[发明专利]一种基于云平台的计算机教学授课系统

说明书

本发明属于教学技术领域，公开了一种基于云平台的计算机教学授课系统，所述基于云平台的计算机教学授课系统包括：视频录入模块、视频加密模块、无线发射模块、无线基站、云服务器模块、无线接收模块、视频处理模块、显示模块、AR增强现实模块。本发明通过AR增强现实模块解决了相关技术中传统教学方法无法在不具备多媒体在线学习条件的环境中体验多媒体在线教学的问题，进而达到了提高教学效率、趣味性高、降低多媒体教学成本的效果；同时，通过视频加密模块提高了加密速度，而又不影响加密性能。

技术领域

本发明属于教学技术领域，尤其涉及一种基于云平台的计算机教学授课系统。

背景技术

教学系统(InstructionalSystem)是教育系统的子系统，是指为了实现某种教学目的、由各教学要素有机结合而成的具有一定教学功能的整体。教学是由多种要素构成的复杂系统，动态要素是教师、学生及心理环境，人的要素——教师和学生是控制和制约教学系统进行的关键因素；相对静止的要素是教学媒体和物理环境，是物的要素，是师生互动交流的载体，而心理环境是使教学系统中人和物的要素得以有机运作的文化与情感支撑。然而，现有的教学系统教学效率低，趣味性差，教学视频数据加密速度慢、安全性低。

综上所述，现有技术存在的问题是：现有的教学系统教学效率低，趣味性差，教学视频数据加密速度慢、安全性低。

发明内容

针对现有技术存在的问题，本发明提供了一种基于云平台的计算机教学授课系统。

本发明是这样实现的，一种基于云平台的计算机教学授课系统包括：

视频录入模块，与视频加密模块连接，用于通过摄像器对教师教学现场进行录制并输入；

所述视频录入模块的图像清晰化处理方法包括：

步骤一，对教学图像的自动识别：计算所输入教学图像的统计直方图，据此来判断输入图像的成像条件；当直方图分布整体位于该直方图的中高像素值区域时，则判断该图像为教学图像；反之，若直方图的整分布体明显位于低像素值区域时，则判断为不是教学图像；

步骤二，教学图像的识别及夜晚图像去照度：根据步骤一若判断输入图像为教学图像，则通过图像暗通道运算搜寻该图像的空间最远像素点，即物理退化模型中所述的全局大气光值点A，自动分析其R、G、B三个颜色通道值的比例关系。若R、G、B三通道值分布均衡则判断该图像不是教学图像，而R、G、B值比例失衡且明显偏向长波长则判断为教学图像；判断图像属性的方法为：基于所确定的教学图像的全局大气光值点A，通过对教学图像A点的R、G、B三通道信息进行大量的统计比较，得出以下结论；对于普通教学图像而言，其R、G、B三通道值中R>G>B且R:B接近于2:1；而对普通图像而言，R、G、B三通道的比值接近于1:1:1；

步骤三，教学图像的天空与非天空区域分割：由于一副图像中最主要的边缘轮廓信息都包含在图像的非天空区域中，为了更加准确有效地确定雾教学图像的真实复杂程度，若输入图像为教学图像，则根据申请人之前所发表文章中提及的图像天空区域分割算法；

步骤四，对于分割出的图像去照度图像，运用L₀范数平滑滤波方法对其进行平滑滤波，以滤除掉大量非主干细节结构，保留图像场景的主干轮廓边缘；通过计算该主干结构的像素数量占整体部分的比例，可快速准确地确定待恢复图像关键的权重系数τ；对非天空区域或夜晚去照度图像进行L₀范数平滑滤波，从而得到图像的主干轮廓边缘图，若用P表示主干轮廓边缘像素占图像非天空区域或整个去照度图像的比例，则自适应权重系数τ可以通过τ＝K*(1-P)计算得到，其中K为常数；根据工程经验对于教学图像K值一般取4或5，而对于图像K值需适当增大；若比例系数P较大说明图像的轮廓结构较复杂，若采用较大尺度的去权重系数易产生增强过度现象；而当该比例系数P较小时说明图像本身结构特征简单，进行较大尺度的增强易得到较好的恢复效果；