CN116506719B - 一种基于光电二极管cmos图像传感器的传输管理方法 - Google Patents
一种基于光电二极管cmos图像传感器的传输管理方法 Download PDFInfo
- Publication number
- CN116506719B CN116506719B CN202310741074.XA CN202310741074A CN116506719B CN 116506719 B CN116506719 B CN 116506719B CN 202310741074 A CN202310741074 A CN 202310741074A CN 116506719 B CN116506719 B CN 116506719B
- Authority
- CN
- China
- Prior art keywords
- data
- value
- image
- interval
- light
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 54
- 238000007726 management method Methods 0.000 title claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 59
- 238000012545 processing Methods 0.000 claims description 37
- 238000011156 evaluation Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- 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
-
- 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
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/10—Circuitry of solid-state image sensors [SSIS]; Control thereof for transforming different wavelengths into image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/70—SSIS architectures; Circuits associated therewith
- H04N25/76—Addressed sensors, e.g. MOS or CMOS sensors
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明涉及数据传输技术领域,具体为一种基于光电二极管CMOS图像传感器的传输管理方法,包括下述步骤:步骤一:通过传感器数据归整单元对采集的数据进行数据识别,本发明通过对数据采集时的相关数据分析,从而分析出数据采集的实时情况,并进行数字信号的转化,通过对采集的数据的质量进行影像分析,将采集的数据的质量进行数据信号的转化,从而通过数据信号对影像进行评价,通过可视化的采集情况对应的数据信号以及影像质量对应的转化数值对采集的数据进行等级划分,并依据划分的等级进行数据的传输管理,从而判定采集的数据是否满足传输调节,增加传输数据的实用性,增加传输数据的利用率,降低错误率,从而提高工作效率。
Description
技术领域
本发明涉及数据传输技术领域,具体为一种基于光电二极管CMOS图像传感器的传输管理方法。
背景技术
目前,现有的传输管理方法大部分均是只具备一个传输功能,无法对内部的文件进行分析,少数传输管理方法可以对传输的文件进行损坏检查,但是针对采集的图像、影像的质量无法进行实时分析,同时也无法从采集的相关情况以及采集的质量进行分析。
为此,我们提出一种基于光电二极管CMOS图像传感器的传输管理方法。
发明内容
本发明的目的在于提供一种基于光电二极管CMOS图像传感器的传输管理方法,通过对光电二极管CMOS图像传感器采集的数据进行数据采集时的相关数据分析,从而分析出数据采集的实时情况,并将数据采集的情况进行数字信号的转化,从而得到一个可视化的评价数值,通过对采集的数据的质量进行影像分析,将采集的数据的质量进行数据信号的转化,从而通过数据信号对影像进行评价,通过可视化的采集情况对应的数据信号以及影像质量对应的数据信号对采集的数据进行等级划分,并依据划分的等级进行数据的传输管理,从而判定采集的数据是否满足传输调节,增加传输数据的实用性,节省后期筛选时间,增加传输数据的利用率,降低错误率,从而提高工作效率。
本发明的目的可以通过以下技术方案实现:一种基于光电二极管CMOS图像传感器的传输管理方法,该传输管理方法具体包括下述步骤:
步骤一:通过传感器数据归整单元对光电二极管CMOS图像传感器采集的数据进行数据识别,并依据识别结果对采集数据进行数据采集系数以及单个影像评价系数的分析计算;
步骤二:通过实时图像质量处理单元对光电二极管CMOS图像传感器采集的预处理影像数据进行图像质量检测处理,处理得到对应的影像质量系数;
步骤三:通过图像数据综合分判单元对光电二极管CMOS图像传感器采集的数据进行采集情况以及影像质量的综合分判处理,分析出影像等级数据;
步骤四:通过传输比对管理单元对光电二极管CMOS图像传感器采集的预处理影像数据对应的影像等级数据进行传输比对处理,得到传输信号或驳回信号,并依据传输信号或驳回信号判定对采集的数据进行传输或扣留暂存。
优选的,所述数据采集系数的分析计算过程为:
将光电二极管CMOS图像传感器采集的相关影像标定为预处理影像数据,对预处理影像数据进行编号,并标定为影像编号数据;
采集到一段时间内预处理影像数据对应的集段数据,依据不同预处理影像数据对应的集段数据进行均值计算,计算出集段均值,将预处理影像数据对应的集段数据与集段均值进行差值计算,计算出集段差值;
将两个集段数据之间的结束时间点与开始时间点进行差值计算,计算出两个集段数据之间的间隔数据,其中,一段时间界定为上周的第一天至上周的最后一天;
将预处理影像数据对应的间隔数据进行信号转换赋值处理,得到间隔范围值以及信号赋值,信号赋值包括归属信号赋值a1以及错属信号赋值a2;
采集到预处理影像数据对应的数据采集的预处理影像数据占用存储空间的大小,将若干个预处理影像数据占用空间的大小进行均值计算,计算出存量均值;
将存量均值标记为,将集段均值标记为/>,将间隔范围值标记为/>,依据计算式:/>,计算出数据采集系数/>,u1表示为存量均值与集段均值进行占比计算后的权重系数,u2表示为间隔范围值的权重系数,i的取值为正整数,且u1、u2为预设值;
将集段差值标记为,将信号赋值标记为/>,v=1,2,依据计算式:,计算出单个影像评价系数/>,u3表示为集段差值的权重系数,u4表示为信号赋值的权重系数,β表示为单个影像评价系数计算的偏差纠正因子。
优选的,所述进行信号转换赋值处理的具体过程为:
依据均值计算式计算出若干个间隔数据对应的间隔均值,将若干个间隔数据进行从小到大的排序,得到间隔排序数据,将间隔排序数据中排序前三的间隔数据,并将其标定为选取间隔值,将选取间隔值进行均值计算,计算出选取间隔均值;
依据计算式:间隔浮动值=(间隔均值-选取间隔均值)*间隔预设因子,计算出间隔浮动值,将间隔均值与间隔浮动值进行间隔范围值选取,选取出间隔范围值,将预处理影像数据对应的间隔数据与间隔范围值进行匹配,当预处理影像数据对应的间隔数据与间隔范围值的匹配结果一致时,则生成归属信号,当预处理影像数据对应的间隔数据与间隔范围值的匹配结果不一致时,则生成错属信号,分别对归属信号和错属信号进行信号赋值,将归属信号赋值为a1,将错属信号赋予值为a2。
优选的,所述图像质量检测处理的具体处理过程为:
获取影像编号数据对应的预处理影像数据,将预处理影像数据进行数据划分,将预处理影像数据划分为若干个子影像,通过图像识别技术识别出若干个子影像中的图像数据,对图像数据进行帧数提取,提取出若干个帧数数据,选取帧数数据对应的图像颜色的明暗程度,并标定为明暗数据;
将帧数数据以及明暗数据进行明暗处理,得到明暗优劣比值;
选取帧数数据对应的图像色彩的鲜艳程度,并标定为饱和度数据,依据明暗优劣比值的处理方式,对帧数数据以及饱和度数据进行处理,得到饱和度优劣比值;
将明暗优劣比值标记为,将饱和度优劣比值标记为/>,依据计算式:,计算出影像质量系数/>,e1表示为明暗优劣比值的权重系数,e2表示为饱和度优劣比值的权重系数,xs表示为影像质量系数计算的补偿因子。
优选的,所述明暗优劣比值的具体计算方法为:
对每个帧数的明暗数据进行数据排列,排列得到若干个帧数数据对应的明暗数据,统计出数值相同的明暗数据出现的次数,选取出现次数最多的明暗数据对应的数值,并将其标定为明暗众数,依据明暗众数的选取方式,选取出若干个子影像对应的明暗众数,将若干个明暗众数进行均值计算,计算出明暗众数均值;
将子影像内的明暗数据与明暗众数均值进行比较,将若干个明暗数据与明暗众数均值进行差值计算,计算出若干个明暗差值,对明暗差值进行正负值识别,将正向值对应的明暗差值进行均值计算,计算出正向明暗均值,将负向值对应的明暗差值进行均值计算,计算出负向明暗均值,将明暗众数均值与正向明暗均值和负向明暗均值进行范围计算,计算出明暗范围值;
将若干个子影像对应的帧数数据的明暗数据在明暗范围值内的次数标定为合格明暗次数,反之则标定为不合格明暗次数,依据计算式:明暗优劣比值=合格明暗次数/不合格明暗次数,计算出明暗优劣比值。
优选的,所述综合分判处理的具体处理过程为:
依据计算式:,计算出影像编号数据对应的预处理影像数据的计算评价值/>;
依据计算评价值对应影像编号数据进行评价等级划分,具体为:
依据计算式:反向推导出调节等级值/>,且/>的取值选取整数,当调节等级值/>的数值为零时,则对应的影像编号数据的等级为设定的基准等级,并标记为A级;
当的数值为1时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,当/>的数值为2时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,即当/>的取值为正数时对应影像编号数据的等级为/>,r的取值为整数;
依据的数值为正向值时的等级划分方法,对/>的数值为负向值的等级进行划分,划分得到对应影像编号数据的等级为/>,将影像编号数据对应的预处理影像数据为正负时的等级标定为影像等级数据/>,并将影像等级数据/>传输至传输比对管理单元。
优选的,所述传输比对处理的具体过程为:
将影像等级数据与影像等级阈值/>进行比对:
当影像等级数据属于影像等级阈值/>的范围内时,则判定光电二极管CMOS图像传感器采集的数据满足传输要求,生成传输信号,并依据传输信号将对应的影像编号数据对应的预处理影像数据进行传输;
当影像等级数据不属于影像等级阈值/>的范围内时,则判定光电二极管CMOS图像传感器采集的数据不满足传输要求,生成驳回信号,并依据驳回信号将对应的影像编号数据对应的预处理影像数据进行传输驳回,进行临时存储,对对应的预处理影像数据进行再次采集。
本发明的有益效果:
本发明通过对光电二极管CMOS图像传感器采集的数据进行数据采集时的相关数据分析,从而分析出数据采集的实时情况,并将数据采集的情况进行数字信号的转化,从而得到一个可视化的评价数值,通过对采集的数据的质量进行影像分析,将采集的数据的质量进行数据信号的转化,从而通过数据信号对影像进行评价,通过可视化的采集情况对应的数据信号以及影像质量对应的数据信号对采集的数据进行等级划分,并依据划分的等级进行数据的传输管理,从而判定采集的数据是否满足传输调节,增加传输数据的实用性,节省后期筛选时间,增加传输数据的利用率,降低错误率,从而提高工作效率。
具体实施方式
下面将结合本发明实施例对技术方案进行清楚、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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明为一种基于光电二极管CMOS图像传感器的传输管理方法,该传输管理方法具体包括下述步骤:
步骤一:通过传感器数据归整单元对光电二极管CMOS图像传感器采集的数据进行数据识别,并将识别后的数据进行采集情况分析,从而实现数据的快速整理,便于后期使用数据的快速提取,并单独对采集的情况进行分析,从采集方面的情况进行分析,节省数据查询或提取所消耗的时间,提高工作效率,进行采集情况分析的具体过程为:
将光电二极管CMOS图像传感器采集的相关影像标定为预处理影像数据,将不同的预处理影像数据进行区分,设定对应的预处理影像数据对应的编号,并标定为影像编号数据,选取影像编号数据对应的预处理影像数据,对预处理影像数据中的信息进行数据进行提取,具体为:
采集到一段时间内预处理影像数据对应的集段数据,集段数据的采集方法为:将影像编号数据对应的预处理影像数据在开始采集的时间点到结束采集的时间点之间的采集时间进行差值计算,选取每个预处理影像数据对应的集段数据,将若干个集段数据进行均值计算,计算出集段均值,将预处理影像数据对应的集段数据与集段均值进行差值计算,计算出集段差值,将若干个集段数据内其中一个集段数据对应的开始采集的时间点与另一个集段数据对应的结束时间点进行差值计算,计算出若干个采集间隔的时间长短,并标定为间隔数据;一段时间内界定为上周的第一天至上周的最后一天;
将若干个间隔数据进行均值计算,计算出间隔均值,将若干个间隔数据进行从小到大的排序,得到间隔排序数据,将间隔排序数据中排序前三的间隔数据,并将其标定为选取间隔值,将选取间隔值进行均值计算,计算出选取间隔均值,依据计算式:间隔浮动值=(间隔均值-选取间隔均值)*间隔预设因子,计算出间隔浮动值,将间隔均值与间隔浮动值进行间隔范围值选取,具体为:将间隔均值与间隔浮动值之间的差值标定为间隔最小值,将间隔均值与间隔浮动值之间求和值标定为间隔最大值,将间隔最小值到间隔最大值之间的取值范围标定为间隔范围值,间隔预设因子为预设值;将预处理影像数据对应的间隔数据与间隔范围值进行匹配,当预处理影像数据对应的间隔数据与间隔范围值的匹配结果一致时,则生成归属信号,当预处理影像数据对应的间隔数据与间隔范围值的匹配结果不一致时,则生成错属信号,分别对归属信号和错属信号进行信号赋值,将归属信号赋值为a1,将错属信号赋予值为a2;
采集到预处理影像数据对应的数据采集的预处理影像数据占用存储空间的大小,并标定为存量数据,依据不同编号数据对应的存量数据进行均值计算,计算出存量均值,将存量均值、集段均值和间隔范围值代入计算式:
,
计算出数据采集系数,其中,/>表示为存量均值,/>表示为集段均值,u1表示为存量均值与集段均值进行占比计算后的权重系数,/>表示为间隔范围值,u2表示为间隔范围值的权重系数,i的取值为正整数,且u1、u2为预设值;
将集段差值以及信号赋值代入计算式:,计算出单个影像评价系数/>,/>表示为集段差值,u3表示为集段差值的权重系数,/>表示为信号赋值,u4表示为信号赋值的权重系数,β表示为单个影像评价系数计算的偏差纠正因子,i的取值为正整数,v=1,2;
步骤二:通过实时图像质量处理单元对光电二极管CMOS图像传感器采集的预处理影像数据进行图像质量检测处理,从而从图像采集的质量情况进行数据的分析,从而判定出传感器采集图像的质量情况,更好的便于传输图像的管理,图像质量检测处理的具体处理过程为:
获取影像编号数据对应的预处理影像数据,将预处理影像数据进行数据划分,将预处理影像数据划分为若干个子影像,通过图像识别技术识别出若干个子影像中的图像数据,对图像数据进行帧数提取,提取出若干个帧数数据,选取帧数数据对应的图像颜色的明暗程度,并标定为明暗数据;
对每个帧数的明暗数据进行数据排列,排列得到若干个帧数数据对应的明暗数据,统计出数值相同的明暗数据出现的次数,选取出现次数最多的明暗数据对应的数值,并将其标定为明暗众数,依据明暗众数的选取方式,选取出若干个子影像对应的明暗众数,将若干个明暗众数进行均值计算,计算出明暗众数均值;
将子影像内的明暗数据与明暗众数均值进行比较,将若干个明暗数据与明暗众数均值进行差值计算,计算出若干个明暗差值,对明暗差值进行正负值识别,将大于零的明暗差值标记为正向值,将小于零的明暗差值标记为负向值,将正向值对应的明暗差值进行均值计算,计算出正向明暗均值,将负向值对应的明暗差值进行均值计算,计算出负向明暗均值,将明暗众数均值与正向明暗均值和负向明暗均值进行范围计算,具体为:将明暗众数均值与正向明暗均值进行求和计算的数值标定为明暗最大值,将明暗众数均值与负向明暗均值进行求和计算的数值标定为明暗最小值,将明暗最大值与明暗最小值之间的范围标定为明暗范围值;
将若干个子影像对应的帧数数据的明暗数据在明暗范围值内的次数标定为合格明暗次数,反之则标定为不合格明暗次数,将合格明暗次数与不合格明暗次数进行占比计算,计算出明暗优劣比值,明暗优劣比值的具体计算过程为:明暗优劣比值=合格明暗次数/不合格明暗次数;
选取帧数数据对应的图像色彩的鲜艳程度,并标定为饱和度数据,对每个帧数的饱和度数据进行数据排列,排列得到若干个帧数数据对应的饱和度数据,统计出数值相同的饱和度数据出现的次数,选取出现次数最多的饱和度数据对应的数值,并将其标定为饱和度众数,依据饱和度众数的选取方式,选取出若干个子影像对应的饱和度众数,将若干个饱和度众数进行均值计算,计算出饱和度众数均值;
将子影像内的饱和度数据与饱和度众数均值进行比较,将若干个饱和度数据与饱和度众数均值进行差值计算,计算出若干个饱和度差值,对饱和度差值进行正负值识别,将大于零的饱和度差值标记为正向值,将小于零的饱和度差值标记为负向值,将正向值对应的饱和度差值进行均值计算,计算出正向饱和度均值,将负向值对应的饱和度差值进行均值计算,计算出负向饱和度均值,将饱和度众数均值与正向饱和度均值和负向饱和度均值进行范围计算,具体为:将饱和度众数均值与正向饱和度均值进行求和计算的数值标定为饱和度最大值,将饱和度众数均值与负向饱和度均值进行求和计算的数值标定为饱和度最小值,将饱和度最大值与饱和度最小值之间的范围标定为饱和度范围值;
将若干个子影像对应的帧数数据的饱和度数据在饱和度范围值内的次数标定为合格饱和度次数,反之则标定为不合格饱和度次数,将合格饱和度次数与不合格饱和度次数进行占比计算,计算出饱和度优劣比值,饱和度优劣比值的具体计算过程为:饱和度优劣比值=合格饱和度次数/不合格饱和度次数;
将明暗优劣比值、饱和度优劣比值和存量均值一同代入到计算式:
,
计算出影像质量系数,其中,/>表示为明暗优劣比值,e1表示为明暗优劣比值的权重系数,/>表示为饱和度优劣比值,e2表示为饱和度优劣比值的权重系数,/>表示为存量均值,xs表示为影像质量系数计算的补偿因子,i的取值为正整数,且e1、e2均为预设值;
步骤三:通过图像数据综合分判单元对传感器数据归整单元以及实时图像质量处理单元分析出的数据采集系数、单个影像评价系数/>、影像质量系数/>进行综合分判处理,从而将传感器传输的数据情况进行综合分析,从而全面的对光电二极管CMOS图像传感器采集的数据进行分析判断,增加分析判定的情面性以及准确性,综合分判处理的具体处理过程为:
依据影像编号数据对应的预处理影像数据提取数据采集系数、单个影像评价系数以及影像质量系数,依据计算式:
,计算出影像编号数据对应的预处理影像数据的计算评价值/>,f1、f2、f3分别表示为数据采集系数、单个影像评价系数以及影像质量系数对应的预设转换因子,glc表示为转化的偏差调节因子;
选取出影像编号数据对应的计算评价值,并依据计算评价值对应影像编号数据进行评价等级划分,评价等级划分的具体过程为:
依据计算式:反向推导出调节等级值/>,且/>的取值选取整数,当调节等级值/>的数值为零时,则对应的影像编号数据的等级为设定的基准等级,并标记为A级,其中,M1表示为计算评价值与调节等级值之间整除后的余数,具体为一个变化值,h表示为计算评价值与调节等级值之间计算的除数预设值,可以理解为用于判定调节等级值的衡量基数,具体依据为现有计算式:除数=(被除数-余数)/商,或商=(被除数-余数)/除数,且M1小于h;
当的数值为1时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,当/>的数值为2时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,即当/>的取值为正数时对应影像编号数据的等级为/>,r的取值为整数;
当的数值为-1时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,当/>的数值为-2时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,即当/>的取值为正数时对应影像编号数据的等级为/>;
将影像编号数据对应的预处理影像数据为正负时的等级标定为影像等级数据,并将影像等级数据/>传输至传输比对管理单元;
步骤四:通过传输比对管理单元对光电二极管CMOS图像传感器采集的预处理影像数据对应的影像等级数据进行传输比对处理,通过将对应的预处理影像数据对应的影像等级数据的比对,从而判定光电二极管CMOS图像传感器采集数据的是否可以进行传输,从而保证采集传输数据的实用性,增加数据的准确性,传输比对处理的具体过程为:
获取影像等级数据,将影像等级数据与影像等级阈值/>进行比对,具体为:
当影像等级数据属于影像等级阈值/>的范围内时,则判定光电二极管CMOS图像传感器采集的数据满足传输要求,生成传输信号,并依据传输信号将对应的影像编号数据对应的预处理影像数据进行传输;
当影像等级数据不属于影像等级阈值/>的范围内时,则判定光电二极管CMOS图像传感器采集的数据不满足传输要求,生成驳回信号,并依据驳回信号将对应的影像编号数据对应的预处理影像数据进行传输驳回,进行临时存储,对对应的预处理影像数据进行再次采集。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种基于光电二极管CMOS图像传感器的传输管理方法,其特征在于,该传输管理方法具体包括下述步骤:
步骤一:通过传感器数据归整单元对光电二极管CMOS图像传感器采集的数据进行数据识别,并依据识别结果对采集数据进行数据采集系数以及单个影像评价系数的分析计算;
数据采集系数以及单个影像评价系数的分析计算过程为:
将光电二极管CMOS图像传感器采集的相关影像标定为预处理影像数据,对预处理影像数据进行编号,并标定为影像编号数据;
采集到一段时间内预处理影像数据对应的集段数据,依据不同预处理影像数据对应的集段数据进行均值计算,计算出集段均值,将预处理影像数据对应的集段数据与集段均值进行差值计算,计算出集段差值;
将两个集段数据之间的结束时间点与开始时间点进行差值计算,计算出两个集段数据之间的间隔数据,其中,一段时间界定为上周的第一天至上周的最后一天;
将预处理影像数据对应的间隔数据进行信号转换赋值处理,得到间隔范围值以及信号赋值,信号赋值包括归属信号赋值a1以及错属信号赋值a2;
采集到预处理影像数据对应的数据采集的预处理影像数据占用存储空间的大小,将若干个预处理影像数据占用空间的大小进行均值计算,计算出存量均值;
将存量均值标记为,将集段均值标记为/>,将间隔范围值标记为/>,依据计算式:,计算出数据采集系数/>,u1表示为存量均值与集段均值进行占比计算后的权重系数,u2表示为间隔范围值的权重系数,i的取值为正整数,且u1、u2为预设值;
将集段差值标记为,将信号赋值标记为/>,v=1,2,依据计算式:,计算出单个影像评价系数/>,u3表示为集段差值的权重系数,u4表示为信号赋值的权重系数,β表示为单个影像评价系数计算的偏差纠正因子;
步骤二:通过实时图像质量处理单元对光电二极管CMOS图像传感器采集的预处理影像数据进行图像质量检测处理,处理得到对应的影像质量系数;
步骤三:通过图像数据综合分判单元对光电二极管CMOS图像传感器采集的数据进行数据采集系数、单个影像评价系数以及影像质量的综合分判处理,分析出影像等级数据;
步骤四:通过传输比对管理单元对光电二极管CMOS图像传感器采集的预处理影像数据对应的影像等级数据进行传输比对处理,得到传输信号或驳回信号,并依据传输信号或驳回信号判定对采集的数据进行传输或扣留暂存。
2.根据权利要求1所述的一种基于光电二极管CMOS图像传感器的传输管理方法,其特征在于,所述进行信号转换赋值处理的具体过程为:
依据均值计算式计算出若干个间隔数据对应的间隔均值,将若干个间隔数据进行从小到大的排序,得到间隔排序数据,将间隔排序数据中排序前三的间隔数据,并将其标定为选取间隔值,将选取间隔值进行均值计算,计算出选取间隔均值;
依据计算式:间隔浮动值=(间隔均值-选取间隔均值)*间隔预设因子,计算出间隔浮动值,将间隔均值与间隔浮动值进行间隔范围值选取,选取出间隔范围值,将预处理影像数据对应的间隔数据与间隔范围值进行匹配,当预处理影像数据对应的间隔数据与间隔范围值的匹配结果一致时,则生成归属信号,当预处理影像数据对应的间隔数据与间隔范围值的匹配结果不一致时,则生成错属信号,分别对归属信号和错属信号进行信号赋值,将归属信号赋值为a1,将错属信号赋予值为a2。
3.根据权利要求2所述的一种基于光电二极管CMOS图像传感器的传输管理方法,其特征在于,所述图像质量检测处理的具体处理过程为:
获取影像编号数据对应的预处理影像数据,将预处理影像数据进行数据划分,将预处理影像数据划分为若干个子影像,通过图像识别技术识别出若干个子影像中的图像数据,对图像数据进行帧数提取,提取出若干个帧数数据,选取帧数数据对应的图像颜色的明暗程度,并标定为明暗数据;
将帧数数据以及明暗数据进行明暗处理,得到明暗优劣比值;
选取帧数数据对应的图像色彩的鲜艳程度,并标定为饱和度数据,依据明暗优劣比值的处理方式,对帧数数据以及饱和度数据进行处理,得到饱和度优劣比值;
将明暗优劣比值标记为,将饱和度优劣比值标记为/>,依据计算式:,计算出影像质量系数/>,e1表示为明暗优劣比值的权重系数,e2表示为饱和度优劣比值的权重系数,xs表示为影像质量系数计算的补偿因子。
4.根据权利要求3所述的一种基于光电二极管CMOS图像传感器的传输管理方法,其特征在于,所述明暗优劣比值的具体计算方法为:
对每个帧数的明暗数据进行数据排列,排列得到若干个帧数数据对应的明暗数据,统计出数值相同的明暗数据出现的次数,选取出现次数最多的明暗数据对应的数值,并将其标定为明暗众数,依据明暗众数的选取方式,选取出若干个子影像对应的明暗众数,将若干个明暗众数进行均值计算,计算出明暗众数均值;
将子影像内的明暗数据与明暗众数均值进行比较,将若干个明暗数据与明暗众数均值进行差值计算,计算出若干个明暗差值,对明暗差值进行正负值识别,将正向值对应的明暗差值进行均值计算,计算出正向明暗均值,将负向值对应的明暗差值进行均值计算,计算出负向明暗均值,将明暗众数均值与正向明暗均值和负向明暗均值进行范围计算,计算出明暗范围值;
将若干个子影像对应的帧数数据的明暗数据在明暗范围值内的次数标定为合格明暗次数,反之则标定为不合格明暗次数,依据计算式:明暗优劣比值=合格明暗次数/不合格明暗次数,计算出明暗优劣比值。
5.根据权利要求4所述的一种基于光电二极管CMOS图像传感器的传输管理方法,其特征在于,所述综合分判处理的具体处理过程为:
依据计算式:,计算出影像编号数据对应的预处理影像数据的计算评价值/>,f1、f2、f3分别表示为数据采集系数、单个影像评价系数以及影像质量系数对应的预设转换因子,glc表示为转化的偏差调节因子;
依据计算评价值对应影像编号数据进行评价等级划分,具体为:
依据计算式:反向推导出调节等级值/>,且/>的取值选取整数,当调节等级值/>的数值为零时,则对应的影像编号数据的等级为设定的基准等级,并标记为A级,M1表示为计算评价值与调节等级值之间整除后的余数,具体为一个变化值,h表示为计算评价值与调节等级值之间计算的除数预设值,且M1小于h;
当的数值为1时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,当/>的数值为2时,则将调节等级值代入基准等级进行调节,则对应的影像编号数据的等级为/>,即当/>的取值为正数时对应影像编号数据的等级为/>,r的取值为整数;
依据的数值为正向值时的等级划分方法,对/>的数值为负向值的等级进行划分,划分得到对应影像编号数据的等级为/>,将影像编号数据对应的预处理影像数据为正负时的等级标定为影像等级数据/>,并将影像等级数据/>传输至传输比对管理单元。
6.根据权利要求5所述的一种基于光电二极管CMOS图像传感器的传输管理方法,其特征在于,所述传输比对处理的具体过程为:
将影像等级数据与影像等级阈值/>进行比对:
当影像等级数据属于影像等级阈值/>的范围内时,则判定光电二极管CMOS图像传感器采集的数据满足传输要求,生成传输信号,并依据传输信号将对应的影像编号数据对应的预处理影像数据进行传输;
当影像等级数据不属于影像等级阈值/>的范围内时,则判定光电二极管CMOS图像传感器采集的数据不满足传输要求,生成驳回信号,并依据驳回信号将对应的影像编号数据对应的预处理影像数据进行传输驳回,进行临时存储,对对应的预处理影像数据进行再次采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310741074.XA CN116506719B (zh) | 2023-06-21 | 2023-06-21 | 一种基于光电二极管cmos图像传感器的传输管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310741074.XA CN116506719B (zh) | 2023-06-21 | 2023-06-21 | 一种基于光电二极管cmos图像传感器的传输管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116506719A CN116506719A (zh) | 2023-07-28 |
CN116506719B true CN116506719B (zh) | 2023-09-15 |
Family
ID=87328605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310741074.XA Active CN116506719B (zh) | 2023-06-21 | 2023-06-21 | 一种基于光电二极管cmos图像传感器的传输管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116506719B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101715050A (zh) * | 2009-11-20 | 2010-05-26 | 北京中星微电子有限公司 | 一种图像传感器坏点检测的方法和系统 |
JP2017083817A (ja) * | 2015-10-30 | 2017-05-18 | キヤノン株式会社 | ズレ量取得装置、撮像装置、およびズレ量取得方法 |
CN107329401A (zh) * | 2017-06-26 | 2017-11-07 | 李昊天 | 一种显微镜实验室系统 |
WO2019210707A1 (zh) * | 2018-05-02 | 2019-11-07 | 杭州海康威视数字技术股份有限公司 | 一种图像清晰度评测方法、装置及电子设备 |
CN113938606A (zh) * | 2021-10-27 | 2022-01-14 | 杭州海康威视数字技术股份有限公司 | 确定球机架设参数的方法、装置及计算机存储介质 |
CN115530767A (zh) * | 2022-11-28 | 2022-12-30 | 深圳市永吉星光电有限公司 | 一次性医用内窥镜系统及模组 |
-
2023
- 2023-06-21 CN CN202310741074.XA patent/CN116506719B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101715050A (zh) * | 2009-11-20 | 2010-05-26 | 北京中星微电子有限公司 | 一种图像传感器坏点检测的方法和系统 |
JP2017083817A (ja) * | 2015-10-30 | 2017-05-18 | キヤノン株式会社 | ズレ量取得装置、撮像装置、およびズレ量取得方法 |
CN107329401A (zh) * | 2017-06-26 | 2017-11-07 | 李昊天 | 一种显微镜实验室系统 |
WO2019210707A1 (zh) * | 2018-05-02 | 2019-11-07 | 杭州海康威视数字技术股份有限公司 | 一种图像清晰度评测方法、装置及电子设备 |
CN113938606A (zh) * | 2021-10-27 | 2022-01-14 | 杭州海康威视数字技术股份有限公司 | 确定球机架设参数的方法、装置及计算机存储介质 |
CN115530767A (zh) * | 2022-11-28 | 2022-12-30 | 深圳市永吉星光电有限公司 | 一次性医用内窥镜系统及模组 |
Also Published As
Publication number | Publication date |
---|---|
CN116506719A (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112990335B (zh) | 一种电网无人机巡检影像缺陷智能识别自学习训练方法、系统 | |
CN109145848B (zh) | 一种麦穗计数方法 | |
CN104198324B (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
CN103164695A (zh) | 一种基于多源图像信息融合的果实识别方法 | |
CN110414738B (zh) | 一种农作物产量预测方法及系统 | |
CN111950530B (zh) | 农作物种植结构提取的多特征优选与融合方法 | |
CN107967471A (zh) | 一种基于机器视觉的表具自动识别方法 | |
CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN113361315A (zh) | 基于背景饱和度压缩与差异阈值分割融合的香蕉串识别方法 | |
CN112330095A (zh) | 一种基于决策树算法的质量管理方法 | |
CN103543107A (zh) | 基于机器视觉和高光谱技术的烟叶智能分级系统和方法 | |
CN116506719B (zh) | 一种基于光电二极管cmos图像传感器的传输管理方法 | |
CN115587988A (zh) | 基于数字图像处理的分辨烟叶成熟度高低的方法 | |
CN115901644A (zh) | 一种小麦条锈病光谱库建立方法 | |
CN105930863A (zh) | 一种卫星相机谱段设置的确定方法 | |
CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
CN114266419A (zh) | 基于数据融合的雪茄烟烟叶工艺阶段预测方法、系统及介质 | |
CN112528726A (zh) | 一种基于光谱成像和深度学习的棉蚜虫害监测方法及系统 | |
CN104598921A (zh) | 视频预览图的选取方法及选取装置 | |
CN113019993B (zh) | 一种籽棉的杂质分类识别方法及系统 | |
CN113933088B (zh) | 一种煤炭样品的智能采样与预处理系统 | |
CN113344293B (zh) | 一种基于nca-融合回归树模型的光伏功率预测方法 | |
CN112001910A (zh) | 一种自动识别植株穗数的方法、装置、电子设备和存储介质 | |
CN115984546B (zh) | 一种针对固定场景的异常检测用的样本底库生成方法 | |
CN113408365B (zh) | 一种复杂场景下的安全帽识别方法及装置 |
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 |