[发明专利]基于碎片大数据处理的释放系统

说明书

本发明涉及一种水上救援物资定量释放系统，包括：物资存放仓库，设置在巡逻机上，用于储存援助水上落水人员所需要的各项物资；数量统计设备，设置在巡逻机上，分别与目标检测设备和水面拍摄设备连接，用于接收所述目标检测设备输出的多个人体图案和所述水面拍摄设备输出的高清水面图像，基于人体图案的数量确定并发出待救援人员的数量，所述各项物资包括矿泉水、压缩饼干以及游泳救生圈；物资分析设备，与所述数量统计设备连接，用于接收待救援人员的数量，并基于待救援人员的数量确定各项物资的发放数量。通过本发明，能够同时满足巡逻机和水上落水人员的需求。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于碎片大数据处理的释放系统。

背景技术

计算机图形学的快速发展使得伪造数字图像日趋容易，图像的真实性面临着巨大挑战，从而导致数字图像防伪这一新型课题被提出以用于图像真伪的鉴别上，其中包括对自然图像与计算机生成图像的鉴别。

目前，对于计算机生成图像与自然图像的鉴别研究成果较少，而且在性能上也存在不足。现有的算法大都采用特征提取-分类鉴别的机器学习的思想，着重分析图像变换域上的统计特征。然而，未能指出自然图像与计算机生成图像的本质差异性，实际检测精确度不佳，对于压缩图像及图像后续处理操作等的适应性也较差。自然图像与计算机生成图像的生成是两个不同的成像过程，两者成像机理存在差异性，通过分析其元像素信息以获得反应底层特有处理操作的固有属性，可有助于实现两者的鉴别。

为此，Dehnie等人提出了基于不同成像机理造成的固有模式噪声来鉴别图像，实验结果显示，对JPEG压缩、gamma校正等操作的鲁棒性有了很好提高，但其并未从原理指出自然图像与计算机生成图像的噪声分布有何不同，因此得出的噪声分量精确性较差。此外，现有技术还提出利用模式噪声来鉴别自然图像相机来源，实验结果显示，其鉴别精度较高。

发明内容

为了解决上述问题，本发明提供了一种基于碎片大数据处理的释放系统，能够克服水上的复杂环境以实现现场成像和现场图像处理操作，从而确定出待救援人员的数量，并基于待救援人员的数量确定各项物资的发放数量，从而避免实现了水上救援物资的定量释放。

具体地，本发明至少具备以下几个重要的发明点：

(1)基于图像分析模式准确确定水上落水人员的数量，并基于水上落水人员的数量自发发放与水上落水人员的数量相符的救援物资，从而缩短了救援时间，提高了救援的效率；

(2)采用正态分布图选择待处理图像中的目标像素点，保证了目标像素点选择的随机性和后续明度判断的真实性，同时，基于HSL颜色空间对整幅图进行数据分析，保证了图像亮度检测的全面性；

(3)基于所述分析参考值确定对所述高清水面图像切割得到的碎片数量，同时基于每一个图像碎片自身的昏暗程度确定对所述图像碎片执行图像补光的力度，从而实现了基于图像本身内容的图像补光处理。

根据本发明的一方面，提供了一种水上救援物资定量释放系统，所述系统包括：

物资存放仓库，设置在巡逻机上，用于储存援助水上落水人员所需要的各项物资；

数量统计设备，设置在巡逻机上，分别与目标检测设备和水面拍摄设备连接，用于接收所述目标检测设备输出的多个人体图案和所述水面拍摄设备输出的高清水面图像，基于人体图案的数量确定并发出待救援人员的数量，所述各项物资包括矿泉水、压缩饼干以及游泳救生圈；

物资分析设备，与所述数量统计设备连接，用于接收待救援人员的数量，并基于待救援人员的数量确定各项物资的发放数量，在所述物资分析设备中，基于待救援人员的数量确定各项物资的发放数量包括：基于待救援人员的数量确定每一项物资的发放数量；