CN115130373A - 基于图像处理的智能校对系统及方法 - Google Patents

基于图像处理的智能校对系统及方法 Download PDF

Info

Publication number
CN115130373A
CN115130373A CN202210637708.2A CN202210637708A CN115130373A CN 115130373 A CN115130373 A CN 115130373A CN 202210637708 A CN202210637708 A CN 202210637708A CN 115130373 A CN115130373 A CN 115130373A
Authority
CN
China
Prior art keywords
lamp tube
manuscript
module
preheating time
intelligent
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
CN202210637708.2A
Other languages
English (en)
Other versions
CN115130373B (zh
Inventor
何通江
曹建斌
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.)
Suzhou Ruiyuan Intelligent Technology Co ltd
Original Assignee
Suzhou Ruiyuan Intelligent 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 Suzhou Ruiyuan Intelligent Technology Co ltd filed Critical Suzhou Ruiyuan Intelligent Technology Co ltd
Priority to CN202210637708.2A priority Critical patent/CN115130373B/zh
Publication of CN115130373A publication Critical patent/CN115130373A/zh
Application granted granted Critical
Publication of CN115130373B publication Critical patent/CN115130373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08—Thermal analysis or thermal optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/12—Timing analysis or timing optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Facsimile Scanning Arrangements (AREA)

Abstract

本发明公开了一种基于图像处理的智能校对系统及方法，属于图像处理技术领域。本系统包括：校稿仪、数据采集模块、智能校对模块、警示分析模块；所述校稿仪用于对文件进行校对，输出校对结果；所述数据采集模块用于获取校稿仪工作数据；所述智能校对模块设置在计算机程序端口，用于根据校稿仪工作数据的历史数据计算灯管预热时间，输出至管理员端口；所述警示分析模块用于分析操作人员数据，输出至管理员端口，管理员端口智能调节灯管预热时间，生成最佳灯管预热时间，反馈至智能校对模块，利用智能程序启动并控制灯管。本发明能够有效控制灯管的预热时间，在节能的基础上保证校对最优状态。

Description

基于图像处理的智能校对系统及方法
技术领域
本发明涉及图像处理技术领域，具体为一种基于图像处理的智能校对系统及方法。
背景技术
图像处理是指计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。
校稿仪就是图像处理的典型应用，在校稿仪中，为保证图像反射的光线足够强，配备一根冷阴极灯管提供所需的光源。可是不管用什么原理，灯管必定是扫描仪里面的主要能耗之一；而且灯管刚开始工作的时候其温度比较低，运行一段以后温度会开始升高，那么这前后扫描效果就有差距。在一般情况下，校稿仪在工作10至30分钟以后才能够达到比较理想的效果，因此产生了一个较大的问题，若以节能考虑，要在暂时不使用扫描仪的时候关闭灯管，但是重新启用扫描仪的时候，灯管却不能马上进入最佳状态；要让灯管一直保持良好状态，势必要它持续工作，但是这又对节能和灯管寿命不利。同时不同操作人员的操作时间不同，也会严重影响时间的校准，因此如何对灯管的预热时长进行控制，成为了一项亟待解决的问题。
发明内容
本发明的目的在于提供一种基于图像处理的智能校对系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
基于图像处理的智能校对方法，该方法包括以下步骤：
S1、获取校稿仪校对过程中对文件的历史校对结果，获取校对正确率数据；
S2、获取不同历史校对结果下的校稿仪工作数据；
S3、构建第一分析模型，利用第一分析模型分析在不同校稿仪工作数据下的灯管预热时间；
S4、获取操作人员数据，对灯管预热时间进行调节，生成最佳灯管预热时间，输出至管理员端口，利用智能程序启动并控制灯管。
根据上述技术方案，所述校稿仪包括上盖、原稿台、光学成像模块、光电转换模块、机械传动模块；所述校稿仪还连接有智能校对模块；
所述上盖用于将扫描的原稿压紧，防止扫描灯光线泄露；所述原稿台用于放置扫描原稿，其四周设有标尺线以方便原稿放置，并能及时确定原稿扫描尺寸，中间为透明玻璃，称为稿台玻璃。
所述光学成像模块用于图像信息读取，包括灯管、反光镜、镜头以及电荷耦合器件
所述灯管两端没有灯丝，只有一根电极，具有发光均匀稳定、结构强度高、使用寿命长、耗电量小、体积小等优点；
所述反光镜用于将原稿的信息反射到镜头上，由镜头将扫描信息传送到电荷耦合器件，最后由电荷耦合器件将照射到的光信号转换为电信号；
所述光学成像模块是校稿仪的“眼睛”，用来获取原稿反射的光信息。为保证图像反射的光线足够强，由一根冷阴极灯管提供所需的光源。校稿仪对灯管也有比较严格的要求，例如灯管自身的性质要好，包括色纯、强度等；如果色纯不够，不是完全的白色，再加上色彩调校系统没能起到应有的效果，那么扫描出来的稿件就可能偏向某种色彩。反过来说，一款校稿仪的所有扫描结果都有比较一致的偏色现象，可能和灯管的色纯有关系。除了色纯要好，还需要强度均匀。如果强度不均匀，就会大大影响扫描的精度。
还有外部的管理控制方面，主要问题为能耗与色温，灯管作为校稿仪里面的主要能耗，对其进行节能设置是必要的，目前最常见的方法就是不使用校稿仪的时候让灯管不工作。
然而这样就导致了灯管刚开始工作的时候其温度比较低，运行一段以后温度会开始升高，那么这前后扫描效果就有差距。所以主要问题就产生了，要节能的话势必要在暂时不使用校稿仪的时候关闭灯管，但是重新启用校稿仪的时候，灯管却不能马上进入最佳状态;要让灯管一直保持良好状态，势必要它持续工作，但是这又对节能和灯管寿命不利。因此本申请对灯管的预热时间进行管控和调节，使其能够在更加节能及寿命更长的基础上，预热时间更短，保证以最佳状态运行，提高整个处理流程的数字化体验。
所述光电转换模块用于完成电信号的输入处理，以及对步进电机的控制，将读取的图像以任意的解析度进行处理或变换所需的解析度；
光电转换模块以一块集成芯片为主，其作用是控制各部件协调一致地动作，如步进电机的移动等。其中有A/D变换器、BIOS芯片、I/O控制芯片和高速缓存(Cache)。BIOS芯片的主要功能是在校稿仪启动时进行自检， I/O控制芯片提供了连接界面和连接通道，高速缓存则是用来暂存图像数据的。如果把图像数据直接传输到计算机里，那么就会发生数据丢失和影像失真等现象，如果先把图像数据暂存在高速缓存里，然后再传输到计算机，就减少了上述情况发生的可能性。
所述机械传动模块包括步进电机、驱动皮带、滑动导轨和齿轮组；
所述步进电机用于为校稿仪提供动力源；所述驱动皮带用于在扫描过程中，步进电机通过直接驱动皮带实现驱动扫描头，对图像进行扫描；所述滑动导轨用于实现线性扫描的过程；所述齿轮组为保证机械传动模块正常工作的中间衔接设备；
所述智能校对模块设置在计算机程序端口，用于根据历史数据计算最佳灯管预热时间，并直接控制灯管的启停与预热。
根据上述技术方案，所述智能校对模块包括：
获取校稿仪工作数据的历史数据信息，构建第一分析模型；
输出在当前校稿仪工作数据下的灯管预热时间，发送至管理员端口；
接收管理员端口反馈的最佳灯管预热时间，根据最佳灯管预热时间，控制灯管的启停与预热。
根据上述技术方案，所述第一分析模型包括：
S4-1、调用校稿仪校对正确率数据，设置校对正确率满足值；
S4-2、将步骤S4-1中获取的校稿仪扫描数据进行组合编码，记为[A1、A2、A3、……、An]，每一编码对应一组校稿仪工作数据，其中A1、A2、A3、……、An分别代表校稿仪工作数据中的一种，记为元素；所述校稿仪工作数据包括外界环境温度、扫描文件类型、校稿仪使用年限、校稿仪润滑装置、校稿仪校准装置、校稿仪防尘装置；
S4-3、随机初始化一个种群，所述种群中包含B组校对正确率超出校对正确率满足值的校稿仪工作数据，B为可设置的常数值，获取种群中所有编码的灯管预热时间，并设置初始迭代次数G=1；
S4-4、对步骤S4-3种群中的编码中元素进行随机组合，根据编码中元素A1、A2、A3、……、An及元素A1、A2、A3、……、An的随机组合分别计算每个元素或元素组合对校稿仪灯管预热时间的影响程度，计算得出偏差值：
Figure 19371DEST_PATH_IMAGE001
其中，
Figure 961919DEST_PATH_IMAGE002
代表编码
Figure 586804DEST_PATH_IMAGE003
对应的校稿仪工作数据的偏差值；
Figure 273000DEST_PATH_IMAGE004
代表编码
Figure 479991DEST_PATH_IMAGE003
中所有元素组合方式的集合，其中单独一种元素也称为元素组合；
Figure 734386DEST_PATH_IMAGE005
代表编码
Figure 659617DEST_PATH_IMAGE003
中所有元素组合方式中的任一种；
Figure 883924DEST_PATH_IMAGE006
代表种群中存在组合方式为
Figure 211001DEST_PATH_IMAGE005
的校对正确率超出校对正确率满足值的校稿仪工作数据的编码数量；
Figure 416723DEST_PATH_IMAGE007
代表种群中存在组合方式为
Figure 829250DEST_PATH_IMAGE005
的编码数量；
Figure 857249DEST_PATH_IMAGE002
的计算方式为抽取不放回式；
S4-5、对种群中所有编码的偏差值进行求取平均值，并设置阈值，若平均值高于阈值，进行迭代，直至平均值低于阈值结束迭代；在平均值低于阈值时，停止迭代，输出当前的所有编码的偏差值的平均值；
所述迭代包括：每次随机选择两个编码，偏差值高的留下，不断循环直至选择的个体数量达到
Figure 976514DEST_PATH_IMAGE008
，其中
Figure 431766DEST_PATH_IMAGE009
，对选择的
Figure 66010DEST_PATH_IMAGE008
组编码中的元素进行统计，删除出现率最低的元素，并挖掘剩余元素的子元素形成新的编码[A11、I21、……、An1]，所述元素与子元素之间存在包含关系，并设置迭代次数G=G+1，重复步骤S4-4；
子元素一般为元素的进一步分析，例如外界环境温度的进一步分析可为环境温度的持续时间、扫描文件类型的进一步分析可为图片、文字等、校稿仪使用年限进一步分析可限定年限时长、校稿仪润滑装置进一步分析可为使用次数、校稿仪校准装置进一步分析可为安装的时间、校稿仪防尘装置进一步分析可为生厂厂家等；
S4-6、构建校稿仪真实值，选取校对正确率超出校对正确率满足值的校稿仪工作数据，以偏差值、灯管预热时间、迭代次数为自变量，以校稿仪真实值为因变量，拟合成为线性模型：
Figure 819071DEST_PATH_IMAGE010
其中，
Figure 386319DEST_PATH_IMAGE011
；
Figure 12472DEST_PATH_IMAGE012
代表回归系数；
Figure 134012DEST_PATH_IMAGE013
为
Figure 441497DEST_PATH_IMAGE014
灯管预热时间；
Figure 597671DEST_PATH_IMAGE015
为编码m下的迭代次数；
利用MATLAB软件仿真，计算得出
Figure 394726DEST_PATH_IMAGE012
；
并获取所有编码的
Figure 190513DEST_PATH_IMAGE016
，求取平均数作为下一次的预测数据；
S4-7、获取当前的校稿仪工作数据的元素信息，根据其存在的子元素，获取对应的迭代次数，计算得出当前的校稿仪工作数据的偏差值，代入线性模型中可得出灯管预热时间，记为
Figure 98426DEST_PATH_IMAGE017
，输出
Figure 109107DEST_PATH_IMAGE017
至管理员端。
根据上述技术方案，所述对灯管预热时间进行调节包括：
获取操作人员走向校稿仪时的走路姿势，记录手部、衣着、身高特征因子，记为集合E={e1、e2、……、ej}；
构建相似度模型：
Figure 77063DEST_PATH_IMAGE018
其中，
Figure 100002_DEST_PATH_IMAGE019
代表当前操作人员的特征因子与数据库内操作人员的特征因子
的相似度；
Figure 110878DEST_PATH_IMAGE020
中任一项；
Figure 822482DEST_PATH_IMAGE021
对应的任一项特征因子；
对D取最大值，其对应的数据库内操作人员即认定为当前前来的操作人员；
获取当前前来的操作人员的日常操作时间与操作次数，构建操作时间分析方程：
Figure 77883DEST_PATH_IMAGE022
其中，
Figure 216740DEST_PATH_IMAGE023
预测操作时间；
Figure 800169DEST_PATH_IMAGE024
当前前来操作人员的历史数据中任一次操作时间；N代表当前前来操作人员的历史操作次数；
Figure 315464DEST_PATH_IMAGE025
调节灯管预热时间：
Figure 222109DEST_PATH_IMAGE026
其中，
Figure 531867DEST_PATH_IMAGE027
记为最佳灯管预热时间；
将
Figure 602591DEST_PATH_IMAGE027
输出至至管理员端口，反馈至智能校对模块，利用智能程序启动并控制灯管。
基于图像处理的智能校对系统，该系统包括：校稿仪、数据采集模块、智能校对模块、警示分析模块；
所述校稿仪用于对文件进行校对，输出校对结果；所述数据采集模块用于获取校稿仪工作数据，所述校稿仪工作数据包括外界环境温度、扫描文件类型、校稿仪使用年限、校稿仪润滑装置、校稿仪校准装置、校稿仪防尘装置；所述智能校对模块设置在计算机程序端口，用于根据校稿仪工作数据的历史数据计算灯管预热时间，输出至管理员端口；所述警示分析模块用于分析操作人员数据，输出至管理员端口，管理员端口智能调节灯管预热时间，生成最佳灯管预热时间，反馈至智能校对模块，利用智能程序启动并控制灯管。
根据上述技术方案，所述校稿仪包括：上盖、原稿台、光学成像模块、光电转换模块、机械传动模块；
所述上盖用于将扫描的原稿压紧，防止扫描灯光线泄露；所述原稿台用于放置扫描原稿；
所述光学成像模块用于图像信息读取，包括灯管、反光镜、镜头以及电荷耦合器件；
所述灯管两端没有灯丝，只有一根电极；
所述反光镜用于将原稿的信息反射到镜头上，由镜头将扫描信息传送到电荷耦合器件，最后由电荷耦合器件将照射到的光信号转换为电信号；
所述光电转换模块用于完成电信号的输入处理，以及对步进电机的控制，将读取的图像以任意的解析度进行处理或变换所需的解析度；
所述机械传动模块包括步进电机、驱动皮带、滑动导轨和齿轮组；
所述步进电机用于为校稿仪提供动力源；所述驱动皮带用于在扫描过程中，步进电机通过直接驱动皮带实现驱动扫描头，对图像进行扫描；所述滑动导轨用于实现线性扫描的过程；所述齿轮组为保证机械传动模块正常工作的中间衔接设备；
所述校稿仪连接有智能校对模块。
根据上述技术方案，所述数据采集模块包括校稿仪工作数据采集子模块、校稿仪工作数据输出子模块；
所述校稿仪工作数据采集子模块用于配置传感器，构建连接网络，采集校稿仪工作数据并记录；所述校稿仪工作数据输出子模块用于将采集到的校稿仪工作数据输出至智能校对模块；
所述校稿仪工作数据采集子模块的输出端与所述校稿仪工作数据输出子模块的输入端相连接；所述校稿仪工作数据输出子模块的输出端与所述智能校对模块的输入端相连接。
根据上述技术方案，所述智能校对模块包括历史数据分析子模块、灯管预热时间输出子模块；
所述历史数据分析子模块用于获取校稿仪工作数据的历史数据信息，并构建第一分析模型，根据历史数据预测得出当前数据；所述灯管预热时间输出子模块用于根据预测模型，输出在当前校稿仪工作数据下的灯管预热时间；
所述历史数据分析子模块的输出端与所述灯管预热时间输出子模块的输入端相连接。
所述警示分析模块包括操作人员管理子模块、灯管预热调节子模块；
所述操作人员管理子模块用于根据操作人员历史数据，获取操作人员操作时间变化趋势，预测得出当前校稿仪工作数据下的操作时间；所述灯管预热调节子模块用于生成最佳灯管预热时间，反馈至智能校对模块，利用智能程序启动并控制灯管。
与现有技术相比，本发明所达到的有益效果是：
本发明利用校稿仪对文件进行校对，输出校对结果；利用数据采集模块获取校稿仪工作数据，利用智能校对模块设置在计算机程序端口，根据校稿仪工作数据的历史数据计算灯管预热时间，输出至管理员端口；利用警示分析模块分析操作人员数据，输出至管理员端口，管理员端口智能调节灯管预热时间，生成最佳灯管预热时间，反馈至智能校对模块，利用智能程序启动并控制灯管。本发明能够在保证校稿正确率的前提下，以最节能的、最高效的方式控制灯管预热时间，并对其进行精准分析，同时结合不同操作人员，设置个性化控制，保证节能高效的目的。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于图像处理的智能校对系统及方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供实施例：
在本实施例中，设置有管理员云端文件机构部门、校稿仪办公室；
构建第一分析模型包括：
调用校稿仪校对正确率数据，设置校对正确率满足值；
将获取的校稿仪扫描数据进行组合编码，记为[A1、A2、A3、……、An]，每一编码对应一组校稿仪工作数据，其中A1、A2、A3、……、An分别代表校稿仪工作数据中的一种，记为元素；所述校稿仪工作数据包括外界环境温度、扫描文件类型、校稿仪使用年限、校稿仪润滑装置、校稿仪校准装置、校稿仪防尘装置；
随机初始化一个种群，所述种群中包含B组校对正确率超出校对正确率满足值的校稿仪工作数据，B为可设置的常数值，获取种群中所有编码的灯管预热时间，并设置初始迭代次数G=1；
对种群中的编码中元素进行随机组合，根据编码中元素A1、A2、A3、……、An及元素A1、A2、A3、……、An的随机组合分别计算每个元素或元素组合对校稿仪灯管预热时间的影响程度，计算得出偏差值：
Figure 593681DEST_PATH_IMAGE001
其中，
Figure 902303DEST_PATH_IMAGE028
代表编码
Figure 648542DEST_PATH_IMAGE029
对应的校稿仪工作数据的偏差值；
Figure 659092DEST_PATH_IMAGE030
代表编码
Figure 516190DEST_PATH_IMAGE029
中所有元素组合方式的集合，其中单独一种元素也称为元素组合；
Figure 210476DEST_PATH_IMAGE031
代表编码
Figure 127617DEST_PATH_IMAGE029
中所有元素组合方式中的任一种；
Figure 845037DEST_PATH_IMAGE032
代表种群中存在组合方式为
Figure 240246DEST_PATH_IMAGE031
的校对正确率超出校对正确率满足值的校稿仪工作数据的编码数量；
Figure 241569DEST_PATH_IMAGE033
代表种群中存在组合方式为
Figure 64031DEST_PATH_IMAGE031
的编码数量；
Figure 331065DEST_PATH_IMAGE028
的计算方式为抽取不放回式；
对种群中所有编码的偏差值进行求取平均值，并设置阈值，若平均值高于阈值，进行迭代，直至平均值低于阈值结束迭代；在平均值低于阈值时，停止迭代，输出当前的所有编码的偏差值的平均值；
所述迭代包括：每次随机选择两个编码，偏差值高的留下，不断循环直至选择的个体数量达到
Figure 467648DEST_PATH_IMAGE034
，其中
Figure 136527DEST_PATH_IMAGE035
，对选择的
Figure 129891DEST_PATH_IMAGE034
组编码中的元素进行统计，删除出现率最低的元素，并挖掘剩余元素的子元素形成新的编码[A11、I21、……、An1]，所述元素与子元素；之间存在包含关系，并设置迭代次数G=G+1，重复上述步骤；
在本实施例中，首次取用外界环境温度、扫描文件类型、校稿仪使用年限、校稿仪润滑装置、校稿仪校准装置、校稿仪防尘装置六项工作数据，对应A1至A6；
在B组数据中，任选两组作为实施例说明：
第一组：A1、A2、A3、A4 、A5
第二组：A1、A2、A3、A4、A5、A6
计算后发现其平均值大于阈值，因此进行迭代：
迭代方式如下：
随机选择两个编码，偏差值高的留下，不断循环直至选择的个体数量达到
Figure 884220DEST_PATH_IMAGE034
，其中
Figure 11445DEST_PATH_IMAGE035
，对选择的
Figure 534830DEST_PATH_IMAGE034
组编码中的元素进行统计，发现其中校稿仪防尘装置出现率最低，因此将其删除；
选取子元素形成新的编码，例如外界环境温度选择得主元素是25度，那么子元素就可以为25度持续1小时、25度持续一天等；又例如校稿仪使用年限选择的主元素为10年，那么子元素就可为校稿仪使用年限超出五年、校稿仪使用年限低于五年等；
子元素就是对主元素的进一步分析；
构建校稿仪真实值，选取校对正确率超出校对正确率满足值的校稿仪工作数据，以偏差值、灯管预热时间、迭代次数为自变量，以校稿仪真实值为因变量，拟合成为线性模型：
Figure 964674DEST_PATH_IMAGE010
其中，
Figure 143983DEST_PATH_IMAGE036
；
Figure 419106DEST_PATH_IMAGE037
代表回归系数；
Figure 62577DEST_PATH_IMAGE038
为
Figure 397744DEST_PATH_IMAGE039
灯管预热时间；
Figure 313616DEST_PATH_IMAGE040
为编码m下的迭代次数；
利用MATLAB软件仿真，计算得出
Figure 392431DEST_PATH_IMAGE037
；
并获取所有编码的
Figure 890408DEST_PATH_IMAGE041
，求取平均数作为下一次的预测数据；
S4-7、获取当前的校稿仪工作数据的元素信息，根据其存在的子元素，获取对应的迭代次数，计算得出当前的校稿仪工作数据的偏差值，代入线性模型中可得出灯管预热时间，记为
Figure 599738DEST_PATH_IMAGE042
，输出
Figure 550376DEST_PATH_IMAGE042
至管理员端。
所述对灯管预热时间进行调节包括：
获取操作人员走向校稿仪时的走路姿势，记录手部、衣着、身高特征因子记为集合E={e1、e2、……、ej}；
构建相似度模型：
Figure 432882DEST_PATH_IMAGE018
其中，
Figure 237896DEST_PATH_IMAGE043
代表当前操作人员的特征因子与数据库内操作人员的特征因子
的相似度；
Figure 180444DEST_PATH_IMAGE020
中任一项；
Figure 618378DEST_PATH_IMAGE021
对应的任一项特征因子；
对D取最大值，其对应的数据库内操作人员即认定为当前前来的操作人员；
获取当前前来的操作人员的日常操作时间与操作次数，构建操作时间分析方程：
Figure 38996DEST_PATH_IMAGE022
其中，
Figure 449248DEST_PATH_IMAGE023
预测操作时间；
Figure 562698DEST_PATH_IMAGE024
当前前来操作人员的历史数据中任一次操作时间；N代表当前前来操作人员的历史操作次数；
Figure 487928DEST_PATH_IMAGE025
调节灯管预热时间：
Figure 899187DEST_PATH_IMAGE026
其中，
Figure 163946DEST_PATH_IMAGE027
记为最佳灯管预热时间；
将
Figure 448297DEST_PATH_IMAGE027
输出至至管理员端口，反馈至智能校对模块，利用智能程序启动并控制灯管。
在本实施例中，管理员云端文件机构部门发布校稿任务，可获取到校稿仪的工作数据，校稿仪办公室采集到本次校稿操作人员，生成最佳灯管预热时间，控制灯管进行预热，在预热结束后，通知校稿操作人员进入，校稿操作人员进行操作。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于图像处理的智能校对方法，其特征在于：该方法包括以下步骤：
S1、获取校稿仪校对过程中对文件的历史校对结果，获取校对正确率数据；
S2、获取不同历史校对结果下的校稿仪工作数据；
S3、构建第一分析模型，利用第一分析模型分析在不同校稿仪工作数据下的灯管预热时间；
S4、获取操作人员数据，对灯管预热时间进行调节，生成最佳灯管预热时间，输出至管理员端口，利用智能程序启动并控制灯管。
2.根据权利要求1所述的基于图像处理的智能校对方法，其特征在于：所述校稿仪包括上盖、原稿台、光学成像模块、光电转换模块、机械传动模块；所述校稿仪还连接有智能校对模块；
所述上盖用于将扫描的原稿压紧，防止扫描灯光线泄露；所述原稿台用于放置扫描原稿；
所述光学成像模块用于图像信息读取，包括灯管、反光镜、镜头以及电荷耦合器件
所述灯管两端没有灯丝，只有一根电极；
所述反光镜用于将原稿的信息反射到镜头上，由镜头将扫描信息传送到电荷耦合器件，最后由电荷耦合器件将照射到的光信号转换为电信号；
所述光电转换模块用于完成电信号的输入处理，以及对步进电机的控制，将读取的图像以任意的解析度进行处理或变换所需的解析度；
所述机械传动模块包括步进电机、驱动皮带、滑动导轨和齿轮组；
所述步进电机用于为校稿仪提供动力源；所述驱动皮带用于在扫描过程中，步进电机通过直接驱动皮带实现驱动扫描头，对图像进行扫描；所述滑动导轨用于实现线性扫描的过程；所述齿轮组为保证机械传动模块正常工作的中间衔接设备；
所述智能校对模块设置在计算机程序端口，用于根据历史数据计算最佳灯管预热时间，并直接控制灯管的启停与预热。
3.根据权利要求2所述的基于图像处理的智能校对方法，其特征在于：所述智能校对模块包括：
获取校稿仪工作数据的历史数据信息，构建第一分析模型；
输出在当前校稿仪工作数据下的灯管预热时间，发送至管理员端口；
接收管理员端口反馈的最佳灯管预热时间，根据最佳灯管预热时间，控制灯管的启停与预热。
4.根据权利要求1所述的基于图像处理的智能校对方法，其特征在于：所述第一分析模型包括：
S4-1、调用校稿仪校对正确率数据，设置校对正确率满足值；
S4-2、将步骤S4-1中获取的校稿仪扫描数据进行组合编码，记为[A1、A2、A3、……、An]，每一编码对应一组校稿仪工作数据，其中A1、A2、A3、……、An分别代表校稿仪工作数据中的一种，记为元素；所述校稿仪工作数据包括外界环境温度、扫描文件类型、校稿仪使用年限、校稿仪润滑装置、校稿仪校准装置、校稿仪防尘装置；
S4-3、随机初始化一个种群，所述种群中包含B组校对正确率超出校对正确率满足值的校稿仪工作数据，B为可设置的常数值，获取种群中所有编码的灯管预热时间，并设置初始迭代次数G=1；
S4-4、对步骤S4-3种群中的编码中元素进行随机组合，根据编码中元素A1、A2、A3、……、An及元素A1、A2、A3、……、An的随机组合分别计算每个元素或元素组合对校稿仪灯管预热时间的影响程度，计算得出偏差值：
Figure 360473DEST_PATH_IMAGE001
其中，
Figure 326155DEST_PATH_IMAGE002
代表编码
Figure 507738DEST_PATH_IMAGE003
对应的校稿仪工作数据的偏差值；
Figure 697410DEST_PATH_IMAGE004
代表编码
Figure 784184DEST_PATH_IMAGE003
中所有元素组合方式的集合，其中单独一种元素也称为元素组合；
Figure 350295DEST_PATH_IMAGE005
代表编码
Figure 589646DEST_PATH_IMAGE003
中所有元素组合方式中的任一种；
Figure 419062DEST_PATH_IMAGE006
代表种群中存在组合方式为
Figure 258711DEST_PATH_IMAGE005
的校对正确率超出校对正确率满足值的校稿仪工作数据的编码数量；
Figure 894091DEST_PATH_IMAGE007
代表种群中存在组合方式为
Figure 784687DEST_PATH_IMAGE005
的编码数量；
Figure 581742DEST_PATH_IMAGE002
的计算方式为抽取不放回式；
S4-5、对种群中所有编码的偏差值进行求取平均值，并设置阈值，若平均值高于阈值，进行迭代，直至平均值低于阈值结束迭代；在平均值低于阈值时，停止迭代，输出当前的所有编码的偏差值的平均值；
所述迭代包括：每次随机选择两个编码，偏差值高的留下，不断循环直至选择的个体数量达到
Figure 331523DEST_PATH_IMAGE008
，其中
Figure 505015DEST_PATH_IMAGE009
，对选择的
Figure 515697DEST_PATH_IMAGE008
组编码中的元素进行统计，删除出现率最低的元素，并挖掘剩余元素的子元素形成新的编码[A11、I21、……、An1]，所述元素与子元素之间存在包含关系，并设置迭代次数G=G+1，重复步骤S4-4；
S4-6、构建校稿仪真实值，选取校对正确率超出校对正确率满足值的校稿仪工作数据，以偏差值、灯管预热时间、迭代次数为自变量，以校稿仪真实值为因变量，拟合成为线性模型：
Figure 936183DEST_PATH_IMAGE010
其中，
Figure 32315DEST_PATH_IMAGE011
；
Figure 743919DEST_PATH_IMAGE012
代表回归系数；
Figure 609106DEST_PATH_IMAGE013
为
Figure 138177DEST_PATH_IMAGE014
灯管预热时间；
Figure 987184DEST_PATH_IMAGE015
为编码m下的迭代次数；
利用MATLAB软件仿真，计算得出
Figure 440162DEST_PATH_IMAGE012
；
并获取所有编码的
Figure 894277DEST_PATH_IMAGE016
，求取平均数作为下一次的预测数据；
S4-7、获取当前的校稿仪工作数据的元素信息，根据其存在的子元素，获取对应的迭代次数，计算得出当前的校稿仪工作数据的偏差值，代入线性模型中可得出灯管预热时间，记为
Figure 469615DEST_PATH_IMAGE017
，输出
Figure 9181DEST_PATH_IMAGE017
至管理员端。
5.根据权利要求4所述的基于图像处理的智能校对方法，其特征在于：所述对灯管预热时间进行调节包括：
获取操作人员走向校稿仪时的走路姿势，记录手部、衣着、身高特征因
记为集合E={e1、e2、……、ej}；
构建相似度模型：
Figure 515117DEST_PATH_IMAGE018
其中，
Figure DEST_PATH_IMAGE019
代表当前操作人员的特征因子与数据库内操作人员的特征因子
的相似度；
Figure 89318DEST_PATH_IMAGE020
中任一项；
Figure 773240DEST_PATH_IMAGE021
对应的任一项特征因子；
对D取最大值，其对应的数据库内操作人员即认定为当前前来的操作人员；
获取当前前来的操作人员的日常操作时间与操作次数，构建操作时间分析方程：
Figure 65682DEST_PATH_IMAGE022
其中，
Figure 922779DEST_PATH_IMAGE023
预测操作时间；
Figure 69596DEST_PATH_IMAGE024
当前前来操作人员的历史数据中任一次操作时间；N代表当前前来操作人员的历史操作次数；
Figure 924419DEST_PATH_IMAGE025
调节灯管预热时间：
Figure 438577DEST_PATH_IMAGE026
其中，
Figure 99365DEST_PATH_IMAGE027
记为最佳灯管预热时间；
将
Figure 851421DEST_PATH_IMAGE027
输出至至管理员端口，反馈至智能校对模块，利用智能程序启动并控制灯管。
6.基于图像处理的智能校对系统，其特征在于：该系统包括：校稿仪、数据采集模块、智能校对模块、警示分析模块；
所述校稿仪用于对文件进行校对，输出校对结果；所述数据采集模块用于获取校稿仪工作数据，所述校稿仪工作数据包括外界环境温度、扫描文件类型、校稿仪使用年限、校稿仪润滑装置、校稿仪校准装置、校稿仪防尘装置；所述智能校对模块设置在计算机程序端口，用于根据校稿仪工作数据的历史数据计算灯管预热时间，输出至管理员端口；所述警示分析模块用于分析操作人员数据，输出至管理员端口，管理员端口智能调节灯管预热时间，生成最佳灯管预热时间，反馈至智能校对模块，利用智能程序启动并控制灯管。
7.根据权利要求6所述的基于图像处理的智能校对系统，其特征在于：所述校稿仪包括：上盖、原稿台、光学成像模块、光电转换模块、机械传动模块；
所述上盖用于将扫描的原稿压紧，防止扫描灯光线泄露；所述原稿台用于放置扫描原稿；
所述光学成像模块用于图像信息读取，包括灯管、反光镜、镜头以及电荷耦合器件；
所述灯管两端没有灯丝，只有一根电极；
所述反光镜用于将原稿的信息反射到镜头上，由镜头将扫描信息传送到电荷耦合器件，最后由电荷耦合器件将照射到的光信号转换为电信号；
所述光电转换模块用于完成电信号的输入处理，以及对步进电机的控制，将读取的图像以任意的解析度进行处理或变换所需的解析度；
所述机械传动模块包括步进电机、驱动皮带、滑动导轨和齿轮组；
所述步进电机用于为校稿仪提供动力源；所述驱动皮带用于在扫描过程中，步进电机通过直接驱动皮带实现驱动扫描头，对图像进行扫描；所述滑动导轨用于实现线性扫描的过程；所述齿轮组为保证机械传动模块正常工作的中间衔接设备；
所述校稿仪连接有智能校对模块。
8.根据权利要求6所述的基于图像处理的智能校对系统，其特征在于：所述数据采集模块包括校稿仪工作数据采集子模块、校稿仪工作数据输出子模块；
所述校稿仪工作数据采集子模块用于配置传感器，构建连接网络，采集校稿仪工作数据并记录；所述校稿仪工作数据输出子模块用于将采集到的校稿仪工作数据输出至智能校对模块；
所述校稿仪工作数据采集子模块的输出端与所述校稿仪工作数据输出子模块的输入端相连接；所述校稿仪工作数据输出子模块的输出端与所述智能校对模块的输入端相连接。
9.根据权利要求6所述的基于图像处理的智能校对系统，其特征在于：所述智能校对模块包括历史数据分析子模块、灯管预热时间输出子模块；
所述历史数据分析子模块用于获取校稿仪工作数据的历史数据信息，并构建第一分析模型，根据历史数据预测得出当前数据；所述灯管预热时间输出子模块用于根据预测模型，输出在当前校稿仪工作数据下的灯管预热时间；
所述历史数据分析子模块的输出端与所述灯管预热时间输出子模块的输入端相连接。
10.根据权利要求6所述的基于图像处理的智能校对系统，其特征在于：所述警示分析模块包括操作人员管理子模块、灯管预热调节子模块；
所述操作人员管理子模块用于根据操作人员历史数据，获取操作人员操作时间变化趋势，预测得出当前校稿仪工作数据下的操作时间；所述灯管预热调节子模块用于生成最佳灯管预热时间，反馈至智能校对模块，利用智能程序启动并控制灯管。
CN202210637708.2A 2022-06-08 2022-06-08 基于图像处理的智能校对系统及方法 Active CN115130373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210637708.2A CN115130373B (zh) 2022-06-08 2022-06-08 基于图像处理的智能校对系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210637708.2A CN115130373B (zh) 2022-06-08 2022-06-08 基于图像处理的智能校对系统及方法

Publications (2)

Publication Number Publication Date
CN115130373A true CN115130373A (zh) 2022-09-30
CN115130373B CN115130373B (zh) 2024-06-28

Family

ID=83377885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210637708.2A Active CN115130373B (zh) 2022-06-08 2022-06-08 基于图像处理的智能校对系统及方法

Country Status (1)

Country Link
CN (1) CN115130373B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115472298A (zh) * 2022-10-28 2022-12-13 方寸慧医(江苏)生物科技有限公司 基于ai的高通量测序数据智能分析系统及方法
CN115831318A (zh) * 2022-11-07 2023-03-21 山东卓业医疗科技有限公司 一种基于互联网的医用核素粒子溯源监管系统及方法
CN116521340A (zh) * 2023-04-27 2023-08-01 福州慧林网络科技有限公司 一种基于大带宽网络的低延时并行数据处理系统及方法
CN117373036A (zh) * 2023-10-24 2024-01-09 东南大学附属中大医院 基于智能ai的数据分析处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5907742A (en) * 1997-03-09 1999-05-25 Hewlett-Packard Company Lamp control scheme for rapid warmup of fluorescent lamp in office equipment
CN1438799A (zh) * 2002-02-05 2003-08-27 佳能株式会社 图像读取装置及其控制方法、程序及其存储媒体
CN1651969A (zh) * 2004-02-05 2005-08-10 光宝科技股份有限公司 应用于扫描仪的发光二极管启闭控制方法
US20090063079A1 (en) * 2007-08-28 2009-03-05 Xerox Corporation Scanner calibration robust to lamp warm-up
CN213495055U (zh) * 2020-10-19 2021-06-22 上海双视智能科技有限公司 用于印刷品质量控制的多功能校稿仪

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5907742A (en) * 1997-03-09 1999-05-25 Hewlett-Packard Company Lamp control scheme for rapid warmup of fluorescent lamp in office equipment
CN1438799A (zh) * 2002-02-05 2003-08-27 佳能株式会社 图像读取装置及其控制方法、程序及其存储媒体
CN1651969A (zh) * 2004-02-05 2005-08-10 光宝科技股份有限公司 应用于扫描仪的发光二极管启闭控制方法
US20090063079A1 (en) * 2007-08-28 2009-03-05 Xerox Corporation Scanner calibration robust to lamp warm-up
CN213495055U (zh) * 2020-10-19 2021-06-22 上海双视智能科技有限公司 用于印刷品质量控制的多功能校稿仪

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115472298A (zh) * 2022-10-28 2022-12-13 方寸慧医(江苏)生物科技有限公司 基于ai的高通量测序数据智能分析系统及方法
CN115831318A (zh) * 2022-11-07 2023-03-21 山东卓业医疗科技有限公司 一种基于互联网的医用核素粒子溯源监管系统及方法
CN115831318B (zh) * 2022-11-07 2024-02-23 山东卓业医疗科技有限公司 一种基于互联网的医用核素粒子溯源监管系统及方法
CN116521340A (zh) * 2023-04-27 2023-08-01 福州慧林网络科技有限公司 一种基于大带宽网络的低延时并行数据处理系统及方法
CN116521340B (zh) * 2023-04-27 2023-10-10 福州慧林网络科技有限公司 一种基于大带宽网络的低延时并行数据处理系统及方法
CN117373036A (zh) * 2023-10-24 2024-01-09 东南大学附属中大医院 基于智能ai的数据分析处理方法
CN117373036B (zh) * 2023-10-24 2024-06-11 东南大学附属中大医院 基于智能ai的数据分析处理方法

Also Published As

Publication number Publication date
CN115130373B (zh) 2024-06-28

Similar Documents

Publication Publication Date Title
CN115130373A (zh) 基于图像处理的智能校对系统及方法
CN101478641B (zh) 数字摄影设备及其控制方法
CN100489640C (zh) 调整电子装置显示相关设定的装置及方法
CN108416239B (zh) 一种条码识别引擎及其降低功耗的控制方法
EP0447871A2 (en) Method of correcting image signal
CN1204411A (zh) 包括模糊逻辑图象控制电路的扩展工作范围数据表阅读器
US7982807B2 (en) Method for processing a backlight image and device thereof
CN1236257A (zh) 图像读取装置及其控制方法
CN117222069B (zh) 照明驱动电源的智能控制方法
CN103458158B (zh) 线阵相机曝光时间的控制方法及其系统
CN204392393U (zh) 具有上置式反射镜的扫描装置
EP0794506A3 (en) Software-based procedure for conversion of a scalable font character bitmap to a gray level bitmap
CN107707846B (zh) 一种cis参数校正方法、装置、设备及存储介质
JP2024533025A (ja) 光情報収集装置及びその方法
CN107392072B (zh) 一种多波长多光源的票据二维码图像采集方法及装置
CN207218885U (zh) 一种用于无线光通信的智能终端自动曝光控制结构
WO2022199236A1 (zh) Raw图像的处理方法、芯片和电子设备
USRE40628E1 (en) Apparatus for reducing exposing time of an image processing system
CN101436040B (zh) 具有省电功能的投影设备及其控制电路与方法
CN115695690B (zh) 一种电视屏幕亮度自动调节方法
CN1604614A (zh) 图象处理装置
JPH1013623A (ja) 画像入力方法
EP0362590A1 (en) Facsmile system
CN215734438U (zh) 一种具有视频画面自动分析处理功能的视频处理系统
JPH0380668A (ja) 高品質イメージスキャナー

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