CN206863815U - 一种基于图像融合技术的图像信息收集分析系统 - Google Patents
一种基于图像融合技术的图像信息收集分析系统 Download PDFInfo
- Publication number
- CN206863815U CN206863815U CN201720650824.2U CN201720650824U CN206863815U CN 206863815 U CN206863815 U CN 206863815U CN 201720650824 U CN201720650824 U CN 201720650824U CN 206863815 U CN206863815 U CN 206863815U
- Authority
- CN
- China
- Prior art keywords
- image
- module
- input
- output end
- processing unit
- 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.)
- Expired - Fee Related
Links
Landscapes
- Facsimiles In General (AREA)
Abstract
本实用新型提供一种基于图像融合技术的图像信息收集分析系统，涉及图像领域。该基于图像融合技术的图像信息收集分析系统，包括中央处理器和图像采集模块，所述中央处理器与图像存储模块双向连接，所述图像采集模块的输出端与数据对比模块的输入端连接，所述数据对比模块的输出端与反馈模块的输入端连接。该基于图像融合技术的图像信息收集分析系统，通过对图像存储模块、图像采集模块、数据对比模块、反馈模块、中央处理器、疵点识别模块、分类模块和蜂鸣器的设置，达到了方便对图像信息进行收集分类的效果，从而使得不符合要求的图像被筛选，因此也提高了系统的工作效率，同时也提高了图像信息收集分析系统的使用效率。
Description
技术领域
本实用新型涉及图像技术领域，具体为一种基于图像融合技术的图像信息收集分析系统。
背景技术
图像处理(imageprocessing)，用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。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别三个部分，图像变换，由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理 (如傅立叶变换可在频域中进行数字滤波处理)。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
图像编码压缩：图像编码压缩技术可减少描述图像的数据量(即比特数)，以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术，图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立降质模型，再采用某种滤波方法，恢复或重建原来的图像。
在涉及图像处理时，就涉及到对基于图像融合技术的图像信息收集分析系统的使用，但是目前市场上的基于图像融合技术的图像信息收集分析系统，在使用的规程中不便于对图像信息进行分类识别，从而影响了使用者的正常使用，以此也降低了基于图像融合技术的图像信息收集分析系统的工作效率。
实用新型内容
(一)解决的技术问题
针对现有技术的不足，本实用新型提供了一种基于图像融合技术的图像信息收集分析系统，解决了基于图像融合技术的图像信息收集分析系统不便于对图像信息进行分类识别的问题。
(二)技术方案
为实现以上目的，本实用新型通过以下技术方案予以实现：一种基于图像融合技术的图像信息收集分析系统，包括中央处理器和图像采集模块，所述中央处理器与图像存储模块双向连接，所述图像采集模块的输出端与数据对比模块的输入端连接，所述数据对比模块的输出端与反馈模块的输入端连接，所述反馈模块的输出端与中央处理器的输入端连接，所述中央处理器的输出端与蜂鸣器的输入端连接。
所述中央处理器的输出端与图像处理模块的输入端连接，所述图像处理模块的输出端与图像配准模块的输入端连接，所述图像配准模块的输出端与图像融合模块的输入端连接，所述图像融合模块的输出端与疵点识别模块的输入端连接，所述疵点识别模块的输出端与分类模块的输入端连接，所述分类模块的输出端与中央处理器的输入端连接，所述疵点识别模块的输出端分别与显示屏和打印机的输入端连接。
优选的，所述蜂鸣器的型号为PS-M4314DY2812P。
优选的，所述数据对比模块的型号为LM211PWR。
优选的，所述显示屏的型号为EW2775ZH。
优选的，所述打印机的型号为MG2580S。
优选的，所述中央处理器的型号为I7-7700K。
(三)有益效果
本实用新型提供了一种基于图像融合技术的图像信息收集分析系统。具备以下有益效果：
1、该基于图像融合技术的图像信息收集分析系统，通过对图像存储模块、图像采集模块、数据对比模块、反馈模块、中央处理器、疵点识别模块、分类模块和蜂鸣器的设置，达到了方便对图像信息进行收集分类的效果，从而使得不符合要求的图像被筛选，因此也提高了系统的工作效率，同时也提高了图像信息收集分析系统的使用效率。
2、该基于图像融合技术的图像信息收集分析系统，通过对图像处理模块、图像配准模块、图像融合模块和打印机的设置，达到了方便对图像进行处理打印的效果，从而方便了使用者的使用，以此也方便了系统对图片的处理，因此也提高了图像信息收集分析系统的工作效率。
附图说明
图1为本实用新型的系统原理结构示意图。
具体实施方式
下面将结合本实用新型实施例中的附图，对本实用新型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实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，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，都属于本实用新型保护的范围。
本实用新型实施例提供一种基于图像融合技术的图像信息收集分析系统，如图1所示，包括中央处理器和图像采集模块，中央处理器的型号为I7-7700K，中央处理器与图像存储模块双向连接，图像存储模块的设置，达到了方便对处理后的图像进行分类存储的效果，从而方便了使用者的使用，以此也提高了系统的使用效率，图像采集模块的输出端与数据对比模块的输入端连接，数据对比模块的型号为LM211PWR，数据对比模块的设置，达到方便将图像的数据与数据对比模块内部的阈值数据进行比较的效果，数据对比模块的输出端与反馈模块的输入端连接，反馈模块的设置，达到了方便将对比后的数据反馈给中央处理器的效果，从而方便了使用者的使用，反馈模块的输出端与中央处理器的输入端连接，中央处理器的输出端与蜂鸣器的输入端连接，蜂鸣器的型号为PS-M4314DY2812P，蜂鸣器的设置，达到了方便报警的效果，当图像不合格，系统进行报警，从而防止不合格的图像进行处理。
中央处理器的输出端与图像处理模块的输入端连接，图像处理模块的输出端与图像配准模块的输入端连接，图像配准模块的设置，达到了方便对图像进行配准的效果，图像配准模块的输出端与图像融合模块的输入端连接，图像融合模块的设置，达到了方便对图像进行融合的效果，图像融合模块的输出端与疵点识别模块的输入端连接，疵点识别模块的输出端与分类模块的输入端连接，分类模块的输出端与中央处理器的输入端连接，疵点识别模块的输出端分别与显示屏和打印机的输入端连接，显示屏的型号为EW2775ZH，打印机的型号为MG2580S。
工作原理：使用时，图像采集模块对图像进行采集，从而通过对比模块进行对比，对比后的数据通过反馈模块反馈给中央处理器，当图像标准不符合数据对比模块上的阈值时，中央处理器控制蜂鸣器进行报警，当图像符合时，图像处理模块对图像进行处理，从而进行配准，配准后的图像进行融合，融合完成后进行疵点识别，从而进行分类，然后进行打印，分类后的数据通过中央处理器传输给图像存储模块。
综上所述，该基于图像融合技术的图像信息收集分析系统，通过对图像存储模块、图像采集模块、数据对比模块、反馈模块、中央处理器、疵点识别模块、分类模块和蜂鸣器的设置，达到了方便对图像信息进行收集分类的效果，从而使得不符合要求的图像被筛选，因此也提高了系统的工作效率，同时也提高了图像信息收集分析系统的使用效率。
并且，通过对图像处理模块、图像配准模块、图像融合模块和打印机的设置，达到了方便对图像进行处理打印的效果，从而方便了使用者的使用，以此也方便了系统对图片的处理，因此也提高了图像信息收集分析系统的工作效率。
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。
尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于图像融合技术的图像信息收集分析系统，包括中央处理器和图像采集模块，其特征在于：所述中央处理器与图像存储模块双向连接，所述图像采集模块的输出端与数据对比模块的输入端连接，所述数据对比模块的输出端与反馈模块的输入端连接，所述反馈模块的输出端与中央处理器的输入端连接，所述中央处理器的输出端与蜂鸣器的输入端连接；
所述中央处理器的输出端与图像处理模块的输入端连接，所述图像处理模块的输出端与图像配准模块的输入端连接，所述图像配准模块的输出端与图像融合模块的输入端连接，所述图像融合模块的输出端与疵点识别模块的输入端连接，所述疵点识别模块的输出端与分类模块的输入端连接，所述分类模块的输出端与中央处理器的输入端连接，所述疵点识别模块的输出端分别与显示屏和打印机的输入端连接。
2.根据权利要求1所述的一种基于图像融合技术的图像信息收集分析系统，其特征在于：所述蜂鸣器的型号为PS-M4314DY2812P。
3.根据权利要求1所述的一种基于图像融合技术的图像信息收集分析系统，其特征在于：所述数据对比模块的型号为LM211PWR。
4.根据权利要求1所述的一种基于图像融合技术的图像信息收集分析系统，其特征在于：所述显示屏的型号为EW2775ZH。
5.根据权利要求1所述的一种基于图像融合技术的图像信息收集分析系统，其特征在于：所述打印机的型号为MG2580S。
6.根据权利要求1所述的一种基于图像融合技术的图像信息收集分析系统，其特征在于：所述中央处理器的型号为I7-7700K。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201720650824.2U CN206863815U (zh) | 2017-06-07 | 2017-06-07 | 一种基于图像融合技术的图像信息收集分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201720650824.2U CN206863815U (zh) | 2017-06-07 | 2017-06-07 | 一种基于图像融合技术的图像信息收集分析系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN206863815U true CN206863815U (zh) | 2018-01-09 |
Family
ID=60830577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201720650824.2U Expired - Fee Related CN206863815U (zh) | 2017-06-07 | 2017-06-07 | 一种基于图像融合技术的图像信息收集分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN206863815U (zh) |
-
2017
- 2017-06-07 CN CN201720650824.2U patent/CN206863815U/zh not_active Expired - Fee Related
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017080196A1 (zh) | 基于人脸图像的视频分类方法和装置 | |
| CN105976383A (zh) | 一种基于极限学习机图像识别的输电设备故障诊断方法 | |
| CN104268590B (zh) | 基于互补性组合特征与多相回归的盲图像质量评价方法 | |
| Tong et al. | No-reference quality assessment for JPEG2000 compressed images | |
| CN103778636A (zh) | 一种用于无参考图像质量评价的特征构建方法 | |
| CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
| CN109660762A (zh) | 智能抓拍装置中大小图关联方法及装置 | |
| CN100433795C (zh) | 基于变换域数学形态学的图像降噪方法 | |
| CN108846800A (zh) | 一种图像超分辨率重建的无参考图像质量评价方法 | |
| TWI513291B (zh) | 影像處理的方法、裝置及電腦可讀取媒體 | |
| CN104581158B (zh) | 量化表、图像压缩处理方法、装置、终端及图像搜索系统 | |
| Yang et al. | Estimation of signal-dependent noise level function in transform domain via a sparse recovery model | |
| CN202815869U (zh) | 一种车载微机图像视频数据提取装置 | |
| CN103885978A (zh) | 一种多层分级图像检索方法 | |
| Lu et al. | Infrared and visible image fusion based on tight frame learning via VGG19 network | |
| CN104837028A (zh) | 视频同比特率双重压缩检测方法 | |
| CN206863815U (zh) | 一种基于图像融合技术的图像信息收集分析系统 | |
| CN110188718A (zh) | 一种基于关键帧和联合稀疏表示的无约束人脸识别方法 | |
| CN111968073B (zh) | 一种基于纹理信息统计的无参考图像质量评价方法 | |
| Zihao et al. | Printed Surface Defect Detection Model Based on Positive Samples. | |
| Edmundson et al. | Robust texture retrieval of compressed images | |
| Zhang et al. | Detection of foreign fibers in cotton on the basis of wavelet | |
| Ezekiel et al. | No-reference blur metric using double-density and dual-tree two-dimensional wavelet transformation | |
| Jiang et al. | A block-edge-pattern-based content descriptor in DCT domain | |
| CN208768165U (zh) | 一种高清网络摄像机 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180109 Termination date: 20180607 |