辨识设备和所述像素点统计设备连接,用于在所述像素点统计设备输出的亮线行的数量非零时,将所述实时锐化图像中的每一个像素点作为对象像素点,确定所述对象像素点周围各个像素点的各个红色分量值以获得所述对象像素点的已处理红色分量值,确定所述对象像素点周围各个像素点的各个蓝色分量值以获得所述对象像素点的已处理蓝色分量值,确定所述对象像素点周围各个像素点的各个绿色分量值以获得所述对象像素点的已处理绿色分量值;在所述像素点处理设备中,确定所述对象像素点周围各个像素点的各个红色分量值以获得所述对象像素点的已处理红色分量值包括:确定所述对象像素点周围各个像素点的各个红色分量值的平均值,当所述平均值超过预设红色分量阈值时,将所述平均值作为所述对象像素点的已处理红色分量值,否则,将所述对象像素点的固有红色分量值作为所述对象像素点的已处理红色分量值。
7.如权利要求6所述的对象参数实时解析平台,其特征在于:
所述像素点处理设备还用于基于所述实时锐化图像各个像素点的已处理红色分量值、已处理蓝色分量值和已处理绿色分量值获取对应的处理后图像,并将所述处理后图像替换所述实时锐化图像发送给所述行人辨识设备。
8.如权利要求7所述的对象参数实时解析平台,其特征在于:
所述可疑行识别设备输出的可疑行为一个或多个,所述像素点统计设备输出的亮线行为一个或多个;
其中,在所述可疑行识别设备中,所述前景子图像和所述背景子图像组成所述实时锐化图像。
9.如权利要求8所述的对象参数实时解析平台,其特征在于:
在所述像素点处理设备中,确定所述对象像素点周围各个像素点的各个蓝色分量值以获得所述对象像素点的已处理蓝色分量值包括:确定所述对象像素点周围各个像素点的各个蓝色分量值的平均值,当所述平均值超过预设蓝色分量阈值时,将所述平均值作为所述对象像素点的已处理蓝色分量值,否则,将所述对象像素点的固有蓝色分量值作为所述对象像素点的已处理蓝色分量值;
其中,在所述像素点处理设备中,确定所述对象像素点周围各个像素点的各个绿色分量值以获得所述对象像素点的已处理绿色分量值包括:确定所述对象像素点周围各个像素点的各个绿色分量值的平均值,当所述平均值超过预设绿色分量阈值时,将所述平均值作为所述对象像素点的已处理绿色分量值,否则,将所述对象像素点的固有绿色分量值作为所述对象像素点的已处理绿色分量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910343581.1A CN111027361B (zh) | 2019-04-26 | 2019-04-26 | 对象参数实时解析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910343581.1A CN111027361B (zh) | 2019-04-26 | 2019-04-26 | 对象参数实时解析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111027361A true CN111027361A (zh) | 2020-04-17 |
CN111027361B CN111027361B (zh) | 2020-08-18 |
Family
ID=70203591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910343581.1A Active CN111027361B (zh) | 2019-04-26 | 2019-04-26 | 对象参数实时解析装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111027361B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113242353A (zh) * | 2021-03-22 | 2021-08-10 | 帅培林 | 前方杆体逼近程度解析平台 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106537892A (zh) * | 2014-05-29 | 2017-03-22 | 株式会社尼康 | 摄像装置及车辆 |
CN107231572A (zh) * | 2017-01-16 | 2017-10-03 | 高秀丽 | 包括基于云架构的安全计算机系统的车辆 |
WO2018100971A1 (en) * | 2016-11-30 | 2018-06-07 | Ricoh Company, Ltd. | Information processing device, imaging device, apparatus control system, movable body, information processing method, and computer program product |
CN108961433A (zh) * | 2018-06-29 | 2018-12-07 | 袁艳荣 | 紧急行车道现场扣费机构 |
CN109035446A (zh) * | 2018-07-04 | 2018-12-18 | 孔涛 | 停车场自动收费系统 |
CN109029819A (zh) * | 2018-06-26 | 2018-12-18 | 孙磊 | 基于压力测量的指纹纹理分析系统 |
CN109076163A (zh) * | 2016-04-27 | 2018-12-21 | 索尼公司 | 成像控制装置、成像控制方法以及成像装置 |
CN109155829A (zh) * | 2016-05-31 | 2019-01-04 | 索尼半导体解决方案公司 | 成像装置及成像方法、相机模块、和电子设备 |
CN109147110A (zh) * | 2018-07-18 | 2019-01-04 | 顾克斌 | 基于面部特征识别的进校验证机构 |
CN109472186A (zh) * | 2018-07-26 | 2019-03-15 | 周小凤 | 大数据处理式体形识别方法 |
-
2019
- 2019-04-26 CN CN201910343581.1A patent/CN111027361B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106537892A (zh) * | 2014-05-29 | 2017-03-22 | 株式会社尼康 | 摄像装置及车辆 |
CN109076163A (zh) * | 2016-04-27 | 2018-12-21 | 索尼公司 | 成像控制装置、成像控制方法以及成像装置 |
CN109155829A (zh) * | 2016-05-31 | 2019-01-04 | 索尼半导体解决方案公司 | 成像装置及成像方法、相机模块、和电子设备 |
WO2018100971A1 (en) * | 2016-11-30 | 2018-06-07 | Ricoh Company, Ltd. | Information processing device, imaging device, apparatus control system, movable body, information processing method, and computer program product |
CN107231572A (zh) * | 2017-01-16 | 2017-10-03 | 高秀丽 | 包括基于云架构的安全计算机系统的车辆 |
CN109029819A (zh) * | 2018-06-26 | 2018-12-18 | 孙磊 | 基于压力测量的指纹纹理分析系统 |
CN108961433A (zh) * | 2018-06-29 | 2018-12-07 | 袁艳荣 | 紧急行车道现场扣费机构 |
CN109035446A (zh) * | 2018-07-04 | 2018-12-18 | 孔涛 | 停车场自动收费系统 |
CN109147110A (zh) * | 2018-07-18 | 2019-01-04 | 顾克斌 | 基于面部特征识别的进校验证机构 |
CN109472186A (zh) * | 2018-07-26 | 2019-03-15 | 周小凤 | 大数据处理式体形识别方法 |
Non-Patent Citations (2)
Title |
---|
康志昊: "自动导引小车AGV自适应避障策略的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张伟: "定位辅助搜寻Wi-Fi的移动设备节能策略", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113242353A (zh) * | 2021-03-22 | 2021-08-10 | 帅培林 | 前方杆体逼近程度解析平台 |
CN113242353B (zh) * | 2021-03-22 | 2023-11-03 | 启美科技(江苏)有限公司 | 前方杆体逼近程度解析平台 |
Also Published As
Publication number | Publication date |
---|---|
CN111027361B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146814B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
Boubezari et al. | Smartphone camera based visible light communication | |
CN108900819B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN109413563B (zh) | 视频的音效处理方法及相关产品 | |
CN107197146B (zh) | 图像处理方法和装置、移动终端、计算机可读存储介质 | |
CN105828068A (zh) | 一种对摄像头进行遮挡检测的方法、装置及终端设备 | |
CN111698459B (zh) | 对象参数实时解析方法 | |
CN109671106A (zh) | 一种图像处理方法、装置与设备 | |
CN112785510B (zh) | 图像处理方法和相关产品 | |
CN105760884A (zh) | 图片类型的识别方法及装置 | |
CN110248177B (zh) | 一种图像数据的处理方法及装置 | |
CN111027361B (zh) | 对象参数实时解析装置 | |
CN103002212A (zh) | 图像处理器、图像处理方法和计算机可读介质 | |
CN104182419A (zh) | 对图片中的文字信息进行处理的方法及装置 | |
CN113096022B (zh) | 图像虚化处理方法、装置、存储介质与电子设备 | |
CN103413091B (zh) | 恶意行为的监控方法及装置 | |
CN109029270B (zh) | 舞台台面位移监测平台 | |
CN110636576B (zh) | 自动化无线网络选择平台 | |
CN112053372B (zh) | 一种屏幕显示类型的识别方法以及相关装置 | |
CN110677635B (zh) | 数据参数现场设置系统 | |
CN104717531A (zh) | 影像日志存储系统及其记录方法 | |
US10205902B2 (en) | Semiconductor chip, a method, an apparatus and a computer program product for image capturing | |
CN107957899A (zh) | 录屏方法、装置、计算机可读存储介质和一种移动终端 | |
CN110650372B (zh) | 基于视频终端数量的清晰度调节机构 | |
CN110633562B (zh) | 基于面部分析的移动终端授权访问装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200729 Address after: 318050, Zhejiang City, Taizhou province Luqiao District Heng Gang Town Lantau Island Applicant after: Taizhou Xuehua refrigeration equipment Co., Ltd Address before: 225300 Hailing Industrial Park, Taizhou City, Jiangsu Province, No. 12 Applicant before: Taizhou law Photoelectric Technology Co.,Ltd. |