CN115914819A - 一种基于正交分解算法的画面捕捉方法及装置 - Google Patents

一种基于正交分解算法的画面捕捉方法及装置 Download PDF

Info

Publication number
CN115914819A
CN115914819A CN202211355043.2A CN202211355043A CN115914819A CN 115914819 A CN115914819 A CN 115914819A CN 202211355043 A CN202211355043 A CN 202211355043A CN 115914819 A CN115914819 A CN 115914819A
Authority
CN
China
Prior art keywords
image
capturing
picture
judgment
decomposed
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
CN202211355043.2A
Other languages
English (en)
Other versions
CN115914819B (zh
Inventor
温建伟
邓迪旻
袁潮
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.)
Beijing Zhuohe Technology Co Ltd
Original Assignee
Beijing Zhuohe 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 Beijing Zhuohe Technology Co Ltd filed Critical Beijing Zhuohe Technology Co Ltd
Priority to CN202211355043.2A priority Critical patent/CN115914819B/zh
Publication of CN115914819A publication Critical patent/CN115914819A/zh
Application granted granted Critical
Publication of CN115914819B publication Critical patent/CN115914819B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02WCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种基于正交分解算法的画面捕捉方法及装置。其中,该方法包括:采集原始图像数据和捕捉判断信息;将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合;识别所述图像识别集合,得到画面捕捉结果。本发明解决了现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题。

Description

一种基于正交分解算法的画面捕捉方法及装置
技术领域
本发明涉及图像分解和处理领域,具体而言,涉及一种基于正交分解算法的画面捕捉方法及装置。
背景技术
随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。
目前,针对图像处理领域,经常用到图像跟踪和图像捕捉方法来进行监控摄像或者危险动作的识别,从而增加场景的安全系数,建立安全架空机制,通常在进行目标图像的捕捉的时候,会根据图像定帧局部内容识别的方式,针对整张图像进行识别,得到局部符合标准的输出参数,从而达到图像捕捉的技术效果。但是现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于正交分解算法的画面捕捉方法及装置,以至少解决现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题。
根据本发明实施例的一个方面,提供了一种基于正交分解算法的画面捕捉方法,包括:采集原始图像数据和捕捉判断信息;将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合;识别所述图像识别集合,得到画面捕捉结果。
可选的,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。
可选的,所述根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:获取所述捕捉判断信息中的判断数据和判断参数;根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
可选的,在所述识别所述图像识别集合,得到画面捕捉结果之后,所述方法还包括:根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
根据本发明实施例的另一方面,还提供了一种基于正交分解算法的画面捕捉装置,包括:采集模块,用于采集原始图像数据和捕捉判断信息;处理模块,用于将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;分解模块,用于根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合;识别模块,用于识别所述图像识别集合,得到画面捕捉结果。
可选的,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。
可选的,所述分解模块包括:获取单元,用于获取所述捕捉判断信息中的判断数据和判断参数;计算单元,用于根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
可选的,所述装置还包括:拼合模块,用于根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种基于正交分解算法的画面捕捉方法。
根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种基于正交分解算法的画面捕捉方法。
在本发明实施例中,采用采集原始图像数据和捕捉判断信息;将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;根据捕捉判断信息和正交分解算法分解所述带分解图像信息,得到图像识别集合;识别所述图像识别集合,得到画面捕捉结果的方式,解决了现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种基于正交分解算法的画面捕捉方法的流程图;
图2是根据本发明实施例的一种基于正交分解算法的画面捕捉装置的结构框图;
图3是根据本发明实施例的用于执行根据本发明的方法的终端设备的框图;
图4是根据本发明实施例的用于保持或者携带实现根据本发明的方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种基于正交分解算法的画面捕捉方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
图1是根据本发明实施例的一种基于正交分解算法的画面捕捉方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,采集原始图像数据和捕捉判断信息。
具体的,本发明实施例为了解决现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题,首先需要采集原始的图像数据,并将画面捕捉判断信息进行采集,其中,上述画面捕捉判断信息作为判断画面是否是待捕捉数据的一种判断标准表征了评判的参量。
可选的,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。
具体的,捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准,用于原始图像数据的捕捉判断之用。
步骤S104,将所述原始图像数据进行坐标像素化操作,得到待分解图像信息。
具体的,本发明实施例获取了原始图像数据之后,需要将原始图像数据进行坐标像素化转换,以便在后续进行正交分解的时候可以依据像素化坐标数据进行计算和处理,使得整个原始图像数据量化,缩短画面捕捉计算的时间。
步骤S106,根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合。
可选的,所述根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:获取所述捕捉判断信息中的判断数据和判断参数;根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
具体的,针对正交分解算法,本发明实施例利用了捕捉判断信息来进行正交分解依赖因子的生成,同时将原始图像数据像素坐标化之后的待分解图像信息进行分解计算,例如根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:获取所述捕捉判断信息中的判断数据和判断参数;根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:P=σ(Wi·[h,x]+bi),其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
步骤S108,识别所述图像识别集合,得到画面捕捉结果。
具体的,在生成了图像识别集合之后,根据图像识别集合中识别的结果,可以进一步识别或者判断出用户需要的画面捕捉结果。可选的,在所述识别所述图像识别集合,得到画面捕捉结果之后,所述方法还包括:根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
通过上述实施例,解决了现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题。
实施例二
图2是根据本发明实施例的一种基于正交分解算法的画面捕捉装置的结构框图,如图2所示,该装置包括:
采集模块20,用于采集原始图像数据和捕捉判断信息。
具体的,本发明实施例为了解决现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题,首先需要采集原始的图像数据,并将画面捕捉判断信息进行采集,其中,上述画面捕捉判断信息作为判断画面是否是待捕捉数据的一种判断标准表征了评判的参量。
可选的,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。
具体的,捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准,用于原始图像数据的捕捉判断之用。
处理模块22,用于将所述原始图像数据进行坐标像素化操作,得到待分解图像信息。
具体的,本发明实施例获取了原始图像数据之后,需要将原始图像数据进行坐标像素化转换,以便在后续进行正交分解的时候可以依据像素化坐标数据进行计算和处理,使得整个原始图像数据量化,缩短画面捕捉计算的时间。
分解模块24,用于根据捕捉判断信息和正交分解算法分解所述带分解图像信息,得到图像识别集合。
可选的,所述分解模块包括:获取单元,用于获取所述捕捉判断信息中的判断数据和判断参数;计算单元,用于根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
具体的,针对正交分解算法,本发明实施例利用了捕捉判断信息来进行正交分解依赖因子的生成,同时将原始图像数据像素坐标化之后的待分解图像信息进行分解计算,例如根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:获取所述捕捉判断信息中的判断数据和判断参数;根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:P=σ(Wi·[h,x]+bi),其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
识别模块26,用于识别所述图像识别集合,得到画面捕捉结果。
具体的,在生成了图像识别集合之后,根据图像识别集合中识别的结果,可以进一步识别或者判断出用户需要的画面捕捉结果。可选的,所述装置还包括:拼合模块,用于根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
通过上述实施例,解决了现有技术中的图像捕捉手段往往是针对图像的全部内容进行识别,识别的数据量较大,导致识别精度降低,识别效率降低,甚至导致图像捕捉误判断的技术问题。
根据本发明实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种基于正交分解算法的画面捕捉方法。
具体的,上述方法包括:采集原始图像数据和捕捉判断信息;将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;根据捕捉判断信息和正交分解算法分解所述带分解图像信息,得到图像识别集合;识别所述图像识别集合,得到画面捕捉结果。可选的,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。可选的,所述根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:获取所述捕捉判断信息中的判断数据和判断参数;根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。可选的,在所述识别所述图像识别集合,得到画面捕捉结果之后,所述方法还包括:根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
根据本发明实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种基于正交分解算法的画面捕捉方法。
具体的,上述方法包括:采集原始图像数据和捕捉判断信息;将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;根据捕捉判断信息和正交分解算法分解所述带分解图像信息,得到图像识别集合;识别所述图像识别集合,得到画面捕捉结果。可选的,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。可选的,所述根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:获取所述捕捉判断信息中的判断数据和判断参数;根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。可选的,在所述识别所述图像识别集合,得到画面捕捉结果之后,所述方法还包括:根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,图3为本申请一实施例提供的终端设备的硬件结构示意图。如图3所示,该终端设备可以包括输入设备30、处理器31、输出设备32、存储器33和至少一个通信总线34。通信总线34用于实现元件之间的通信连接。存储器33可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,存储器33中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述处理器31例如可以为中央处理器(Central Processing Unit,简称CPU)、应用专用集成电路(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)、控制器、微控制器、微处理器或其他电子元件实现,该处理器31通过有线或无线连接耦合到上述输入设备30和输出设备32。
可选的,上述输入设备30可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;可选的,上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。麦克风等音频输入设备可以接收语音数据。输出设备32可以包括显示器、音响等输出设备。
在本实施例中,该终端设备的处理器包括用于执行各设备中数据处理装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图4为本申请另一实施例提供的终端设备的硬件结构示意图。图4是对图3在实现过程中的一个具体的实施例。如图4所示,本实施例的终端设备包括处理器41以及存储器42。
处理器41执行存储器42所存放的计算机程序代码,实现上述实施例中的方法。
存储器42被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。存储器42可能包含随机存取存储器(random access memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
可选地,处理器41设置在处理组件40中。该终端设备还可以包括:通信组件43,电源组件44,多媒体组件45,音频组件46,输入/输出接口47和/或传感器组件48。终端设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件40通常控制终端设备的整体操作。处理组件40可以包括一个或多个处理器41来执行指令,以完成上述方法的全部或部分步骤。此外,处理组件40可以包括一个或多个模块,便于处理组件40和其他组件之间的交互。例如,处理组件40可以包括多媒体模块,以方便多媒体组件45和处理组件40之间的交互。
电源组件44为终端设备的各种组件提供电力。电源组件44可以包括电源管理系统,一个或多个电源,及其他与为终端设备生成、管理和分配电力相关联的组件。
多媒体组件45包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件46被配置为输出和/或输入音频信号。例如,音频组件46包括一个麦克风(MIC),当终端设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器42或经由通信组件43发送。在一些实施例中,音频组件46还包括一个扬声器,用于输出音频信号。
输入/输出接口47为处理组件40和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件48包括一个或多个传感器,用于为终端设备提供各个方面的状态评估。例如,传感器组件48可以检测到终端设备的打开/关闭状态,组件的相对定位,用户与终端设备接触的存在或不存在。传感器组件48可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与终端设备间的距离。在一些实施例中,该传感器组件48还可以包括摄像头等。
通信组件43被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该终端设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得终端设备可以登录GPRS网络,通过互联网与服务端建立通信。
由上可知,在图4实施例中所涉及的通信组件43、音频组件46以及输入/输出接口47、传感器组件48均可以作为图3实施例中的输入设备的实现方式。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于正交分解算法的画面捕捉方法,其特征在于,包括:
采集原始图像数据和捕捉判断信息;
将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;
根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合;
识别所述图像识别集合,得到画面捕捉结果。
2.根据权利要求1所述的方法,其特征在于,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。
3.根据权利要求1所述的方法,其特征在于,所述根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合包括:
获取所述捕捉判断信息中的判断数据和判断参数;
根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
4.根据权利要求1所述的方法,其特征在于,在所述识别所述图像识别集合,得到画面捕捉结果之后,所述方法还包括:
根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
5.一种基于正交分解算法的画面捕捉装置,其特征在于,包括:
采集模块,用于采集原始图像数据和捕捉判断信息;
处理模块,用于将所述原始图像数据进行坐标像素化操作,得到待分解图像信息;
分解模块,用于根据捕捉判断信息和正交分解算法分解所述待分解图像信息,得到图像识别集合;
识别模块,用于识别所述图像识别集合,得到画面捕捉结果。
6.根据权利要求5所述的装置,其特征在于,所述捕捉判断信息包括:画面捕捉需求、画面捕捉识别标准。
7.根据权利要求5所述的装置,其特征在于,所述分解模块包括:
获取单元,用于获取所述捕捉判断信息中的判断数据和判断参数;
计算单元,用于根据所述判断参数对所述待分解图像信息进行正交分解行阶计算,得到所述图像识别集合,其中,计算公式为:
P=σ(Wi·[h,x]+bi)
其中,P是图像识别集合,σ是正交常数,W是待分解图像数据,h和x是待分解图像坐标参量,b是判断参数加成量,i是分解阶次,取大于1的正整数。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
拼合模块,用于根据所述画面捕捉结果,将分解状态的画面进行拼合,得到捕捉定位画面,其中,所述捕捉定位画面含有捕捉标记和捕捉时间戳。
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。
10.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。
CN202211355043.2A 2022-11-01 2022-11-01 一种基于正交分解算法的画面捕捉方法及装置 Active CN115914819B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211355043.2A CN115914819B (zh) 2022-11-01 2022-11-01 一种基于正交分解算法的画面捕捉方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211355043.2A CN115914819B (zh) 2022-11-01 2022-11-01 一种基于正交分解算法的画面捕捉方法及装置

Publications (2)

Publication Number Publication Date
CN115914819A true CN115914819A (zh) 2023-04-04
CN115914819B CN115914819B (zh) 2024-03-12

Family

ID=86477040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211355043.2A Active CN115914819B (zh) 2022-11-01 2022-11-01 一种基于正交分解算法的画面捕捉方法及装置

Country Status (1)

Country Link
CN (1) CN115914819B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859237A (zh) * 2019-01-25 2019-06-07 湖南大学 一种基于红外扫描的人体骨骼运动分析方法
CN112668540A (zh) * 2021-01-06 2021-04-16 安徽省东超科技有限公司 生物特征采集识别系统及方法、终端设备和存储介质
CN114925416A (zh) * 2022-04-25 2022-08-19 清华大学 一种基于数据转换的建筑结构生成方法及装置
CN115100423A (zh) * 2022-06-17 2022-09-23 四川省寰宇众恒科技有限公司 一种基于视图采集数据实现实时定位系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859237A (zh) * 2019-01-25 2019-06-07 湖南大学 一种基于红外扫描的人体骨骼运动分析方法
CN112668540A (zh) * 2021-01-06 2021-04-16 安徽省东超科技有限公司 生物特征采集识别系统及方法、终端设备和存储介质
CN114925416A (zh) * 2022-04-25 2022-08-19 清华大学 一种基于数据转换的建筑结构生成方法及装置
CN115100423A (zh) * 2022-06-17 2022-09-23 四川省寰宇众恒科技有限公司 一种基于视图采集数据实现实时定位系统及方法

Also Published As

Publication number Publication date
CN115914819B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
CN114842424B (zh) 一种基于动作补偿的智能化安防图像识别方法及装置
CN115623336B (zh) 一种亿级摄像设备的图像跟踪方法及装置
CN115631122A (zh) 一种用于边缘图像算法的图像优化方法及装置
CN115170818A (zh) 一种动态帧画面特征提取方法及装置
CN116614453A (zh) 一种基于云端互联的图像传输带宽选择方法及装置
CN115409869A (zh) 一种基于mac跟踪的雪场轨迹分析方法及装置
CN115527045A (zh) 一种用于雪场危险识别的图像辨别方法及装置
CN114866702A (zh) 一种基于多辅联动摄像技术的边境监控采集方法及装置
CN115334291A (zh) 一种基于亿级像素全景补偿的隧道监控方法及装置
CN115474091A (zh) 一种基于分解元图的动作捕捉方法及装置
CN115914819B (zh) 一种基于正交分解算法的画面捕捉方法及装置
CN116402935B (zh) 一种基于光线追踪算法的图像合成方法及装置
CN115205313B (zh) 一种基于最小二乘算法的画面优化方法及装置
CN116723419B (zh) 一种用于十亿级高精度相机的采集速度优化方法及装置
CN116468883B (zh) 一种高精度图像数据体积雾识别方法及装置
CN115187570B (zh) 一种基于dnn深度神经网络的奇异遍历检索方法及装置
CN116579964B (zh) 一种动帧渐入渐出动态融合方法及装置
CN116579965B (zh) 一种多图像融合方法及装置
CN116664413B (zh) 一种基于阿贝尔收敛算子的图像体积雾消除方法及装置
CN116309523A (zh) 一种动帧图像动态模糊识别方法及装置
CN115700554A (zh) 一种互联网大数据验证的测试方法及装置
CN115511735A (zh) 一种雪场灰度画面优化方法及装置
CN117896625A (zh) 一种基于低空高分辨率解析的画面成像方法及装置
CN116405732A (zh) 一种动态视频流解码转换方法及装置
CN116320202A (zh) 一种相机图像加密方法及装置

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