CN114936981B - 一种基于云平台的场所扫码登记系统 - Google Patents

一种基于云平台的场所扫码登记系统 Download PDF

Info

Publication number
CN114936981B
CN114936981B CN202210650883.5A CN202210650883A CN114936981B CN 114936981 B CN114936981 B CN 114936981B CN 202210650883 A CN202210650883 A CN 202210650883A CN 114936981 B CN114936981 B CN 114936981B
Authority
CN
China
Prior art keywords
image
enhanced
dimensional code
cloud platform
noise reduction
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
Application number
CN202210650883.5A
Other languages
English (en)
Other versions
CN114936981A (zh
Inventor
方超
王利
刘宁
韩建
马运生
陈树生
谈海霞
谷建峰
周鹏耀
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.)
Chongqing Shangyou Technology Co ltd
Original Assignee
Chongqing Shangyou Technology Co ltd
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 Chongqing Shangyou Technology Co ltd filed Critical Chongqing Shangyou Technology Co ltd
Priority to CN202210650883.5A priority Critical patent/CN114936981B/zh
Publication of CN114936981A publication Critical patent/CN114936981A/zh
Application granted granted Critical
Publication of CN114936981B publication Critical patent/CN114936981B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
    • G06K7/1417—2D bar codes
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于云平台的场所扫码登记系统，包括个人终端和云平台；个人终端用于对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，包括：对二维码图像进行分区处理，获得多个子区域；计算每个子区域的亮度系数；若亮度系数小于设定的亮度系数阈值，则使用拉普拉斯图像增强算法对子区域进行增强处理，获得增强后的子区域；反之，则使用Log变换图像增强算法对子区域进行增强处理，获得增强后的子区域；对所有子区域进行增强处理后，获得增强图像；对增强图像进行识别处理，获得增强图像中包含的位置信息；云平台用于对个人信息和位置信息进行存储。本发明有效地提高了增强处理的结果的准确性。

Description

一种基于云平台的场所扫码登记系统
技术领域
本发明涉及登记管理领域，尤其涉及一种基于云平台的场所扫码登记系统。
背景技术
传统的登记方式是由工作人员准备好用于登记的表格以及签字笔，然后让每个进入的人员填写自己的姓名、进入时间、身份证号、手机号码等信息。这样的登记方式不仅效率低，而且还很容易造成个人隐私信息的泄露。基于此，场所码被推了出来进行以实现登记的工作，进入的人员只需要扫描场所码便完成了登记的工作，而且进入的场所并不能获取人员的隐私信息，从而在保证了登记效率的同时，实现了隐私的保护。
在对场所码进行扫描识别的过程中，需要先对二维码进行拍摄，然后进行预处理、二值化、定位、译码等工作。现有的扫码登记系统在预处理时，并没有考虑到光线分布不均的情况，对所有位置的像素点都进行了同样的增强处理，从而导致了增强处理的结果不准确。
发明内容
本发明的目的在于公开一种基于云平台的场所扫码登记系统，解决现有技术中，扫码登记系统在预处理时，并没有考虑到光线分布不均的情况，对所有位置的像素点都进行了同样的增强处理，从而导致了增强处理的结果不准确的问题。
为了达到上述目的，本发明采用如下技术方案：
一种基于云平台的场所扫码登记系统，包括个人终端和云平台；
个人终端用于对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，以及用于将个人信息和位置信息发送至云平台；
云平台用于对个人信息和位置信息进行存储；
所述对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，包括：
采用如下方式对二维码图像进行增强处理，获得增强图像：
对二维码图像进行分区处理，获得多个子区域；
计算每个子区域的亮度系数；
若亮度系数小于设定的亮度系数阈值，则使用拉普拉斯图像增强算法对子区域进行增强处理，获得增强后的子区域；
若亮度系数大于等于设定的亮度系数阈值，则使用Log变换图像增强算法对子区域进行增强处理，获得增强后的子区域；
对所有子区域进行增强处理后，获得增强图像；
对增强图像进行识别处理，获得增强图像中包含的位置信息。
优选地，所述个人终端包括登录模块、拍摄模块、处理模块和第一通信模块；
登录模块用于对个人终端的使用者进行身份验证，获取个人终端的使用者的个人信息；
拍摄模块用于对场所入口处的二维码进行拍摄，获得二维码图像；
处理模块用于对拍摄模块拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息；
第一通信模块用于将个人信息和位置信息发送至云平台。
优选地，所述云平台包括存储模块和第二通信模块；
第二通信模块用于与第一通信模块进行通信，接收第一通信模块发送过来的个人信息和位置信息；
存储模块用于存储第二通信模块接收的个人信息和位置信息。
优选地，所述个人信息包括姓名、年龄、性别和手机号码。
优选地，所述亮度系数通过如下方式进行计算：
将子区域从RGB颜色空间转换到Lab颜色空间；
获取子区域在Lab颜色空间中的L分量对应的图像Limg；
通过以下公式计算亮度系数：
Figure BDA0003687675280000021
式中，bricoef表示亮度系数，setLimg表示Limg中的像素点的集合，w表示预设的比例系数，Limgi表示setLimg中的像素点i的像素值，nfLimg表示setLimg中包含的像素点的数量。
优选地，所述对二维码图像进行分区处理，获得多个子区域，包括：
将二维码图像分成多个面积相同的矩形子区域。
优选地，所述对增强图像进行识别处理，获得增强图像中包含的位置信息，包括：
对增强图像进行降噪处理，获得降噪图像；
对降噪图像进行二值化处理，获得二值化图像；
对二值化图像进行连通域检测获得二维码的外轮廓图像；
对外轮廓图像进行校正处理，获得校正图像；
对校正图像进行解码处理，获得校正图像中包含的位置信息。
优选地，所述对增强图像进行降噪处理，获得降噪图像，包括：
使用自适应降噪算法对增强图像进行降噪处理，获得降噪图像。
优选地，所述对降噪图像进行二值化处理，获得二值化图像，包括：
使用OTSU算法对降噪图像进行二值化处理，获得二值化图像。
优选地，所述对二值化图像进行连通域检测获得二维码的外轮廓图像，包括：
对二值化图像进行连通域检测，获得多个连通域；
将二值化图像中最大的连通域对应的区域作为二维码的外轮廓图像。
本发明在对二维码图像进行增强处理时，通过先进行分区，然后在根据分区的亮度系数选择不同的增强算法来进行图像增强处理，实现了对高亮度区域的自适应抑制和低亮度区域的自适应提升，有效地提高了增强后的图像中包含的边缘细节信息，从而有效地提高了增强处理的结果的准确性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种基于云平台的场所扫码登记系统的一种示例性实施例图。
图2，为本发明个人终端的一种示例性实施例图。
图3，为本发明对增强图像进行识别处理，获得增强图像中包含的位置信息的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明提供了一种基于云平台的场所扫码登记系统，包括个人终端和云平台；
个人终端用于对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，以及用于将个人信息和位置信息发送至云平台；
云平台用于对个人信息和位置信息进行存储；
所述对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，包括：
采用如下方式对二维码图像进行增强处理，获得增强图像：
对二维码图像进行分区处理，获得多个子区域；
计算每个子区域的亮度系数；
若亮度系数小于设定的亮度系数阈值，则使用拉普拉斯图像增强算法对子区域进行增强处理，获得增强后的子区域；
若亮度系数大于等于设定的亮度系数阈值，则使用Log变换图像增强算法对子区域进行增强处理，获得增强后的子区域；
对所有子区域进行增强处理后，获得增强图像；
对增强图像进行识别处理，获得增强图像中包含的位置信息。
本发明在对二维码图像进行增强处理时，通过先进行分区，然后在根据分区的亮度系数选择不同的增强算法来进行图像增强处理，实现了对高亮度区域的自适应抑制和低亮度区域的自适应提升，有效地提高了增强后的图像中包含的边缘细节信息，从而有效地提高了增强处理的结果的准确性。
具体的，当亮度系数大于等于设定的亮度系数阈值时，选用Log变换图像增强算法进行增强处理，实现了对高亮度区域的有效抑制，而当亮度系数小于设定的亮度系数阈值时，则通过拉普拉斯图像增强算法进行增强处理，实现了对低亮度区域的有效提升。
优选地，如图2所示，所述个人终端包括登录模块、拍摄模块、处理模块和第一通信模块；
登录模块用于对个人终端的使用者进行身份验证，获取个人终端的使用者的个人信息；
拍摄模块用于对场所入口处的二维码进行拍摄，获得二维码图像；
处理模块用于对拍摄模块拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息；
第一通信模块用于将个人信息和位置信息发送至云平台。
优选地，云平台还用于存储个人终端的使用者在注册时预先录入的脸部图像。
优选地，所述对个人终端的使用者进行身份验证，包括：
获取个人终端的使用者的脸部图像；
将新获取的脸部图像与云平台中存储的预先录入的脸部图像进行图像匹配，计算两者之间的相似度，
若相似度大于设定的相似度阈值，则表示个人终端的使用者通过身份验证；
若相似度小于等于设定的相似度阈值，则表示个人终端的使用者没有通过身份验证。
具体的，之所以要进行身份验证，主要是为了避免出现个人终端的使用者随便填写个人信息的情况的出现。由于个人终端在使用前先进行了注册，而注册的过程连接了全国公民手机号码查询服务中心进行验证，从而避免了出现随便填写身份证号和姓名便能注册成功的情况的出现。使用者在登陆后，可以输入额外的个人信息，例如住址等。
优选地，所述云平台包括存储模块和第二通信模块；
第二通信模块用于与第一通信模块进行通信，接收第一通信模块发送过来的个人信息和位置信息；
存储模块用于存储第二通信模块接收的个人信息和位置信息。
优选地，所述个人信息包括姓名、年龄、性别和手机号码。
优选地，所述亮度系数通过如下方式进行计算：
将子区域从RGB颜色空间转换到Lab颜色空间；
获取子区域在Lab颜色空间中的L分量对应的图像Limg；
通过以下公式计算亮度系数：
Figure BDA0003687675280000051
式中，bricoef表示亮度系数，setLimg表示Limg中的像素点的集合，w表示预设的比例系数，Limgi表示setLimg中的像素点i的像素值，nfLimg表示setLimg中包含的像素点的数量，csnt表示预设的常数参数。
本发明在计算亮度系数时，并不是直接采用子区域中的像素点的像素值的平均值作为亮度系数，因为平均值并不能反映子区域中的像素值的分布情况，可能会出现像素值差异比较大，但是平均像素值依然比较大。因此，本申请加入了常数参数以及子区域中的像素点的像素值的方差这两个参数进行计算，方差越小，表示像素点之间的像素值差异越小，亮度系数越大，从而使得本发明的亮度系数计算公式能够选出平均亮度值高，且亮度值分布均匀的子区域，并采用对高亮度增强效果更好的Log变换图像增强算法进行增强处理，有效地提高了增强处理结果的准确性。
优选地，所述对二维码图像进行分区处理，获得多个子区域，包括：
将二维码图像分成多个面积相同的矩形子区域。
优选地，如图3所示，所述对增强图像进行识别处理，获得增强图像中包含的位置信息，包括：
对增强图像进行降噪处理，获得降噪图像；
对降噪图像进行二值化处理，获得二值化图像；
对二值化图像进行连通域检测获得二维码的外轮廓图像；
对外轮廓图像进行校正处理，获得校正图像；
对校正图像进行解码处理，获得校正图像中包含的位置信息。
具体的，可以使用Hough变换获取外轮廓图像的倾斜角度，然后根据倾斜角度进行校正处理，获得校正图像。
优选地，所述对增强图像进行降噪处理，获得降噪图像，包括：
使用自适应降噪算法对增强图像进行降噪处理，获得降噪图像。
优选地，所述使用自适应降噪算法对增强图像进行降噪处理，获得降噪图像，包括：
对于增强图像中的像素点strigpix，计算strigpix的自适应比较参数；
判断像素点strigpix的像素值与自适应比较参数之间的差值的绝对值，
若绝对值大于设定的绝对值阈值，则采用如下方式对strigpix进行降噪处理：
以strigpix为中心，获取Ω×Ω大小的矩形区域；
对矩形区域进行小波分解处理，获得小波高频系数AXH和小波低频系数AXL；
对小波高频系数AXH进行如下处理：
若AXH≥shrs，则使用如下公式对小波高频系数AXH进行处理：
Figure BDA0003687675280000061
若AXH＜shrs，则使用如下公式对小波高频系数AXH进行处理：
Figure BDA0003687675280000062
式中，fAXH表示对小波高频系数AXH进行处理的结果，当AXH小于0时，fhs(AXH)为-1，当AXH为0时，fhs(AXH)为0，当AXH大于0时，fhs(AXH)为1，Φ表示预设的控制系数，Γ表示预设的补偿系数，shrs表示预设的对比值，bigst表示取括号内的较大值；
将fAXH和AXL进行小波逆重构，得到像素点strigpix降噪后的像素值；
若绝对值小于等于设定的绝对值阈值，则使用如下公式对strigpix进行降噪处理：
tAXH(strigpix)＝mid(UΩ×Ω)
式中，tAXH(strigpix)表示对strigpix进行降噪处理后的像素值，UΩ×Ω表示以strigpix为中心，Ω×Ω大小的矩形区域内的像素点的集合，mid表示取UΩ×Ω内的元素的像素值的中间值。
具体的，本发明在进行降噪时，根据自适应比较参数来为像素点自适应地选择降噪处理算法进行降噪处理，有效地提高了降噪结果的准确性。而现有技术中一般是采用单一的降噪处理算法对整幅图像进行降噪处理，并没有考虑到像素点周围的像素值的分布情况，容易出现错误的降噪结果。在对绝对值大于设定的绝对值阈值的像素点进行降噪时，采用的是先获取当前进行降噪处理的周边的矩形区域，然后采用自适应的小波降噪算法对整个矩形区域进行降噪处理，这样的处理方式，自适应小波降噪算法能够根据矩形区域中的像素值的分布对像素点进行自适应降噪，从而提高了降噪处理结果的准确性。而当绝对值小于设定的绝对值阈值时，则是采用中值降噪的方式进行降噪处理，兼顾了降噪处理效率。
优选地，所述自适应比较参数通过如下公式进行计算：
Figure BDA0003687675280000071
式中，zdx(strigpix)表示strigpix的自适应比较参数，α和β表示设定的权重参数， adpcomp(strigpix)表示strigpix的邻域加权值，adpcompstr表示预设的像素值标准值，num表示获取满足括号内的不等式的像素点的数量，numstr表示预设的数量标准值，graystrigpix表示 strigpix的像素值，grayj表示像素点j的像素值，neistr表示strigpix的24邻域内的像素点的集合，
Figure BDA0003687675280000072
式中，η1表示neistr中的像素点的像素值的方差，lonst(j,strigpix)表示像素点j和 strigpix之间的直线长度，η2表示neistr中的像素点与strigpix之间的距离的方差。
在本发明中，自适应比较值主要是从邻域加权值、满足像素值比较条件的像素点的数量两方面进行考虑，邻域加权值越大，满足像素值比较条件的像素点的数量越多，则自适应比较值越大，若strigpix的像素值与周围的像素差异比较大，则像素点strigpix的像素值与自适应比较参数之间的差值的绝对值也会比较大，表示像素点strigpix周围的像素值分布较为复杂，因此，采用了降噪效果更好的自适应降噪处理算法进行降噪处理，反之则采用降噪速度更快的中值降噪算法进行降噪处理，实现了降噪效果和降噪效率之间的均衡。另外，本发明在计算邻域加权值时，主要考虑了像素值的差异和直线长度的差异，使得自适应比较参数更能表示像素点strigpix周边的像素值的分布情况，提高选择降噪算法的准确性。
优选地，所述对降噪图像进行二值化处理，获得二值化图像，包括：
使用OTSU算法对降噪图像进行二值化处理，获得二值化图像。
优选地，所述对二值化图像进行连通域检测获得二维码的外轮廓图像，包括：
对二值化图像进行连通域检测，获得多个连通域；
将二值化图像中最大的连通域对应的区域作为二维码的外轮廓图像。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。
需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。
实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

Claims (8)

1.一种基于云平台的场所扫码登记系统，其特征在于，包括个人终端和云平台；
个人终端用于对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，以及用于将个人信息和位置信息发送至云平台；
云平台用于对个人信息和位置信息进行存储；
所述对拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息，包括：
采用如下方式对二维码图像进行增强处理，获得增强图像：
对二维码图像进行分区处理，获得多个子区域；
计算每个子区域的亮度系数；
若亮度系数小于设定的亮度系数阈值，则使用拉普拉斯图像增强算法对子区域进行增强处理，获得增强后的子区域；
若亮度系数大于等于设定的亮度系数阈值，则使用Log变换图像增强算法对子区域进行增强处理，获得增强后的子区域；
对所有子区域进行增强处理后，获得增强图像；
对增强图像进行识别处理，获得增强图像中包含的位置信息；
所述对增强图像进行识别处理，获得增强图像中包含的位置信息，包括：
对增强图像进行降噪处理，获得降噪图像；
对降噪图像进行二值化处理，获得二值化图像；
对二值化图像进行连通域检测获得二维码的外轮廓图像；
对外轮廓图像进行校正处理，获得校正图像；
对校正图像进行解码处理，获得校正图像中包含的位置信息；
所述对增强图像进行降噪处理，获得降噪图像，包括：
使用自适应降噪算法对增强图像进行降噪处理，获得降噪图像；
所述使用自适应降噪算法对增强图像进行降噪处理，获得降噪图像，包括：
对于增强图像中的像素点strigpix，计算strigpix的自适应比较参数；
判断像素点strigpix的像素值与自适应比较参数之间的差值的绝对值，
若绝对值大于设定的绝对值阈值，则采用如下方式对strigpix进行降噪处理：
以strigpix为中心，获取Ω×Ω大小的矩形区域；
对矩形区域进行小波分解处理，获得小波高频系数AXH和小波低频系数AXL；
对小波高频系数AXH进行如下处理：
若AXH≥shrs，则使用如下公式对小波高频系数AXH进行处理：
Figure FDA0004112084190000021
若AXH＜shrs，则使用如下公式对小波高频系数AXH进行处理：
Figure FDA0004112084190000022
式中，fAXH表示对小波高频系数AXH进行处理的结果，当AXH小于0时，fhs(AXH)为-1，当AXH为0时，fhs(AXH)为0，当AXH大于0时，fhs(AXH)为1，Φ表示预设的控制系数，Γ表示预设的补偿系数，shrs表示预设的对比值，bigst表示取括号内的较大值；
将fAXH和AXL进行小波逆重构，得到像素点strigpix降噪后的像素值；
若绝对值小于等于设定的绝对值阈值，则使用如下公式对strigpix进行降噪处理：
tAXH(strigpix)＝mid(UΩ×Ω)
式中，tAXH(strigpix)表示对strigpix进行降噪处理后的像素值，UΩ×Ω表示以strigpix为中心，Ω×Ω大小的矩形区域内的像素点的集合，mid表示取UΩ×Ω内的元素的像素值的中间值。
2.根据权利要求1所述的一种基于云平台的场所扫码登记系统，其特征在于，所述个人终端包括登录模块、拍摄模块、处理模块和第一通信模块；
登录模块用于对个人终端的使用者进行身份验证，获取个人终端的使用者的个人信息；
拍摄模块用于对场所入口处的二维码进行拍摄，获得二维码图像；
处理模块用于对拍摄模块拍摄的二维码图像进行识别处理，获取二维码图像中包含的位置信息；
第一通信模块用于将个人信息和位置信息发送至云平台。
3.根据权利要求2所述的一种基于云平台的场所扫码登记系统，其特征在于，所述云平台包括存储模块和第二通信模块；
第二通信模块用于与第一通信模块进行通信，接收第一通信模块发送过来的个人信息和位置信息；
存储模块用于存储第二通信模块接收的个人信息和位置信息。
4.根据权利要求1所述的一种基于云平台的场所扫码登记系统，其特征在于，所述个人信息包括姓名、年龄、性别和手机号码。
5.根据权利要求1所述的一种基于云平台的场所扫码登记系统，其特征在于，所述亮度系数通过如下方式进行计算：
将子区域从RGB颜色空间转换到Lab颜色空间；
获取子区域在Lab颜色空间中的L分量对应的图像Limg；
通过以下公式计算亮度系数：
Figure FDA0004112084190000031
式中，bricoef表示亮度系数，setLimg表示Limg中的像素点的集合，w表示预设的比例系数，Limgi表示setLimg中的像素点i的像素值，nfLimg表示setLimg中包含的像素点的数量。
6.根据权利要求1所述的一种基于云平台的场所扫码登记系统，其特征在于，所述对二维码图像进行分区处理，获得多个子区域，包括：
将二维码图像分成多个面积相同的矩形子区域。
7.根据权利要求1所述的一种基于云平台的场所扫码登记系统，其特征在于，所述对降噪图像进行二值化处理，获得二值化图像，包括：
使用OTSU算法对降噪图像进行二值化处理，获得二值化图像。
8.根据权利要求1所述的一种基于云平台的场所扫码登记系统，其特征在于，所述对二值化图像进行连通域检测获得二维码的外轮廓图像，包括：
对二值化图像进行连通域检测，获得多个连通域；
将二值化图像中最大的连通域对应的区域作为二维码的外轮廓图像。
CN202210650883.5A 2022-06-10 2022-06-10 一种基于云平台的场所扫码登记系统 Active CN114936981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210650883.5A CN114936981B (zh) 2022-06-10 2022-06-10 一种基于云平台的场所扫码登记系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210650883.5A CN114936981B (zh) 2022-06-10 2022-06-10 一种基于云平台的场所扫码登记系统

Publications (2)

Publication Number Publication Date
CN114936981A CN114936981A (zh) 2022-08-23
CN114936981B true CN114936981B (zh) 2023-07-07

Family

ID=82866395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210650883.5A Active CN114936981B (zh) 2022-06-10 2022-06-10 一种基于云平台的场所扫码登记系统

Country Status (1)

Country Link
CN (1) CN114936981B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115544473B (zh) * 2022-09-09 2023-11-21 苏州吉弘能源科技有限公司 一种光伏发电站运维终端登录控制系统
CN115511833B (zh) * 2022-09-28 2023-06-27 广东百能家居有限公司 一种玻璃表面划痕检测系统
CN118378648B (zh) * 2024-06-20 2024-08-30 山东渔郎食品有限公司 一种鱼罐头生产信息追溯方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008123329A (ja) * 2006-11-14 2008-05-29 Omron Corp 画像処理装置、画像処理方法、プログラム、および記録媒体
CN105096280A (zh) * 2015-06-17 2015-11-25 浙江宇视科技有限公司 处理图像噪声的方法及装置
CN108460757A (zh) * 2018-02-11 2018-08-28 深圳市鑫信腾科技有限公司 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
WO2019205751A1 (zh) * 2018-04-26 2019-10-31 青岛海信移动通信技术股份有限公司 图像增强方法
CN111161222A (zh) * 2019-12-13 2020-05-15 北京印刷学院 一种基于视觉显著性的印刷辊筒缺陷检测方法
WO2020140986A1 (zh) * 2019-01-04 2020-07-09 Oppo广东移动通信有限公司 图像降噪方法、装置、存储介质及终端
CN113553992A (zh) * 2021-08-12 2021-10-26 浙江索思科技有限公司 一种面向电扶梯的复杂场景目标跟踪方法及系统
CN114067275A (zh) * 2021-11-26 2022-02-18 新疆爱华盈通信息技术有限公司 监控场景中目标物体提醒方法、系统与电子设备
CN114581374A (zh) * 2022-01-25 2022-06-03 深圳飞亮智能科技有限公司 一种基于人工智能技术的电动车辅助驾驶系统
CN114596238A (zh) * 2022-03-08 2022-06-07 安徽大学 一种多曝光图像融合方法、系统及可存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100278423A1 (en) * 2009-04-30 2010-11-04 Yuji Itoh Methods and systems for contrast enhancement
CN106530237B (zh) * 2016-09-19 2019-06-07 中山大学 一种图像增强方法
CN107846583B (zh) * 2017-10-27 2020-09-01 维沃移动通信有限公司 一种图像阴影补偿方法及移动终端
CN108830800B (zh) * 2018-05-09 2023-02-28 南京邮电大学 一种暗光场景下图像的亮度提升增强方法
CN109272459B (zh) * 2018-08-20 2020-12-01 Oppo广东移动通信有限公司 图像处理方法、装置、存储介质及电子设备
CN110458803A (zh) * 2019-07-04 2019-11-15 深圳市玩瞳科技有限公司 基于彩带校准的帧图像偏色和亮度检测方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008123329A (ja) * 2006-11-14 2008-05-29 Omron Corp 画像処理装置、画像処理方法、プログラム、および記録媒体
CN105096280A (zh) * 2015-06-17 2015-11-25 浙江宇视科技有限公司 处理图像噪声的方法及装置
CN108460757A (zh) * 2018-02-11 2018-08-28 深圳市鑫信腾科技有限公司 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
WO2019205751A1 (zh) * 2018-04-26 2019-10-31 青岛海信移动通信技术股份有限公司 图像增强方法
WO2020140986A1 (zh) * 2019-01-04 2020-07-09 Oppo广东移动通信有限公司 图像降噪方法、装置、存储介质及终端
CN111161222A (zh) * 2019-12-13 2020-05-15 北京印刷学院 一种基于视觉显著性的印刷辊筒缺陷检测方法
CN113553992A (zh) * 2021-08-12 2021-10-26 浙江索思科技有限公司 一种面向电扶梯的复杂场景目标跟踪方法及系统
CN114067275A (zh) * 2021-11-26 2022-02-18 新疆爱华盈通信息技术有限公司 监控场景中目标物体提醒方法、系统与电子设备
CN114581374A (zh) * 2022-01-25 2022-06-03 深圳飞亮智能科技有限公司 一种基于人工智能技术的电动车辅助驾驶系统
CN114596238A (zh) * 2022-03-08 2022-06-07 安徽大学 一种多曝光图像融合方法、系统及可存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于自适应伽马转换函数的遥感图像增强;刘攀;侯晓荣;电脑知识与技术;第09卷(第03期);第575-579页 *
多尺度卷积结合自适应双区间均衡化的图像增强;路皓翔;刘振丙;郭棚跃;潘细朋;光子学报;第49卷(第10期);第1010002-1 - 1010002-15页 *

Also Published As

Publication number Publication date
CN114936981A (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN114936981B (zh) 一种基于云平台的场所扫码登记系统
WO2021068330A1 (zh) 智能图像分割及分类方法、装置及计算机可读存储介质
CN110751024B (zh) 基于手写签名的用户身份识别方法、装置及终端设备
CN112150371B (zh) 图像降噪方法、装置、设备及存储介质
CN109255752B (zh) 图像自适应压缩方法、装置、终端及存储介质
CN111008935B (zh) 一种人脸图像增强方法、装置、系统及存储介质
CN110532746B (zh) 人脸校验方法、装置、服务器及可读存储介质
CN109214996B (zh) 一种图像处理方法及装置
CN114329405A (zh) 一种线上运营营销推广系统
CN112528866A (zh) 跨模态人脸识别方法、装置、设备及存储介质
CN110288551A (zh) 视频美化方法、装置及电子设备
CN114882332A (zh) 一种基于图像融合的目标检测系统
CN114898210B (zh) 一种基于神经网络的遥感图像目标识别方法
CN113888438A (zh) 图像处理方法、装置及存储介质
CN108229583B (zh) 一种基于主方向差分特征的快速模板匹配的方法及装置
CN112214773A (zh) 基于隐私保护的图像处理方法、装置和电子设备
CN114298902A (zh) 一种图像对齐方法、装置、电子设备和存储介质
CN111080665B (zh) 图像边框识别方法、装置、设备和计算机存储介质
CN106649829B (zh) 一种基于掌纹数据的业务处理方法和装置
CN117496019B (zh) 一种驱动静态图像的图像动画处理方法及系统
CN111027637A (zh) 一种文字检测方法及计算机可读存储介质
CN108764121B (zh) 用于检测活体对象的方法、计算设备及可读存储介质
CN111311619A (zh) 一种实现滑块验证的方法和装置
CN112565674A (zh) 一种可远程视频监控和控制的展厅中控系统
CN115620117B (zh) 一种用于网络访问权限认证的人脸信息加密方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 401120 27th Floor, Building 1, No. 3 Yangliu Road, Dazhulin Street, Liangjiang New District, Chongqing (Cluster Registration)

Applicant after: Chongqing Shangyou Technology Co.,Ltd.

Address before: 401120 No. 62, Xingguang Avenue, North New Area, Liangjiang New Area, Yubei District, Chongqing (No. 1, floor 7, zone B, Neptune science and technology building)

Applicant before: Chongqing Shangyou Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant