[发明专利]一种基于图像的大数据处理方法

权利要求书

1.一种基于图像的大数据处理方法，包括：采集图像，对图像进行处理，提取人脸及其特征，匹配人脸特征，匹配时输出结果，显示结果；

其中该方法具体包括：

步骤S1，设置图像采集模块的参数；

步骤S2，采集目标区域的图像；

步骤S3，确定目标区域的图像参数，判断该图像参数是否满足要求，如果满足则继续执行步骤S4，否则确定需要调节的图像参数的类型和数值，并返回步骤S1进行图像采集模块的参数的设置；

步骤S4，将采集的目标区域的图像进行人脸区域检测与分割；

步骤S5，在分割的图像中提取人脸信息；

步骤S6，对提取的人脸信息进行预处理；

步骤S7，对预处理的结果进行特征提取；

步骤S8，将特征提取的结果在大数据平台上进行特征匹配；

步骤S9，如果符合匹配要求，则进入步骤S10；否则返回步骤S5，提取下一个人脸信息，并以此执行之后的操作，直到完成所有分割的图像中的所有人脸信息；

步骤S10，通过音频或视频的方式提醒或显示嫌疑对象的个人信息以及在目标区域中的位置；

其中：该图像采集模块包括：第一连接杆(1)，第一连接轴(2)，可变长度连接杆(3)，第二连接轴(7)，第二连接杆(8)以及摄像头(9)，其中可变长度连接杆(3)包括第一部分(4)、第二部分(6)和可变长度部分(5)，其中可变长度部分(5)的一端被容纳在第一部分(4)内，另一端被容纳在第二部分(6)内；固定在墙壁上的第一连接杆(1)通过第一连接轴(2)而与可变长度连接杆(3)相连接，用于实现图像采集模块的图像采集方向的左右移动；可变长度连接杆(3)通过第二连接轴(7)而与第二连接杆(8)相连接，用于实现图像采集模块的图像采集方向的上下移动；可变长度连接杆(3)包括的第一部分（ 4)连接于第一连接轴(2)，包括的第二部分(6)连接于第二连接轴(7)，其中可变长度部分(5)是在电或磁信号控制的伸缩部件，用于实现图像采集模块的前后移动；其中第一连接轴(1)和第二连接轴(7)既作为轴连接部件，同时内部也包含控制可变长度部分（ 5)的长度的电或磁控制部件、以及分别控制第一连接杆(1)与可变长度连接杆(3)的相对移动、控制第二连接杆（ 8)与可变长度连接杆(3)的相对移动的调节和设置部件；以及

在步骤S3中，确定目标区域的图像参数，判断该图像参数是否满足要求包括：确定采集的目标区域中有效范围所占的比例和环境光强度是否都满足预设的要求，当不满足要求时，调度器基于当前参数自动调取与当前参数对应的位于映射表中的目标参数，并将目标参数通过传输模块递送给图像采集模块；

在步骤S4和S5中，将采集的目标区域的图像进行人脸区域检测与分割，在分割的图像中提取人脸信息包括：提取采集的目标区域的图像，用滤波器执行平滑操作，获得该图像的卷积值；计算选定的第一部分的多个相邻像素的梯度，判断梯度大于阈值时，分割目标与背景，删除面积小于临界值的区域；计算该图像的剩余像素的概率，判断像素的类型，符合要求的类型则更新背景中对应的像素；略去该图像的边缘，在面积大于临界值的区域中将噪声滤除，并提取像素灰度方差大于门限的区域，计算量化的梯度图，根据训练的人脸模型导出梯度图的概率图，用矩形窗口扫描区域，根据训练的模型和概率图分类该图像中的对象，确定对象为人脸的概率，如果该概率超过设定值，则确定对象为人脸，否则不是人脸；将确定的人脸的区域作为分割的第一区域；重复执行上述操作中其它部分的操作，直至完成图像的全部分割；并且将分割的区域中的确定的人脸的区域的像素的集合作为提取的人脸信息；

步骤S6，对提取的人脸信息进行预处理包括；

步骤S61，对确定的人脸的区域中提取的人脸信息进行对数变换，求取变换结果执行离散小波变换并获得分量，将该分量分解后得到多个不同类型的分量，基于多个不同类型的分量执行离散小波逆变换，获得预处理的人脸信息，求取提取的人脸信息与预处理的人脸信息的差分信号，作为图像增强的人脸信息；

步骤S62，对图像增强的人脸信息进行人脸检测，得到人脸的面部器官区域，根据检测的人脸的宽度和高度，依照比例来确定第一区域，并获得第一区域及其上下左右四部分邻近区域的灰度值，移动第一区域，当其灰度值均小于其四部分邻近区域的灰度值的特定比例时，确定移动后的第一区域为眼部区域，遍历区域以获得两个眼部区域，确定这两个眼部区域的中心点的坐标(a1，b1)和(a2，b2)，计算变换角度α以及变换值T，α的正切值为两个眼部区域的中心点的纵坐标差与横坐标差的商，T为：将Std除以以下值，两个眼部区域的中心点的纵坐标差的平方与横坐标差的平方的总和的平方根，其中Std为标准的左右眼间距；计算人脸的面部器官区域的每个区域的横坐标乘以Std以及α的余弦值，再计算人脸的面部器官区域的每个区域的纵坐标乘以Std以及α的正弦值，两者的差值作为变换后的人脸的面部器官区域的每个区域的横坐标，之后，计算人脸的面部器官区域的每个区域的横坐标乘以Std以及α的正弦值，再计算人脸的面部器官区域的每个区域的纵坐标乘以Std以及α的余弦值，两者的值大于临界值时输出的总和作为变换后的人脸的面部器官区域的每个区域的纵坐标；通过以上操作，可以获得人脸的面部器官的正面视图。